Archives de l'équipe ROC

Années 2023 - 2022 - 2021 - 2020 - 2019  (pour les actualités plus anciennes, consultez les archives)`

[11/12/2023] Soutenance de la thèse de Louis Rivière

Louis a soutenu sa thèse intitulée Représentation compacte d’ensemble de solutions pour l’ordonnancement sous incertitude. Le jury était composé de : 

• DIRECTEURS DE THESE : Christian Artigues, Directeur de recherche, CNRS Toulouse - LAAS et Hélène Fargier, Directrice de recherche, CNRS Toulouse - IRIT

• RAPPORTEURS : Antoine Jouglet, Professeur des universités, Université de Technologie de Compiègne et Pierre Marquis, Professeur des universités, Université d'Artois

• EXAMINATEURS : Jean-Charles Billaut, Professeur des universités, Université de Tours et Marie Pelleau, Maîtresse de conférences, Université Côte d'Azur

Résumé : L'objectif de cette thèse est l'étude de méthodes permettant la prise en compte d'incertitude dans des problèmes d'ordonnancements à l'aide de structures de données représentant un ensemble de solutions de façon compacte.

La première partie de cette thèse présente les problèmes d'ordonnancement sous incertitude, et introduit les méthodes de résolution dont nous ferons usage dans cette thèse.

La seconde partie s'intéresse à des problèmes d'ordonnancement à une machine et des problèmes de jobshop, où l'incertitude porte sur les dates de disponibilité des tâches ou sur leurs durées. L'incertitude est modélisée par un ensemble de scénarios discrets, et nous supposons un modèle d'information minimaliste, dans lequel l'incertitude est levée lors du fait accompli. Nous considérons des objectifs stochastiques et robustes pour plusieurs critères réguliers, que nous utilisons pour guider la recherche de solution dans une phase hors-ligne, sur un ensemble de scénario d'entraînement; puis nous évaluons ces solutions sur un ensemble de scénarios de test dans une p! hase en ligne. Nous nous intéressons particulièrement aux différent types de décisions partielles qui peuvent être prises lors de la phase hors-ligne, telles que l'heuristique "First-in First-out", guidée par les informations révélées lors de la phase en ligne, complète la décision pour obtenir un ordonnancement. Les décisions partielles que nous considérons restreignent l'espace des solutions à des ensembles de séquences de tâches. Ces ensembles sont décrits par des structures de données comme les simples séquences (comme dans la littérature en ordonnancement stochastique ou robuste), des séquences de groupes d'opérations permutables, ou des diagrammes de décision multivalués. Nous proposons plusieurs méthodes pour prendre la meilleure décision partielle hors-ligne étant donnée la décision heuristique en ligne et le type de structure considérée. Des expérimentations évaluent les différentes approches selon les objectifs et les paramètres ! des instances considérées et montrent l’intérêt des nouvelles approches proposées.

Enfin, la troisième partie vise à formaliser l'étude, à la lumière du formalisme de la compilation de connaissance, des différentes structures utilisées (appelées langages de représentation dans ce contexte). Dans cette partie, nous considérons une variante décisionnelle d'un problème d'ordonnancement à une machine. L'incertitude n'y est pas modélisée explicitement, mais l'objectif est de déterminer, en fonction des structures de données utilisées pour représenter l’ensemble des solutions du problème, quels aléas il est possible de prendre en compte, par exemple en remettant à jour rapidement l’ensemble des solutions face à un aléa. L'objectif étant de calculer dans une phase hors-ligne une représentation du problème, qui serve d'outil à un décideur et permette la prise en compte d'un maximum d'aléas lors de la phase en ligne. Différents langages qui représentent le problème par un e! nsemble de séquences de tâches correspondant à des solutions admissibles sont considérés (parmi lesquels les structures de données de la seconde partie). Les langages sont comparés selon des critères d'expressivité, de compacité, et en fonction des requêtes qu'ils supportent. Les résultats établis permettent de dresser une carte de compilation des langages étudiés et de guider un utilisateur dans le choix d'un langage de représentation. Les résultats de l'étude menée dans cette thèse montrent expérimentalement que le calcul de solution en amont est très difficile, mais utiliser des départs à chaud semble prometteur. Les résultats théoriques permettent de comparer plusieurs langages, mais n'identifient pas de candidat pleinement satisfaisant pour le problème considéré. Enfin, les résultats suggèrent de nombreuses pistes de travail futures, en particulier à l'intersection des domaines de l'ordonnancement et de la compilation de connaissances, q! ui sont rarement considérés conjointement.

[Novembre 2023] Bienvenue à Elouan Blanchard, doctorant ROC

Elouan Blanchard débute une thèse Cifre avec la société Alten. Son sujet porte sur l’assignation dynamique de tâches pour des flottes de robots dans un contexte industriel (approvisionnement de chaînes de production, collecte de produits, …). Il est encadré par Cyril Briand (ROC) ainsi que par Grégoire Milliez et Mohamed Amine Abdeljaouad (société Alten).

Elouan a obtenu un diplôme d’ingénieurs en 2022, spécialité Robotique, à Polytech Sorbonne. Il a travaillé pendant un an comme ingénieur chez Alten sur le développement de logiciels pour des systèmes embarqués.

[30/11/2023] Session ROC Serdar Kadioglu à 11h en salle du Conseil

Multi-level Optimization to Boost Experimentation in Digital Channels

Abstract: In this talk, we formalize a combinatorial optimization problem to speed up live experimentation. In digital channels across the web, mobile, and virtual agents, a large set of content is desirable to increase diversity. In contrast, a smaller set reduces the time it takes to collect training data for machine learning models. We show how to optimize for such conflicting criteria using multi-level optimization. Our approach combines techniques from discrete optimization, unsupervised clustering, and latent text embeddings. More broadly, we present a hybrid framework that shows how to integrate Optimization with NLP and modern Recommender Systems.

Bio: Serdar Kadioglu is Group VP of AI at Fidelity Investments and Adjunct Associate Professor of Computer Science at Brown University. Previously, he led the Advanced Constraint Technology group at Oracle and worked at Adobe. Dr. Kadioglu’s research is at the intersection of AI and Optimization with practical interests in building robust and scalable products while contributing to the open-source ecosystem.

[23/11/2023] Session ROC invitée - Stéphanie Roussel, chercheure à l’ONREA Toulouse

Stéphanie Roussel de l'ONERA interviendra ce jeudi 23 novembre pour une ROC session portant sur l'Optimisation de la conception préliminaire d'une ligne d'assemblage pour un avion. 

Abstract : Dans l'industrie aéronautique, chaque famille d'avions a son propre système de production. Ce système est classiquement conçu une fois que la conception de l'avion est complètement achevée, ce qui peut entraîner des performances médiocres. Pour atténuer ce problème, une stratégie consiste à prendre en compte le système de production le plus tôt possible dans le processus de conception de l'avion. Dans ce travail, nous définissons le problème de conception préliminaire de la ligne d'assemblage, qui consiste à définir, pour une conception d'avion donnée, la meilleure disposition de la ligne d'assemblage ainsi que le type et le nombre de machines équipant chaque station de travail. Nous proposons un encodage en programmation par contraintes pour ce problème, ainsi qu'un algorithme basé sur la contrainte epsilon pour explorer l'ensemble des solutions de Pareto. Nous présentons des expérimentations réalisées sur un ensemble de données industrielles réelles. Les résultats montrent que l'approche est prometteuse et permet aux experts de comparer plusieurs concepts d'avions entre eux.

[22/11/2023] Soutenance de la thèse d’Aloïs Duguet

Aloïs a soutenu sa thèse intitulée Approximation linéaire par morceaux de fonctions de deux variables avec erreur bornée pour la résolution de problèmes d'optimisation non linéaire mixte en nombres entiers. Le jury était composé de : 

• DIRECTEURS DE THESE : Sandra Ulrich NGUEVEU, Maîtresse de conférences HDR, Institut National Polytechnique de Toulouse, LAAS-CNRS

• RAPPORTEURS : Claudia D'AMBROSIO, Directrice de recherche, Laboratoire d'Informatique de l'école Polytechnique et Amélie LAMBERT, Maîtresse de conférences HDR, Conservatoire National des Arts et Métiers

• EXAMINATEURS : Mourad BAIOU, Directeur de recherche, Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes et Marcel MONGEAU, Professeur, École Nationale de l'Aviation Civile

Résumé :

En optimisation, de nombreuses applications académiques et industrielles se modélisent sous la forme de problèmes de la classe appelée MINLP, pour mixed-integer nonlinear programming. Les problèmes de cette classe sont généralement difficiles à résoudre en l’absence de propriétés particulières sur les fonctions non linéaires, combinée à la présence de variables de décision binaires ou entières. Une méthode classique de résolution consiste à approximer le problème en remplaçant les fonctions non linéaires par des fonctions linéaires par morceaux pour obtenir un problème MILP, pour mixed-integer linear programming. Cela permet de tirer partie de la grande efficacité des solveurs et de toutes les avancées des trente dernières années sur la résolution de programmes linéaires en nombres entiers ou mixtes. Ces approches ont pour inconvénient majeur l’absence de garantie a priori sur la qualité des solutions obtenues. Cette thèse s’inscrit dans la lignée de travaux récents visant à éliminer ce défaut. Nos travaux se focalisent sur l’approximation de fonctions non linéaires de deux variables par des fonctions linéaires par morceaux respectant une borne sur l’erreur d’approximation et minimisant le nombre de morceaux utilisés. Cela permet l’approximation de toute fonction décomposable en somme de termes dépendant de deux variables. Dans un premier temps, nous avons résolu optimalement le cas particulier de la norme euclidienne de deux variables lorsque le domaine de définition est le plan tout entier, et étendu ce résultat aux normes dont les lignes de niveaux sont des ellipses. Dans un second temps nous nous sommes intéressés aux fonctions de deux variables continues définies sur un domaine polygonal. Pour ces dernières, nous avons développé différentes méthodes permettant d’obtenir des solutions réalisables exploitant des propriétés d’approximation que nous avons identifiées, ainsi que des bornes inférieures basées sur une nouvelle famille d’inégalités valides dédiée au problème. Les expériences numériques ont montré que nos méthodes obtiennent de meilleures solutions que l’état de l’art, en particulier pour l’approximation de fonctions non linéairement séparables. Enfin, deux applications à la résolution de problèmes MINLP sont traitées pour illustrer le potentiel pratique de nos travaux, l’une sur un problème de placements de faisceaux de satellites de télécommunication et l’autre sur le calcul d’équilibres de Nash en théorie des jeux.

[02/11/2023] Session ROC invitée - Marianne Defresne, doctorante INRAE Toulouse

Marianne Defresne nous présente des travaux réalisés dans le cadre de sa thèse encadrée par THomas Schiex (INRAE) et Sophie Barbe (TBI).  Le titre de la présentation est  : "Computational Protein Design with Automated Reasoning and Deep Learning"

[26/10/2023] Session ROC invitée - Gabriel Laberge, doctorant Polytechnique Montréal

Gabriel Laberge nous présente des travaux réalisés en collaboration avec Julien Ferry.  Le titre de la présentation est  : "Les Modèles Interprétables Hybrides : Explorer le Compromis entre Transparence et Performance"

[19/10/2023] Session ROC - Camille Lescuyer

Présentation de Camille intitulée : "Computing Bounds for a Direct-To-Home beamforming problem"

[09/10/2023] Soutenance de la thèse de Julien Ferry

Julien a soutenu sa thèse intitulée Adresser l’interprétabilité, l’équité et la protection de la vie privée en apprentissage machine au travers des méthodes d’optimisation combinatoire. Le jury était composé de : 

• DIRECTEURS DE THESE : Marie-José HUGUET, Professeur des universités, INSA Toulouse et Sébastien GAMBS, Professeur, Université du Québec à Montréal

• CO-ENCADRANTS DE THESE : Mohamed SIALA, Maître de conférences, INSA Toulouse

• RAPPORTEURS : Josep DOMINGO-FERRER, Full professor, Universitat Rovira i Virgili et Pierre SCHAUS, Professeur, UCLouvain

• EXAMINATEURS : Elisa FROMONT, Professeur des universités, Université de Rennes, Mathieu SERRURIER, Maître de conférences, Université Toulouse 3 - Paul Sabatier, Thibaut VIDAL, Associate Professor, Polytechnique Montréal et Sylvie THIÉBAUX, Professor, The Australian National University

• INVITES : Ulrich AÏVODJI, Assistant professor, ÉTS Montréal

Résumé :

Les approches d'apprentissage automatique sont de plus en plus utilisées pour des problématiques de prise de décisions impactant nos vies, telles que l'admission à l'université, l'attribution de prêts ou la prédiction de récidive. Ainsi, il est crucial de s'assurer que les modèles entraînés peuvent être audités et compris par leurs utilisateurs, ne reproduisent pas ni ne créent de biais discriminatoires, et ne divulguent pas d'informations sensibles sur leurs ensembles d'entraînement.  En effet, l'interprétabilité, l'équité et la protection de la vie privée sont des propriétés indispensables pour le développement de techniques d'apprentissage dignes de confiance. Toutes trois ont été largement étudiées durant la dernière décennie. Cependant, elles sont le plus souvent considérées séparément les unes des autres.

L'objectif de cette thèse est précisément de caractériser les interactions entre ces trois domaines, en utilisant des outils d'optimisation combinatoire et de recherche opérationnelle. Considérant ces trois domaines deux à deux, nous passons en revue la littérature sur leurs compatibilités, tensions et synergies. Nous nous concentrons sur certaines de ces tensions et proposons soit un mécanisme de conciliation, soit des techniques permettant de mettre en exergue ou de quantifier ce conflit.

Nous proposons d'abord une technique d'élagage basée sur la programmation linéaire en nombres entiers pour un algorithme d'apprentissage produisant des modèles équitables et intrinsèquement interprétables. En encodant conjointement précision, taille du modèle et équité, elle améliore l'exploration de l'espace de recherche de l'algorithme et aide à concilier équité et interprétabilité. Forts de la constatation expérimentale que l'équité généralise souvent mal une fois les modèles appliqués sur de nouvelles données, nous proposons une nouvelle approche visant à améliorer la robustesse de l'équité vis-à-vis de l'échantillonnage du jeu de données.

Nous montrons par la suite comment l'information relative à l'équité d'un modèle peut être utilisée pour reconstruire les attributs sensibles de son ensemble d'entraînement. A cet effet, nous proposons des modèles de programmation linéaire en nombres entiers et de programmation par contraintes encodant directement l'information de l'équité afin d'améliorer une reconstruction effectuée en amont par un attaquant quelconque de la littérature. Ce travail illustre une tension intrinsèque entre le fait d'assurer l'équité par rapport à certains attributs sensibles et la nécessité de protéger l'information relative à ces attributs.

Enfin, nous expliquons comment la structure d'un modèle interprétable peut être utilisée pour reconstruire une version probabiliste de son ensemble d'entraînement. En quantifiant précisément la quantité d'information qu'un modèle encode sur ses données d'entraînement, nous illustrons un conflit apparent entre l'interprétabilité et la protection de la vie privée.

[04/10/2023] Soutenance de la thèse de Carla Juvin

Carla a soutenu sa thèse intitulée Méthodes hybrides pour l'ordonnancement disjonctif avec flexibilité de ressources et considération de robustesse. Le jury était composé de: 

• DIRECTEURS DE THESE : Pierre LOPEZ, Directeur de recherche, LAAS-CNRS et Laurent HOUSSIN, Professeur associé, ISAE-SUPAERO

• RAPPORTEURS : Boris DETIENNE, Maître de conférences, Université de Bordeaux et Roel LEUS, Professor, KU Leuven

• EXAMINATEURS : Stéphane DAUZERE-PERES, Professeur, Ecole des Mines de Saint-Étienne et Rosa FIGUEIREDO, Maîtresse de conférences, Université d'Avignon

Résumé :

Dans cette thèse, nous étudions les problèmes d'ordonnancement disjonctif, en examinant deux types spécifiques de problème : ceux impliquant la flexibilité des ressources et ceux dont la durée des tâches est entachée d'incertitude. Nous proposons des approches hybrides qui combinent différentes méthodes de résolution, exploitant ainsi les avantages de chacune d'elles.

Dans un premier temps, nous étudions le problème de job-shop flexible, un problème d'atelier qui consiste à déterminer sur quelle machine et dans quel ordre doivent être traitées les opérations. Nous proposons un schéma de décomposition du problème, ainsi qu'une méthode de décomposition de Benders basée sur la logique pour le résoudre. Nous comparons cette approche avec des méthodes de résolution basées sur des formulations directes pour les versions non préemptive et préemptive du problème.  

Dans un second temps, nous nous intéressons à plusieurs problèmes d'ordonnancement robuste dans lesquels la durée des tâches est incertaine. Nous nous concentrons sur la résolution de problèmes à deux étapes, dont l'objectif est de fixer la séquence des opérations sur chaque machine, tout en permettant aux dates de traitement des tâches de s'adapter à leurs durées effectives. Nous proposons différentes formulations directes des problèmes, ainsi que des méthodes de décomposition de Benders basées sur la logique et de génération de colonnes et de contraintes. Des résultats numériques sont présentés afin d'évaluer l’efficacité de chacune de ces méthodes.

[Octobre 2023] Bienvenue à Théo Le Brun, doctorant de l’équipe ROC

Théo démarre  une thèse CIFRE avec la société One-Stock. Son sujet porte sur  la résolution de systèmes décisionnels pour la gestion de commandes omnicanales dans un contexte de e-commerce responsable. Il est encadré par Sandra U. Ngueveu et Marie-Jo Huguet.

En 2022, Théo a obtenu un double diplôme ingénieur ENAC et master en Recherche Opérationnelle. De septembre 2022 à septembre 2023, il a été ingénieur dans l’équipe pour la chaire Retail Responsable.

[Octobre 2023] Bienvenue à Tanguy Terrien, doctorant de l’équipe ROC

Tanguy débute une thèse intitulée “aide à la décision centrée sur l’homme pour la planification dynamique d’activités dans des systèmes de production”. Sa thèse se déroule dans le cadre du projet ANR HIS3, elle est encadrée par Cyrile Briandl et Phillipe Truillet (IRIT). Tanguy est diplômé 2023 du Master ORCO de Grenoble. Il a effectué son stage de master chez Huawei sur l’implémentation d’heuristiques de recherche dans un solver PPC.

[Octobre 2023] Bienvenue à François Lamothe, post-doctorant de l’équipe ROC

François effectue un post-doc d’un an dans l’équipe dans le cadre de la chaire Retail Responsable. Il travaille avec Sandra U. Ngueveu sur des problèmes d’optimisation pour le e-commerce responsable. François a soutenu sa thèse à l’ISAE en 2021 (Le problème de flot insécable : application à la gestion des communications d'une constellation de satellites, sous la direction d’Alain Hait et d’Emmanuel Rachelson. Il a ensuite effectué un post-doc de mars 2022 à septembre 2023 avec Claudio Contardo et Matthieu Gruson sur une étude polyedrale pour un problème de set covering.

[26 septembre 2023] Naissance

Ghassen nous annonce la naissance de sa fille Camélia. Toutes les félicitations de l’équipe !

[21/09/2023] Session ROC Louis Bonnet

Présentation de Louis intitulée An exact method for the industrial single bar nesting problem.

[07/09/2023] Session ROC Damien Wojtowicz

Présentation de Damien intitulée Optimisation de requêtes en environnements multi-clouds

[6 septembre 2023 - 16 février 2024] Stage de Timothée Ly

Timothée Ly est étudiant en 3e année à Télécom Paris et en double diplôme avec l'université KTH (Suède). Il effectue un stage sur la conception et le développement de méthodes d’apprentissage interprétables et respectueuses de la vie privée. Le stage de Timothée est encadré par Marie-José Huguet et Julien Ferry. Il s’inscrit dans le cadre de collaborations scientifiques avec Sébastien Gambs (UQAM) et avec Ulrich Aivodji (ETS).

[01/09/2023] Bienvenue à Louis Bonnet, doctorant ROC

Louis Bonnet débute sa thèse financée par l’ANR AD-LIB. Son sujet traite de méthodes d’agrégation et de désagrégation de commodités pour les problèmes de conception de réseaux. Louis était auparavant ingénieur développement dans la société Top Solid. Il est ingénieur N7 en informatique et diplômé du M2RO.

[01/09/2023] (re)Bienvenue à Valentin Antuori, post-doc ROC

Valentin Antuori débute un post-doc d’un an sur le projet JAPETUS. Il travaille avec Emmanuel Hébrard et Damien Wojtowicz sur la planification d’acquisitions et de vidages d’images pour une constellation de nano-satellites.

[Septembre 2023] Carla Juvin, ATER à l’ENAC

Carla Juvin est en poste d’ATER à l’ENAC. Elle intègre l’équipe d’optimisation. Félicitations de l’équipe !

[27 - 31 août 2023] ROC à la conférence CP 2023 (Toronto, Canada)

L’équipe a participé à la conférence international CP 2023 : Principles and Practice of Constraint Programming avec la présentation de deux articles : 

• An Efficient Constraint Programming Approach for Scheduling Interruptible Tasks Requiring Disjoint Disjunctive Resources - Carla Juvin, Emmanuel Hebrard, Laurent Houssin and Pierre Lopez

• Partially Preemptive Multi Skill/Mode Resource-constrained Project Scheduling with Generalized Precedence Relations and Calendars - Guillaume Poveda, Nahum Alvarez and Christian Artigues

[23-29 juillet 2023] ROC à la conférence ICML 2023 (Hawaï)

Emmanuel Hébrard participe à ICML (International Conference on Machine Learning) pour présenter son papier : 

• Blossom: an Anytime Algorithm for Computing Optimal Decision Trees - Emir Demirović, Emmanuel Hebrard, Louis Jean

[13 juillet 2023] ROC Session - Tomasz Kloda

Tomasz Kloda (équipe Vertics) a présenté ses travaux sur l’analyse d’ordonnancement et l’optimisation des systèmes temps réels

Abstract : Dans cet exposé, suite à une brève présentation des algorithmes d’ordonnancement temps réels, je voudrais aborder deux thématiques. Tout d’abord, le partitionnement de cache qui entraîne un problème d'optimisation mathématique où des segments de cache doivent être alloués aux processeurs ou aux tâches afin de satisfaire les contraintes temporelles. Ensuite, je parlerai de l’ordonnancement non préemptif des tâches parallèles (gang scheduling) sur l’exemple des unités de traitement de tenseur utilisées pour l’accélération matérielle des réseaux de neurones.

