Master Class sur les Méthodes Hybrides pour l'Optimisation Combinatoire / Mixte

Pierre Bonami (Laboratoire d'Informatique Fondamentale de Marseille at Aix Marseille University)

Mixed-Integer Linear and Nonlinear Programming Methods

Pierre Bonami est chercheur au LIF / Aix Marseille Université, actuellement en congé sabbatique chez IBM et développeur de CPLEX. Il s'intéresse au développement de techniques algorithmiques pour trouver des solutions optimales aux programmes en nombres entiers et prouver leur optimalité. Ses recherches portent principalement sur deux domaines : les coupes pour les programmes linéaires mixtes entiers (lift-and-project, coupes MIG, coupes de Chvatal) et les algorithmes exacts pour la programmation mixte non linéaire. Dans sa recherche, il mixe les aspects théoriques et computationnels en effectuant des expérimentations à grande échelle. Il  s’attache également à rendre disponibles les codes qu'il développe. Il est le chef de projet du solveur Bonmin et du générateur de coupe CglLandP. Il est membre permanent de la fondation COIN-OR.

Willem Jan van Hoeve (Carnegie Mellon University)

Decision diagrams for Discrete Optimization, Constraint programming, and Integer Programming

Willem van Hoeve est Professeur Associé de recherche opérationnelle à la Tepper School of Business de l'Université Carnegie Mellon. Il s'intéresse à la recherche opérationnelle, l'optimisation, la programmation par contraintes, la programmation en nombres entiers, aux méthodes de résolution hybrides, aux diagrammes de décision, et leur application au routage des véhicules, la planification, la conception de réseau, les opérations de soins à domicile. Récemment, il a développé de nouvelles méthodologies basées sur des diagrammes de décision, qui sont des représentations graphiques compactes de fonctions booléennes, pour résoudre les problèmes d'optimisation discrète.

John Hooker (Carnegie Mellon University)

Hybrid Mixed-Integer Programming / Constraint Programming Methods

John Hooker est professeur de recherche opérationnelle et professeur Holleran d'éthique commerciale et de responsabilité sociale à la Tepper School of Business de l'Université Carnegie Mellon. Pionnier de l'intégration des techniques d'optimisation et de programmation par contraintes, il a  rédigé le premier livre et co-présidé la première conférence sur le sujet. L'intégration Recherche Opérationnelle / Programmation par Contrainte est maintenant un domaine de recherche très actif et est à la base de solveurs de premier plan tels que OPL Studio d'IBM et le solveur primé SCIP. Il a également introduit la décomposition Benders basée sur la logique, qui peut réduire les temps de résolution de plusieurs ordres de grandeur et possède une grande variété d'applications. Plus récemment, lui et T. Hadžić ont adapté les diagrammes de décision à l'optimisation, et plusieurs chercheurs poursuivent maintenant cette ligne de recherche.

Paul Shaw (IBM Research)

Combinations of local search and constraint programming

Paul Shaw est directeur du développement de CP Optimizer chez STSM, Optimization Technology, IBM. Chez IBM, il dirige le développement de la programmation par contraintes, une technologie de résolution de problèmes complexes hautement combinatoires, dans CP Optimizer, le solveur CP de CPLEX Optimization Studio. Son objectif principal est l'innovation, la rapidité, la qualité et la robustesse des produits. Il a plus de vingt ans d'expérience en optimisation combinatoire. Ses intérêts varient sur de nombreux aspects de la science et de la technologie. Ses spécialités comprennent la programmation par contraintes, l'optimisation combinatoire, la recherche locale et les méta-heuristiques, le routage de véhicules, le Packing.

Laurent Simon (Computer Science Lab of Bordeaux -Labri- at University of Bordeaux)

Understanding, using and extending SAT solvers

Laurent Simon est professeur au sein du groupe Méthodes formelles du Laboratoire d'Informatique de Bordeaux (Labri). Il enseigne à l'Institut National Polytechnique de Bordeaux (INP) au Département d’Informatique. Il est également membre associé du laboratoire LRI de l'Université d'Orsay Paris 11, dans le groupe Intelligence Artificielle et Système d'Inférence (IASI). Ses principaux intérêts de recherche portent sur le raisonnement basé sur les propositions, la résolution de SAT et la génération efficace d’impliquants premiers et de compilation de base de connaissances. Il travaille également sur des approches décentralisées de certains de ces thèmes (raisonnement sur le P2P et les réseaux sociaux) et sur la façon de faire de l'informatique une véritable science expérimentale (en particulier pour les algorithmes de recherche de solutions). Il s’attache également à appliquer ces systèmes de raisonnement décentralisé au diagnostic des systèmes distribués.