Recherche opérationnelle: optimiser ses décisions

La recherche opérationnelle (RO) regroupe l’ensemble des méthodes, modèles et outils mathématiques et informatiques permettant d’élaborer de meilleures décisions.

L’objectif principal du MOOC «Recherche opérationnelle : optimiser ses décisions» est de vous présenter, d’abord, les généralités de la recherche opérationnelle et ses principaux domaines d’applications. Vous serez ensuite initié aux techniques plus spécifiques d’optimisation linéaire, en nombres entiers, et non linéaire, pour conclure sur les avancées en optimisation avec apprentissage, bénéficiant des derniers développements en apprentissage automatique.

La recherche opérationnelle tente ainsi de répondre à de multiples problèmes d’optimisation, tels que :

● Comment maximiser sa marge de profit tout en restant concurrentiel?

● Comment minimiser ses coûts d’opération?

● Comment assurer un développement durable, en tenant compte de la limite des ressources disponibles? Etc.

Vous en apprendrez davantage sur l’utilisation de différents types de modèles et techniques pour améliorer la prise de décisions à l’aide de cas diversifiés et interdisciplinaires issus de différents secteurs d’activités : transport et logistique, réseaux de télécommunication, santé, gestion d’entreprise, finance et énergie.

Le contenu de la formation est essentiellement axé sur la présentation des méthodes et principes qui sont illustrés par des exemples concrets. Deux cas pratiques vous permettront d’appliquer les méthodes en programmation linéaire.

Cette formation en ligne s’adresse principalement aux ingénieurs, décideurs, gestionnaires, responsables de projets ou tout apprenant ayant un intérêt pour la recherche opérationnelle.

Le cours est divisé en cinq modules que vous pourrez suivre à votre propre rythme. Vous pourrez tester votre compréhension avec de la rétroaction à l’aide d’un questionnaire dans chaque module.

Ce MOOC résulte d’une collaboration entre l’Institut de valorisation des données (IVADO) de l’Université de Montréal, du Centre interuniversitaire de recherche sur les réseaux d’entreprise, la logistique et le transport (CIRRELT) et du Groupe d’études et de recherche en analyse des décisions (GERAD).

Le contenu a été développé par des professeurs, ingénieurs et chercheurs ayant de l’expérience en R et D académique et industrielle.

Dans ce MOOC, le genre masculin est utilisé comme générique, dans le seul but de ne pas alourdir le texte.

Voici les contenus en RO abordés dans chaque module :

Module 1 - Introduction à la recherche opérationnelle

Module 2 - Programmation linéaire

• Cas pratique 1

• Cas pratique 2

Module 3 - Programmation en nombres entiers
Module 4 - Optimisation non-linéaire
Module 5 - Optimisation avec apprentissage automatique