[11 juillet 2023] Journée des stagiaires de l’équipe ROC

Présentation des stagiaires de l’équipe : 

• Bryan Chen, Brenda Tonleu, Alice Devilder, Mohamed Yassine Loulou : "Tell me how you rank, I'll tell you what you like"

• Hannes Van Overloop : "Séquencement de tâches et planification de mouvements pour un robot manipulateur mobile"

• Joséphine Gobert : "Ordonnancement cyclique des tâches sur le nanosatellite NIMPH"

• Karim Terfasse : "Optimisation des tournées sans collisions de véhicules autonomes dans un port"

[10-14 juillet 2023] ROC à l’ACP Summer School (Leuven, Belgique)

Tim Lucherhand, Loïc Robert et Julien Rouzot ont partcipé à la summer school 2023 de l’ACP sur le thème : Machine Learning for Constraint Programming

[9-14 juillet 2023] ROC à la conférence IFAC Wolrd COngres (Yokohama, Japon)

L’équipe ROC a participé (en hybride) au 22nd World Congress of the International Federation of Automatic Control. Matthieu Masson présente l’article : 

• Multi-Maneuver Algorithms for Multi-Risk Collision Avoidance Via Nonconvex Quadratic Optimization - Matthieu Masson, Denis Arzelir, Mioara Joldes, Bruno Revelin JérômeThomassin.

[8-13 juillet 2023] Papier à la conférence ICAPS 2023 (Prague Czech Republic)

Un papier de l’équipe a été présenté à ICAPS (International Conference on Automated Planning and Scheduling) : 

• Fast and Robust Resource-Constrained Scheduling with Graph Neural Networks - Florent Teichteil-Königsbuch, Guillaume Povéda, Guillermo Gonzalez de Garibay Barba, Tim Luchterhand and Sylvie Thiebaux

[7-8 juillet 2023] ROC au workshop IWPSS 2023 (Prague Czech Republic)

L’équipe ROC a participé en hybride au workshop IWPSS (International Workshop on Planning and Scheduling for Space). 

• Global Constraint for scheduling data transfer in space missions - Julien Rouzot, C. Artigues, P. Garnier, E. Hébrard, P. Lopez

[7 juillet 2023] Soutenance de la thèse de Walid Khellaf

Walid a soutenu sa thèse préparée sous la responsabilité de Jacques Lamothe (Centre Génie Industriel, IMT Mines Albi) et Romain Guillaume (IRIT). L’intitulé est : Modélisation des incertitudes en horizon glissant et compilation de solutions de problèmes de lot sizing pour la planification tactique d’une chaîne logistique décentralisée. A la rentré universitaire, Walid sera en post-doc aux Mines d’Albi. Toutes les félicitations de l’équipe !

[3-7 juillet 2023] ROC aux journées PFIA 2023 (Strasbourg, France)

L’équipe ROC a participé aux journées de la Plate-Forme Intelligence Artificielle (PFIA) en contribuant aux conférences : 

• JFPC (3 au 5 juillet 2023) : Julien Rouzot a présenté l’article : Une contrainte globale pour l’ordonnancement des transferts de données dans les missions spatiales - Julien Rouzot, Christian Artigues, Philippe Garnier, Emmanuel Hebrard and Pierre Lopez :

• RJCIA (6 et 7 juillet 2023) : Julien Ferry a présenté l’article : Exploiter l'équité d'un modèle d'apprentissage pour reconstruire les attributs sensibles de son ensemble d'entraînement. Julien Ferry, Ulrich Aïvodji, Sébastien Gambs, Marie-José Huguet and Mohamed Siala

[22 juin 2023]  Séminaire ROC - Axel Parmentier

Axel Parmentier est chercheur au CERMICS et maître de conférences à l’Ecole des Ponts depuis 2016. Il est également le fondateur d’une chaire en intelligence artificielle pour le transport aérien en collaboration avec la société Air-France. https://axelparmentier.github.io/

Son exposé s’intitule : “Learning with combinatorial optimization layers and applications to dynamic vehicle routing”.

Résumé : Combinatorial optimization (CO) layers in machine learning (ML) pipelines are a powerful tool to tackle data-driven decision tasks, but they come with two main challenges. First, the solution of a CO problem often behaves as a piecewise constant function of its objective parameters. Given that ML pipelines are typically trained using stochastic gradient descent, the absence of slope information is very detrimental. Second, standard ML losses do not work well in combinatorial settings. A growing body of research addresses these challenges through diverse methods. Unfortunately, the lack of well-maintained implementations slows down the adoption of CO layers.

Building upon previous works, we introduce a probabilistic perspective on CO layers, which lends itself naturally to approximate differentiation and the construction of structured losses. We recover many approaches from the literature as special cases, and we also derive new ones.

Based on this unifying perspective, we present InferOpt.jl, an open-source Julia package that 1) allows turning any CO oracle with a linear objective into a differentiable layer, and 2) defines adequate losses to train pipelines containing such layers.

Our library works with arbitrary optimization algorithms, and it is fully compatible with Julia's ML ecosystem. In the second part of the talk, we focus on the dynamic vehicle routing problem of the  2022 EURO-NeurIPS challenge https://euro-neurips-vrp-2022.challenges.ortec.com/

[15 juin 2023]  ROC Session - Juan Cortes

Juan Cortes (équipe RIS) présente une synthèse de ses travaux en “Algorithmics of Motion. From Robotics Through Structural Biology Toward Atomic-Scale CAD”.

[8 juin 2023]  Séminaire ROC et Département DO - Thibaut Vidal

Thibaut Vidal est professeur au département de Mathématiques et Ingénierie Industrielle. Il est titulaire de la chaire SCALE-AI Chair traitant de gestion logistique guidées par les données.

 polymtl.ca/expertises/en/vidal-thibaut/

Son séminaire s’intitule “Explainable Machine Learning and Stochastic Optimization: From Context to Decision and Back Again”.

Résumé : Contextual stochastic optimization combines auxiliary information and machine learning to solve problems subject to uncertainty. While this integrated approach can improve performance, it leads to complex decision pipelines that lack transparency. Yet, practitioners need to understand and trust new solutions in order to replace an existing policy. To explain the solutions of contextual stochastic problems, we revisit the concept of counterfactual explanations introduced in the classification setting. We identify minimum changes in the features of the context that lead to a change in the optimal decisions. We formalize the explanation problem and develop mixed-integer linear models to find optimal explanations of decisions obtained through random forests and nearest-neighbor predictors. We apply our approach to selected operations research problems, such as inventory management and routing, and show the value of the explanations obtained.

https://arxiv.org/abs/2301.10074 - International Conference on Machine Learning ICML 2023 (July 23rd - July 29th)

[05 juin - 04 août 2023] Stage de Bryan Chen, Alice Devilder, Branda Tonleu et Mohamed Yassine Loulou 

Bryan Chen, Alice Devilder et Brenda Tonleu sont étudiants en 2e année à l’N7 (Toulouse), dans le département Sciences du Numérique, filière HPC eet Big Data.  Mohamed Yassine Loulou est étudiant en 2e année à l’ENSTA (Palaiseau) en filière Mathématiques Appliquées (le stage de Yassine est du 1er juin au 17 août). Ils travaillent sur différentes approches pour approximer une fonction objectif par la résolution interactive de problèmes d'optimisation combinatoire.  Leurs stages sont encadrés par Mohamed Siala.

[29 mai - 1er juin 2023] ROC à la conférence CPAIOR 2023 (Nice, France)

L’équipe ROC participe à la 20th International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research (CPAIOR). Carla Juvin a présenté l’article : 

• Constraint Programming for the Robust Two-machine Flow-shop Scheduling Problem with Budgeted Uncertainty - Carla Juvin, Laurent Houssin and Pierre Lopez

[27 mai - 04 septembre 2023] Stage de Joséphine Gobert

Joséphine Gobert est étudiante en 2e année à l’ENAC (Toulouse) dans la filière Opérations Aériennes et Sécurité. Son stage porte sur la résolution de problèmes d'ordonnancement de tâches sur un nano-satellite. Elle est encadrée par Pierre Lopez et son travail s’intègre avc celui de la thèse de Julien Rouzot.

[25 mai - 1er Juin 2023] Séjour invité de Sébastien Gambs, Professeur UQAM

Sébastien Gambs est professeur à l’Université du Québec à Montréal (Québec, Canada). Il est titulaire d’une chaire canadienne de recherche en “Privacy-preserving and Ethical Analysis of Big Data”. Sébastien est codirecteur de la thèse de Julien Ferry. Son séjour est financé par le projet PRIMAL (LabeX CIMI).

[25 mai et 1er juin 2023]  ROC Session - Tim Luchterhand et Emmanuel Hébrard

Tim Luchterhand nous présentera "Modern C++ best practices and a short introduction to git" dans cette ROC session orientée outils dev. 

Emmanuel Hebrard nous (re)-présentera rapidement l'outil ROC'n'run qui permet de lancer facilement des expériences sur la plateforme de calcul du LAAS.

[11 mai - 25 Juin 2023] Séjour invité de Thibaut Vidal, Professeur invité LabeX CIMI

Thibaut Vidal est professeur au département de Mathématiques et Ingénierie Industrielle. Il est titulaire de la chaire SCALE-AI Chair traitant de gestion de chaïnes logistiques guidées par les données.

 polymtl.ca/expertises/en/vidal-thibaut/

Thibaut réalise un séjour scientifique dans l’équipe sur le développement de méthodes de RO pour la conception d’attaques par inférence contre des modèles d’apprentissage automatique. Son séjour est financé par le LabeX CIMI (Université de Toulouse).

[11 mai 2023]  ROC Session - Laurent Houssin

Laurent Houssin nous parlera de l'algorithme d'Howard pour l'ordonnancement cyclique.

// Les slides des présentations des ROC sessions sont disponibles dans le dossier partagé ROC session de l'outil laas-cnrs partage (accès limité). Vous pouvez le trouver en suivant ce lien :  https://partage.laas.fr/index.php/apps/files/?dir=/ROC-Partage/ROC-Sessi...

[Mai 2023] Bienvenue à Damien Wojtowicz, post-doctorant de l’équipe ROC

Damien Wojtowicz, docteur 2023 de l'Université Paul Sabatier à Toulouse, démarre un post-doc dans l’équipe pour une durée de 1 an. Il travaille avec Emmanuel Hébard pour le projet JAPETUS sur la résolution de problèmes de planification réactive pour une constellation de nano-satellites. La thèse de Damien s’intitule “Optimisation de requêtes en environnements multi-clouds”.

[11-13 avril 2023]  Workshop du Département DO

Le workshop du département DO s'est déroulé à Albi avec des présentations des 4 équipes du département. Pour ROC, il s'agit de :

• Laurent Houssin : Hybrid methods for a robust scheduling problem
• Matthieu Masson : Fast and reliable computation of the instantaneous orbital collision probability
• Emmanuel Hebrard : Tree Search for Combinatorial Problems
• Tim Luchterhand : Applications of Graph Neural Networks for solving Resource Constrained Project Scheduling Problems

[3 avril - 15 septembre 2023] Stage de Hannes Van Overloop

Hannes Van Overloop est étudiant en 3e année à l’Ecole des Ponts (Marne la Vallée) dans la filière Ingénieur Mathématique et Informatique. Son stage porte sur  le séquencement de tâches couplé à la planification de mouvements d’un robot. Il est co-encadré par Florent Lamiraux (équipe Gepetto) ainsi que Cyril Briand et Christian Artigues (équipe ROC).

[3 avril - 18 août 2023] Stage de Amel  Farah Benzeghimi

Amel Farah Benzeghimi est étudiant en M2 à Montpellier (en informatique Théorique, Algorithmique). Elle effectue un stage avec Mohamed Siala pour approximer une fonction objectif par la résolution interactive de problèmes d'optimisation combinatoire. Elle s’intéresse plus précisément aux heuristiques de choix de variables et de valeurs dans les solveurs PPC en lien avec interaction avec les classements de solutions donnés par un utilisateur.

[Avril 2023] Thèse CIFRE de Liantsoa-O. Randriambololona (TBI / LAAS-ROC)

Liantsoa O-Randriambololona a débuté sa thèse CIFRE avec la société Solvay dans le cade d'une collaboration entre TBI (Arnaud Cocks) et l'équipe ROC du LAAS (Marie-Jo Huguet). Le sujet de la thèse est “Approche duale modélisation Multiphysique d’un procédé industriel et Apprentissage Machine”. Liantsoa est ingénieure INSA en Génie des procédés : eau, énergie et environnement, spécialité énergie.

[Avril 2023] Thèse CIFRE de Loïc Robert (TSF/ROC)

Loïc Robert, Ingénieur Informatique et Réseaux de l’INSA de Toulouse démarre sa thèse CIFRE intitulée “Nouvelles méthodes et outils semi-automatiques pour l’évaluation de la sécurité des systèmes avioniques fondés sur des approches formelles et de l'IA” en partenariat avec Airbus. La thèse est co-encadrée par l’équipe TSF (Vincent Nicomette) et l’équipe ROC (Emmanuel Hébrard et Marie-José Huguet).

[16 mars 2023]  ROC Session - François Clautiaux

Cette session ROC sera dédiée au premier séminaire en commun avec Bordeaux en lien avec le projet ANR ADLIb. François Clautiaux (IMB, Institut de Mathématiques de Bordeaux) nous parlera de Synergies between dynamic programming and mixed integer programming. Voilà un résumé : In this talk, we describe the strong relationship between mixed-integer programming (MIP) and dynamic programming (DP). We show two case studies. In the first one (a variant of knapsack problem) valid inequalities are used to improve a method based on DP. In the second one (a variant of vehicle routing problem) a DP is used to produce a stronger MIP formulation, which is solved using an iterative method inspired from techniques used for DP

[06 mars - 05 septembre 2023] Stage de Karim Terfasse 

Karim Terfasse, étudiant du M2 RO, effectue un stage dans l’équipe. Il s’intéresse à la résolution du problème de calcul de chemins sans collision pour des véhicules autonomes et va développer des modèles de PLNE ainsi que des méthodes approchées.  Ses encadrants sont Ghassen Chérif et Marie-José Huguet.

[05 mars 2023] Naissance

Naissance de Jonathan, le fils de Sandra. Toutes les félicitations de l’équipe !

[2 mars 2023]  ROC Session brainstorming - Louis Rivière

Louis nous propose une session brainstorming "Diagramme de décision multi-valué comme solution à deux étages pour des problèmes d'ordonnancement"

[20-23 Février 2023] ROC à la conférence ROADEF (Rennes)

Participation de 14 personnes de l’équipe aux journées de la ROADEF à Rennes auxquelles s’ajoutent Laurent, Simon et Jean-Charles. On y a retrouvé d’anciens stagiaires, doctorants ou post-doctorants (Stéphane, Yasemin, Catherine, Gilles, Murat, Sébastien, Yacine, Oliver, Léa, Jean-Thomas, Mikael, Estèle, Tom, Hugo, Alexandre, Léonie). L’équipe a contribué à 11 présentations et a animé des sessions.

[15 février 2023] Naissance 

Pierre Coupechoux nous annonce la naissance de sa fille Julia. Toutes les félicitations de l’équipe !

[8-10 Février 2023] ROC à la conférence SaTML 23 (Raleigh, North Carolina, USA)

Julien Ferry participe à la conférence internationale IEEE Conference on Secure and Trustworthy Machine Learning pour y présenter l’article : 

• Exploiting Fairness to Enhance Sensitive Attributes Reconstruction -  Julien Ferry, Ulrich Aïvodji, Sebastien Gambs, Marie-José Huguet and Mohamed Siala

[7-14 Février 2023] ROC à la conférence AAAI 23 (Washington DC, USA)

Mohamed Siala participe à la conférence internationale AAAI (Association for the Advancement of Artificial Intelligence). Il présente l’article “Improving Fairness Generalization Through a Sample-Robust Optimization Method” - Julien Ferry, Ulrich Aïvodji, Sebastien Gambs, Marie-José Huguet and Mohamed Siala, publié dans Machine Learning (2022) dans la session “Journal Track”. 

L’article MurTree: Optimal Decision Trees via Dynamic Programming and Search - Emir Demirović, Anna Lukina, Emmanuel Hebrard, Jeffrey Chan, James Bailey, Christopher Leckie, Rao Kotagiri and Peter J. Stuckey publié dans Journal of Machine Learning Research sera également présenté lors de cette session “Journal Track”.

Mohamed participe également au Bridge Program on Constraint Programming and Machine Learning pour y présenter ce même travail.

[Février 2023] Bienvenue à Jean-Charles Billaut, chercheur affilié, équipe ROC 

Jean-Charles Billlaut, professeur à l’Université de Tours, est chercheur affilié dans l’équipe. Jean-Charles travaille sur la résolution de problèmes d’ordonnancement et de tournées.

[26 janvier 2023] ROC Session - Arthur Bit-Monnot

Arthur Bit-Monnot, équipe RIS, a présenté un exposé sur le thème Explanation-based Search for Disjunctive Scheduling

Disjunctive scheduling problems such as the jobshop and openshop are at the heart of many real world scheduling instances as well as a key subproblem in AI temporal planning. In this paper, we frame such problems as disjunctive temporal networks associated with a makespan minimization objective. For those, we propose an hybrid approach between SMT and CP solvers. In particular, we keep from SMT solvers the aggregated constraint propagation in decision procedures as well as the explanations and clause learning mechanisms upon conflict. However, like all CP solvers, we maintain an explicit domain representation of integer variables, tightly integrated with clause learning. Automated search exploits explanations to derive activity-based heuristics combined with more classical value-based heuristic of CP solvers. The resulting solver is compared to state-of-the-art exhaustive search solvers on the classical benchmarks for jobshop and openshop problems.

[09-11 Janvier 2023] ROC à la conférence ICIEA-EU (Rome, Italie)

Ghassen Cherif participe à la 10th International Conference on Industrial Engineering and Applications (Europe)(ICIEA 2023) pour y présenter l’article : 

• Modelling and optimization approaches for advanced manufacturing systems -  Ghassen Cherif and Dimitri Lefebvre.

[7 janvier - 7 Février 2023] Séjour en mobilité de Louis Rivière à la Carnegie Mellon University (Pittsburgh, Etats-Unis)

Louis Rivière effectue une mobilité à la Tepper School of Business de Carnegie Mellon University à Pittsburgh (Etats-Unis) pour travailler avec Willem Van Hoeve. Le séjour sera consacré à sur la résolution de problèmes d’ordonnancement sous incertitudes en utilisant les diagrammes de décision.

[2 janvier 2023] Emmanuel Hébrard devient responsable de l'équipe ROC

Toutes nos félicitations Emmanuel !

[14 décembre 2022] Soutenance de thèse de Hao HU

Hao Hu a soutenu sa thèse intitulé : “Interpretable Machine Learning Models via Maximum Boolean Satisfiability” devant le jury composé de : 

• Rapporteurs : Chu Min LI, Professeur des universités, Université de Picardie Jules Verne et Frédéric KORICHE, Professeur des universités Université d'Artois

• Examinateurs : Hélène FARGIER, Directrice de recherche, IRIT et Djamal HABET, Professeur des universités, Aix-Marseille Université

• Directeurs de thèse : Marie-José HUGUET, Professeure des Universités, INSA Toulouse et Mohamed SIALA, Maître de Conférences, INSA Toulouse

Résumé : Interpretable Machine Learning models receive growing interest due to the increasing concerns in understanding the reasoning behind some crucial decisions made by modern Artificial Intelligent systems. Due to their structure, especially with small sizes, these interpretable models are inherently understandable for humans. Compared to classical heuristic methods to learn these models, recent exact methods offer more compact models or better prediction quality. In this thesis, we propose two novel exact methods via Maximum Boolean Satisfiability (MaxSAT) to learn optimal interpretable machine learning models.

Our contribution starts with an original MaxSAT-based exact method to learn optimal decision trees. This method optimizes the empirical accuracy to avoid overfitting, and also enriches the constraints to restrict the tree depth. Additionally, we integrate this MaxSAT-based method in AdaBoost, which is a classical Boosting method to improve the generalization performance. The experimental results show competitive prediction quality of this MaxSAT-based method compared to state-of-the-art heuristic and other exact methods. Additionally, clear improvements in prediction performance are observed after the integration in AdaBoost. Our second contribution is an original MaxSAT-based exact method to optimize binary decision diagrams. We introduce an initial Boolean Satisfiability (SAT) encoding to model binary decision diagrams in limited depth with perfect empirical accuracy. Next, we present how to adapt the SAT-based model into MaxSAT approach. Finally, we present a pre-! processing for selecting some important features to increase the scalability of our MaxSAT-based method to optimize binary decision diagrams. The experimental results show clear advances of our MaxSAT-based method in prediction quality, compared to state-of-the-art heuristic methods. We also observe a huge shrink in encoding size and model size in comparison between our approach and state-of-the-art exact method without losing the prediction performance. In addition, great reductions in encoding size are displayed after the application of pre-processing, which boosts the scalability.

