Société de Mathématiques Appliquées et Industrielles

Prix de thèse PGMO

Porté par la fondation Mathématique Jacques Hadamard créee en 2010, le prix de thèse PGMO (Programme Gaspard Monge pour l’Optimisation) récompense chaque année deux thèses dans le domaine de l’optimisation et soutenues en France.

Lauréats 2023

Félicitations aux lauréats du Prix de thèse PGMO 2023 :

 Ngoc Hoang Anh (thèse intitulée "Practical polynomial optimization through positivity certificates with and without denominators").

Ngoc Hoang Anh Mai a effectué son doctorat sous la direction de Jean-Bernard Lasserre et Victor Magron au laboratoire LAAS-CNRS, en collaboration avec Kim-huan Toh et David Russell Luke.
Son travail de thèse concerne l’extension du cadre d’application des certificats de non-négativité (dits aussi Positivstellensätze) et les méthodes associées d’optimisation polynomiale, réalisant également des connexions avec les méthodes de sommes de carrés (SOS) et la programmation semi-définie. Un des résultats majeurs est d’améliorer l’efficacité de la hiérarchie moment-SOS pour les problèmes de polynômes creux de grande taille, en proposant une nouvelle hiérarchie. Il est démontré que cette méthode est également très efficace en pratique, en particulier sur de très grandes instances du problème de la coupe maximale. Un autre des nombreux résultats de Ngoc Hoang Anh Mai concerne l’accélération de la résolution des relaxations semi-définies ayant la propriété de trace constante (Constant Trace Property) et étend ce cadre à d’autres cas de problèmes d’optimisation polynomiale plus généraux. Plusieurs contributions ont permis d’établir des méthodes numériques performantes, par exemple pour calculer des minimiseurs globaux approchés de problèmes d’optimisation polynomiale, y compris dans des situations où ces problèmes ont une infinité de solutions. Ses travaux de thèse comportent ainsi une quantité importante de résultats, ayant souvent mené individuellement à des publications dans des revues internationales de premier plan. Il a été souligné dans de nombreux contextes la qualité exceptionnelle des apports de Ngoc Hoang Anh Mai, due à sa grande maîtrise scientifique et à une forte intuition. Ses travaux élargissent le champ d’application de méthodes bien connues, autant par leurs qualités théoriques que par les conséquences numériques impressionnantes pour leurs utilisateurs.

 Rémi Robin (thèse intitulée "Contrôle et optimisation de systèmes physiques : applications à la mécanique quantique et au confinement magnétique dans les stellarators").

Rémi Robin a effectué son doctorat à Sorbonne Université, sous la direction d’Ugo Boscain et de Mario Sigalotti au Laboratoire Jacques-Louis Lions, équipe Inria CAGE. Son travail de thèse comporte trois parties distinctes entrant dans les domaines du contrôle et de l’optimisation. La première partie de sa thèse a pour cadre la mise au point des stellarators, des réacteurs à fusion nucléaire basés sur le confinement de plasma par un champ magnétique intense. Dans un tel réacteur, l’optimisation de la forme des bobines créant un tel champ est de grande importance. Plusieurs questions ont été abordées par Rémi Robin sur ce problème et en particulier la preuve de l’existence d’une forme optimale sous diverses contraintes portant sur une distance minimale entre le plasma et la surface torique des bobines. Rémi Robin a également proposé un code numérique disponible en version libre pour cette optimisation, en lien avec la startup Renaissance Fusion. La deuxième partie porte sur le contrôle de systèmes quantiques de dimension finie, par la combinaison de l’approximation de l’onde tournante avec l’approximation adiabatique. Ces travaux mettent en avant la robustesse des méthodes de transfert concernant les qubits en étendant des résultats de la littérature. Enfin, la troisième partie est dédiée à la preuve d’un résultat de contrôlabilité à zéro en temps petit pour des équations de Burgers généralisées. Un des points clé de cette preuve est une étude fine et nouvelle de la dissipation de la couche limite qui apparaît dans la stratégie introduite par Frédéric Marbach pour traiter le cas de l’équation de Burgers classique. Les travaux de Rémi Robin sont ainsi remarquables autant d’un point de vue de la modélisation et de l’optimisation de problèmes issues de la physique, mais aussi pour leur qualité mathématique propre ayant mené à des publications nombreuses. Rémi Robin a fait preuve d’une grande intuition et une maîtrise des outils et des concepts sur des sujets variées et difficiles, apportant des contributions importantes à plusieurs questions nouvelles.

Lauréats 2022

Félicitations aux lauréats du Prix de thèse PGMO 2022 :

 Adèle Pass-Lanneau Adèle Pass-Lanneau a effectué son doctorat à Sorbonne Université, sous la direction de Pascale Bendotti, Philippe Chrétienne et Pierre Fouilhoux. Son travail de thèse porte sur la notion d’ancrage de décisions dans le domaine de l’optimisation robuste combinatoire. Elle a proposé un nouveau critère, dit d’ancrage, pour favoriser les décisions inchangées entre solutions, en réoptimisation et en optimisation robuste. L’approche robuste-ancrée proposée permet ainsi de rechercher un compromis entre le coût de la solution et les garanties sur les décisions face aux incertitudes.

Les problèmes d’ancrage sont formalisés et déclinés sur deux classes de problèmes : les problèmes linéaires en variables binaires, et les problèmes d’ordonnancement de projet sous contraintes de précédences ou de ressources. Une application industrielle de cette deuxième classe est la planification de maintenance à EDF. La complexité algorithmique des problèmes d’ancrage est analysée. L’étude fine des propriétés combinatoires des solutions ancrées permet de concevoir des approches algorithmiques et polyédrales dédiées et efficaces. Des techniques de programmation linéaire en nombres entiers sont mises en œuvre, démontrant l’implémentabilité des problèmes d’ancrage.

Les travaux de thèse d’Adèle Pass-Lanneau sont remarquables autant d’un point de vue mathématique qu’informatique. Ils ont déjà mené à plusieurs publications scientifiques dans des journaux de renommés internationales.

Adèle Pass-Lanneau a fait preuve d’une grande maturité scientifique dans le traitement des problèmes étudiés et la thèse démontre une forte intuition et une maîtrise exceptionnelle des outils de la théorie et de la pratique en mathématique, informatique et recherche opérationnelle.

 Étienne Boursier Etienne Boursier a effectué son doctorat en mathématiques à l’ENS Paris Saclay sous la direction de Vianney Perchet. Il a travaillé sur différents problèmes d’apprentissage lorsque certaines interactions entre des agents intelligents apparaissent. En particulier, il a étudié de quelle manière les algorithmes d’apprentissage séquentiel peuvent se comporter dans des environnements stratégiques quand ils sont confrontés à d’autres agents. Il a proposé des algorithmes efficaces en termes de calcul avec de bonnes garanties de performance (faible regret) pour divers problèmes : le problème de bandits à plusieurs joueurs est l’objet principal de sa thèse. Les problèmes de systèmes de files d’attente, les enchères répétées en ligne et l’apprentissage social ont également été étudiés.

Etienne Boursier a rédigé un mémoire très riche et d’un excellent niveau. Ses travaux apportent des contributions importantes à l’apprentissage séquentiel. Les nombreux résultats obtenus couvrent un spectre large et cohérent de thématiques qui ont nécessité le développement de méthodes originales combinant des outils probabilistes et techniques de la théorie des jeux et de l’optimisation.

Lauréats 2021

 Idriss Mazari. Idriss Mazari a effectué son doctorat en mathématiques à Sorbonne université, sous la direction de Grégoire Nadin et Yannick Privat. Il a travaillé sur l’optimisation de forme appliquée à la dynamique des populations, et il a écrit une thèse très riche et d’un excellent niveau : l’introduction de cette thèse, très agréable à lire, fournit un résumé très intéressant des résultats obtenus et des techniques employées, et montre le recul impressionnant qu’Idriss Mazari a pu développer au cours de son travail. Partant d’un modèle EDP de réaction-diffusion non linéaire, il étudie différents critères de survie de la population qui amènent à l’optimisation d’énergies dépendant de la densité de la population. Il montre, dans ces différentes situations, que la répartition optimale s’obtient via un problème d’optimisation de forme (la densité ne prend que deux valeurs 0 ou 1), et étudie les cas où la population souhaite se concentrer sur une unique zone, ou au contraire se fragmenter. Aussi, dans le cas classique de l’optimisation d’une énergie spectrale, il approfondit l’étude et établit un résultat de stabilité très intéressant et très délicat techniquement.

Idriss Mazari a produit un travail très vaste et manipule des outils très variés de calcul de variations, d’EDP elliptique et parabolique, d’optimisation de forme, et de contrôle optimal. Il a notamment introduit des méthodes novatrices et élégantes pour l’étude d’inégalités quantitatives en optimisation de forme, qui auront un impact certain sur la communauté. Son travail a amené à la publication de cinq articles publiés dans des revues d’excellent niveau, dont deux publiés seul.

