Décomposition de Dantzig-Wolfe pour l’optimisation basée sur des modèles de choix discret avancés

De nombreux problèmes décisionnels réels issus des domaines des transports, de la logistique et de l’administration publique partagent une structure commune dans laquelle un décideur cherche à adopter des politiques permettant d’optimiser un objectif qui dépend de la réaction d’une population. Pour adéquatement formaliser ce type de problème, l’hétérogénéité des préférences et des objectifs des individus doit être fidèlement modélisée. Ceci est généralement rendu possible par l’intégration de modèles de choix discrets avancés dans un problème d’optimisation. Cette intégration produit toutefois des problèmes stochastiques difficiles qui ne peuvent généralement pas être résolus à l’optimalité par des méthodes existantes dans le cas de problèmes de grande taille. Pour faire face à cette limitation, la structure de problèmes d’optimisation importants basés sur des modèles de choix discret sera analysée et des méthodes de décomposition mathématiques de la littérature, en particulier la décomposition de Dantzig-Wolfe, seront adaptées pour en permettre une résolution efficace.

Faculty Supervisor:

Emma Frejinger

Student:

Partner:

École polytechnique fédérale de Lausanne

Discipline:

Mathematics

Sector:

Education

University:

Université de Montréal

Program: