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

Stage en modélisation d'heuristiques pour l'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

2022-23314  

Description de l'unité

Au sein de CEA Tech qui est le pôle « recherche technologique » de l'organisme, l'Institut LIST dédie ses activités aux systèmes numériques intelligents avec des programmes de R&D dans le manufacturing avancé, les systèmes embarqués, et l'intelligence ambiante. Nous accompagnons nos partenaires dans les domaines des transports, de l'industrie, de l'énergie, de la santé, de la sécurité et de la défense, pour transférer les technologies issues de l'innovation et pour améliorer leur compétitivité.

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Stage en modélisation d'heuristiques pour l'optimisation combinatoire H/F

Sujet de stage

Infrastructure de modélisation d'heuristiques pour des problèmes d'optimisation combinatoire

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.

Références:

[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

Optimisation combinatoire, modélisation, métaheuristique, C++, Java, Python ou Julia

Profil du candidat

Elève ingénieur ou Master en Recherche Opérationnelle et/ou Génie Logiciel

Localisation du poste

Site

Saclay

Localisation du poste

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

Ville

Palaiseau

Critères candidat

Diplôme préparé

Bac+5 - Master 2

Formation recommandée

Ecole d'ingénieur ou Master d'Informatique

Possibilité de poursuite en thèse

Oui

Demandeur

Disponibilité du poste

02/01/2023