Domaine #4 : Optimisation
Pour le passage du descriptif au prescriptif
La compréhension de notre monde par le prisme de la modélisation et de la simulation est un paradigme classique, renouvelé par le niveau de complexité des systèmes qui le composent aujourd’hui.
Pour passer du descriptif au prescriptif, l’exploration des espaces de modélisation et l’identification des sous-espaces d’intérêt s’opèrent à l’aide de méthodes d’optimisation adaptées aux cas d’usage.
Ces méthodes doivent être capables d’appréhender aujourd’hui de grandes masses de données, des incertitudes qui leurs sont attachées et des contraintes temporelles associées.
Enjeux
Les entreprises et les acteurs publics doivent optimiser la conception et l’exploitation de systèmes complexes tels que les infrastructures de transport ou d’énergie, en s’appuyant sur des méthodes de simulation et des algorithmes.
Positionnement de l’IRT SystemX
L’optimisation irrigue beaucoup de domaines scientifiques connexes (calcul scientifique, machine learning, réseaux, etc.).
L’IRT SystemX maintient une force de recherche conséquente sur ce domaine pour apporter des solutions à l’état de l’art, mais également pour mener des travaux de recherche plus amont sur les systèmes de grande taille, sur les problèmes stochastiques, sur les prises de décisions séquentielles, sur les solveurs adaptés à l’apprentissage machine et enfin sur l’optimisation par systèmes multi-agents, qui s’avère très adaptée à la résolution de cas d’usage dans des thématiques diverses (transport, logistique, énergie, etc.).
Feuille de route
Défis scientifiques et technologiques | Verrous associés |
Optimisation pour les problèmes de grande taille |
• Couplage avec des solveurs et des outils de simulation |
Optimisation stochastique dynamique |
• Résolution en temps contraint |
Simulation et optimisation par systèmes multi-agents | • Amélioration des outils de simulation multi-agent pour l’analyse de scénarios • Utilisabilité et réplicabilité des modèles Systèmes Multi-Agents |