[13 décembre 2022] Décès de François Roubellat 

François Roubellat a été  fortement impliqué dans la vie du LAAS, en tant que chercheur (Directeur de recherche du CNRS), chef de division (systèmes complexes) et responsable de groupe de recherche (Systèmes de production), groupe dont est issue l’équipe ROC. Il a ensuite occupé des responsabilités au Ministère de la Recherche. Il a eu un rôle marquant dans la communauté ordonnancement et productique en France. François Roubellat a initié une collaboration avec la société Villaumié pour le développement du logiciel Ordo Software, cette collaboration s’est appuyée sur plusieurs thèses CIFRE, dont celles de Jean-Charles Billaut et de Christian Artigues. Toutes celles et ceux qui l’ont côtoyé garderont le souvenir  d’un chercheur  d’une extrême gentillesse, dévoué et toujours attentif aux autres.

Toutes nos pensées vont à sa famille.

[8 décembre 2022] ROC session - Antonin Lentz

Antonin Lentz est PRAG à l’INSA au département GEI. Sa présentation s’intitule : "Plus court chemins multicritères et problèmes géométriques liés".

[24 novembre 2022] ROC session - Gabriel Volte

La présentation de Gabriel est intitulée : "Introduction à VRPSolver".

[17 novembre 2022] ROC Session - Geofrrey Scozzaro

Présentation de Geoffrey Scozzaro, doctorant à l’ENAC, intitulée "Flight Rescheduling during airport access mode disruption : a MILP approach".

[7 au 11 novembre 2022] ROC à la conférence internationale Stardust-2 à l'ESA (Noordwijk, Pays-Bas). 

L'équipe ROC était présente à la seconde conférence internationale Stardust à l'ESA European Space Research and Technology Centre (ESTEC) à Noordwijk aux Pays-Bas.

• Matthieu Masson, Denis Arzelier, Mioara Joldes, Bruno Revelin, Jérôme Thomassin : Multi-maneuvers algorithms for multi-risk collision avoidance via nonconvex quadratic optimization.

[3 novembre 2022] Session ROC - Walid Khellaf

Présentation de Walid Khellaf : Compilation des connaissances appliquée au problème de lot-sizing à un seul produit.

[Novembre 2022] Bienvenue à Tim Luchterhand, nouveau  doctorant de l’équipe ROC

Tim Luchterhand, diplomé de Ulm Universität, démarre sa thèse dans le cadre du projet TUPLES. Son sujet de thèse est intitulé "Méthodes Hybrides pour l’Ordonnancement et la Planification" et porte sur l’utilisation de réseaux de neurones profonds dans le cadre de méthodes génériques pour l’ordonnancement et la planification. Il est encadré par Sylvie Thiébaux (RIS) et Emmanuel Hébrard.

[31 octobre - 2 novembre 2022] ROC à la conférence internationale ICTAI 2022 (on-line)

L’équipe participe à la conférence IEEE International Conference on Tools with Artificial Intelligence.

• Julien Rouzot, Julien Ferry, Marie-José Huguet: Learning Optimal Fair SCoring Systems for Multi-Class Classification.

[27 octobre 2022] Session ROC - Julien Rouzot

Présentation de Julien Rouzot (et répétition pour la conférence ICTAI) : Learning optimal fair scoring systems for multi-class classification.

[07 octobre 2022] Soutenance de l'Habilitation à Diriger des Recherches de Laurent Houssin

Laurent Houssin a soutenu son Habilitation à Diriger des Recherches, intitulée « Optimisation pour l'ordonnancement et le spatial » devant le jury :

• Rapporteurs : Céline GICQUEL, Maitre de Conférence, Univ. Paris-Saclay, Roberto Montemanni, Professeur, Univ. Modena (Italie), André Rossi, professeur, Univ. Paris-Dauphine

• Examinateurs: Christian ARTIGUES, Directeur de recherche, LAAS-CNRS, Toulouse, Sourour ELLOUMI, Professeur, ENSTA, Paris, Alain HAÏT, Professeur, ISAE-Supaero, Toulouse,  Ron MCGARVEY, Professeur, IESEG, Paris

Résumé : L’optimisation de processus complexes fait l’objet d’études en Recherche Opérationnelle et Optimisation Mathématique. Mes travaux en optimisation se sont concentrés sur deux types d’application : les problèmes d’ordonnancement et les problèmes issus du spatial. Parmi les problèmes d’ordonnancement, les problèmes cycliques correspondent à ceux pour lesquelles les tâches se répètent périodiquement. Ces problèmes ont été étudiés dans la littérature mais la plupart des travaux considèrent des paramètres déterministes. Pourtant, des incertitudes, comme la durée d’execution des tâches, peuvent survenir. Mes travaux sur l’ordonnancement cyclique visent à considérer ces incertitudes sous la forme d’un problème d'optimisation robuste bi-niveau. Concernant les problématiques du spatial, les technologies modernes posent de nouveaux problèmes d’optimisation que nous tentons de résoudre tels que l’optimisation du placement de faisceau d’un satellite de télécommunication. Pour résoudre ce problème, nous proposons un encadrement paramétrable de la norme euclidienne dans le plan.

[01/10/2022 - 18/12/2022] Séjour scientifique de Mioara Joldes à Impérial College

Mioara Joldes effectue un séjour scientifique en tant que chercheur  invité à Imperial College, Londres (Abraham de Moivre International Research Laboratory).

[Octobre 2022] Bienvenue à Julien Rouzot, nouveau doctorant de l’équipe ROC

Julien Rouzot, élève Ingénieur INSA Toulouse en Informatique, démarre une thèse interdisciplinaire dans le cadre d’un financement UFTMiP et Région. Le titre de la thèse est “Intelligence artificielle et recherche opérationnelle pour l'ordonnancement autonome et robuste dans les missions spatiales”. Ses directeurs de thèse seront Pierre Lopez et Philippe Garnier (IRAP). Il sera également encadré par Emmanuel Hébrard et Christian Artigues.

[Octobre 2022]  Bienvenue à Théo Le Brun, Ingénieur d’étude CDD au sein de l'équipe ROC pour la chaire « retail responsable »

Théo Le Brun, ingénieur ENAC et diplômé du M2RO, démarre son travail de recherche sur la prise en compte des enjeux environnementaux dans le commerce omnicanal, dans le cadre de la chaire « Retail Responsable ».

[29 septembre 2022] C'est la rentrée des ROC sessions avec une présentation de Ghassen Chérif

Ghassen Cherif nous présentera une méthode de résolution de problèmes d'ordonnancement dans un port du futur en utilisant les réseaux de pétri et la recherche en faisceaux.

[28 septembre 2022] Lancement de la chaire de formation et de recherche « retail responsable » dont Sandra U. Ngueveu est titulaire

Signature et lancement de la chaire de Recherche et de Formation dédiée au Retail Responsable. Cette chaire d'une durée de cinq ans ambitionne de traiter des enjeux d’un commerce omnicanal plus responsable. Il s’agit d’un partenariat structurant entre Toulouse INP-ENSEEIHT, le CNRS, et OneStock, le leader européen de l’OMS (Order Management System). La titulaire de cette chaire est Sandra U. Ngueveu.

• annonce officielle : lien

[September 11-17 2022] Workshop “Computational Mathematics in Computer assisted proof”, San Jose California (Etats-Unis)

L’équipe ROC était présente au Workshop “Computational Mathematics in Computer assisted proof”, à l’American Institute of Mathematics à San José California

• Mioara Joldes a participé à cette journée

[Septembre 2022] ANR HIS3 : Human-centered Interaction for Smater Supervision of Production Systems"

Le projet ANR HIS3 (prononcé “Ice Cube”) démarrera en janvier 2023. HIS3 est la contraction de “Human-centered Interaction for Smarter Supervision of production Systems “.  Le projet a été lauréat de l’AAPG ANR 2022 du CE10  “Industrie et Usine du Futur : Homme, Organisation, Technologies “. Il s’agit d’un projet multidisclinaire intégrant des équipes des laboratoires CLLE, LAAS-CNRS, IRIT et la PME Ingenuity i/o sur le thème de la conception d’outils d’aide à la décision (OAD) pour la supervision des systèmes de production “du futur”. Il s’agit de réduire la charge mentale, le stress et le mal-être observés de façon récurrente chez les superviseurs de systèmes d’assemblage aéronautiques. Cette collaboration a pour but d’observer, d’analyser l’activité humaine des superviseurs afin de définir les principes d’un OAD à la fois utile, utilisable et acceptable par l’utilisateur final. 

[Septembre 2022] ANR AD-Lib (An Aggregation-Disaggregation LIBrary for sequential decision models). 

Le projet ANR AD-Lib a démarré en Septembre 2022.  Il regroupe des équipes de l’INRIA, de l’Université de Bordeaux, du LAAS-CNRS, et de la Toulouse Business School. Des échanges sont  également prévus avec la Quinlan School of Business de l’université de Loyola (Chicago). Il a pour but d’étudier, d’unifier et de concevoir les techniques visant à agréger les variables d’un problème (dans le but de réduire sa complexité) et de désagréger ces variables (dans le but d’obtenir un solution exacte). L'utilisation de ce type de techniques permet souvent de développer des approches efficaces. Les membres du LAAS-CNRS impliqués sont: Christian Artigues, Simon Belieres, Emmanuel Hébrard et Sandra Ulrich Ngueveu.

[1er septembre 2022] Démarrage du projet JAPETUS, financé par le plan France Relance et le CNES.

Le consortium est composé de Prométhée, Safran, LeanSpace et du LAAS-CNRS (équipes VERTICS, ROC et TSF). L'objectif est de développer un système d'observation de la terre composé d'une constellation de nano-satellites proposant des revisites fréquentes et une grande réactivité. Le projet comprend le lancement d'un prototype afin de tester et démontrer la pertinence des solutions proposées.

[1er septembre 2022] Bienvenue à Ghassen Cherif, maître de conférences UPS. 

Ghassen Cherif a soutenu sa thèse en 2021 sur des problèmes d’ordonnancement dans les ateliers hybrides en environnement incertain à l’université Le Havre Normandie. En 2021 – 2022, il a exercé la charge d’Attaché temporaire à l’enseignement et à la recherche à Centrale Lille.

[1er septembre 2023] Bienvenue à Walid Khellaf, ATER en informatique à l’INSA au département GEI Waild Khellaf est doctorant à l’UT2J, sa thèse s’intéresse à des problématiques de compilation de connaissances pour des problèmes d’ateliers de production. Il est encadré par Romain Guillaume (UT2J) et Jacques Lamothe (IMT Albi).  

[1er septembre 2022] Bienvenue à Gabriel Volte, ATER en Informatique à l’INSA  au département GEI

Après des études d’informatique, Gabriel Volte a soutenu sa thèse en décembre 2021 sur des méthodes exactes pour la résolution de problèmes de tournées de véhicules pour la collecte de vendange (LIRMM, Montpellier), ses encadrants de thèse étaient Rodolphe Giroudeau et Eric Bourreau.

[1er septembre 2022] Bienvenue à Valentin Antuori, ATER en Informatique à l’INSA au département GEI

Après sa thèse soutenue au laboratoire en juillet dernier, Valentin obtient un poste d’ATER à l’INSA et poursuit ses travaux dans l’équipe.

[1er septembre 2022] Bienvenue à Simon Bélières, chercheur affilié dans l’équipe ROC

Simon Bélières, enseignant-chercheur à TBS (Toulouse Business School) est accueilli dans l’équipe pour des collaborations scientifiques en RO et problèmes de transport.

[1er septembre 2022] Bienvenue à Matthieu Masson, doctorant dans l’équipe ROC

Matthieu Masson, ingénieur Mines Paris en Mathématiques Appliquées, démarre une thèse financée par une allocation MITT. Matthieu travaille sur des algorithmes numériques efficaces pour des problèmes de contrôle optimal avec commande impulsionnelle et contraintes d’évitement de collision. Ses directeurs de thèse sont Mioara Joldes et Denis Arzelier. Il sera également encadré par Christian Artigues. En juillet et août 2022, Matthieu était en CDD dans l’équipe pour travailler sur l’analyse de probabilités de collision.

[29 aout - 29 octobre 2022] Séjour en mobilité d’Aloïs Duguet à l’Université de Montréal et au CIRRELT (Canada)

Aloïs Duguet effectue un séjour en mobilité pour travailler avec Margarida Carvalho, sur l’utilisation des approches de linéarisation par morceaux pour résoudre certaines classes de jeux combinatoires à fonctions d’utilité non linéaires. Ce séjour scientifique est financé par le projet ETI INP “POLYTOPT”.

[31 juillet - 5 aout 2022] ROC à la conférence internationale CP 2022

L’équipe ROC était présente à la conférence internationale CP 2022 à Haifa (Israël)

• Christian Bessiere, Clément Carbonnel, Martin Cooper and Emmanuel Hebrard : Complexity of Minimum-Size Arc-Inconsistency Explanations

[23 - 29 juillet 2022] ROC à la conférence internationale IJCAI 2022

L’équipe ROC était présente à la conférence inernationale IJCAI 2022, Vienna (Austria)

• Emmanuel Hebrard, Christian Artigues, Pierre Lopez, Arnaud Lusson, Steve Chien, Adrien Maillard and Gregg Rabideau : An Efficient Approach to Data Transfer Scheduling for Long Range Space Exploration

[11 au 13 juillet 2022] Journées scientifiques de l’équipe ROC.

Les journées ROC 2022 se sont déroulées à Albi. Un grand merci à Christian pour l’organisation. Au programme : 

• Laurent Houssin : ordonnancement cyclique robuste et extension pour l’ordonnancement sans attente robuste

• Louis Rivière : Compilation de connaissances pour les problèmes d’ordonnancement

• Carla Juvin : Optimisation robuste pour le problème de Job Shop Flexible

• Tom Portoleau : Méthode de Benders adverse le problème de gestion de production avec un budget d'incertitude sur la demande cumulée

• Présentation des projets en démarrage 

• Christian Artigues : Mixed integer linear programming for resource-constrained scheduling

• Pierre Lopez : Comparaisons structurelle et expérimentale de formulations pour un problème d'ordonnancement de projet multi-compétence avec préemption partielle

• Mioara Joldes : Calcul de la probabilité de collision en orbite : méthodes d'évaluation basées sur des séries convergentes ou divergentes

• Mohamed Siala : Declarative Combinatorial Optimisation for Machine Learning

• Camille Lescuyer :  Présentation du sujet de thèse

• Aloïs Duguet : Heuristique et borne inférieure pour la linéarisation par morceaux de fonctions à deux variables avec minimisation du nombre de morceaux sous contrainte de tolérance

• Alexandre Heintzmann : Comparaison de différents modèles pour résoudre le problème non-linéaire Hydro Unit Commitment

[8 juillet 2022] Soutenance de thèse de Valentin Antuori

Valentin Antuori a soutenu sa thèse intitulée “Guider la recherche arborescente pour la résolution de problèmes industriels : apprentissage par renforcement et méthodes de Monte Carlo” devant le jury : 

• Rapporteurs: Louis-Martin ROUSSEAU, Professeur titulaire, Polytechnique Montréal, CIRRELT, Marc SEVAUX, Professeur des Universités, Université de Bretagne-Sud, Lab-STICC

• Examinateurs: Anastasia PAPARRIZOU, Chargée de Recherche, Université d'Artois, CRIL, Sylvie THIEBAUX, Professeure, Australian National University, Vincent T'KINDT, Professeur des Universités, Université de Tours

• Invitée: Siham ESSODAIGUI, Ingénieure, Renault

• Directeurs de thèse: Emmanuel HEBRARD, Chargé de Recherche, LAAS-CNRS, Marie-José HUGUET, Professeure des Universités, INSA Toulouse, LAAS-CNRS

Résumé : La résolution de nombreux problèmes de recherche opérationnelle et plus spécifiquement de problèmes d’optimisation combinatoire, s’appuie sur des algorithmes de recherche arborescente. Dans un contexte industriel, il est fréquent que les problèmes combinatoires traités soient de très grande taille et/ou qu’on ne dispose seulement que d’un faible budget temporel à consacrer à leurs résolutions. Dès lors l’exploration complète de l’arbre de recherche est impossible, et la qualité d’une méthode arborescente repose alors sur sa capacité à s’orienter rapidement vers les zones de l’espace de recherche les plus prometteuses. Il est fréquent qu’un même problème doive être résolu de manière périodique, tout en intégrant de légères variations. Il apparaît alors que la conception d’une heuristique pour guider la recherche arborescente peut passer par l’apprentissage automatique.Il semble aussi possible d’utiliser un modèle d’apprentissage, entraîné sur un ensemble de données, sur de nouvelles données qui n’auraient que très peu variées.

De plus, une telle approche permettrait de spécialiser les heuristiques en entraînant le même modèle sur plusieurs ensembles de données issus de contextes différents pour un même problème. Cet apprentissage qui se fait en amont de la résolution peut également être combiné à un mécanisme d’apprentissage lors de la résolution du problème. Un tel mécanisme permet à l’algorithme une adaptation au problème plus précise encore.

Dans ce manuscrit nous nous intéressons à l’apport de méthodes d’apprentissage par renforcement et de méthodes de Monte Carlo pour la résolution de problèmes d’optimisation combinatoire issus de besoins industriels. Plus particulièrement, nous proposons deux approches dont le but est de guider l’exploration d’un arbre de recherche. La première approche consiste à concevoir une heuristique basée sur une combinaison linéaire de critères pertinents pour le problème, critères pouvant provenir de connaissances métier. Les poids de cette combinaison linéaire sont réglés via un algorithme d’apprentissage par renforcement, et l’heuristique obtenue est intégrée dans un algorithme de recherche arborescente.La seconde approche est une recherche arborescente de Monte Carlo combinée avec une recherche en profondeur d’abord. Le but est alors de découvrir, par l’expérience, quelle partie de l’arbre explorer. Ces deux approches peuvent être combinées et sont suffisamment génériques pour être adaptées aux deux problèmes industriels que nous étudions dans ce manuscrit. Le premier problème concerne la planification du déplacement de chariots pour transporter des pièces dans un atelier d’assemblage tout en respectant les cadences de production. Le second est un problème de chargement de camions en logistique amont comportant des contraintes liées à l’ordre de passage chez les fournisseurs et aux réglementations sur l’équilibre de la charge aux essieux. Pour ces deux problèmes les approches proposées surpassent les méthodes utilisées dans l’entreprise.

[7 juillet 2022] ROC session littérature

ROC session sur la lecture de l'article "An online algorithm for fitting straight lines between data ranges" de J. O'Rourke en 1981, présenté par Sandra Ulrich Ngueveu

[4-7 Juillet 2022] ROC à la conférence internationale ISSAC 2022

L’équipe ROC était présente à ISSAC (International Symposium on Symbolic and Algebraic Computation) à Lille (France). ISSAC est la conférence de référence en calcul formel (aussi appelé computer algebra en anglais).

• Mioara Joldes a présenté un exposé invité :  Validated numerics: algorithms and practical applications in aerospace

[Juillet 2022] Post-doc de Tom Portoleau au LIX

Tom Portoleau a été recruté pour un post-doc au LIX à Paris-Saclay. Il travaille avec Claudia D'ambrosio sur des problèmes de planification de trajets robustes dans un contexte de mobilité aérienne urbaine. Toutes les félicitations de l'équipe ROC !

[30 juin 2022] Lancement du projet européen TUPLES

Le projet horizon EU  TUPLES (https://tuples.ai/project/) a démarré en juillet 2022. Il regroupe des chercheurs d’ANITI, KU Leuven, Saarland University, University of Bologna, ainsi que trois partenaires industriels : Airbus, Optit et SciSports. Il a pour but de développer des systèmes d’intelligence artificielle dignes de confiance pour la planification et l’ordonnancement. Les membres du LAAS-CNRS impliqués sont Sylvie Thiébaux et Emmanuel Hébrard.

[23 juin 2022] ROC session - Didier El Baz

Présentation de Didier El Baz (équipe SARA) - Algorithmes asynchrones pour l'Intelligence Artificielle ; recherche parallèle de type meilleur d’abord pour la planification

[22 juin 2022] Soutenance de la thèse de Tom Portoleau

Tom Portoleau a soutenu sa thèse intitulée “Représentations discrètes pour l’ordonnancement et la planification robustes”, devant le jury :

• Rapporteurs: Safia KEDAD-SIDHOUM, Professeure des universités, CNAM - CEDRIC PARIS, Michaël POSS, Directeur de Recherche, Université de Montpellier - LIRMM, André ROSSI, Professeur des universités, Université Paris-Dauphine - LAMSADE

• Directeurs de thèse: Christian ARTIGUES, Directeur de recherche, LAAS-CNRS, Romain GUILLAUME, Maître de Conférences, IRIT / UT2J

• Examinateurs: Olga BATTAÏA, Professeure, Kedge Business School - Bordeaux Patrice PERNY, Professeur des Universités, Sorbonne Université - LIP6

Résumé : Cette thèse a pour objet d'étude certains problèmes d'optimisation robuste, c'est-à-dire de problèmes d'optimisation où certains paramètres sont incertains, et dont la loi probabilité n'est pas connue. Les problèmes étudiés le sont à travers les prismes de l'aide à la décision et de la recherche opérationnelle. On s’intéressera plus particulièrement à deux problèmes, d'abord le problème d'ordonnancement de lignes d'assemblage aéronautiques, que l'on modélise comme un problème d'ordonnancement de projet multi-mode avec contraintes de ressources avec un objectif de nivellement de ressources, puis le problème de gestion de production avec un budget d'incertitude sur la demande cumulée. Pour le premier problème, on propose d'abord un voisinage basé sur les pics d'utilisation de ressources, que l'on utilise ensuite dans une méthode de recherche locale à voisinage large pour résoudre heuristiquement le problème. Ensuite, toujours pour le problème d'ordonnancement de lignes d'assemblages, on propose un outil d'aide à la décision, qu'on appelle arbre de décision robuste et dont l'idée fondamentale repose sur le fait qu'à certains moments durant le déroulement d'un ordonnancement calculé de manière robuste dans un contexte incertain, un décideur a accès à de l'information à propos du scénario en cours. A chaque noeud, en fonction des informations reçues par le décideur, l'arbre propose une nouvelle solution, adaptée au scénario en cours. Finalement, on propose une extension de la méthode Benders adverse pour résoudre le problème de gestion de production. Cette extension se base sur le concept de graphe partiel de budget qui est une représentation compacte d'un sous-ensemble de scénarios et qui permet d’accélérer la méthode de Benders adverse classique.

[20-23 juin, 2022] ROC à la conférence internationale CPAIOR 2022

L’équipe ROC était présente à CPAIOR 2022, 19th International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research - Los Angeles, Californie Etats-Unis d’Amérique. 

• Julien Ferry, Ulrich Aivodji, Sébastien Gambs, Marie-José Huguet and Mohamed Siala Leveraging Integer Linear Programming to Learn Optimal Fair Rule Lists

[17 juin 2022] Journée des stagiaires de l’équipe ROC

Présentation des stagiaires de l’équipe : 

• Théo Le Brun : Résolution par Branch-and-Price du Pollution Routing Problem

• Alicia Pelat : Ordonnancement des contacts dans une constellation de satellites

• Théo François : Branch & Cut & Price for the RCMSP

• Julien Rouzot : Equité et interprétabilité pour la classification multi-classes

• Noé Mari : Flexible Job Shop Scheduling Problem

• Adrien Deckx Van Ruys : Problème et algorithme glouton pour la planification dynamique d’une flotte de robots pour l’approvisionnement d’une chaîne de production

[15 juin 2022] Bienvenue à Laurent Houssin, chercheur affilié dans l’équipe ROC.

Laurent Houssin, enseignant chercheur à l’ISAE-SupAero devient chercheur affilié dans l’équipe. Il collabore avec Pierre Lopez et Christian Artigues sur le développement de méthodes de RO pour la résolution de problèmes d’ordonnancement sous incertitudes.

[14 juin 2022] Séminaire DO par Margarida Carvalho

Margarida Carvalho (Univ. Montréal, FRQ–IVADO research chair in Data Science for Combinatorial Game Theory), actuellement professeur invitée de Toulouse INP au sein du LAAS et dans l'équipe ROC, a donné un séminaire intitulée “The power of mathematical optimization to tackle games”, pour le département DO (Décision et Optimisation) du LAAS.

[13 Juin - 8 Juillet 2022] Séjour invité de Margarida Carvalho, Professeur invité de Toulouse INP

Margarida Carvalho est Assistant professor à l’Université de Montréal (Canada), au sein du Department of Computer Science and Operations Research. Elle dirige la chaire de recherche “FRQ–IVADO research chair in Data Science for Combinatorial Game Theory”. Pendant son séjour Margarida Carvalho sera professeur invité de Toulouse INP. Son séjour s’effectue dans le cadre du projet ETI INP "POLYTOPT" .

• http://margaridacarvalho.org/index.html

[12-17 Juin, 2022] ROC à la conférence internationale MAPSP 2022

L’équipe ROC était présente à la conférence international MAPSP 2022, Workshop on Models and Algorithms for Planning and Scheduling Problems au Oropa Sanctuary (Italie)

• Emmanuel Hébrard, Christian Artigues, Pierre Lopez, Arnaud Lusson, Steve Chien, Adrien Maillard and Gregg Rabideau. Data transfer scheduling for deep space exploration

[8 au 10 juin 2022] Journées du projet ANR Nuscap. 2022]

Les journées du projet ANR Nuscap se déroulent au LAAS en salle de conférences. Les présentations sont ouvertes à tous.

• Contact : Mioara Joldes. 

• https://nuscap.gitlabpages.inria.fr/Toulouse2022.html

[07 Juin - 31 Juillet 2022] Stage d’Ainhoa ARICKX

Ainhoa ARICKX est étudiante en deuxième année à l’N7 dans le département EEEA. Son stage porte sur la conception et réalisation d’une heuristique pour le Pollution Routing Problem. Le stage est encadré par Sandra Ulrich Ngueveu et elle travaillera en collaboration avec Théo Le Brun.

[07 juin  - 23 juillet 2022] Stage de Sandro CHALHOUB

Sandro CHALHOUB est étudiant en troisième année à l’INSA (MIC) sur le  calcul de Forêts aléatoires optimales avec une méthode de génération de colonnes. Le stage est co-encadré par Emmanuel Hébrard et Christian Artigues.

[3-6 Juin, 2022] EURO 2022

L’équipe ROC était présente à la conférence internationale EURO 2022 à Espoo (Finlande)

• Sandra Ulrich Ngueveu, Julien Codsi, Bernard Gendron : LinA: A faster approach to piecewise linear approximations of univariate functions

[2 juin 2022] ROC session

Présentation de Marianne Gues, intitulée « Une chaîne de traitement pour les campagnes d’évaluation expérimentale : rocknrun et Metrics et Le groupe GitLab de l’équipe ROC : Contexte et utilisation ».

[31 Mai 2022] Journées du GT “Recherche Opérationnelle et Contraintes" du GdR RO

L’équipe ROC était présente à la journée organisée par le GT “Recherche Opérationnelle et Contraintes" à Nice Le thème de la journée est la résolution des problèmes d'ordonnancement, de transport et à plus large échelle de tout problème de recherche opérationnelle par la programmation par contraintes ou des méthodes hybrides. L'objectif de cette journée est de créer un lieu d'échange pour les doctorants et les chercheurs impliqués dans la thématique.

• Carla Juvin a participé à cette journée scientifique.

[18-20 Mai 2022] ROC à la conférence internationale ISCO 2022

L’équipe ROC était présente à la conference ISCO 2022 (International Symposium on Combinatorial Optimization), organisée en ligne

• Alexandre Heintzmann, Cécile Rottner, Pascale Bendotti - Polyhedral study of the Symmetrically Weighted Matrix Knapsack problem

• Aloïs Duguet, Sandra Ulrich Ngueveu - Piecewise linearization of bivariate nonlinear functions: minimizing the number of pieces under a bounded approximation error

[19 mai 2022] ROC Session - Emmanuel Hébrard

Présentation d'Emmanuel Hebrard "Ordonnancement des transferts de données pour mission spatiale".

[13 mai au 13 juin 2022] Séjour scientifique de Mohamed Siala à l’UQAM (Montréal, Québec, Canada)

Mohamed Siala effectue un séjour scientifique à l’UQAM, dans le cadre des collaborations avec Sébastien Gambs et Ulrich Aivodji (projet CIMI PRIMAL).

[12 mai 2022] Soutenance de thèse de Quentin Fabry

Quentin Fabry a soutenu sa thèse intitulée “ Ordonnancement de camions dans une plateforme logistique : complexité, méthodes de résolution et incertitudes ” devant le jury : 

• Rapporteurs : Jean-Charles BILLAUT, Professeur des Universités, Université de Tours et Roel LEUS, Full Professor, KU Leuven

• Examinateurs Anne-Laure LADIER, Maîtresse de Conférences INSA Lyon, Elise VAREILLES, Professeure ISAE Supaero

• Invité : Alessandro AGNETIS, Full Professor, Univesità degli Studi di Siena

• Directeurs de thèse : Cyril BRIAND, Professeur des Universités, UT3, LAAS-CNRS et Lotte BERGHMAN, Professeure associée, TBS Education

Résumé : La problématique dite de crossdocking a été source de beaucoup d’attention ces dernières années dans la littérature. Un crossdock est une plateforme logistique favorisant, par une synchronisation efficace des camions entrants et sortants, une rotation rapide des produits, le volume de produits stockés devant être le plus faible possible. Le crossdocking soulève de nombreux problèmes logistiques, dont notamment celui de l'ordonnancement des camions entrants et sortants sur les quais de la plateforme. L'objectif classiquement considéré dans la littérature pour ce problème est la minimisation du makespan, critère très répandu en ordonnancement. Pour le crossdocking néanmoins, minimiser la date de départ du dernier camion ne garantit pas nécessairement une bonne synchronisation des camions et le makespan ne semble donc pas être l’objectif le plus pertinent. Pour répondre au besoin de synchronisation et favoriser les rotations rapides, notre travail propose de minimiser le temps de séjour total des palettes dans le stock. Nous étudions d’abord la version déterministe de ce problème d’ordonnancement. Sa complexité est détaillée selon différentes hypothèses pour identifier les éléments menant à sa NP-difficulté. Ensuite, différentes méthodes de résolutions sont proposées : une méthode classique de programmation linéaire en nombres entiers utilisant des variables de décision indexées par le temps, une formulation basée sur les ensembles critiques qui exploite une nouvelle famille d’inégalités valides avec ajout itératif de coupes et des méthodes basées sur la programmation par contraintes. Une analyse comparative de ces différentes méthodes est proposée. Dans un deuxième temps, nous étudions une version non-déterministe de notre problème d’ordonnancement dans laquelle des incertitudes sur les dates d’arrivées des camions sont introduites sous la forme d’intervalles de temps équiprobables. Une méthode d’ordonnancement proactive-réactive utilisant le concept de groupes d’opérations permutables est proposée pour faire face aux incertitudes. Des groupes de camions permutables sont séquencés et affectés aux quais puis, durant l’exécution d’ordonnancement, un ordre total est choisi en fonction de la réalisation des dates d’arrivées, à l’aide d’un algorithme réactif.

[2 mai – 30 septembre 2022] Collaboration de l’équipe ROC avec le CEA

L’objectif du projet, porté au sein de l'équipe ROC par Sandra U. Ngueveu, est d’identifier des méthodes et des stratégies d’optimisation énergétiques pertinentes, en vue d’adresser le problème d’optimisation d’énergie posé par la plateforme TOTEM du CEA (commissariat à l’énergie atomique et aux énergies alternatives), située à Labège en Occitanie (France).

[2 mai au 18 juin 2022 puis 25 juin au 22 juillet 2022] : Séjour en mobilité de Julien Ferry à l’UQAM et à l’ETS (Montréal, Québec, Canada)

Julien Ferry effectue un séjour en mobilité pour travailler avec Sébastien Gambs de l’UQAM (co-directeur de sa thèse) et avec Ulrich Aivodji de l’ETS. Ce séjour scientifique est financé par le projet CIMI PRIMAL. Le séjour sera consacré à des travaux sur l'apport des méthodes d'optimisation pour l'apprentissage et la protection des données privées (attaques par inférences).

[Mai 2022] Bienvenue à Camille Lescuyer, doctorante dans l’équipe ROC

Camille Lescuyer, ingénieure ENAC et titulaire d’un M2 en Recherche Opérationnelle démarre sa thèse CIFRE financée par AIRBUS. Son sujet traite de l’optimisation dynamique de la charge utile de satellites de télécom flexibles. Ses directeurs de thèse sont Cédric Pralet et Christian Artigues. A Airbus, elle est encadrée par Jean-Thomas Camino.

[29 avril 2022] Soutenance de l'Habilitation à Diriger des Recherches de Sandra U. Ngueveu

Sandra U. Ngueveu a soutenu son Habilitation à Diriger des Recherches, intitulée « Linéarisation, reformulation et décomposition en optimisation combinatoire » devant le jury :

• Rapporteurs : Miguel ANJOS, Professeur, University of Edinburgh (Royaume-Uni), Nadia BRAUNER, Professeure des Universités, Grenoble INP (France), Andrea LODI, Professeur, Cornell Tech (USA)

• Examinateurs : Dominique FEILLET, Professeur, Mines Saint-Etienne (France), Christelle GUÉRET, Professeure des Universités, Université d'Angers (France), Daniele VIGO, Professeur, Università di Bologna (Italie), Pierre LOPEZ, Directeur de recherche, LAAS-CNRS

Résumé : Mes travaux de recherche relèvent de la Recherche Opérationnelle en général et de l’optimisation combinatoire en particulier, avec une attention particulière à l’optimisation d’énergie et à l’optimisation dans les graphes. Une partie des travaux concerne l’étude et la résolution de problèmes d’optimisation issus de divers domaines ou applications : Génie électrique, transport terrestre ou aérien, gestion de projet multi-agents, etc. L’autre partie des travaux, relevant d’une recherche plus fondamentale, cherche à d'établir des résultats structurels et de complexité, à proposer des formulations ou des schémas de décomposition efficaces, et enfin à concevoir des méthodes de résolution spécifiques ou génériques capables de garantir l’optimalité ou la qualité des solutions. Différentes classes de problèmes de tournées de véhicules ou d’ordonnancement servent généralement de base de conception de ces méthodes.

[28 avril 2022] Soutenance de thèse de Léa Blaise

Léa Blaise a soutenu sa thèse intitulée “Modélisation et résolution de problèmes d'ordonnancement au sein du solveur d'optimisation mathématique LocalSolver” devant le jury : 

• Rapporteurs : Jean-Charles BILLAUT, Professeur des universités, Université de Tours et Laetitia JOURDAN, Professeure des universités, Université de Lille

• Examinateurs : Thierry BENOIST, Docteur, LocalSolver, Olivier HUDRY, Professeur des universités, Télécom ParisTech, Christine SOLNON, Professeure des universités, INSA Lyon

• Directeur de thèse : Christian ARTIGUES, Directeur de recherche, LAAS-CNRS

Résumé : Résoudre un problème d'ordonnancement consiste à organiser la réalisation de tâches au cours du temps : déterminer leur répartition sur les différentes ressources disponibles ainsi que leurs dates d'exécution. Les problèmes d'ordonnancement se rencontrent dans tous les domaines de l'industrie et des services, et sont très étudiés dans la littérature. Le travail de cette thèse se concentre sur les problèmes d’ordonnancement de type disjonctif et/ou packing, avec ou sans flexibilité des ressources. L'ensemble des contributions algorithmiques de la thèse ont été implémentées au sein du solveur d'optimisation mathématique LocalSolver, dont les techniques de résolution combinent des méthodes exactes, telles que la programmation linéaire, non linéaire et par contraintes, et heuristiques, comme la recherche locale et des algorithmes constructifs. Le travail de cette thèse répond à deux problématiques principales, liées au traitement de ce type de problèmes d'ordonnancement par LocalSolver. Le premier objectif se dégageant de ces problématiques consiste à permettre aux utilisateurs du solveur de modéliser simplement un grand nombre de problèmes d'ordonnancement disjonctif. En tirant profit de la richesse du formalisme de modélisation ensembliste de LocalSolver, on propose des formulations génériques, adaptables à différentes familles de problèmes d'ordonnancement disjonctif, permettant d'exprimer simplement les notions de tâches, de relations de précédence, ou encore de contraintes de non-chevauchement des tâches affectées à une même ressource disjonctive. Les formulations génériques ainsi choisies reposent sur l'utilisation combinée de deux types de variables de décision offertes par LocalSolver : les variables entières, permettant de modéliser les dates de début et durées de tâches, ! et les variables de listes, représentant leur ordre sur les différentes ressources disjonctives. Le second objectif de la thèse consiste à améliorer les performances de LocalSolver sur les problèmes d'ordonnancement étudiés, en intégrant différents algorithmes de résolution les plus génériques possibles à la composante de recherche locale du solveur. Cette généricité des contributions est cruciale : en effet, on ne cherche pas à améliorer les performances du solveur sur un unique problème, ni même seulement sur les problèmes d'ordonnancement, mais sur tous les problèmes présentant des structures caractéristiques de l'ordonnancement disjonctif ou du packing. Les contributions algorithmiques de cette thèse peuvent être regroupées en trois grandes catégories : des algorithmes d'initialisation, des mouvements de recherche locale, et un algorithme de propagation de contraintes. On présente deux algorithmes constructifs d'initialisation des variables ensemblistes (sets et listes), aidant le solveur à trouver une solution réalisable immédiatement sur des problèmes comme ceux de l'Aircraft Landing ou de l'Assembly Line Balancing, et accélérant ainsi la recherche de solutions de bonne qualité sur ces problèmes. On présente également des mouvements de recherche locale, reposant sur la détection de structures spécifiques dans le modèle (contraintes de non-chevauchement des tâches, relations de précédence, contraintes de packing). On présente également un algorithme de réparation de solutions par propagation de contraintes, appelé au cours de la recherche locale après chaque mouvement conduisant à une solution in! faisable. Notre algorithme diffère de la propagation classique de la programmation par contraintes par plusieurs points. Par exemple, il ne propage que les réductions de domaine excluant la valeur courante des variables, et peut prendre des décisions arbitraires lorsqu'il rencontre une contrainte pouvant être réparée de différentes manières. On démontre que dans certains cas l’algorithme présente des propriétés lui assurant de trouver une réparation s'il en existe une. Cet algorithme permet de pallier les difficultés rencontrées par la recherche locale sur les problèmes d'ordonnancement aux contraintes très serrées (passer d'une bonne solution à une autre nécessite de réaliser des changements sur un grand nombre de variables). L'intégration de ces mouvements et de cet algorithme de réparation au sein de la recherche locale de LocalSolver apporte des gains de performance importants sur divers problèmes (Job Shop et variantes, Unit Commitment, Assembly Line Balancing, ou encore Bin Packing).

[21 avril 2022] ROC Session "double" - Hao Hu et Mathias Sommacal

Deux présentations pour cette session :

• Optimisation de BDD avec maxSAT - Hao Hu

• Heuristique pour la création d'une séquence de groupes pour le RCTSP  - Mathias Sommacal

[7 Avril 2022] ROC Session - brainstorming

Première session brainstorming, pour réfléchir ensemble au nouveau problème d'Aloïs Duguet : Trouver une borne inférieure sur le nombre de morceaux d'une approximation linéaire par morceaux de fonctions à deux variables.

[6 - 7 avril 2022] ROC à la conférence internationale PMS 2022 (Ghent, Belgium, en visio)

L’équipe ROC a présenté plusieurs travaux à PMS :

• Tom Portoleau (Finaliste du best student paper award) Large neighborhood search for a multi-mode resource constrained 

• Louis Riviere - Two-stage stochastic/robust scheduling using permutable operation groups

• Léa Blaise (Finaliste du best student paper award) Solving the Assembly Line Balancing Problem with LocalSolver

• Carla Juvin - Logic-based Benders Decomposition for preemptive Flexible Job-Shop Scheduling

• Hugo Chevroton - Human-centered interactions for project scheduling decision-aid in space industry

Tom Portoleau remporte le 2ème prix du Best student paper award du 18th International Workshop on Project Management and Scheduling (PMS 2022), Ghent (Belgium), April 6-7, 2022, pour l’article “Large neighborhood search for a multi-mode resource constrained scheduling problem with resource leveling objective”, par Tom Portoleau, Christian Artigues, Tamara Borreguero Sanchidrian, Alvaro Garcia Sanchez, Miguel Ortega Mier et Pierre Lopez.

[4 avril - 30 septembre 2022] Stage d’Adrien Deckx

Adrien DECKX est Ingénieur de l’Ecole Polytechnique, en échange dans le M2RO avec ALTEN, il sera co-encadré par Cyril Briand et Arthur Bit-Monnot (équipe RIS). Le stage porte sur la gestion d’une flotte de robots pour l’approvisionnement d’un système de production.

[4 avril au 30 septembre 2022] Stage de Théo François

Théo François est étudiant du M2RO, il effectue un stage avec Christian. Le sujet porte sur le développement d’une méthode de Branch and Cut and Price pour l’ordonnancement cyclique.

[31 Mars 2022] Départ d’Hugo Chevroton

Hugo a terminé son post-doc et débute un nouveau poste d’ingénieur en Recherche Opérationnelle à la DGA à Arcueil. Toutes les félicitations de l'équipe !

[30 mars 2022] Scheduling Seminar by Christian Artigues

Christian Artigues a présenté un séminaire intitulé Mixed-Integer Linear Programming for Scheduling https://www.youtube.com/watch?v=3KGLAnIgVuc dans le cadre de la série de séminaires internationaux sur l’ordonnancement coordonnée par Mike Pinedo, Zdenek Hanzalek et Guohua Wan. La page de ces séminaires est ici :  https://schedulingseminar.com/

[24 Mars 2022] ROC Session - Simon Bélières

Présentation invitée de Simon Belières (TBS) sur "Unified Branch-and-Benders-Cut for Two-Stage Stochastic Mixed-Integer Programs"

[17 Mars 2022] ROC Session - littérature

Première session littérature : discussion de l'heuristique "Feasibility pump", servant à trouver des solutions faisables dans les MILP. Cette heuristique est notamment implémentée dans CPLEX. Présentation par Christian Artigues du papier : "The feasibility pump" par M.Fischetti, F.Glover, A.Lodi, 2005

[10 Mars 2022] ROC Session - Hugo Chevroton

Présentation d’Hugo Chevroton "Utiliser un modèle CP pour une planification interactive de projet dans l'aérospatiale", avec une introduction de Cyril Briand sur l'Industrie du Futur.

[8-11 Mars 2022] Visite d'Aymeric Blot

Aymeric Blot (post doc University College London) effectué un séjour au sein de l'équipe ROC et a présenté son projet de recherche pour une candidature Chargé de Recherche CNRS : Automated Design of Efficient Multi-Objective Metaheuristics using Genetic Improvement.

[03 Mars 2022 au 2 septembre 2022] Stage de Théo Le Brun

Théo Le Brun est étudiant en 3ème année ingénieur ENAC et au M2RO. Le sujet de son stage est la Résolution par branch-and-price du pollution routing problem et ses variantes. Il est co-encadré par Sandra dans le cadre d’une collaboration avec l’université de Brescia.