 Lou Salaün. La thèse de Lou Salaün, réalisée sous la direction de Marceau Coupechoux (Telecom Paris, IPP) et de Chung Shue Chen (Nokia Bell Labs, Paris-Saclay), explore les questions d’optimisation pour l’allocation de bande passante rencontrée dans les nouvelles technologies de communication hertzienne. En effet, le nouveau paradigme pour les futurs protocoles des réseaux de télécommunication avec le partage d’une même gamme de fréquences par plusieurs utilisateurs - connu sous le nom de NOMA (Non-Orthogonal Multiple Users) - soulève des questions d’optimisation combinatoire originales apparentées au problème JSPA (joint subcarrier and power allocation). Pour aborder cette question, Lou Salaün a proposé une nouvelle formalisation du problème JSPA comme un problème mixte comportant des variables à la fois discrètes et continues qui présente le mérite d’englober plusieurs approches antérieures.

Pour ce problème d’optimisation NP-difficile, Lou Salaün a établi plusieurs propriétés générales et il a développé divers modes de résolution (exact, approchés, heuristiques). Au cours de cette thèse prolifique en contributions et résultats originaux, Lou Salaün a réalisé treize publications dans des revues et des conférences internationales très reconnues et il est également co-inventeur d’un brevet déposé par Nokia démontrant ainsi la dimension pragmatique de sa recherche et l’impact industriel de ses travaux dans un domaine très compétitif qui plus est.

Le jury de l’édition 2021 était présidé par Marc Quincampoix et composé de :

Membres désignés par le conseil scientifique de PGMO

Franck Iutzeler (Université Grenoble Alpes)
Jimmy Lamboley (Sorbonne Université)
Nicolas Vayatis (ENS Paris-Saclay)

Membres désignés par la ROADEF

Arnaud Knippel (INSA Rouen)
Amélie Lambert (CNAM)
Valia Mitsou (Université de Paris)

Membres désignés par le groupe SMAI MODE

Serge Gratton (ENSEEIHT)
Marc Quincampoix (Université de Brest)
Daniela Tonon (Università degli Studi di Padova)

Lauréats 2020

 Tristan Garrec. Tristan Garrec a effectué son doctorat en mathématiques à l’Université de Toulouse Capitole sous la direction de Jérôme Renault. Il est l’auteur d’une thèse élégante de théorie des jeux dynamiques, portant sur l’existence de l’équilibre uniforme dans les jeux stochastiques produits communicants, la caractérisation de la valeur et des stratégies optimales dans les jeux de recherche et de dissimulation dans des espaces continus ou des graphes aléatoires, et enfin, la caractérisation de la martingale optimale dans un jeu répété de persuasion bayesienne, les problématiques de ces deux dernières thématiques étant empruntées respectivement aux problèmes de sécurité d’un côté et d’économie et finance de l’autre.
Tristan Garrec utilise un large spectre de techniques différentes, combinant optimisation, probabilités, processus stochastiques, dans des cadres discrets et continus dans l’espace ou dans le temps. Cette thèse impressionne par la diversité des sujets et d’outils, ainsi que par la finesse et profondeur des résultats obtenus.
Tristan Garrec a publié trois articles significatifs dans Journal of Mathematical Analysis and Applications et European Journal of Operational Research, dont deux comme auteur unique.

 Maturin Massias. Mathurin Massias a préparé sa thèse à Telecom Paris / Inria Saclay sous la direction d’Alexandre Gramfort et Joseph Salmon, sur le développement de méthodes variationnelles en neuro-imagerie (MEG - EEG), pour des problèmes d’identification de sources associés à une physique linéaire bruitée. Le sujet central est la mise au point d’algorithmes efficaces d’optimisation convexe dans un contexte de régression parcimonieuse (problème Lasso).
Les travaux de Mathurin Massias apportent des contributions significatives et originales à ce type de problème dans le cadre de la neuro-imagerie, avec un potentiel de répercussion plus large en optimisation.
En exploitant la structure de parcimonie de la solution et des techniques de dualité, les solveurs itératifs proposés par Mathurin Massias accélèrent deux types de méthodes classiques en optimisation : la descente de gradient proximale et l’optimisation coordonnée par coordonnée, tout en permettant une estimation automatique des paramètres de régularisation.
Mathurin Massias a écrit deux packages Python d’un niveau remarquable : l’un, pour traiter la régression parcimonieuse linéaire (en complément de scikit-learn), l’autre, à destination des praticiens, interactif pour l’analyse de signaux M/EEG.

