Ce GT étudie les modèles et les algorithmes pour la décision multi-objectifs, la décision dans l'incertain, l'apprentissage des préférences, le choix social computationnel, les jeux coopératifs et non-coopératifs.
Ce GT étudie les problèmes d'optimisation robuste, robustes en distributions, et stochastique. Les outils utilisés relèvent typiquement de l'optimisation mathématique, linéaire, en nombres entiers, et non-linéaire.
Étudie les modèles stochastiques et les méthodes d'optimisation associées. En particulier les modèles de décision markovien, l'apprentissage par renforcement, l'évaluation de performance et les files d'attente, ainsi que les outils de simulations.
Ce GT étudie les méthodes de résolution (exactes et heuristiques) en optimisation multi-objectifs: conception d'algorithmes, expérimentations, analyse comparative et applications.
We are organizing a PhD school on robust optimization at IGESA in Porquerolles (https://maps.app.goo.gl/VismMQ5mrYzMPdDr5), on September 7-11 2026. The school will cover basics of static, adjustable, combinatorial robust optimization, as well as distributionally robust optimization, in the line of the previous school hold in Montpellier: https://roschool24.sciencesconf.org/
The cost of the school will be around 700€ for 4 nights (Monday - Friday), everything included.
To apply to the school, please send a CV to poss@lirmm.fr, with topic « application to ROSCHOOL26 », no later than March 15th. Your CV should include :
a description of your thesis topic and ongoing research
a list of optimization classes that you have taken during your bachelor's, master's and/or doctoral studies
L'axe DIM (Décision, Incertitude, Multi-objectif) rassemble les groupes de travail sur la décision en environnement complexe. Les sources de complexité envisagées concernent l'incertitude, la présence de critères multiples et potentiellement conflictuels, la décision collective, la décision dynamique, la décision en contexte stratégique (théorie des jeux). Les principales problématiques abordées concernent la modélisation des préférences, l'optimisation multicritère, l'optimisation robuste, la décision dynamique dans l'incertain, l'optimisation stochastique, le choix social computationnel, l'apprentissage de modèles décisionnels.
Groupes de travail
ATOM : Application et Théorie de l’Optimisation Multi-objectifs
COSMOS : Contrôle et Optimisation Stochastique, Modélisation et Simulation
ORS : Optimisation Robuste et Stochastique
TADJ : Théorie Algorithmique de la Décision et des Jeux
