Génie industriel - Rubrique Formation - 2022

UE RO appliquée & Revenue Management - 5GUC5004

  • Volumes horaires

    • CM 27.0
    • Projet -
    • TD 27.0
    • Stage -
    • TP -
    • DS 3.0

    Crédits ECTS

    Crédits ECTS 6.0

Objectif(s)

Méthodologie pour la résolution de problèmes de grande taille avec prise en compte de l’incertain : étude des coûts, prévision de la demande, méthode de décomposition des problèmes en sous-problèmes

Responsable(s)

Olivier BRIANT

Contenu(s)

Cette UE vise à fournir aux étudiants les compétences et les outils nécessaires pour analyser, modéliser et optimiser les décisions stratégiques dans des environnements complexes et incertains.
L'accent est mis particulièrement sur l’étude des structures des problèmes industriels, de leurs solutions optimales et sur la gestion des revenus.

A l’issue de cette UE, l’étudiant(e) aura acquis une méthodologie d’aide à la décision lui permettant d’aborder de tels problèmes. Cette méthodologie est basée sur l’étude des demandes et des coûts, et la décomposition du problème complexe en sous problèmes plus simple à résoudre. Les modèles et les algorithmes d’optimisation seront principalement ceux de la programmation linéaire et de la programmation dynamique déterministe ou stochastique.

Cette UE s’articule principalement autour d’un projet concret, complété par quelques cours et TD pour introduire les outils/méthodes de résolution, ainsi que la lecture d’articles scientifiques.

Plus précisément, les points abordés dans cette UE seront

  • en PLNE avancée :
    • Méthode de décomposition de problèmes en Maître/Esclave, algorithmes de génération de colonnes
    • Relaxations lagrangiennes, problème dual lagrangien
    • Décompositions de Dantzig-Wolfe
  • en Programmation dynamique :
    • Programmation dynamique déterministe et stochastique
    • Analyse de complexité
    • Méthodologie par étude de scénarios
  • en Revenue Management :
    • Analyse des coûts et de la demande
    • Maximisation du profit
    • Impact des capacités
    • Techniques de tarification
    • Travail sur les données sur un exemple (tarification des compagnies aériennes)

En combinant ces éléments, le cours vise à fournir aux étudiants une compréhension approfondie des stratégies d'optimisation pour la gestion des revenus, en mettant l'accent sur la décomposition des problèmes et leur résolution dans un contexte de prise de décision stratégique.

Prérequis

Cours de base en programmation linéaire en nombres entiers, bases en économie, et en informatique, notions de théorie des graphes

Contrôle des connaissances

Session 1 :

  • Examen écrit : 35 %
  • Lecture d'articles, rédaction de fiches de lecture, présentation orale : 15 %
  • Projet : 50 %

Session 2 : Examen écrit ou oral

Session 1:
E1 : Examen Ecrit
A : Lecture d'articles, rédaction de fiches, et présentation orale
P : Projet
N1 = 35% E1 + 15% A + 50% P

Session 2:
E2 : examen écrit ou oral
N2 = 100% E2

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Master 2 GI SIE SOM - Semestre 9
  • Cursus ingénieur - Master 2 GI GID DPD - Semestre 9
  • Cursus ingénieur - Ingénieur IdP - Semestre 9
  • Cursus ingénieur - Master 2 GI SIE SPD - Semestre 9
  • Cursus ingénieur - Master 2 GI GID GOD - Semestre 9
  • Cursus ingénieur - Ingénieur ICL - Semestre 9
  • Cursus ingénieur - Ingénieur IPID - Semestre 9
cf. l'emploi du temps 2024/2025

Informations complémentaires

Code de l'enseignement : 5GUC5004
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.

Bibliographie

  • How to Price: A Guide to Pricing Techniques and Yield Management, Oz Shy, Cambridge
    University Press, 2008
  • Integer Programming, L. A. Wolsey, 1998, Wiley
  • Modern Heuristic Techniques for Combinatorial Problems, C. R. Reeves, 1993, John Wiley & Sons, Inc.
  • Markov Decision Processes: Discrete Stochastic Dynamic Programming, Marin L. Puterman, 2005, John Wiley & Sons, Inc.
  • Algorithms, S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani, 2006, McGraw-Hill Higher Education