Le jury de l’édition 2020 était présidé par Emmanuel Trélat et composé de :

Membres désignés par le conseil scientifique de PGMO

Samuel Amstutz (École Polytechnique)
Claire Boyer (Université Pierre et Marie Curie)
Frédéric Meunier (ENPC)

Membres désignés par la ROADEF

Jérôme Malick (Université Grenoble Alpes),
Lilia Zaourar (CEA),
Vincent T’Kindt (Université de Tours)

Membres désignés par le groupe SMAI MODE

Rida Laraki (Université Dauphine)
Catherine Rainer (Université de Brest)
Emmanuel Trélat (Sorbonne Université)

Lauréats 2019

 Charles Bertucci. The PGMO Prize 2019 is awarded to Charles BERTUCCI for his PhD thesis entitled "Contributions à la théorie des jeux à champ moyen ». His PhD, completed at the Université Paris Dauphine under the supervision of Pierre-Louis Lions, is concerned with the study of several problems of significant interest arising in the theory of mean field games. His work has been recognized as an extremely important contribution to the theory with the introduction of deep and original techniques.

 Cécile Rottner. The PGMO Prize 2019 is awarded to Cécile ROTTNER for her PhD thesis entitled « Aspects combinatoires du Unit Commitment Problem ». Cécile ROTTNER obtained her PhD from Sorbonne Université under the supervision of Pascale Bendotti of EDF R&D and Pierre Fouihoux of the computer science lab LIP6. In her thesis, she investigates the Unit Commitment Problem from the point of view of combinatorial and discrete optimization. She is awarded the PGMO Prize 2019 in recognition of her impressive treatment of the Unit Commitment Problem which contains a broad spectrum of novel and relevant insights and approaches.

Le jury pour l’édition 2019 était présidé par Ludovic Rifford et composé de :

 Membres désignés par la ROADEF

Nadia Brauner, G-SCOP, UJF Grenoble
Pierre Lopez, LAAS-CNRS Toulouse
Frédéric Roupin, LIPN, Institut Galilée Paris 13

 Membres désignés par le groupe SMAI-MODE

Olivier Ley, IRMAR, INSA de Rennes
Claire Mathieu, Collège de France
Ludovic Rifford, Université de Nice, CNRS, Président du jury

 Membres désignés par le Conseil Scientifique du PGMO

Anne Auger, Inria / Polytechnique
Olivier Spanjaard, Sorbonne-Université
Tristan Tomala, HEC


Lauréats 2018

 Nicolas Flammarion. Many problems in machine learning are naturally cast as the minimization of a smooth function defined on a Euclidean space. While small problems are efficiently solved by classical optimization algorithms, large-scale problems are typically solved with first-order techniques based on gradient descent. Nicolas Flammarion considers, in his thesis, the particular case of the quadratic loss. He addresses its minimization when gradients are only accessible through a stochastic oracle and proposes optimal algorithms in different cases. His work offers many perspectives of applications of the quadratic loss in machine learning. Clustering and estimation with shape constraints are the two first applications already considered.

 Nicolas Bonifas. The work of Nicolas Bonifas falls in the scope of constraint-based scheduling. In this framework, the most frequently encountered resource constraint is the cumulative, which enables the modeling of parallel processes. In his thesis, Nicolas studies the cumulative constraint with the help of tools rarely used in constraint programming (polyhedral analysis, linear programming duality, projective geometry duality) and propose two contributions for the domain. Cumulative strengthening is a means of generating tighter redundant cumulative constraints, analogous to the generation of cuts in integer linear programming. This is one of the first examples of a redundant global constraint. Energy Reasoning is an extremely powerful propagation for cumulative constraint, with hitherto a high complexity of O(n^3). Nicolas proposes an algorithm that computes this propagation with a O(n^2 log n) complexity, which is a significant improvement of this algorithm known for more than 25 years.