[28 février au 26 août 2022] Stage de Noé Mari

Noé Mari est  étudiant en 3e année Ingénieur ENAC et au M2RO. Il effectue un stage du intitulé “Ordonnancement flexible sous incertitudes”. Il est encadré par Carla, Laurent et Pierre.

[28 février au 31 juillet 2022] Stage d’Alicia Pelat

Alicia Pelat est étudiante en deuxième année ingénieur à ISAE SupAéro. Son stage porte sur l’Ordonnancement des contacts Search And Rescue dans une constellation de satellites de geopositionnement. Elle est co-encadrée par Christian et Laurent.

[23 février au 25 février 2022] ROC à JNCF (Luminy)

L’équipe ROC a participé aux Journées Nationales du Calcul Formelle ((JNCF 2022,  Campus de Luminy, Marseille) où Mioara Joldes a donné un cours invité : Algorithmes symboliques-numériques validés et applications au domaine spatial.

[23 février au 25 février 2022] ROC à la conférence ROADEF 2022 (Lyon)

Importante participation de l’équipe à cette édition de ROADEF qui se tenait en présentiel à Lyon :

1. Tom Portoleau, Romain Guillaume, Christian Artigues. Une variante de la méthode de Benders adverse pour le problème de lot-sizing robuste avec budget d'incertitude

2. Louis Rivière, Christian Artigues, Hélène Fargier. Two-stage stochastic/robust scheduling using permutable operation groups

3. Léa Blaise, Thierry Benoist, Christian Artigues. Résolution du problème de l'Assembly Line Balancing avec LocalSolver

4. Christian Artigues, Léonie Gallois, Laurent Houssin. Ordonnancement des contacts Search And Rescue dans une constellation de satellites de géopositionnement

5. Aloïs Duguet, Sandra Ulrich Ngueveu. Heuristiques de linéarisation par morceaux de fonctions à deux variables avec minimisation du nombre de morceaux sous contrainte de tolérance

6. Carla Juvin, Laurent Houssin, Pierre Lopez. Décomposition de Benders basée sur la logique pour le problème de job-shop flexible préemptif

7. Julien Ferry, Ulrich Aïvodji, Sébastien Gambs, Marie-José Huguet, Mohamed Siala. Concilier l'équité statistique et la précision en apprentissage machine interprétable grâce à la PLNE

8. Alexandre Heintzmann, Christian Artigues, Pascale Bendotti, Sandra Ulrich Ngueveu, Cécile Rottner. Comparaison de différents modèles pour résoudre le problème non-linéaire Hydro Unit Commitment

9. Claudio Contardo, Sandra Ulrich Ngueveu. Approximation à précision numérique prédéfinie d'une classe de problèmes d'optimisation non-linéaires non-convexes séparables

10. Hugo Chevroton, Cyril Briand, Philippe Truillet, Melody Mailliez, Céline Lemercier. A CP model for interactive project scheduling in space industry

[22 février au 01 Mars 2022] : ROC à AAAI 2022 (visio – Vancouver, Canada)

L’équipe ROC a participé à AAAI 2022 qui était en visio.

• Hao Hu, MJ. Huguet, M. Siala,  Optimizing Binary Decision Diagrams with MaxSAT for classification

[10 février 2022] ROC Session - Mioara Joldes

Présentation de ’Mioara Joldes intitulée : ``Some Algebraic and Complex Analysis ideas in Discrete Optimization (SACADO)’’. 

[07 février - 29 juillet 2022] Stage de Marianne Guess

Marianne Guess - élève Ingénieure INSA Toulouse en Informatique effectue un stage avec Marie-Jo du 07/02/22 au 29/07/22. Son sujet est intitulé Ingénieur support et valorisation des développements informatiques de l’équipe. Le stage est financé par le département DO.

[01 février - 29 juillet 2022] Stage de Julien Rouzot

Julien Rouzot - élève Ingénieur INSA Toulouse en Informatique est en stage dans l’équipe du 01/02/22 au 29/07/22. Il est encadré par Julien, Marie-Jo et Mohamed. Le sujet porte sur le développement de méthodes de PLNE pour l’apprentissage multi-classes avec équité. Le stage est financé par le projet CIMI PRIMAL.

[20 janvier 2022] ROC Session - Alexandre Heintzmann

La présentation d’Alexandre Heintzmann s’intitule ``Étude polyédrale du Sac-à-dos Matriciel Symétrique en Poids’’.

[13-17  Décembre 2021] IEEE CDC

IEEE CDC (Int. Conference on Decision and Control) 2021, Decembre 13-17 - Austin, Texas, USA - visio - Denis Arzelier, Mioara Joldes

[2 Décembre 2021] Session ROC : 

Plusieurs présentations informelles par Julien, Valentin, Tom et Carla des diverses écoles suivies :

- Ecole du GdR-RO en Ordonnancement : http://www-poleia.lip6.fr/~fouilhoux/gdrro/?q=node/257

- Ecole Informatique Quantique et RO : https://perso.isima.fr/~lacomme/GT2L/accueil_quantique.php

- Ecole du GdR IA sur IA et Explicabilité : http://ia2.gdria.fr/

[16 au 19 Novembre 2021] Visite Hélène Verhaeghe 

Visite d’HV, docteure de l’UC Louvain, pour initier des collaborations scientifiques avec l’équipe ROC. HV a donné un séminaire le 17/11 sur  Learning optimal decision trees using constraint programming

[01-05 Novembre 2021] ROC à CIKM : 

L’équipe ROC était présente en visio à la conférence CIKM 2021 (https://www.cikm2021.org/) du 01 au 05 novembre 2021 à Gold Coast, Queensland, Australie. 

• Ulrich Aivodji, Julien Ferry, Sébastien Gambs, Marie-José Huguet, Mohamed Siala - FairCORELS, an Open-Source Library for Learning Fair Rule Lists

  • Vidéo : https://dl.acm.org/doi/10.1145/3459637.3481965 

[25 octobre 2021 - 24 avril 2022] Stage de Mathias Sommacal

Mathias Sommacal est étudiant en M2 à l’école d'ingénieurs Polytech Lille et en double diplôme à l’Université du Québec à Chicoutimi. Son sujet de stage porte sur les problèmes de transbordement en présence d’incertitudes sur les dates d’arrivée des camions (modélisation et résolution par des méthodes de PLNE).Il est encadré par Cyril Briand, Lotte Berghman et Quentin Fabry.

[25 - 29 octobre 2021] ROC à CP 2021

L’équipe ROC était présente en visio à la conférence CP 2021 (https://cp2021.a4cp.org/) du 25 au 29 octobre 2021 à Montpellier.

• Valentin Antuori, Emmanuel Hébrard, Marie-José Huguet, SIham Essodaigui, Alain Nguyen : Combing Monte Carlo Tree Search and Depth First Search Methods for a Car Manufacturing Workshop Scheduling Problem

  • Vidéo : https://cp2021.lirmm.fr/submissions/131

• Valentin Antuori, Tom Porteleau, Louis Rivière, Emmanuel Hébrard : On How Did Turing and Singleton Arc Consistency Break the Enigma Code

  • Vidéo : https://cp2021.lirmm.fr/submissions/115

[15 octobre 2021] Lancement du projet CIMI (2 ans) - Operational Research for Fairness, Privacy and Interpretability in Machine Learning

Le projet CIMI Operational Research for Fairness, Privacy and Interpretability in Machine Learning,  porté par Marie-José Huguet, a été lancé le 15 octobre 2021. Les participants au projet sont : Mohamed Siala, Julien Ferry, Sébastien Gambs (Université du Québec à Montréal), Ulrich Aivodji (Ecole de Technologie Supérieure, Montréal). Le financement CIMI sera consacré à des stages, des séjours en mobilité et des conférences.

[05 - 07 octobre 2021] ROC au workshop DO

L’équipe ROC était présente au workshop hors les murs du département DO, organisé à Mauzevin du 05 au 07 octobre 2021. Emmanuel Hébrard était membre du comité d’organisation. Les présentations suivantes ont été données sur des travaux menés au sein de l’équipe:

• Alois Duguet: Piecewise linear approximation of functions of two variables with tolerance constraints and minimization of the number of pieces

• Valentin Antuori : Reinforcement Learning and Monte-Carlo Tree Search for scheduling problems

• Tom Portoleau : On How Alan Turing and Singleton Arc Consistency Broke the Enigma Code

• Julien Ferry : Généralisation de l'équité en apprentissage

• Marie-José Huguet : Méthodes combinatoires et modèles d’apprentissage interprétables

[Octobre 2021] Ulrich Aivodji en poste à l'ETS (Montréal, Québec, Canada)

Ulrich Aivodji, docteur de l'équipe, a été recruté à l'Ecole de Technologie Supérieure à Montréal sur un poste d'enseignant chercheur. Toutes les félicitations de l'équipe !

[27 septembre 2021 - 01 octobre 2021] ROC à l’Institut d’Automne du GdR IA

Julien Ferry, doctorant au sein de l’’équipe ROC, a participé à l’Institut d’Automne du GdR IA (http://ia2.gdria.fr/) sur “Intelligence Artificielle et Explicabilité” - Paris (Sorbonne Univ., Campus Pierre et Marie Curie) du 27 Septembre au 1er Octobre 2021.

[5-9 Septembre 2021] ROC à APMS 2021

L’équipe ROC était présente à la conférence internationale APMS 2021 (Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems) à Nantes, qui a eu lieu en visio: 

• Quenty Fabry, Cyril Briand, Lotte Berghman. Using Flexible Crossdock Schedules to Face Truck Arrivals Uncertainty. IFIP Advances in Information and Communication Technology, vol 634. Springer. https://doi.org/10.1007/978-3-030-85914-5_20

[Septembre 2021] Simon Belières recruté à TBS 

Simon Bélières, docteur de l'équipe a été recruté sur un poste d'enseignant-chercheur à TBS (Toulouse Business School). Toutes les félicitations de l'équipe !

[Septembre 2021] Laurent Houssin en poste à l'ISAE 

Laurent Houssin enseignant chercheur de l'équipe part en détachement à l'ISAE. Toutes les félicitations de l'équipe !

[Septembre 2021] Quentin Fabry, assistant pédogogique à TBS 

Quentin Fabry a été recruté en tant qu'assistant pédagogique à TBS (Toulouse Business School). Toutes les félicitations de l'équipe !

[26 aout 2021] Session ROC 

Présentation de Emmanuel Hébrard “Faire le deuil de preuves incorrectes (ou P=NP, encore une fois…)”

[11 juillet 2021 - 14 juillet 2021] ROC à EURO (Athènes)

L’équipe ROC était présente à Athènes pour la Conférence Internationale EURO 2021. La conférence était organisée en mode hybride (https://euro2021athens.com/)

• Pierre Lopez et Laurent Houssin était chairs du stream "Scheduling and Project Management".
• Les travaux suivants de l'équipe ont été présentés lors de cette conférence
  • Two-stage stochastic/robust scheduling using permutable operation groups: a constraint programming approach - Louis Riviere, Christian Artigues, Hélène Fargier
  • Robust Decision Tree for MMRCPSP - Tom Portoleau, Christian Artigues, Romain Guillaume
  • Logic-based Benders Decomposition for Flexible Job Shop Scheduling with Sequence-Dependent Setup - Times - Carla Juvin, Laurent Houssin, Pierre Lopez

[8 juillet 2021] Session ROC 

Présentation de Valentin Antuori “Étude de méthodes arborescentes de Monte-Carlo pour un problème de déplacement de pièces dans un atelier d’assemblage”.

[28 juin 2021 - 03 juillet 2021] ROC à PFIA 2021 (Bordeaux)

L’équipe ROC était présente à la Plateforme Intelligence Artificielle (PFIA 2021) qui s’est tenue en ligne (https://pfia2021.fr/), en particulier dans le cadre du track RJCIA” (rencontres jeunes chercheurs en IA):

• Valentin Antuori, Emmanuel Hébrard, Marie-José Huguet, Siham Essodaigui, Alain Nguyen. Étude de méthodes arborescentes de Monte-Carlo pour un problème de déplacement de pièces dans un atelier d'assemblage.
• Julien Ferry, Ulrich Aïvodji, Sébastien Gambs, Marie-José Huguet, Mohamed Siala. Améliorer la généralisation de l'équité en apprentissage grâce à l'Optimisation Distributionnellement Robuste.

[24 juin 2021] Session ROC 

Présentation de Tom Portoleau “Robust Predictive-Reactive Scheduling : an Information-Based Decision Tree Model”.

[21 - 25 juin 2021] ROC à JFPC 2021 (Nice)

L'équipe ROC était présente aux Journées Francophone de Programmation par Contraintes (JFPC 2021) qui ont eu lieu cette année en visio (https://www.i3s.unice.fr/jfpc_2021/)

• Exploitation de l'apprentissage par renforcement avec la Programmation par Contraintes ou la Recherche Locale - Cas d'application dans l'industrie automobile - Valentin Antuori, Emmanuel Hebrard, Marie-José Huguet, Siham Essodaigui et Alain Nguyen.

[10 juin 2021] Session ROC 

Présentation de Julien Ferry “Optimisation Distributionnellement Robuste pour améliorer la généralisation de l'équité en apprentissage.”

[07 juin 2021 - 03 septembre 2021] Stage de Quentin Douarre

Quentin Douarre, étudiant en 3e année INSA Informatique-Réseaux, effectue un stage intitulé "Heuristiques d'approximation de fonctions à deux variables par des fonctions linéaires par morceaux", encadré par Sandra Ulrich Ngueveu et Aloïs Duguet.

[3 juin 2021] Session ROC 

Présentation de Hugo Chevroton “Résolution par des algorithmes exacts et approchés de problèmes intégrés d'ordonnancement de la production et de tournées de véhicules”.

[31 mai 2021 - 24 septembre 2021] Stage de Romain Buguet de Chargere

Romain Buguet de Chargere, étudiant en 4e année INSA Math Appli, effectue un stage intitulé "Évitement de collision dans le cas d’un risque multiple de rencontres rapides", encadré par Denis Arzelier et Miora Joldès.

[31 mai 2021 - 24 septembre 2021] Stage de Nicolas Prevot

Nicolas Prevot, 4e année INSA Math Appli, effectue un stage intitulé "Etude de la nature de rencontres spatiales afin de décider des hypothèses et des méthodes de calcul de la probabilité de collision", encadré par Denis Arzelier et Mioara Joldès.

[31 mai 2021 - 10 septembre 2021] Stage de Léonie Gallois

Léonie Gallois, étudiante en 4e année INSA Informatique-Réseaux, effectue un stage intutilé "Ordonnancement de satellites de géolocalisation pour Search & Rescue", encadré par Laurent Houssin et Christian Artigues.

[17 mai 2021 - 06 aout 2021] Stage de Valentine Chassagne

Valentine Chassagne,  étudiante en 2e année à l’ENSTA Paris (option math appli) effectue un stage intitulé "Résolution de problèmes de crossdocking - Intégration et estimation d’un modèle pour un ordonnancement robuste", encadré par Cyril Briand, Lotte Berghman et Quentin Fabry.

[6 mai 2021] Session ROC 

Présentation de Aloïs Duguet “Encadrement linéaire de fonction à 2 variables avec minimisation du nombre de morceaux”.

[26 - 30 avril 2021] ROC à ROADEF 2021 (Mulhouse)

L'équipe ROC était présente à la conférence nationale ROADEF 2021 en visio. Les travaux suivants de l'équipe ont été présentés:

• Arbres de décision robustes pour le RCPSP multi-mode - Portoleau Tom, Artigues Christian, Guillaume Romain
• Modélisation de ressources disjonctives avec LocalSolver - Blaise Léa, Benoist Thierry, Artigues Christian
• Ordonnancement cumulatif multi-ressources de tâches à intensités et durées variables avec fenêtres de temps - Artigues Christian, Hebrard Emmanuel, Quilliot Alain, Toussaint Hélène
• Pollution Routing Problem: A Piecewise-Linear Approximation approach - Manerba Daniele, Mansini Renata, Ngueveu Sandra Ulrich, Zanotti Roberto
• Encadrement linéaire pour l'optimisation sous contraintes de la norme euclidienne du plan -  Duguet Aloïs, Artigues Christian, Houssin Laurent, Ngueveu Sandra Ulrich
• LinA : an open source Julia-based package for piecewise linear approximation of continuous univariate functions with (dis-)continuous piecewise linear functions - Codsi Julien, Gendron Bernard, Ngueveu Sandra Ulrich
• Two-stage stochastic/robust scheduling using permutable operation groups: a constraint programming approach - Riviere Louis, Artigues Christian, Fargier Hélène
• Optimisation Distributionnellement Robuste pour améliorer la généralisation de l'équité en apprentissage - Ferry Julien, Aïvodji Ulrich Matchi, Gambs Sebastien, Huguet Marie-José, Siala Mohamed
• Recherche arborescente de Monte-Carlo pour un problème industriel de collecte et livraison de pièces - Antuori Valentin, Hebrard Emmanuel, Huguet Marie-José, Nguyen Alain, Essodaigui Siham

[21 -23 avril 2021] ROC à PMS 2021

La conférence internationale PMS 2021 initialement prévu en 2020 à Toulouse a eu lieu du 21 au 23 avril 2021 en visio (https://pms2020.sciencesconf.org/). Les travaux suivants de l'équipe ont été présentés:

• On the complexity of the crossdock truck-scheduling problem - Quentin Fabry, Alessandro Agnetis, Lotte Berghman and Cyril Briand
• A constraint programming approach for planning items transportation in a workshop context - Valentin Antuori, Emmanuel Hébrard, Marie-José Huguet, Siham Essodaigui and Alain Nguyen
• Solution Repair by Inequality Network Propagation in LocalSolver - Léa Blaise, Christian Artigues and Thierry Benoist
• Structural and Experimental Comparisons of Formulations for a Multi-Skill Project Scheduling Problem with Partial Preemption - Christian Artigues, Pierre Lopez and Oliver Polo
• A Benders decomposition for the flexible cyclic jobshop problem - Félix Quinton, Idir Hamaz and Laurent Houssin 
• Decision trees for robust scheduling - Tom Portoleau, Christian Artigues and Romain Guillaume
• Adapting the RCPSP framework to Evacuation Problem - Christian Artigues, Alain Quilliot, Hélène Toussaint and Peter Stuckey

[16 avril 2021 - 08 octobre 2021] Stage de Filippo Montanari

Filippo Montanari, étudiant en master2 SupMéca effectue un stage intitulé "Ordonnancement des opérations logistiques d’une flotte de robots pour l’approvisionnement d’un atelier de production", encadré par Laurent Houssin. Ce stage est financé par ALTEN dans le cadre d'une collaboration ROC-RIS-Alten Labs.

[8 avril 2021] Session ROC 

Présentation de Louis Rivière “Two stages stochastic/robust scheduling using permutable operation groups : a constraint programming approach”.

[1er avril 2021] Session ROC 

Présentation de Léa Blaise “Modélisation de ressources disjonctives avec LocalSolver”.

[25 mars 2021] Session ROC 

Présentation de Quentin Fabry “Analyse de complexité d’un problème d’ordonnancement de camions sur une plateforme logistique”.

[22 mars 2021 - 17 septembre 2021] Stage d'Arnaud Lusson

Arnaud Lusson, étudiant à l’ENAC et au M2 RO effectue un stage intitulé “Ordonnancement des communications pour les missions d’exploration spatiales”, encadré par Christian Artigues, Emmanuel Hébrard et Pierre Lopez. Ce stage est financé par l’axe espace du LAAS.

[18 mars 2021] Session ROC 

Présentation de Carla Juvin “Méthode de Branch and Check pour un problème de Job Job Flexible”.

[4 mars 2021] Session ROC

Présentation de Emmanuel Hébrard “A Simple and Efficient Anytime Algorithm for Computing Optimal Decision Trees”.

[1er mars 2021 - 27 aout 2021] Stage de Théo Combalbert

Théo Combalbert, étudiant en M2 Recherche Opérationnelle à Bordeaux, effectue un stage intitulé "Optimisation du ferraillage au sein de grandes infrastructures", encadré par Laurent Houssin, avec un financement EGIS.

[1er mars 2021] Stage d'Antoine Réot

Stage GEPETTO-ROC. Antoine Réot, étudiant de 3ème année à l’ENAC a commencé un stage le 1er mars (co-encadrement avec Florent Lamiraux sur l’ Ordonnancement de tâches robotiques pour des applications industrielles. Encadrement pour ROC : Christian Artigues et Cyril Briand.

[10 mars 2021] Hugo Chevroton, nouveau post-doctorant dans l’équipe ROC

Hugo Chevroton, docteur de l’Université de Tours (équipe ROOT : Recherche opérationnelle Ordonnancement et transport) du Laboratoire d’informatique fondamental et Appliqué de Tours, est recruté dans l’équipe ROC sur un Post-doc de 1 an. Il travaillera dans le cadre du projet région 5S (Stepping-Stone to Smarter Supervision Systems for the production of the future) à partir de début avril.

[11 février 2021] Session ROC - Gilles Trédan, Equipe TSF

La session ROC du 11 février a été consacrée à une présentation de Gilles Trédan (chercheur au LAAS dans l'équipe TSF) sur : "Remote explainability faces the bouncer problem. 

[11 février 2021] Séminaire invité de Sandra Ulrich Ngueveu au LIPN

Sandra Ulrich Ngueveu a donné une présentation intitulée “Linearization techniques for MINLP” lors d’un séminaire invité au LIPN (Paris), en visio-conférence.

