Équipe : SMART – Optimization

L’équipe SMART‑Optimization se consacre à la recherche avancée en optimisation, en alliant développements théoriques et applications pratiques.

Ses travaux portent sur un large spectre de méthodes et d’algorithmes, notamment :

• Algorithmes évolutionnaires et métaheuristiques : Algorithmes génétiques (GA), recherche tabou (TS), recuit simulé (SA), chemical reaction optimisation (CRO), etc.

• Apprentissage automatique et profond évolutionnaire (Evolutionary Machine Learning & Deep Learning)

• Optimisation multi‑objectifs à grande échelle (Evolutionary Many‑Objective Optimization)

• Optimisation combinatoire hiérarchique (Evolutionary Combinatorial Bi‑level Optimization)

L’équipe développe à la fois :

1. Approches fondamentales – Conception, analyse et amélioration d’algorithmes d’optimisation.

2. Applications concrètes – Mise en œuvre sur des projets industriels et scientifiques dans divers domaines : planification, logistique, intelligence artificielle, conception de systèmes complexes, etc.

En combinant rigueur scientifique et vision applicative, SMART‑Optimization vise à repousser les limites actuelles de l’optimisation pour relever les défis des systèmes complexes et intelligents.