Le jury pour l’édition 2018 était présidé par Mathilde Mougeot et composé de :

 Membres désignés par la ROADEF

Céline Gicquel, Université Paris-Sud
Sandra Ulrich Ngueveu, LAAS, CNRS
Michael Poss, Université de Montpellier

 Membres désignés par le groupe SMAI-MODE

Jean Baptiste Caillau, Université de la Côte d’Azur
Thierry Champion, Université de Toulon.
Aude Rondepierre, INSA de Toulouse

 Membres désignés par le Conseil Scientifique du PGMO

Mathilde Mougeot, ENSIIE et Université Paris-Diderot, Présidente du Jury
Gabriel Peyré, ENS, CNRS
Nicolas Vieille, HEC


Lauréats 2017

 Vincent Cohen-Addad. This thesis contains pathbreaking and practically very important results concerning local search heuristics for clustering (k-means, k-median) and network design (traveling salesman, Steiner tree). It establishes some structural properties under which these local search heuristics perform very well and even yield polynomial time approximation schemes for these problems.

 Joon Kwon. The thesis begins with a remarkably clear presentation of the basics of online linear optimization, regret minimization, mirror descent and approachability. The author develops the analysis of the classical problem of prediction with expert advice in which the outcome vector is assumed to be sparse, and design of optimal approachability strategies for the problem of prediction under partial monitoring. The author also shows how a continuous mirror descent motivates a large set of minimization algorithms in discrete time and the thesis ends with an elegant result bounding variations of convex functions.

Le jury pour l’édition 2017 était présidé par Guillaume Carlier et composé de :

 Membres désignés par la ROADEF

Clarisse Dhaenens, CRIStAL, Université de Lille
Marcel Mongeau, ENAC
Sourour Elloumi, ENSTA

 Membres désignés par le groupe SMAI-MODE

Guillaume Carlier, CEREMADE (Président)
Anatoli Juditsky, Laboratoire Jean Kuntzmann, Grenoble
Jalal Fadili, ENSICAEN

 Membres désignés par le Conseil Scientifique du PGMO

Luce Brotcorne, INRIA Lille
Julien Mairal, INRIA Grenoble
Jérôme Renault, Toulouse School of Economics


Lauréats 2016

 Pauline Sarrabezolles. Pauline Sarrabezolles obtained her PhD thesis in Applied Mathematics at Université Paris-Est and ENPC ParisTech under the supervision of Frédéric Meunier. The title of the thesis is "colorful linear programming" and it stands at the intersection of discrete mathematics, combinatorics, optimization, graph theory and algorithmics. Colorful linear programming is an extension of linear programming where the variables are assigned to different categories (colors) and their number in each category is bounded. It has many applications in geometry and complex optimization problems. She studied the complexity of some algorithms like a colorful version of the simplex algorithm and proved a combinatorial conjecture in connection with the colorful Carathéodory theorem. The jury was impressed by the unique combination of various skills used by Pauline Sarrabezolles to solve these problems.

 Bruno Ziliotto. Bruno Ziliotto obtained his PhD thesis in Applied Mathematics at Université de Toulouse under the supervision of Jérôme Renault. Its title is "Stratégies et paiements de long terme dans les jeux répétés à deux joueurs" and it is concerned with asymptotics of repeated zero-sum games, possibly with stochastic aspects. In particular it disproves a long-standing conjecture on the existence of a limit value and of a limit optimal strategy for the player. By the dynamic programming approach, this result has a link with the homogenization of stochastic Hamilton-Jacobi equations. More precisely, Bruno Ziliotto also found a striking counter-example of a non-convex Hamiltonian for which no stochastic homogenization occurs. The jury particularly appreciated the various and deep results obtained in different areas of mathematics and optimization.

La remise des prix aura lieu lors des journees PGMO les 8 et 9 novembre 2016. Plus d’informations ici.

Ci-après la liste des membres du jury 2016 :

 Membres désignés par la ROADEF

Eric Gourdin, Orange Labs
Christelle Jussien, Université d’Angers
Aziz Moukrim, UTC

 Membres désignés par le groupe SMAI-MODE

Francis Bach, INRIA Paris et ENS
Maitine Bergounioux, Université d’Orléans
Michel de Lara, ENPC

 Membres désignés par le Conseil Scientifique du PGMO

Mariann Akian, INRIA Saclay—Ile-de-France et CMAP
Grégoire Allaire, CMAP, Ecole polytechnique
Marie-Christine Costa, UMA, ENSTA et CEDRIC


Lauréats 2015

 Benjamin Martin. Benjamin Martin prepared his PhD thesis in Nantes in Computer Science after a Bachelor in Mathematics at the University of Nantes and a Master Degree in Computer Science at the University of Nantes too. The thesis directed and co-directed by Laurent Granvilliers, Alexandre Goldsztejn, Christophe Jermann is titled « Rigorous Algorithms for non-linear biobjective optimization  ». The thesis deals with the interval based rigorous algorithm, i.e. with guaranteed results, to solve biobjective problems. The candidate proposes a certified continuation method that tracks locally a connected manifold of optimal solutions, which supplements other techniques from the literature. The proposed method adapts finely to the shape of manifolds and deals with singularities resulting from inequality constraints in biobjective problems. Moreover, the candidate develops an interval Branch & Bound (B&B) algorithm that globally computes a verified enclosure of the optimal solutions. This method integrates constraint propagation techniques, noticeably exploiting bounds on the objectives, in order to enhance the solving process. The jury particularly appreciated the fact that the thesis presents both strong theoretical and applied results.