[04-06 février 2021] ROC à ICORES 2021

L’équipe ROC était présente à la 10th International Conference on Operations Research and Enterprise Systems (ICORES 2021) qui s’est tenue en ligne. Louis Rivière y a présenté un poster associé à l’article accepté:

• Multi-product, Multi-supplier Order Assignment and Routing for an e-Commerce Application in the Retail Sector. Louis Rivière, Christian Artigues, Azeddine Cheref, Nicolas Jozefowiez, Marie-José Huguet, Sandra Ngueveu and Vincent Charvillat 
(proceedings accessibles à l'adresse: https://www.scitepress.org/PublicationsDetail.aspx?ID=TGF5Jup6tEw=&t=1)

Il s’agit de travaux initialement réalisés dans le cadre du projet FEDER Région OneStockPerformance.

[28 janvier 2021] Session ROC 

Présentation de Hao Hu (Learning Optimal Decision Trees with MaxSAT and its integration in AdaBoost). Travaux présentés à la conférence IJCAI 2020.

[07-15 janvier 2021] ROC à IJCAI-PRICAI 2020

L’équipe ROC était présente à la 29th International Joint Conference on Artificial Intelligence jointe à la 17th Pacific Rim International Conference on Artificial Intelligence (IJCAI-PRICAI2020) qui était initialement prévue en 2020 et qui s’est finalement tenue en ligne du 7 au 15 Janvier 2021.

• Emmanuel Hébrard était Tutorial Chair
• Christian Artigues et Mohamed Siala étaient membres du Program Committee
• Hao Hu a donné la présentation suivante :  
  • Learning Optimal Decision Trees with MaxSAT and its Integration in AdaBoost. Hao Hu, Mohamed Siala, Emmanuel Hebrard, Marie-José Huguet

[14 janvier 2021] Session ROC 

Présentation de Valentin Antuori (Leveraging Reinforcement Learning, Constraint Programming and Local Search: A Case Study in Car Manufacturing). Travaux présentés à la conférence CP 2020. La présentation a été suivie d’un petit aperçu du système de conférence en ligne utilisé pour IJCAI. 

[07 janvier 2021] Session ROC 

Présentation de J. Labroquère (ingénieur chez TAS, optimisation continue et discrète et applications spatiales)

[17 décembre 2020] Session ROC 

Présentation d’Alexandre Dimnet du travail réalisé pendant son stage dans l’équipe : Implémentation d'un branch and bound pour la recherche de chemins disjoints modélisant un problème de ré-identification d'objets. 

[10 décembre 2020] Session ROC 

Présentations de Julien Ferry (Biais et Apprentissage) et Tom Portoleau (Beyond Pairwise Comparisons in Social Choice: A Setwise Kemeny Aggregation Problem - Travaux réalisés pendant son stage de M2 au LIP6 et présentés à la conférence AAAI2020).

[Décembre 2020] ROC et le petit Illustré Intelligence Artificielle du CNRS

Le CNRS Occitanie Ouest a décidé de mettre en valeur l’expertise toulousaine des laboratoires du CNRS dans le domaine de l’intelligence artificielle. Vient ainsi de paraître un Petit Illustré IA, brochure publiée en collaboration avec la Dépêche du Midi. Voir https://www.ladepeche.fr/2020/12/04/un-petit-illustre-pour-decouvrir-lintelligence-artificielle-9236784.php .
L'équipe ROC a été sollicitée pour participer à l’écriture d’un article au sein de cette brochure. Il s'agit de "Aide à la décision et optimisation" écrit par Christian Artigues, Emmanuel Hébrard et Pierre Lopez.

[3 décembre 2020] Session ROC

Alexandre Heintzmann et Carla Juvin doctorants de l’équipe ROC ont fait un exposé sur leur stage de M2.

• Alexandre Heintzmann: Techniques de PLNE pour la résolution des sous-problèmes hydrauliques en gestion de production journalière (EDF)
• Carla Juvin: Modélisation dynamique et optimisation de flux logistiques appliquées à une installation robotisée par Balyo. (https://www.balyo.fr)

[21-27 novembre 2020] - ROC organise l’Ecole d’Automne et le hackaton de l’ACP, ANITI, GDR IA, GDR RO

L’Ecole d’automne et le hackathon du GDR RO} (avec une forte contribution des groupes de travail Recherche Opérationnelle et Contraintes et Transport-Logistique) organisés avec le GDR IA, ANITI et l'Association for Constraint Programming autour de l'Optimisation Combinatoire, de la Programmation par Contraintes et de l'Apprentissage Automatique ont eu une affluence sans précédent sans doute en raison l'organisation totalement à distance avec pas moins de 541 participants dont 342 participants provenant de laboratoires ou d'entreprises françaises et 194 doctorants inscrits dans un laboratoire français. Sur les traces d'Alan Turing, le hackaton a consisté à déchiffrer au moyen de la programmation par contraintes des messages cryptés par la fameuse machine enigma. Le site de l'école peut être consulté pour plus de détail (https://acp-iaro-school.sciencesconf.org/) mais voici la liste des cours donnés:

• Pierre Schaus (UC Louvain), Constraint Programming Solver Technology - Mini CP Tutorial
• Simon de Givry et Thomas Schiex (INRAE Toulouse) Learning and solving Cost Function Networks : Algorithms in Theory and Practice 
• Tias Guns (Vrije Universiteit Brussel), 1st session: principles of data science + practical: deep learning for digit recognition, 2nd session: Learning from user and environment in combinatorial optimisation + visual sudoku solving
• Joao Marques-Silva (IRIT) Machine Learning Meets Automated Reasoning: Explainability, Fairness, Robustness and Model Learning
• Axel Parmentier (CERMICS), Structured learning as a tool for Operations Research
• Nadjib Lazaar (LIRMM) Constraint acquisition
• Samir Loudni (LS2N) Declarative Data mining
• Christine Solnon (CITI) Experimental evaluation: Some good practices and pitfalls to avoid
• Denis Trystram (LIG) Some experiences of using Machine Learning for scheduling jobs in distributed systems

L’école devait avoir lieu au LAAS mais s’est tenue à distance. L'organisation locale était assurée par Christian Artigues et Marie-José Huguet. L'organisation du hackaton a été brillamment assurée par une équipe de doctorants de l’équipe ROC : Valentin Antuori, Julien Ferry, Carla Juvin, Tom Portoleau et Louis Rivière, sur un sujet initialement proposé par Emmanuel Hébrard.

[12-14 novembre 2020] ROC obtient le Best Paper Award à MOSIM 2020

L’équipe ROC était présente à la 13th Internationale Conference on Modeling, Optimization and Simulation (http://mosim2020.ma). La conférence devait se tenir à Agadir, Maroc mais s’est tenue totalement à distance en raison de l’épidémie. Christian Artigues, Oliver Polo Mejia et Pierre Lopez ont obtenu le prix du meilleur papier pour la publication suivante:

• Programmation linéaire en nombres entiers pour l'ordonnancement de projet multi-compétence avec préemption partielle, C. Artigues, O. Polo Mejia et P. Lopez

[12 novembre 2020] ROC Session

Présentation Marie-José Huguet “Identification de bancs d’algues sargasses dans des images satellites d’observation de la Terre. Travail réalisé dans le cadre d’une étude pour la société CLS avec Estèle Glize (ROC) et Gilles Trédan de l’équipe TSF.

[28 octobre 2020] Séminaire invité du GERAD

Sandra Ulrich Ngueveu a donné un exposé invité lors d’un séminaire du GERAD en visio-conférence, portant sur le travail de collaboration en cours avec Claudio Contardo de l’UQAM (Montréal, Canada) sur l’approximation d’une classe de problèmes non-linéaires en nombres entiers avec une précision prédéfinie. (https://www.gerad.ca/fr/events/1802)

[19 octobre - 31 décembre 2020] Arrivée d'Alexandre Heintzmann, nouveau CDD ROC
Alexandre Heintzmann commence un CDD de 3 mois sur l'étude de formulations du problème d'optimisation de vallées hydrauliques prenant en compte des non-linéarités. Alexandre est titulaire du Master 2 Informatique ANDROIDE de Sorbonne Université. Il travaille avec Sandra Ulrich Ngueveu et Christian Artigues.

[Octobre 2020] Arrivée de Carla Juvin, nouvelle doctorante ROC
Carla Juvin commence sa thèse sur les méthodes hybrides et robustes pour l’ordonnancement disjonctif avec flexibilité de ressources et contraintes complexes. Carla est ingénieur PolyTech Angers en Génie Informatique et Systèmes Automatisés. Elle est titulaire d’un Master 2 recherche Systèmes Dynamiques et Signaux. Sa thèse est financée par une allocation de recherche de l’école doctorale MITT. Ses encadrants sont Laurent Houssin et Pierre Lopez.

[Octobre 2020] Arrivée de Julien Ferry, nouveau doctorant ROC
Julien Ferry commence sa thèse sur les problématiques d'interprétabilité, d'équité et de protection de la vie privée en apprentissage machine via des méthodes d'optimisation combinatoire. Julien est ingénieur INSA dans la spécialité Informatique-Réseaux. Sa thèse est financée par une allocation de recherche de l’école doctorale MITT. Ses encadrants sont Mohamed Siala, Marie-José Huguet et Sébastien Gambs de l’Université du Québec à Montréal.

[Octobre 2020] Arrivée d’Aloïs Duguet, nouveau doctorant ROC
Aloïs Duguet commence sa thèse sur l’encadrement de fonctions non-linéaires pour la résolution de problèmes d’optimisation non-linéaire en nombres entiers. Aloïs est titulaire d’un Master 2 recherche en Recherche Opérationnelle de l’université de Toulouse. Sa thèse est financée par une allocation de recherche de l’école doctorale EDSYS. Il sera encadré par Sandra Ulrich Ngueveu.

[21-24 Septembre 2020] Conférence CPAIOR
L’équipe ROC a activement participé à la conférence CPAIOR, du 21 au 24 Septembre 2020, en ligne depuis Vienne en Autriche : Emmanuel Hébrard en tant que program chair, et Mohamed Siala en tant que master-class chair.

[Septembre 2020] Projet ANR accepté
Le projet ANR NuSCAP, Numerical Safety for Computer-Aided Proofs, auquel participe Mioara Joldes a été accepté. Le porteur est N. Brisebarre (CNRS, LIP, ENS Lyon). Démarrage prévu en 2021.

[18 septembre 2020] Participation au workshop MACLEAN 2020
Participation de l’équipe au Workshop on Machine Learning for Earth Observation (MACLEAN’2020)  qui était organisé en  conjonction de la conférence ECML/PKDD (Ghent, Belgium). La conférence s’est déroulée en ligne. Le travail présenté est issue d’une collaboration entre ROC, TSF et l’entreprise CLS :
    •    Clustering Sargassum Mats from Earth Observation Data. Estèle Glize, Marie-José Huguet, Gilles Trédan, Marc Lucas, Marion Sutton.

[17 septembre 2020] Session ROC 

Échanges autour d’une sélection de papiers présentés à la conférence CP 2020 (présentations disponibles en vidéo).

[7 - 11 Septembre 2020] Conférence CP
L'équipe ROC était présente à la 26th International  Conference on Principle and Practice of Constraint Programming (CP 2020) en ligne, et organisée depuis Louvain la Neuve. Les papiers suivants ont été acceptés à la conférence et présentés.
    •    Valentin Antuori, Emmanuel Hebrard, Marie-José Huguet, Siham Essodaigui and Alain Nguyen. "Leveraging Reinforcement Learning, Constraint Programming and Local Search: A Case Study in Car Manufacturing".
    •    Alexey Ignatiev, Martin Cooper, Mohamed Siala, Emmanuel Hebrard and Joao Marques-Silva. "Towards Formal Fairness in Machine Learning".

[Septembre 2020] Estèle Glize recrutée chez TAS

Estèle Glize, docteure de l’équipe ROC, a été recrutée sur un poste de docteure/ingénieure en Recherche Opérationnelle et Intelligence Artificielle par la société Thales Alenia Space (Toulouse). Elle travaille dans le service Digital Studio. L’équipe adresse toutes ses chaleureuses félicitations à Estèle !

[Septembre 2020] Médailles de bronze pour Mistral à la compétition MiniZinc 2020
Mistral, solveur par contraintes développé par Emmanuel Hébrard et Mohamed Siala en collaboration avec Claude-Guy Quimper de l’Université Laval à Québec, a gagné deux médailles de bronze à la compétition des solveurs par contraintes Minizinc cette année (free track and parallel track) http://www.minizinc.org/challenge2020/challenge.html

[Septembre 2020] Vulgarisation scientifique sur la RO dans le magazine Tangente
Le dernier hors série du magazine Tangente vient de sortir et il parle de Recherche Opérationnelle : http://www.tangente-mag.com/numero.php?id=189
Les articles présentent les grands concepts de la RO, de la théorie aux applications sous un angle récréatif. Tangente est un magazine bimestriel grand public dédié aux mathématiques.  Des membres du GDR RO et de la ROADEF ont participé à ce numéro (Christian Artigues pour ROC).

Emma Espinasse, étudiante en 4ème année Mathématiques-Appliquées (M1) à l'INSA de Toulouse, effectue son stage dans l'équipe ROC. Elle travaille avec Emmanuel Hebrard et Claude-Guy Quimper sur de l'apprentissage de clauses en ordonnancement.

[09 juin 2020 - 07 aout 2020]  Stage de  Louis Marot*

Louis Marot, étudiant en 2e année (M1) de l'école des Mines de Saint Etienne, effectue son stage dans l'équipe ROC. Il travaille avec Laurent Houssin sur l'analyse de sensibilité de solutions en optimisation robuste.

[02 juin 2020 - 18 septembre 2020]  Stage de Jean-Baptiste Jehannin*

Jean-Baptiste Jehannin, étudiant en 4e année (M1) Informatique-Réseaux à l'INSA de Toulouse, effectue son stage dans l'équipe ROC. Il travaille avec Laurent Houssin sur la détermination de solutions de compromis en optimisation robuste avec une approche par rayon de stabilité.

[Mai-Juin 2020] 2 projets R&T CNES acceptés

1. R&T Gestion de risques de collision en propulsion. Les personnes impliquées sont Denis Arzelier, Mioara Joldes de ROC, Aude Rondepierre (IMT et chercheur associé dans l’équipe), ainsi que JB Lasserre de MAC.
2. R&T Automatisation et système bord autonome pour la gestion des risques de collision. (collaboration entre Thales Services, Thales Alenia Space et le LAAS. Les participants sont Denis Arzelier, Aude Rondepierre, Mioara Joldes de ROC et JB Lasserre de MAC. Un post-doc devrait également contribuer à ce travail.

[31 mai 2020] Report de l’Ecole des GDR RO, IA et Summer school ACP

L’école "Combinatorial Optimization, Constraint Programming and Machine Learning » (lien: http://gdrro.lip6.fr/?q=node/215) des GDR RO et IA de labellisée « Summer School ACP 2020 » (Association for Constraint Programming) initialement prévue en juin 2020 à l’INSA de Toulouse et co-organisée par l’équipe ROC (responsable Marie-José Huguet) est repoussée en raison de l’épidémie du Covid19 sans qu’une date soit pour le moment fixée.

[29 mai 2020] Podcast de Christian Artigues sur la Recherche Opérationnelle et la Santé

Dans le cadre de la série de podcasts « Covid19 : la parole à la science » du journal au CNRS, Clément Baudet, journaliste au Journal du CNRS a interviewé Christian Artigues, qui en tant que directeur du GDR RO, a évoqué les origines de la RO, ses applications à la santé et les projets en cours pour la lutte cotre le Covid’19 en particulier au LIMOS/EMSE. (lien https://lejournal.cnrs.fr/nos-blogs/covid-19-la-parole-a-la-science/comm...)

[20 mai 2020 - 31 aout 2020]  Stage de Sabine Muzellec

Sabine Muzellec effectue son stage de M1 de l'UPS dans l'équipe ROC. Elle travaille avec Mohamed Siala sur l'apprentissage des réseaux de neurones en utilisant la programmation par contraintes. 

[5 mai 2020] Un article publié par le CNRS mentionne le stage d’Alexandre Dupaquis sur la Recherche Opéraionnelle appliquée à la gestion de la crise du Covid19

Jean-Charles Billaut (LIFAT), Christian Artigues (LAAS) et Thierry Garaix (LIMOS/EMSE) ont été interviewé sur la recherche opérationnelle appliquée à la logistique hospitalière en période de crise Covid19. Parmi les projets mentionnés, le stage d’Alexandre Dupaquis coencadré par Marie-José Huguet, Sandra Ulrich Ngueveu, Christian Artigues et Jean-Charles Billaut concerne la localisation des lieux de distributions de masques de protection ou de centres de dépistage. L'article a été publié par le CNRS et accessible par ce lien.

[06 avril 2020 - 22 septembre 2020]  Stage d'Alexandre Dupaquis

Alexandre Dupaquis, élève de 3ème année (M2) de Toulouse INP - ENSEEIHT, effectue son stage dans l'équipe ROC. Il travaille avec Christian Artigues, Marie-José Huguet et Sandra Ulrich Ngueveu en collaboration avec Jean-Charles Billaut sur les problèmes de logistiques et de localisation en logistique avec application à la gestion de crise sanitaire.

[13 mars 2020] Report de la conférence PMS 2020 à avril 2021

En raison de l’épidémie de Covid’19 la conférence PMS 2020 co-organisée par l’équipe ROC et qui devrait avoir lieu à Toulouse Business School en avril 2020 est repoussée en avril 2021. La date finale sera communiquée dès que possible.

[09 mars 2020 - 08 septembre 2020] Stage d'Aloïs Duguet

Aloïs Duguet, étudiant au Master2 Recherche Opérationnelle inscrit à l'Université Paul Sabatier de Toulouse, effectue son stage dans l'équipe ROC. Il travaille avec Sandra Ulrich Ngueveu et Christian Artigues sur l'encadrement de fonctions non-linéaires par des fonctions linéaires par morceaux.

[09 mars 2020 - 08 septembre 2020]  Stage de Maxence Biers

Maxence Biers effectue son stage de 5ème année (M2) de l'INSA de Toulouse dans l'équipe ROC. Il travaille avec Marie-José Huguet et Mohamed Siala en collaboration avec Sébastien Gambs et Ulrich Aïvodji de l'Université du Québec à Montréal sur l'apprentissage des arbres de décision équitables en SAT. 

[02 mars 2020 - 31 juillet 2020] Stage d'Hugo Kulesza

Hugo Kulesza, élève en 2ème année (M1) à l'ISAE-Supaéro de Toulouse, effectue son stage dans l'équipe ROC. Il travaille avec Sandra Ulrich Ngueveu et Christian Artigues sur l'optimisation des vallées hydrauliques dans le cadre du projet PGMO HYBOPTHYD avec EDF, le CNAM et le LIMOS.

[1er au 6 mars 2020] Journées Nationales du Calcul Formel (JNCF)
Mioara Joldès co-organisatrice des organisateurs des JNCF (Journées Nationales du Calcul Formel), qui est la conférence du GT Calcul Formel. En 2020, les JNCF se déroulent au CIRM, Luminy, Marseille

[Mars 2020] Article de l’équipe dans Transportation Science sur le challenge ROADEF 2016
Belle collaboration dans l’équipe ROC autour d’un Challenge ROADEF en relation avec la thèse de Yun He sur le challenge Air Liquide 2016 qui se conclue par un article dans Transportation Science (classé 6è au challenge et amélioration des meilleurs résultats connus )
https://pubsonline.informs.org/doi/abs/10.1287/trsc.2019.0954

[19-21 février 2020] ROC à ROADEF 2020

L'équipe ROC était présente en nombre au 21ème congrès annuel de la société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF 2020) qui se tenait à Montpellier. Les membres de l'équipe y ont présenté les exposés suivants :

• Oliver Polo Mejia, Christian Artigues and Pierre Lopez. Approches par PLNE et PPC pour un problème d’ordonnancement partiellement préemptif

• Tom Portoleau, Christian Artigues and Romain Guillaume. Arbres de décision robustes pour l'ordonnancement proactif/reactif sous incertitude

• Valentin Antuori, Emmanuel Hébrard, Marie-José Huguet, Siham Essodaigui and Alain Nguyen. Programmation par contraintes pour planifier les déplacements de chariots dans un atelier

• Quentin Fabry, Alessandro Agnetis, Lotte Berghman and Cyril Briand. Ordonnancement de camions sur une plateforme logistique : analyse de complexité

• Julien Codsi, Bernard Gendron and Sandra Ulrich Ngueveu. Non necessarily continuous piecewise linear approximation with a performance guarantee : application to mixed integer optimization

• Estèle Glize, Nicolas Jozefowiez, Sandra Ulrich Ngueveu and Roberto Roberti. Exact Methods for Mono-Objective and Bi-Objective Multi-Vehicle Covering Tour Problems​

[18-28 février 2020] Visite de Mohamed Siala à l'Université de Cork en Irlande

Mohamed Siala a effectué un séjour à l'Université de Cork en Irlande (UCC) au sein du Département de philosophie. Dans le cadre de la visite, il a donné un séminaire intitulé 'Computational Thinking and AI for Philosophers' (lien http://homepages.laas.fr/msiala/talks/20-ucc.pdf). Mohamed travaille avec Joel Walmsley, (Lecturer, UCC https://sites.google.com/view/joelwalmsley/home) sur l'intelligence artificielle éthique.

[1er janvier 2020] Christian Artigues devient directeur du GDR RO 

Christian Artigues devient directeur du Groupement de Recherche (GDT) 3002 Recherche Opérationnelle du CNRS en remplacement d’Alain Quilliot jusqu’au 31/12/2020. Il devra notamment rédiger et défendre le projet de renouvellement du GDR auprès du CNRS pour 2021-2026.

[19 décembre 2019] Séminaire SPOT: présentation de Sandra Ulrich Ngueveu

Sandra Ulrich Ngueveu a donné une présentation intitulée "Mixed integer optimization using piecewise linear function fitting" le jeudi 19 décembre à l’ENSEEIHT dans le cadre des séminaires pluridisciplinaires d’optimisation de Toulouse (SPOT).

