Skip to main content
European Commission logo
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-06-18

European South American network on Combinatorial Optimization under Uncertainty

Article Category

Article available in the following languages:

Une approche transatlantique pour s'attaquer aux «incertitudes»

De nombreux problèmes quotidiens mais complexes impliquent de trouver la meilleure solution possible. Un projet financé par l'UE a regroupé des scientifiques des deux côtés de l'Atlantique afin d'étudier des algorithmes efficaces, capables de résoudre astucieusement de tels problèmes.

Économie numérique icon Économie numérique

Dans la réalité, la plupart des problèmes d'optimisation ne disposent pas d'estimations exactes de paramètres de base comme les coûts ou la demande. Au mieux, on n'a qu'une distribution de probabilité des valeurs des paramètres. Les approches classiques d'optimisation sont impuissantes dans ces cas, car leur solution peut être très sensible au moindre changement dans les paramètres du problème. L'Europe et l'Amérique du Sud disposent d'experts dans la programmation mathématique et les algorithmes de théorie des graphes dédiés à cette incertitude dans les problèmes d'optimisation, ce qui représentait une excellente occasion de collaborer. C'était le but du projet EUSACOU («European South American network on combinatorial optimization under uncertainty»), financé par l'UE. Pour atteindre ces buts, les boursiers d'EUSACOU ont exploré trois modèles visant l'incertitude. Le premier, nommé optimisation en ligne, ne suppose aucune connaissance du futur. Le deuxième modèle, l'optimisation stochastique, fait quelques hypothèses sur le futur possible. Le troisième modèle implique une multitude d'agents autonomes, chacun détenant des informations privées en l'absence d'accès centralisé. Une application a impliqué des problèmes de planification, où des tâches doivent être découpées en éléments indépendants afin d'être conduites simultanément sur plusieurs machines qualifiées. De tels problèmes d'optimisation se rencontrent par exemple pour modéliser la planification des opérations de secours après une catastrophe. Les boursiers d'EUSACOU ont appliqué de nouveaux algorithmes d'approximation pour analyser la qualité des règles de planification, générant des données utiles. Le projet s'est aussi attaqué à l'incertitude relative aux réseaux sociaux et à l'affectation du trafic. Dans le contexte des moteurs de recherche web, les boursiers d'EUSACOU ont proposé et évalué un cache statique pour accélérer les calculs en s'appuyant sur les résultats des requêtes passées. Ils ont étudié différentes méthodes pour remplir le cache, concevant finalement une stratégie de résolution des requêtes apportant de notables gains en mémoire et en délais. Les chercheurs débutants qui ont suivi une formation dans le cadre du projet EUSACOU ont pu partager leurs découvertes lors de l'atelier de clôture. Le foisonnement d'idées résultant de la collaboration entre les deux continents est un excellent exemple des avantages d'une coopération entre la recherche et les universités. Ceci incitera probablement des chercheurs de talent à venir travailler en Europe, et ouvrira à l'Amérique du Sud l'Espace européen de la recherche (EER).

Mots‑clés

Incertitude, problèmes d'optimisation, règles de planification, réseaux sociaux, moteurs de recherche

Découvrir d’autres articles du même domaine d’application