Objectifs

Dans ce cours, nous montrons comment modéliser certains problèmes complexes rencontrés dans des domaines divers (biologie, politique, économie, conception, ... ) en traitant d'algorithmes d'optimisation non standards ((heuristiques, méta-heuristiques), et de théorie des jeux. Sur des cas simples, nous illustrerons ces processus de résolution.

Programme

Complexité / Introduction aux heuristiques / Recuit simulé / Algorithmes génétiques / Système Fourmis / Essaims particulaires Théorie des Jeux

Modalité du contrôle des connaissances

Final mark = 50% Knowledge + 50% Know-how Knowledge = final exam Know-how = continuous assessment

Bibliographie

  • J. Dréo, A. Pétrowski, P. Arry, E. Aillard , Métaheuristiques pour l'optimisation difficile. , Eyrolles, 2003.0
  • Colin et Camerer. , Behavioral Game Theory: Experiments in Strategic Interaction. , The Roundtable Series in Behavioral Economics, 2003.0
BE
10h
 
Cours
14h
 
TD
4h
 

Code

25_I_G_S09_MOS_02_1

Responsables

  • Philippe MICHEL
  • Alexandre SAIDI
  • Joël PERRET LIAUDET

Langue

Français

Mots-clés

optimisation, heuristiques, théorie des jeux