Contenu

Optimisation & Sûreté des Systèmes (OSS)

La spécialité "Optimisation et Sûreté des Systèmes" s’appuie principalement sur deux équipes de recherche de l’UTT  (l’équipe d’Optimisation des Systèmes Industriels et l’équipe de Modélisation et Sûreté des Systèmes) et a pour objectif de donner aux étudiants les moyens de développer des travaux de recherche académiques ou industriels dans les domaines relatifs à la maîtrise des processus industriels. La spécialité OSS offre une large palette de sujets de recherche portant sur des approches et des techniques de modélisation et d’optimisation très diverses, appliquées à la surveillance et à la sûreté de fonctionnement des systèmes complexes ainsi qu’à l’optimisation des systèmes de production et de distribution : fiabilité des systèmes, maîtrise des risques industriels, planification et optimisation de la maintenance, surveillance des systèmes et détection dans les signaux et images, localisation et diagnostic de pannes, problèmes combinatoires pour l’ordonnancement et le placement, gestion des stocks et des flux de production, optimisation des transports et de la distribution.

La spécialité OSS trouve toute sa cohérence dans les méthodologies mises en œuvre dans les travaux de recherche relevant de la spécialité : modélisation mathématique de systèmes complexes, méthodes de simulation et d’évaluation de performances et techniques d’optimisation.

Les thèmes de recherches concernés, en particulier au travers des domaines d’applications visés, intéressent conjointement les communautés scientifiques et industrielles. La plupart des travaux de doctorat de la spécialité se prêtent ainsi naturellement à des collaborations avec des établissements industriels, ce qui contribue à la professionnalisation de la formation.

 Modules Science et Technologie proposés :

DOS1 - Evaluation des performances et programmation mathématique avancée

4 crédits ECTS ST

Modèles de Markov. Modélisation par files d’attente. Modélisation par réseaux de Petri, déterministe ou stochastique, calcul du régime permanent et du temps de cycle. Bornes inférieures et supérieures du temps de cycle pour les réseaux stochastiques. Utilisation de la simulation à événements discrets, plans d’expérience et analyse “ what if ”. Démarche pour calculer des minorants et des analyses dans le pire cas. Méthode de points intérieurs, méthode de plan de coupe, méthode par relaxation lagrangienne. Génération de colonnes.

Equipe enseignante : H. Chen, L. Amodéo

 DOS2 - Métaheuristiques pour l’optimisation globale

4 crédits ECTS ST

Complexité des problèmes d'optimisation combinatoire et nécessité des heuristiques. Heuristiques gloutonnes. Méthodes de recherche locale. Concepts de base des métaheuristiques. Recuit simulé. Méthode taboue. Algorithmes génétiques. Autres métaheuristiques (méthodes à colonies de fourmis, etc.). Evaluation des heuristiques. Comparaison sur un problème classique (exemple, problème d'optimisation de tournées de véhicules).

Equipe enseignante : C. Prins, M. Afsar

 DOS3 - Surveillance des systèmes dynamiques : approches statistique et géométrique

4 crédits ECTS ST

Approche géométrique : généralités sur la formulation et la résolution du problème de diagnostic. Etude d’observabilité pour le positionnement des capteurs et la génération de redondances analytiques. Réconciliation et validation de mesures sur la base de modèles non paramétriques linéaires sous contraintes. Extension au cas non linéaire sous contraintes linéarisées. Génération de redondances analytiques dans l’espace d’état des systèmes dynamiques : méthodes de l’espace de parité. Observateurs de diagnostic des systèmes non linéaires : étude de stabilité des observateurs non linéaires, observateurs des systèmes à non linéarités bornées, génération de redondances structurées.

Approche statistique : notions de base. Tests d’hypothèses : test le plus puissant; tests uniformément les plus puissants; rapport de vraisemblance monotone; famille exponentielle; tests invariants; test le plus puissant avec la puissance constante. Modèle de régression - élimination de paramètres de nuisance. Règle d’arrêt. Analyse séquentielle : test séquentiel bayesien, test séquentiel minimisant les nombres moyens d’observations, test séquentiel du rapport de vraisemblance, test du chi-2. Détection de ruptures : position du problème, approche bayesienne, approche non bayesienne, test CUSUM, hypothèses simples - hypothèses composées,  test CUSUM chi-2. Diagnostic des ruptures.

Equipe enseignante : Igor Nikiforov, J. Ragot (CRAN, Nancy)

 DOS6 - Sujets avancés en modélisation et optimisation des systèmes complexes

4 crédits ECTS ST

L’objectif de ce module est de proposer au doctorant de mener à bien un « travail de recherche personnel encadré » visant à accroître sa culture scientifique et technologique (en choisissant de travailler sur un sujet non lié directement à ses travaux de thèse) ou à approfondir ses connaissances dans un domaine spécifique en relation avec le sujet de thèse du doctorant (mais en se concentrant sur un point « dur » spécifique - méthodologique, scientifique ou technologique - , au-delà de ses seuls travaux de recherche).

Le sujet de travail sera défini et réalisé sous la supervision d’un enseignant-chercheur extérieur à l’équipe d’encadrement de la thèse. Le sujet sera validé a priori par le responsable de spécialité et le travail sera évalué par un jury (désigné par le responsable de spécialité) sur la base d’un mémoire de recherche et d’une soutenance.

Equipe enseignante : Responsable de spécialité – Enseignants-chercheurs des équipes de recherche support de la formation (ICD-LM2S, ICD-LOSI).