[03-04 décembre 2019] ROC aux PGMO Days 2019

L’équipe ROC était présente aux journées du Programme Gaspard Monge pour l'Optimisation et la Recherche Opérationnelle à EDF-LAAS (Paris-Saclay) les 03 et 04 décembre 2019 (PGMO Days 2019):

• Julien Codsi, Bernard Gendron and Sandra Ulrich Ngueveu: "Mixed Integer Optimization Using Piecewise Linear Function Fitting and JULIA-based library"

[Décembre 2019] Article Journal du CNRS - INS2I sur les travaux de Mioara Joldes, Florent Bréhard  et Jean-Bernard Lasserre
Un article de l’INS2I fait suite au prix obtenu Distinguished Paper Award lors de la conférence ISSAC 2019. Les travaux présentés proposent un nouvel algorithme de reconstruction de formes à partir de données non spatiales en se basant sur les fonctions holonomiques.
https://ins2i.cnrs.fr/fr/cnrsinfo/lheureux-mariage-du-calcul-formel-et-d...

[29 novembre 2019]  Soutenance thèse d'Estèle Glize

Estèle Glize, doctorante de l'équipe (bourse MESR) a soutenu sa thèse intitulée "Méthodes exactes pour les problèmes combinatoires bi-objectif : Application aux problèmes de tournées de véhicules" le 29 novembre 2019. Son jury était composé de

• Nicolas JOZEFOWIEZ, Professeur des Universités, Univ. Lorraine (Directeur de thèse)
• Sandra Ulrich NGUEVEU, Maître de Conférences, Toulouse INP (Directrice de thèse)
• Fabien LEHUEDE, Professeur, IMT Atlantique (Rapporteur)
• Aziz MOUKRIM,  Professeur des Universités, Université de Technologie de Compiègne (Rapporteur)
• Dominique FEILLET, Professeur , Mines Saint Etienne (Examinateur)
• Fabien TRICOIRE, Assistant Professor, Johannes Kepler University Linz (Examinateur)

Résumé :

De nombreux problèmes réels comportent plusieurs critères à considérer simultanément. A titre d’exemple, un trajet peut se caractériser par son coût, son impact écologique, son temps de parcours ou encore sa longueur. Les problèmes mathématiques résultants relèvent de l’optimisation multi-objectif. En général, il n’existe pas de solution réalisable optimisant tous les objectifs. Ainsi, les décideurs veulent analyser le compromis entre tous les objectifs pour pouvoir choisir la solution la plus adéquate. Par conséquent, résoudre un problème multi-objectif consiste à trouver un sous-ensemble de points, dits non dominés, dans l’espace des objectifs. Ces points sont associés à des solutions réalisables pour lesquelles il n’est pas possible d’améliorer un objectif sans en détériorer un autre. Peu de méthodes exactes existent dans la littérature pour traiter les problèmes combinatoires multi-objectif NP-difficiles, en particulier ceux! dont la variante mono-objectif est déjà NP-difficile.

Cette thèse s'inscrit dans l'étude des méthodes exactes pour de tels problèmes multi-objectif et utilise la classe des problèmes de tournées de véhicules bi-objectif comme référence. Les travaux se concentrent sur une approche basée sur la génération de colonnes et qui vise à énumérer efficacement l'ensemble des points non dominés de ces problèmes. Nous proposons notamment d'analyser diverses techniques d'exploration de l'espace des objectifs et de les améliorer grâce à des propriétés structurelles. Afin d'en démontrer la généricité, l'approche est appliquée à plusieurs variantes bi-objectif des problèmes de tournées de véhicules : le problème de tournées de véhicules avec fenêtre de temps, le problème de tournées couvrantes (Covering Tour Problem) et le problème de course d'orientation par équipes avec fenêtre de temps (Team-Orienteering Problem with Time Windows). Les multiples tests numériques soulignent l'efficacité de la mét! hode proposée.

[23 novembre - 30 décembre 2019] Visite de Christian Artigues à l’Université de Melbourne pour le projet GEOSAFE 

Christian Artigues a effectué un deuxième séjour à Melbourne dans le cadre du projet Geo-Safe (programme H2020 Marie Skłodowska-Curie Research and Innovation Staff Exchange — RISE). Il a travaillé avec Hélène Toussaint (LIMOS) et Peter Stuckey (Monash Univ) sur le développement d’algorithmes d’évacuation en cas de feux de fôrets. (en collaboration avec Emmanuel Hébrard du LAAS et Alain Quilliot du LIMOS). Il a également travaillé avec Alysson Costa (Univ Melbourne) sur des modèles de programmation linéaire en nombres entiers pour le déploiement de ressources pour la lutte contre les feux de fôrets (en collaboration avec Simon Bélières (actuellement en post-doc à HEC Montréal) et Danielle Parau (Univ Melbourne). Il s’agit de la dernière mission effectuée dans le cadre du projet Geo-Safe (2016-2020). Deux articles de journaux sont en préparation suite à ce séjour. (lien https://cordis.europa.eu/project/id/691161)

[Novembre 2019] Exposé invité de Mioara Joldès au Séminaire AriC

Mioara Joldès a donné un exposé invité ''An optimization viewpoint for machine-efficient polynomial approximations''  au Séminaire AriC (LIP, ENS Lyon) http://www.ens-lyon.fr/LIP/AriC/seminar

[Novembre 2019] Christian Artigues et Tom Portoleau intègrent la chaire Knowledge Compilation d’ANITI 

Christian Artigues et Tom Portoleau intègrent la chaire d’Hélène Fargier « Knowledge Compilation techniques for reducing complexity of algorithms when solving problems with uncertainty and preferences » de l’institut ANITI en tant que co-chair et doctorant associé, respectivement. Ils vont travailler sur l’application de techniques de compilation de connaissance aux approches robustes pour l'ordonnancement sous incertitudes. (lien https://www.irit.fr/~Helene.Fargier/AnitiCompile.html)

[6 novembre 2019]  Soutenance thèse de Simon Bélières

Simon Bélières, doctorant de l'équipe (ANR PICOMODALITE) a soutenu sa thèse intitulée "Programmation mathématiques pour la planification tactique du transport dans une chaîne logistique multi-produits". Son jury était composé de :

• Nicolas JOZEFOWIEZ, Professeur des Universités, Univ. Lorraine (Directeur de thèse)
• Frédéric SEMET, Professeur des Universités, Centrale Lille (Directeur de thèse)
• Bernard GENDRON, Full Professor, Université de Montréal (Rapporteur)
• Olivier PETON, Professeur, IMT Atlantique (Rapporteur)
• François CLAUTIAUX, Professeur des Universités, Université de Bordeaux (Examinateur)
• Ivana LJUBIC, Professeur, ESSEC Business School (Examinateur)
• Marie-Josée HUGUET, Professeur des Universités, INSA Toulouse

Résumé :  La problématique que nous étudions est inspirée d’une collaboration industrielle entre un prestataire logistique, DHL Supply Chain, et une grande chaîne de restauration française. Dans le cadre de ce partenariat, DHL Supply Chain coordonne les acteurs d’un réseau logistique national composé de fournisseurs, d’entrepôts et de restaurants. Les restaurants émettent, sur un horizon temporel, des demandes de produits génériques (produits surgelés, boissons, etc.) fabriqués par les divers fournisseurs. La mission de DHL Supply Chain consiste à assurer l’approvisionnement des restaurants. Pour cela, l’entreprise détermine l’origine d’expédition de chaque produit commandé, et conçoit un plan de chargement caractérisant les itinéraires suivis par les marchandises. DHL Supply Chain souhaite développer des solutions innovantes afin d’améliorer sa compétitivité et d’optimiser la rentabilité de ses opérations logistiques. Dans cette thèse, ! nous présentons le Logistics Service Network Design Problem (LSNDP) qui formalise la problématique de planification des opérations de transport dans une chaîne d’approvisionnement. Nos travaux ont pour but d’apporter des solutions méthodologiques permettant la résolution d’instances industrielles du LSNDP. Or, ces instances industrielles sont trop complexes pour être résolues par des méthodes génériques de recherche opérationnelle. Nous proposons donc plusieurs algorithmes surmontant la mise à l’échelle des différents paramètres. Nous développons notamment une heuristique de réduction de graphe, ainsi qu’une stratégie de Benders dynamique adaptée à l’augmentation du nombre de produits. À travers diverses études expérimentales, nous évaluons la scalabilité de chaque algorithme par rapport au paramètre considéré. Enfin, nous hybridons ces méthodes pour la résolution d’un cas réel.

[24 octobre 2019]  Session ROC de Mioara Joldes

Mioara Joldes, a présenté un problème d'optimisation en nombre entiers visant à déterminer la meilleure approximation polynomiale (recherche de coefficients en nombres entiers) d'une fonction mathématique représentant un calcul arithmétique sur les réels.

[21 - 23 octobre 2019] Visite de Sandra Ulrich Ngueveu à l'Université de Brescia

Sandra Ulrich Ngueveu, a été invitée par Renata Mansini à l'Université de Brescia (Italie) du 21 au 23 octobre 2019. Elle y a présenté un exposé sur ses travaux "Linearization techniques for MINLP". Des actions de collaboration sont en cours.

[21 octobre 2019]  Journées du groupe de travail "RO

Le groupe de travail "RO et Contraintes" du GdR RO a organisé une journée de travail au LAAS-CNRS qui a réuni une trentaine de participants. Lors de cette journée, différents exposés ont été présentés :

• Eric Bourreau, LIRMM, Univ Montpellier  - Workforce scheduling problem : an hybrid column generation/constraint programming approach
• Marie Pelleau, I3S Univ Côte d'Azur - Using Abstract Interpretation to solve Continuous Constraints
• Margaux Nattaf, GSCOP, INP Grenoble - CP-approach for a parallel machine scheduling problem with time constraints on machine qualifications
• Léa Blaise, LAAS-CNRS et Local Solver - Solution repair by propagation in LocalSolver
• Emmanuel Hébrard, LAAS-CNRS - Graph Coloring via Clause Learning

Cette journée a été l'occasion d'effectuer un passage de relais entre l'équipe d'animation sortante (marie-José Huguet, Xavier Lorca et Arnaud Malapert) et la nouvelle équipe (Marie Pelleau, Margaux Nattaf et Arnaud Malapert).

[8 octobre 2019] Exposé invité de Sandra Ulrich Ngueveu - GdR Seeds

Sandra Ulrich Ngueveu, a présenté un exposé au GdR Seeds (GdR du domaine du génie électrique) sur le thème de l'optimisation combinatoire et la gestion de l'énergie.

[7 octobre 2019]  Arrivée de Mioara Joldes dans l'équipe ROC

Mioara Joldes, Chargée de Recherche CNRS, intègre l'équipe ROC. Mioara était membre de l'équipe MAC et travaille dans le domaine du calcul certifié. Le but de ses travaux est d'obtenir des garanties (par exemple en termes d'erreur d'approximation) sur les résultats de calculs numériques. Mioara a travaillé sur plusieurs applications dans le domaine spatial (rendez-vous spatial, risque de collisions). Bienvenue dans l'équipe ROC !

[4 octobre 2019]  Séminaire ROC par Roberto Rossi (Business School, Univ Edinburgh)

Roberto Rossi, professeur à l'Université d'Edinburgh a donné un séminaire intitulé "Declarative Statistics".

Résumé : In this work we introduce declarative statistics, a suite of declarative modelling tools for statistical analysis. Statistical constraints represent the key building block of declarative statistics. First, we introduce a range of relevant counting and matrix constraints and associated decompositions, some of which novel, that are instrumental in the design of statistical constraints. Second, we introduce a selection of novel statistical constraints and associated decompositions, which constitute a self-contained toolbox that can be used to tackle a wide range of problems typically encountered by statisticians. Finally, we deploy these statistical constraints to a wide range of application areas drawn from classical statistics and we contrast our framework against established practices.

[3-5 octobre 2019]  Mohamed Siala à l'école d'été du 3IA "PRAIRIE"

Mohamed Siala, a participé aux journées de l'école d'été PAISS) organisée du 3 au 5 octobre à Paris par l'institut Interdisciplinaire d'Intelligence Artificielle de Paris (PRAIRIE). Les thématiques abordées tout au long de ces journées ont concerné : computer vision, machine learning, natural language processing, robotics, healthcare.

[3 octobre 2019]  Bienvenue à Hao HU, nouveau doctorant de l'équipe ROC

Hao Hu, ingénieur INSA en Informatique, démarre sa thèse dans le cadre d'une allocation ministère de l'école doctorale MITT. Son sujet est thèse porte sur "Explainable and Robust Machine Learning via Boolean Satis abilty and Constraint Programming" et fait suite à son stage de M2 dans l'équipe. Il est encadré par Marie-Jo Huguet et Mohamed Siala.

[septembre 2019] Action « Territoire d’innovation » du PIA3 : projet VILAGIL accepté

Le projet VILAGIL, porté par Toulouse Métropole Toulouse Métropole, Tisséo, le SICOVAL et le Pôle d'Equilibre Territorial et Rural (PETR) Portes de Gascogne, a été retenu par l’Etat dans le cadre de l’appel à projets « Territoires d’Innovation et de Grande Ambition » . VILAGIL est un projet de long terme (horizon 2030) visant à améliorer les conditions de déplacement des populations à travers l’aire urbaine toulousaine. 19 partenaires sont impliqués dont 2 collectivités. Les travaux de recherche seront notamment menés par les laboratoires suivants : CLLE, IRIT, LAAS, LERASS, LISST et des équipes de recherche de l’ENAC et de l’ONERA. Les personnes impliquées pour l'équipe ROC sont Marie-José Huguet et Sandra Ulrich Ngueveu.

[19 septembre 2019]  Soutenance thèse Oliver Polo Mejia

Oliver Polo Mejia, doctorant de l'équipe et au CEA a soutenu sa thèse intitulée "Approche par recherche opérationnelle pour l’optimisation des opérations d’un laboratoire de recherche nucléaire" le 19 septembre 2019. Son jury était composé de

• Christian ARTIGUES, Directeur de Recherche LAAS-CNRS  (Directeur de thèse)
• Pierre LOPEZ, Directeur de Recherche LAAS-CNRS  (Directeur de thèse)
• Maria DI MASCOLO, Directrice de Recherche, CNRS, GSCOP (Rapporteur)
• Ameur SOUKHAL,  Professeur des Universités, LIFAT (Rapporteur)
• Stéphane DAUZÈRE-PÉRÈS, Professeur Ecole des Mines de Saint-Etienne (Examinateur)
• Olivier DUGNE,  Ingénieur de Recherche, CEA (Examinateur)
• Philippe LABORIE, INgénrieur de Recherche, IBM Resarch (Examinateur)

Résumé : Cette thèse présente les résultats d’un projet de recherche visant l’optimisation du processus d’ordonnancement d’activités au sein d’un laboratoire de recherche du Commissariat à l’Énergie Atomique et aux Énergies Alternatives (CEA). Pour aborder ce problème, nous décomposons chaque activité en un ensemble de tâches élémentaires pour appliquer des méthodes classiques d’ordonnancement. Nous modélisons le problème d’ordonnancement du laboratoire comme une version étendue du problème de gestion de projet multi-compétences (Multi-Skill Project Scheduling Problem ou MSPSP). En première approche, nous proposons un MSPSP avec pénalité par préemption, ainsi que sa formulation en Programmation Linéaire en Nombres Entiers (PLNE). Dans cette version du problème, la préemption est autorisée et une pénalité est appliquée chaque fois qu’une activité est interrompue. Cette approche précédente ne prend cependant pas e! n compte toutes les contraintes de sûreté et sécurité de l’installation et une variante plus précise du problème est nécessaire. Ainsi, nous proposons ensuite d’intégrer le concept de préemption partielle au MSPSP. Ce concept, qui n’a pas encore été étudié dans la littérature scientifique, implique que seul un sous-ensemble de ressources est libéré pendant les périodes de préemption. Le problème qui en découle (MSPSP avec préemption partielle ou MSPSP-PP) est modélisé à l’aide de deux méthodologies : la PLNE et la programmation par contraintes. Compte tenu du besoin industriel de disposer de bonnes solutions dans un délai très court, nous présentons également une série d’algorithmes heuristiques pour MSPSP-PP. Tout d’abord, nous présentons un algorithme glouton qui utilise des règles de priorité et un problème de flot pour l’affectation des techniciens. Pour améliorer les solutions de l’algorithme glouton, nous présen! tons un algorithme de recherche locale basée sur une arboresc! ence binaire et une procédure de recherche adaptative aléatoire gloutonne. Enfin, nous présentons un algorithme de recherche locale à grand voisinage, une procédure hybride combinant des méthodes exactes et heuristiques. Une maquette d’interface graphique, permettant l’exploitation simple des algorithmes d’ordonnancement par l’équipe de planification de l’installation, est aussi présentée.

[5 septembre 2019]  Session ROC - Julien Ferry

Julien Ferry, stagiaire dans l'équipe ROC avec Mohamed Siala et Marie-Jo Huguet a présenté son travail réalisé en collaboration avec Ulrich Aivodji et Sébastien Gambs de l'UQAM "FairCORELS, une méthode bi-objectif pour un apprentissage pertinent et équitable".

[septembre 2019]  Emmanuel Hébrard impliqué dans la chaire ANITI "DeepLever"

Démarrage de la chaire ANITI "Deep Lerner Explanation and VERification" portée par Joao Marquès Silva dont Emmanuel Hébrard est co-chair, avec Martin Cooper de l'IRT. Les thématiques abordées concernent l'explicabilité, la vérification et la synthèse de modèles de machine learning.

[17 juillet - 23 septembre 2019]  Simon Bélières en mobilité à l'Université de Melbourne

Dans le cadre du projet Européen GEOSAFE, Simon Bélères, doctorant de l'équipe ROC, a effecté un séjour de deux mois à l'Université de Melbourne. Il a travaillé avec Alysson Costa sur la proposition de modèles de programmation linéaire en nombres entiers pour la gestion de crise en cas d'incendie.

[10-16 aout 2019]  ROC à IJCAI 2019

L'équipe ROC était présente à la 28th International Joint Conference on Artificial Intelligence (IJCAI 2019) à Macao. Les papiers suivants ont été acceptés à la conférence et présentés. Le papier d'Emmanuel Hébrard et Georges Katsirelos était dans la session spéciale pour les papiers primés aux conférences reliées (Best paper award CP 2018).

• Emmanuel Hébrard and Georges Katsirelos
  Clause learning and new bounds for graph coloring

[28-31 juillet 2019]  ROC à MIC 2019

Oliver Polo Mejia, doctorant de l'équipe ROC, a présenté un exposé à la Metaheuristic International Conference (MIC 2019) à Cartagena, Colombie. Il s'agit de la présentation suivante:

• Oliver Polo-Mejia, Christian Artigues, Pierre Lopez and Lars Mönch
  "Memory and feasibility indicators in GRASP for multi-skill project scheduling with partial preemption"

[19 juillet 2019]  Séminaire de Claude-Guy Quimper

Claude-Guy Quimper, Professeur à l'Université Laval à Québec et invité dans l'équipe ROC a présenté un exposé, intitulé "Nouvel algorithme de filtrage pour le raisonnement énergétique de la contrainte Cumulative"

En programmation par contraintes, la contrainte Cumulative permet de modéliser des problèmes d'ordonnancement où n tâches s'exécutent sans interruption. Des tâches peuvent s'exécuter simultanément pourvu que le taux d'utilisation total de la ressource ne dépasse pas sa capacité. Les solveurs de contraintes utilisent des algorithmes de filtrage afin de réduire la taille de l'arbre de recherche et ainsi réduire le temps de résolution d'un problème. Je présenterai un nouvel algorithme de filtrage basé sur le raisonnement énergétique. Ce raisonnement, qui permet de filtrer fortement l'espace de recherche, a longtemps souffert d'algorithmes trop lents pour être utilisé en pratique. Je présenterai le premier test du raisonnement énergétique dont le temps d'exécution est sous-quadratique: O(n log^2 n). Je présenterai aussi l'algorithme de filtrage associé à ce test qui s'exécute en O(n^2 log n).​

[11 juillet 2019]  Séminaire de Gilles Hétreux

Gilles Hétreux, Maître de Conférences à l'ENSIACET et chercheur au Laboratoire de Génie Chimique de Toulouse, a présenté au LAAS un exposé intitulé "Optimisation des utilités dans les procédés industriels"

Dans un contexte de transition énergétique et numérique, l’Usine du Futur se définit entre autre comme économe en énergie. Aujourd’hui en France, plus de 25% de la consommation énergétique finale annuelle est attribué au secteur industriel, énergie utilisée à 70 % pour produire les utilités (vapeur, froid, air comprimé, électricité, etc.). Afin de limiter leur impact économique et environnemental, différents axes d’amélioration de l’efficacité énergétique de ces systèmes industriels existent. Dans cet exposé, deux d’entre eux sont présentées : La première s’appuie sur le concept d’intégration énergétique et la mise en œuvre de réseaux d’échangeurs de chaleur. La modélisation du problème de synthèse de tels réseaux s’appuie sur un graphe de flot biparti avec contraintes de potentiel, graphe utilisé pour établir un modèle de programmation linéaire mixte. Différentes extensions sont ensuite décrites. Le deuxième axe concerne la conduite de ces unités et notamment, la fonction d’ordonnancement. Pour cela, un modèle de programmation linéaire mixte à temps discret est exploité. L’instanciation de ce modèle s’appuie sur un graphe spécifique (Extended Resource Task Network) permettant de décrire de manière non ambigüe les processus de production. L’application de ce modèle est illustrée sur deux catégories de système : un atelier du secteur de l’agroalimentaire soumis à nettoyage et dont l’utilité (ou ressource) critique est l’eau, une centrale d’utilités permettant une production combinée chaleur/électricité (cogénération) dont on cherche à optimiser la rentabilité en la positionnant comme un acteur du marché de l’énergie

[1-5 juillet 2019]  ROC participe à PFIA 2019

Tom Portoleau, doctorant de l'équipe ROC, a participé à la Platforme Intelligence Artificielle 2019 (PFIA 2019) au sein des  14èmes Journées Planification, Décision et Apprentissage (JFPDA 2019). Il a présenté ses travaux de thèses dans l'atelier sur les aspects Multi-Agents, Flexible, Temporel, Epistémique et Contingent de la planification (MAFTEC 6.5) avec l'exposé suivant :

• Tom Portoleau, Christian Artigues, Romain Guillaume, Hélène Fargier
  Contingency scheduling pour le RCPSP robuste : travaux préliminaires

[4 juillet 2019]  Séminaire de Mike Hewitt

Mike Hewitt Professeur associé à l'Univerity Loyola à Chicago et invité dans l'équipe ROC a présétenté un exposé intitulé "Dynamic Discretization Discovery for Solving the Time-Dependent Traveling Salesman Problem with Time Windows"

We present a new solution approach for the Time Dependent Traveling Salesman Problem with Time Windows. This problem considers a salesman who departs from his home, has to visit a number of cities within a predetermined period of time, and then returns home. The problem allows for travel times that can depend on the time of departure. We consider two objectives for the problem: (1) a makespan objective that seeks to return the salesman to his home as early as possible, and, (2) a duration objective that seeks to minimize the amount of time he is away from his home. The solution approach is based on an integer programming formulation of the problem on a time expanded network, as doing so enables time dependencies to be embedded in the definition of the network. However, as such a time expanded network (and thus the integer programming formulation) can rapidly become prohibitively large, the solution approach employs a dynamic discretization discovery framework, which has b! een effective in other contexts. Our computational results indicate that the solution approach outperforms the best-known methods on benchmark instances and is robust with respect to instance parameters.​

[3 juillet - 2 aout 2019]  Accueil de Claude-Guy Quimper

Claude-Guy Quimper, Professeur à l'Université Laval à Québec effectue un séjour dans l'équipe ROC. Il travaille avec Emmanuel Hébrard sur l'apprentissage de clauses pour l'ordonnancement.

