Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Infrastructure de modélisation d'heuristiques pour des problèmes d'optimisation combinatoire H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2021-19225  

Description de l'unité

Laboratoire d'ingénierie des langages exécutables et optimisation (LIDEO) du CEA LIST. Ce laboratoire développe des méthodes et des outils pour la modélisation, la simulation et l'optimisation de systèmes complexes.

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Infrastructure de modélisation d'heuristiques pour des problèmes d'optimisation combinatoire H/F

Sujet de stage

Le ou la stagiaire fera un état de l'art sur les techniques et outils de modélisation et d'apprentissage d'heuristiques en général et sur les hyper-heuristiques de génération en particulier. A l'issue de celui-ci et en fonction de cas d'études tirés de collaborations industrielles du laboratoire, il ou elle proposera une approche qui devra être implémentée sous la forme d'une infrastructure permettant la modélisation, la réutilisation et l'assemblage de composants d'une heuristique. L'exploitation des résultats devra donner un positionnement avec d'autres techniques de la recherche opérationnelle.

Durée du contrat (en mois)

6

Description de l'offre

Contexte:

Le stage se déroulera au sein du Laboratoire d'ingénierie des langages exécutables et optimisation (LIDEO) du CEA LIST. Ce laboratoire développe des méthodes et des outils pour la modélisation, la simulation et l’optimisation de systèmes complexes. Cette dernière activité relève de la recherche opérationnelle. Elle est souvent appelée à utiliser des algorithmes basés sur des heuristiques là où des méthodes exactes ne peuvent aboutir compte tenu de l’explosion combinatoire du problème. Les heuristiques sont souvent des adaptations de méta-heuristiques existantes. Généralement une heuristique est entièrement implémentée pour un problème donné, et est rarement réutilisable. On se propose d’étudier une approche basée modèles pour l’élaboration des heuristiques. Une première étude a été menée lors d’un stage sur les hyper-heuristiques de sélection qui a permis de montrer l’intérêt de ce type d’approche pour la sélection d’opérateurs de perturbation. On souhaite poursuivre ce travail en abordant les hyper-heuristiques de génération, qui utilisent des méthodes de programmation génétique, d’évolution grammaticale ou encore d’autres méta-heuristiques, pour générer des heuristiques selon une syntaxe prédéfinie. Ces hyper-heuristiques sont souvent implémentées sur un problème particulier, mais reposent sur des méthodes généralisables. Cette démarche devrait permettre la réutilisation d’un modèle d’heuristique pour différents problèmes d’optimisation, la structuration et le paramétrage d’heuristiques suivant ce modèle par des techniques d’apprentissage, et de faciliter son implémentation ou son exécution sur un problème cible. Ce type d’approche nécessite une modélisation fine des heuristiques nécessitant la mise en place d’une infrastructure de conception pouvant s’inspirer de framework existant tels que hmod [1].

 

Objectif:

Le ou la stagiaire fera un état de l’art sur les techniques et outils de modélisation et d’apprentissage d’heuristiques en général et sur les hyper-heuristiques de génération en particulier. A l’issue de celui-ci et en fonction de cas d’études tirés de collaborations industrielles du laboratoire, il ou elle proposera une approche qui devra être implémentée sous la forme d’une infrastructure permettant la modélisation, la réutilisation et l’assemblage de composants d’une heuristique. L’exploitation des résultats devra donner un positionnement avec d’autres techniques de la recherche opérationnelle.

 

Référence:

[1]. Enrique Urra, Claudio Cubillos, Daniel Cabrera-Paniagua, and Rafael Mellado. hmod : A software framework for assembling highly detailed heuristics algorithms. Software: Practice and Experience, 49(6):971–994,2019.

Moyens / Méthodes / Logiciels

heuristiques, méta et hyper heuristiques / C++, Java, Python ou Julia

Profil du candidat

Etudiant(e) master 2 en informatique ou école d’ingénieurs ayant une bonne connaissance dans les domaines de l'optimisation combinatoire, les méta-heuristiques, la modélisation, l'apprentissage machine et, si possible, dans les domaines des hyper-heuristiques et de la programmation génétique. 

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Palaiseau

Critères candidat

Langues

  • Français (Courant)
  • Anglais (Intermédiaire)

Diplôme préparé

Bac+5 - Master 2

Formation recommandée

master 2 en informatique ou école d'ingénieurs

Possibilité de poursuite en thèse

Oui