Samuel Vaiter. Samuel Vaiter did is PhD thesis in Mathematics at the Univerity Paris Dauphine under the direction of Gabriel Peyré. He studied Computer Science and Mathematics at the ENS Lyon (Bachelor) and ENS Cachan (Master) respectively. The thesis is titled « Low Complexity Regularization of Inverse Problems  ». This thesis is concerned with recovery guarantees and sensitivity analysis of variational regularization for noisy linear inverse problems. This is cast as a convex optimization problem by combining a data fidelity and a regularizing functional promoting solutions conforming to some notion of low complexity related to their non-smoothness points. This thesis makes a very nice contribution to the field of linear inverse problems, convex geometry and analysis. The candidate has provided a unified framework for analyzing the robustness (vis a vis noise) and sensitivity of solutions to the inverse problem. The results are sharp enough to recover some of the known results for special instances. At the same time, the framework is general enough to accommodate most regularizers used in practice. The jury particularly appreciated the fact that Samuel Vaiter was able to put under a single umbrella a series of techniques and results for treating a variety of problems.


Lauréats 2014

 Daniel HOEHENER. Daniel HOEHENER prepared his PhD thesis at Université Pierre et Marie Curie (Paris 6) on "Conditions d’optimalité pour des problèmes de contrôle optimal avec contraintes d’états’’ (Optimality conditions for some optimal control problems with state constaints), supervised by Hélène Frankowska. His thesis includes several original results about second order conditions, proven under more general assumptions than the results already existing in literature, expressed in primal form, and involving both state and control constraints. The jury committee was impressed by the novelty of the results in a very technical domain, which also gave rise to excellent publications.

 Miquel OLIU BARTON. Miquel OLIU BARTON prepared his PhD thesis in Paris 6, under the supervision of Sylvain Sorin. The dissertation, on "Jeux dynamiques à information incomplète en temps discret et continu" (Dynamical games with incomplete information in dicrete and continuous time) is mainly devoted to the long-time behavior in differential and repeated games and control problems, and to games with lack of information. The jury committee appreciated the impressive amount of works and the novelty of the results, and in particular the new proof that M. Oliu Barton gave of the existence of a limit for the value in discounted games, with new and self contained techniques.


Lauréats 2013

 Olivier Fercoq a fait sa thèse sous la direction de Stéphane Gaubert et Marianne Akian (Inria-Saclay et CMAP, Ecole Polytechnique). Le sujet était : "Optimisation de vecteurs propres de Perron et applications : du référencement de pages web à la chonothérapie." Cette thèse constitue une "contribution majeure dans le domaine de l’optimisation de fonctions d’utilité sur l’ensemble des matrices positives" (selon l’un des rapporteurs). Elle présente à la fois un ensemble de résultats théoriques (propriétés, analyse de complexité, ...) et des applications intéressantes.

 Thibaut Vidal a fait sa thèse sous la direction de Michel Gendreau, Theodor Crainic et Christian Prins, avec une co-tutelle entre les universités de Montréal et Troyes (GERAD+LOSI). Le sujet était : "General solution approaches for multi-attribute vehicle routing and scheduling problems". Cette thèse peut être vue comme "un recueil des résultats les plus intéressants et les plus marquants des dernières décades dans le domaine des recherche de solutions heuristiques pour les tournées de véhicules" (selon l’un des rapporteurs) et "un pas en avant dans la quête d’une approche générale de résolution d’une large palette de problèmes de tournées" (selon l’autre). Elle présente des résultats génériques concernant les méta-heuristiques pour les problèmes riches de tournées et pouvant être étendus à d’autres problèmes, une analyse complète de ces problèmes et s’appuie sur de lourdes réalisations informatiques.


Accueil du site | Contact | Coordonnées | Plan du site

Site réalisé avec SPIP + AHUNTSIC