Le Laboratoire de Mathématiques Appliquées du Havre (LMAH), organise le 18 juin 2026, une journée d’étude autour de l’optimisation et la recherche opérationnelle ainsi que leurs applications concrètes dans les différents domaines scientifiques et économiques.
L’objectif de cette manifestation scientifique est de présenter de nouveaux résultats de la recherche en optimisation combinatoire et recherche opérationnelle ainsi que leurs applications sur des problèmes concrets provenant des différents domaines. Seront exposés des problèmes récents, rencontrés actuellement, des méthodes modernes de résolution et des pistes de réflexion pour la recherche future.
Cette journée scientifique est à destination des chercheurs, des enseignants-chercheurs, des doctorants, des industriels et toute la communauté scientifique normande. Elle doit permettre de renforcer les liens entre les chercheurs et enseignants-chercheurs, consolider notre réseau national et approfondir les connaissances de nos doctorants et jeunes chercheurs.
Dans cette journée, trois conférences vont être présentées par des enseignants-chercheurs français, spécialistes dans le domaine. La journée se terminera par une table ronde au cours de laquelle seront discutés des nouvelles pistes de recherche scientifique et de leurs applications dans le paysage socio-économique normand et national.
Programme
09.00 – 10.00 Conférence 1
Planification intégrée production–maintenance–qualité pour une ligne de batteries de véhicules électriques
Monsieur Belgacem BETTAYEB, Enseignant-Chercheur, Équipe Ingénierie et Outils Numériques, CESI LINEACT, UR 7527, Campus de Lille.
Abstract : Sur une ligne de production de batteries pour véhicules électriques, production, maintenance et qualité sont indissociables: augmenter la cadence de production sans maintenance engendre davantage de pannes et de rebuts, renforcer les contrôles qualité sans coordination crée des goulots d’étranglement, et les imprévus compromettent les plans de production. Cette présentation propose un modèle de planification intégré qui détermine collectivement la vitesse de production, les fenêtres de maintenance préventive/conditionnelle et la gestion adaptative de la qualité, en équilibrant explicitement la cadence de production, la disponibilité, le coût total et le risque qualité. L’objectif est une ligne plus résiliente, capable de répondre à la demande et d’accompagner la montée en cadence tout en réduisant les coûts totaux.
10.00 – 11.00 Conférence 2
Jeux aux différences en horizon infini.
Madame Naila HAYEK, Professeur de Mathématiques Appliquées, Directrice du Magistère
Banque-Finance et du Master Techniques Financières et Bancaires, Centre de Recherche en Économie et Droit (CRED), Université Paris Panthéon-Assas.
Abstract : Ce travail s’intéresse aux jeux aux différences en horizon infini, à la fois en dimension finie et en dimension infinie. La dynamique de ces jeux est décrite par des équations aux différences ou des inégalités aux différences. Différentes notions d’équilibre de Nash en boucle ouverte sont présentées. Des principes du maximum de Pontryagin, sous forme forte et sous forme faible, sont établis comme conditions nécessaires pour caractériser ces équilibres. Certains cas particuliers sont ensuite examinés comme le cas des processus bornés pour lesquels des outils d’optimisation dans des espaces de Banach sont utilisés afin d’obtenir des conditions nécessaires. Des conditions suffisantes sont également dérivées. Ces résultats généralisent aux jeux dynamiques des travaux en contrôle optimal, en temps discret et horizon infini.
11.00 – 12.00 Conférence 3
De la recherche opérationnelle à l’apprentissage profond pour les problèmes de tournées de véhicules
Madame Rym Nesrine GUIBADJ, Maître de Conférences HDR, Laboratoire LISIC, UR 4491, Université du Littoral Côte d’Opale (ULCO).
Abstract : Les problèmes de tournées de véhicules (Vehicle Routing Problems – VRP) constituent une classe majeure de problèmes d’optimisation combinatoire, largement étudiée en recherche opérationnelle en raison de leurs nombreuses applications en logistique et transport. Leur résolution repose traditionnellement sur des méthodes de modélisation mathématique, des heuristiques et des
métaheuristiques capables de traiter des instances de grande taille et des contraintes complexes. Plus récemment, l’apprentissage profond a ouvert de nouvelles perspectives pour la résolution de ces problèmes. Des architectures basées sur des réseaux de neurones sur graphes et des mécanismes d’attention permettent d’apprendre des stratégies de construction de solutions directement à partir des données.
Dans cet exposé, nous présenterons un panorama de ces approches à travers plusieurs de nos travaux consacrés aux problèmes de tournées de véhicules. Nous montrerons comment les méthodes classiques de la recherche opérationnelle, fondées sur des heuristiques et des métaheuristiques, peuvent être combinées avec des approches d’apprentissage afin de concevoir des solveurs plus adaptatifs. Nous présenterons notamment des modèles encodeur–décodeur basés sur des réseaux de neurones sur graphes permettant d’apprendre des stratégies de construction de tournées pour différentes variantes du VRP et de traiter des problèmes de routage multi-attributs. Nous discuterons enfin de plusieurs défis scientifiques associés à ces approches, en particulier la capacité de généralisation des modèles appris, leur robustesse face à la diversité des instances et les questions d’explicabilité des décisions produites.