[1-14 juillet 2019]  Accueil de Mike Hewitt

Mike Hewitt Professeur associé à l'Univerity Loyola à Chicago effectue un séjour invité dans l'équipe RO grâce à un financement de l'INP de Toulouse. Il travaille avec Simon Bélières sur des approches par décomosition de Benders  pour la résolution de problèmes de conception de réseaux logistiques.

[1er juillet - 27 septembre 2019]  Stage d'Alicia Vanhulle

Alicia Vanhulle, élève ingénieur en 4ème année (M1) à l'INSA de Toulouse, effectue un stage dans l'équipe ROC sous la direction de Christian Artigues et Emmanuel Hébrard. Elle travaille sur la représentation de solutions et sur des approches de programmation par contraintes pour un problème de planning d'évacuation en cas de feux de fôrets, dans le cadre du projet Européen RISE GEOSAFE. Voir le poster réalisé à l'issue de son stage.

[1er juillet - 20 septembre 2019]  Stage de Robin Montérémal

Robin Montérémal, élève-ingénieur en 4é année INSA de Toulouse (Informatique et Réseaux),  effectue un stage dans les équipes ROC et TSF sous la direction de Marie-José Huguet et de Gilles Tredan (TSF). Il travaille sur l'Analyse exploratoire de données et l'étude de méthodes de clustering pour l'identification d'algues sargasses à partir d'images satellites. Voir le poster réalisé à l'issue de son stage.

[2-6 juillet 2019]  ROC à à la SAT/SMT/AR Summer School 2019

Léa Blaise, doctorante de l'équipe ROC, a participé à la Satisfiability (SAT), Satisfiability Modulo Theories (SMT), and Automated Reasoning (AR) Summer School organisée à Lisbonne. En savoir plus en suivant ce lien.

[1-4 juillet 2019]  ROC à l'ACP Summer School 2019

Quentin Fabry et Valentin Antuori, doctorants de l'équipe ROC, ont participé à l'école d'été organisée par l'Association for Constraint Programming (ACP) à Vienne en Autriche. L'objectif de cette école est de participer à la formation des doctorants, chercheurs et industriels à toius les aspects de la programmation par contraintes. En savoir plus ici.

[Juin 2019]  Election bureau de la ROADEF

Sandra Ulrich Ngueveu, a été élue au nouveau bureau de la ROADEF (mandat 2020-2022) au poste de secrétaire. Toutes les félicitations de l'équipe !

[20 juin 2019] Séminaire de Florent Lamiraux et Joseph Mirabel

Florent Lamiraux (directeur de recherche au LAAS-CNRS, équipe GEPETTO)  et Joseph Mirabel (Post-doctorant dans l'équipe GEPETTO au LAAS) ont présenté un exposé invité dans le cadre des journées de l'équipe ROC, intitulé "Algorithmique du mouvement et optimisation combinatoire".

L'algorithmique du mouvement s'intéresse à la génération automatique de mouvements pour des systèmes articulés dans des environnements encombrés d'obstacles. S'il s'agit en général de trouver une trajectoire continue dans un espace de configurations, certaines instances de ces problèmes relèvent également de l'optimisation combinatoire. Par exemple, les problèmes de couverture (peinture, balayage) nécessitent d'ordonnancer un ensemble de trajectoires afin de couvrir toute la surface requise en minimisant la distance parcourue. Dans ce séminaire, nous présenterons rapidement les problèmes que nous nous posons quotidiennement et les méthodes que nous utilisons pour les résoudre, puis nous présenterons une série de problèmes à composante "optimisation combinatoire".

[20 juin 2019] Journées ROC 2019

Les journées de l'équipe ROC ont eu lieu au LAAS en salle Europe le 20 juin 2019. Ces journées comprennent traditionnellement les exposés des doctorants en fin de première année (Salma Bensid, Léa Blaise, Quentin Fabry, Tom Portoleau)  et un exposé invité (Florent Lamiraux et Joseph Mirabel de l'équpe GEPETTO). Cette année les stagaires de M2 () ont aussi présenté leur travail. Le planning des journées a été le suivant:

9h20-10h : Valentin Antuori- Thèse CIFRE Renault - Directeurs : E. Hébrard / MJ. Huguet
10h-10h40 : Tom Portoleau - Thèse ANR Perf4mance - Directeurs : C. Artigues / R. Guillaume (IRIT)
11h-11h40 : Quentin Fabry - Thèse EDSYS - Directeurs :  C. Briand / L. Berghman (Toulouse Business School)
11h40-12h20 : Salma Bensid - Thèse CIFRE Bosch - Directeurs : J. Moncel / C. Briand
14h-15h : session ROC : Florent Lamiraux et Joseph Mirabel (équipe Gepetto - voir résumé ci-dessus)
15h-15h40 : Léa Blaise - Thèse CIFRE LocalSolver - Directeur : C. Artigues
16h-16h30 : Hao Hu : stage M2 INSA Toulouse, Encadrants : M. Siala / E. Hébrard
16h30-17h : Sara Mouhsine : Stage M2 Univ. Bordeaux, Encadrants : C. Briand / F. Lerasle (équipe RAP)
17h-17h30 : Hosseim Nahal : Stage M2 Univ. Grenoble, Encadrants : S.U. Ngueveu / C. Artigues / M. Siala

[17 juin - 18 septembre 2019] Stage de Julien Ferry

Julien Ferry, élève-ingénieur de  4ème année à l'INSA de Toulouse (M1) effectue un stage dans l'équipe ROC sous la direction de Marie-José Huguet et de Mohamed Siala. Il travaille sur des méthodes d'optimisation multi-objectifs pour l'intégration des critères de pertinence et d'équité en apprentissage automatique. Voir le poster réalisé à l'issue de son stage.

[17 juin - 29 aout 2019] Stage de Gabrielle Garnier

Gabrielle Garnier, élève-ingénieur de  3ème année à l'INSA de Toulouse (M1) effectue un stage dans l'équipe ROC sous la direction de Marie-José Huguet. Elle travaille sur l'intégration d'algorithmes de tournées de véhicules dans la plateforme PlayMob

[12-14 juin 2019] Sandra Ulrich Ngueveu invitée pour un tutoriel à INOC 2019

Sandra Ulrich Ngueveu a été invitée à présenter un tutoriel intitulé "Linearization techniques for MINLP: recent developments, challenges and limits" à l'International Network Optimization Conference (INOC 2019) qui a eu lieu à Avignon. Un résumé de son exposé est accessible ici.

[12-14 juin 2019] ROC participe à l'organisation des JFPC 2019 à Albi

Emmanuel Hébrard, Marie-José Huguet, Pierre Lopez et Mohamed Siala ont participé au comité d'organisation des Journées Francophones de Programmation par Contraintes (JFPC 2019) qui ont eu lieu à Albi du 12 au 14 juin 2019.

[10 juin - 2 aout 2019] Stage de Lucie Ricart

Lucie Ricart, Elève Ingénieur de 2ème année (M1) à l'ENSEEIHT, effectue un stage dans l'équipe ROC sous la direction de Christian Artigues et Sandra Ulrich Ngueveu. Elle travaille sur des approches de programmation linéaire en nombres entiers pour la résolution de problèmes de production d'électricité dans les vallées hydrauliques, dans le cadre du projet HYBOPTHYD financé par le programme PGMO.

[10 juin - 9 aout 2019] Stage de Yohann Charreire-Kirbach

Yohann Charreire-Kirbach, Elève Ingénieur de 4ème année (M1) à l'INSA de Toulouse, effectue un stage dans l'équipe ROC sous la direction d'Emmanuel Hébrard et Laurent Houssin. Il travaille sur la résolution de problèmes de coloration de graphe et d'allocation de fréquences. Voir le poster réalisé à l'issue de son stage.

[4-7 juin 2019] ROC à CPAIOR 2019

L'équipe a participé à la Sixteenth International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research (CPAIOR 2019) à  Thessalonique, Grèce avec la présentation du papier suivant:

• Emmanuel Hebrard and George Katsirelos
  A hybrid approach for exact coloring of massive graphs
• Begum Genc, Mohamed Siala, Gilles Simonin and Barry O'Sullivan
  An approach to robustness in the stable roommates problem and its comparison with the stable marriage problem

[3-5 juin 2019] ROC à VEROLOG 2019

Sandra Ulrich Ngueveu a participé au seventh meeting of the EURO Working Group on Vehicle Routing and Logistics optimization (VEROLOG 2019) à Séville. Elle y a présenté l'exposé suivant:

• Estèle Glize, Nicolas Jozefowiez, Sandra Ulrich Ngueveu.
  Exact method for bi-objective vehicle routing problems

[27 mai 2019] ROC participe activement aux Journées Plénières du GDR IA : animation du Groupe de travail IM/IA

Emmanuel Hébrard a participé aux journées plénières du GDR IA qui ont eu lieu à Orléans. Il a conaimé la première réuniopn du Groupe de travail Informatique Mathématiques - Intelligence Artificielle (GT IM-IA) qui vise à regrouper les communautés scientifiques d'Intelligence Artificielle et d'Informatique Théorique (groupe de travail commun avec le GDR IM).

[24 mai - 4 aout 2019]  Stage de Clara Bégué

Clara Bégué, étudiante en L3 à l'ENS de Rennes, effectue un stage dans l'équipe ROC sous la direction de Laurent Houssin et Sandra Ulrich Ngueveu. Elle travaille sur la proposition de méthodes d'ordonnancement cyclique avec contraintes d'énergie.

[23 mai 2019]  Séminaire de Pierre Schaus

Pierre Schaus, Professeur Assistant à l'Université Catholique de Louvain et invité dans l'équipe ROC a donné un séminaire intitulé "Discovering Regions of Interest in Trajectory Mining"

Résumé: Trajectory pattern mining has emerged as a practical approach to analyze and understand human mobility. Starting from a large set of trajectories, the goal is to extract spatio-temporal patterns shared among a significant number of trajectories. Based on the approach of Giannotti et al., this problem can be solved in two steps: 1) identification of regions of interest (ROI) and 2) detection of frequent sub-sequences expressed as ROIs.} This work focuses on the discovery of the regions of interest. We formulate the problem as a well-defined optimization problem aiming to compress the dense regions with parameterized shapes, such as rectangles. We give an extended linear programming formulation of the problem. Relying on the Minimum Description Length Principle, we show how the model can be transformed to also discover the number of regions of interest. Our experiments on real data and synthetic data show that the proposed approach is able to retrieve regions of interest of higher quality than those extracted with the existing greedy PopularRegion algorithm.

[22 mai 2019]  Accueil de collégiens et lycéens lauréats du concours Alkindi

Les équipes de lauréats du concours Alkindi (concours organisé par les associations Animath et IOI, sur des problèmes à la frontière entre les mathématiques appliqués et l'informatique) du collège Marcel Doret  Vernet et du lycée Théophile Gautier de Tarbes sont venus en visite au LAAS. Ils ont assisté à une présentation des travaux de l'équipe ROC avec un focus sur les problèmes de covoiturage respectueux de la vie privée.

[20 mai - 21 juin 2019]  Accueil de Pierre Schaus 

Pierre Schaus, Professeur Assistant à l'Université Catholique de Louvain, effectue un séjour de deux semaines dans l'équipe ROC. Il collabore avec Emmanuel Hébrard sur des approches d'optimisation pour la science des données et avec Christian Artigues sur l'ordonnancement avec temps de transition.

[13-15 mai 2019]  ROC aux Journées de L'Optimisation 2019 à Montréal

Sandra Ulrich Ngueveu a etait présente aux Journées de l'Optimisation, événement annuel organisé à Montréal en alternance par le Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT) et le Groupe d'Études et de Recherche en Analyse des Décisions (GERAD). L'exposé suivant a été présenté:

• Julien Codsi, Sandra Ulrich Ngueveu, Bernard Gendron
  Piecewise linear approximation with a performance guarantee for solving MINLPs

[15 avril 2019]  Démarrage de la thèse de Léa Blaise

Léa Blaise, Ingénieure Télécom ParisTech et titulaire du Master Parisien de Recherche Opérationnelle du CNAM, démarre sa thèse dans le cadre d'une convention CIFRE avec la société LocalSolver. L'objectif de sa thèse est la modélisation et résolution de problèmes d’ordonnancement au sein du solveur d’optimisation mathématique LocalSolver. Elle est encadrée par Christian Artigues.

[1er avril - 30 septembre 2019]  Stage de Hosseim Nahal

Hosseim Nahal, inscrit en Master 2 ORCO (Operations Research, Combinatorics and Optimization) de l'Université de Grenoble Alpes effectue son stage dans l'équipe ROC sous la direction de Christian Artigues, Sandra Ulrich Ngueveu et Mohamed Siala. Il met en oeuvre une approche de programmation par contraintes pour la résolution d'un problème de production d'électricité par une vallée hydraulique. Son stage est financé par le projet HYBOPTHYD du programme PGMO en collaboraiton avec EDF, l'Ecole des Mines de Saint-Etienne et le Cedric/CNAM.

[22 mars 2019]  Réunion de clôture du projet One Stock Perf

[18 mars - 30 aout 2019]  Stage de Sara Mouhsine

Sara Mouhsine, étudiante au M2 Recherche Opérationnelle et Aide à la Décision de l'Université de Bordeaux 1 effectue son stage dans l'équipe ROC sous la direction de Cyril Briand. Elle travaille sur la recherche de chemins disjoints à profit maximum dans un réseau dans le cadre d'une collaboration avec l'équipe RAP pour une applicaiton de Vidéo-Surveillance. Le stage, multi-équipes, est financé par le département Décision et Optimisation du LAAS.  

[1er mars 2019] Démarrage de la thèse de Valentin Antuori

Valentin Antuori, titulaire du Master Optimisation et Recherche Opérationnelle de Nantes, démarre sa thèse dans le cadre d'une convention CIFRE avec Renault (Equipe Intelligence Artificielle Appliquée), sous la direction d'Emmanuel Hébrard et Marie-José Huguet. Il va travailler sur l'intégration de l'optimisation combinatoire et du machine learning appliqué à des problèmes de tournées de chariots dans une usine.

[25 Février - 26 avril 2019 ] Séjour invité de Maximilian Pohl, Doctorant à l'Université de Technologie de Munich

Maximilian Pohl, Doctorant à l'Université de Technologie de Munich, sous la direction de Rainer Kolish, a effectué un séjour dans l'équipe. Il a travaillé avec Christian Artigues sur des approches de programmation mathématique pour l'ordonnancement des atterrissage et décolages dans un aéroport avec planification d'activités de déneigement. Le voici en compagnie de quelques membres de l'équipe :

[19-21 février 2019] ROC à ICORES 2019

Oliver Polo Mejia, doctorant de l'équipe ROC, a présenté ses travaux à la 8th International Conference on Operations Research and Enterprise Systems (ICORES 2019). Son papier a été Finaliste du Best Paper Award.

• Oliver Polo Mejia, Christian Artigues, Pierre Lopez
  A Heuristic Method for the Multi-skill Project Scheduling Problem with Partial Preemption
   

[18-21 février 2019] ROC à ROADEF 2019

L'équipe ROC était présente en nombre au 20ème congrès annuel de la société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF 2019). Les membres de l'équipe y ont présenté les exposés suivants :

• Nabil Absi, Christian Artigues, Félix Goupil, Safia Kedad-Sidhoum, Sandra Ulrich Ngueveu
  Bornes pour un problème d'ordonnancement avec allocation et stockage d'énergie et coûts linéaires par morceaux

• Christian Artigues, Dominique Feillet, Estèle Glize, Nicolas Jozefowiez, Sandra Ulrich Ngueveu
  Algorithmes de génération de colonnes pour les problèmes de tournées de véhicules bi-objectif

• Simon Belieres, Mike Hewitt, Nicolas Jozefowiez, Frédéric Semet, Tom van Woensel
  Partial Benders Decomposition for Logistics Network Design (Finaliste du prix du Meilleur Papier Etudiant)

• Quentin Fabry, Lotte Berghman, Cyril Briand
  Une méthode d’insertion itérative de coupes pour la résolution d’un problème de crossdocking

• Oliver Polo-Mejia, Christian Artigues, Pierre Lopez
  Algorithme glouton et recherche locale arborescente pour le MSPSP avec préemption partielle

[7 février 2019] Séminaire de Xavier Lorca, "Éléments de flexibilité et d'efficacité en programmation par contraintes"

Xavier Lorca, Directeur du Centre de Génie Industriel de l'Ecole des Mines d'Albi a présenté un séminaire au LAAS, intitulé "Éléments de flexibilité et d'efficacité en programmation par contraintes".

Résumé : Cet exposé résume une tranche de 10 ans de travaux que j’ai menés autour des outils à base de contraintes. J’y parlerais tout d'abord de la structure de ces outils avec un large focus sur les contraintes globales et plus particulièrement des contraintes à base de graphes. Je parlerais ensuite de tentatives pour faire évoluer ces outils vers plus de flexibilité au détriment, malheureusement de l’efficacité. Je terminerais enfin sur une palette d’applications que j’ai pu aborder dernièrement allant de problèmes très classiques de (re-)planification à des problèmes plus exotiques liés au dimensionnent et à la sélection de réserves naturelles. 

[1er février 2019 - 31 aout 2019] Délégation CNRS et mobilité de Sandra Ulrich Ngueveu

Sandra Ulrich Ngueveu bénéficie d'un accueil en délégation CNRS au LAAS du 1/2/2019 au 31/8/2019, qu'elle va mettre en profit notamment pour effectuer un séjour de 8 semaines à compter du 25 mars au Centre Interruniversitaire sur les Réseaux d'Entreprises, la Logistique et le Transport (CIRRELT) de Montréal. Elle travaillera avec Bernard Gendron sur la proposition de modèles non linéaires et de méthodes pour la conception de réseaux avec congestion.

[1er février 2019 - 31 juillet 2019] Stage de HAO HU

Hao Hu, Elève-Ingénieur en 5ème année à l'INSA de Toulouse, Département de Génie Electrique et Informatique, démarre son stage de fin d'études dans l'équipe ROC sous la direction de Mohamed Siala et Emmanuel Hébrard. Il travaille sur l'utilisation de reformulations SAT et CSP de problèmes de Machine Learning.

[25 janvier 2019 - 26 avril 2019] Accueil de Maximilian Pohl, Doctorant à l'Université de Technologie de  Munich

Maxmilian Pohl, Doctorant à l'Université de Technologie de Munich, sous la direction de Rainer Kolish, effectue un séjour au LAAS dans le cadre d'une collaboration avec Christian Artigues sur la résolution de problèmes d'ordonnancement des atterrrissages et décollages d'avion en présence d'activités de déneigement des pistes dans un aéroport.

[1er janvier 2019] Clément Carbonnel, Docteur (2016) de l'équipe ROC obtient un poste de CR2 au CNRS

Clément Carbonnel, Docteur de l'équipe ROC (2016) a obtenu un poste de Chargé de Recherche au CNRS dans l'équipe COCONUT (Agents, Apprentissage, Contraintes) du LIRMM après un post-doc à l'Université d'Oxford. L'équipe ROC lui adresse toutes ses chaleureuses félicitations !!

[1er janvier 2019] Idir Hamaz, Docteur (2018) de l'équipe ROC démarre un postdoc au LIRMM

Idir Hamaz, Docteur (2018) de l'équipe ROC démarre un post-doctorat au LIRMM en collaboration avec Eric Bourreau de l'équipe MAORE ( Méthodes Algorithmes pour l'Ordonnancement et les Réseaux ). Son sujet de recherche concerne l'optimisation du transport de personnes.