gestion des incendies - Lamsade - Université Paris

L’optimisation combinatoire probabiliste pour la gestion des
incendies de forêt
Objet :
Lieux :
Encadrement :
Proposition de sujet de thèse pour Octobre 2016
LAMSADE, Université Paris Dauphine, Paris
Université RMIT, Melbourne
Cécile Murat ([email protected])
Marc Demange ([email protected])
Sujet
L’objectif de ces recherches est la résolution de problèmes d’optimisation combinatoire dont l’instance est un
graphe et pour laquelle il existe de l’indétermination. La prise en compte de l’incertitude concerne la présence
des éléments de l’instance initiale, à savoir par exemple des sommets du graphe. En optimisation a priori,
souvent appelée optimisation probabiliste, nous disposons d’une instance dans laquelle est associée à chaque
élément (le sommet d’un graphe, une arête...) une probabilité d’occurence. L’instance effective à optimiser ne
sera donc qu’une sous-instance de l’instance initiale. Etant donnée une stratégie de modification qui permet de
transformer la solution initiale en une solution pour la sous-instance qui va effectivement se réaliser, l’objectif
est de déterminer la solution initiale dont l’espérance sera la meilleure. Ce contexte d’optimisation permet
d’appréhender des problèmes pour lesquels une solution est mise en place, et suite à des pannes ou à des
destructions, il faudra adapter ou reconstruire la solution courante. La stratégie de modification, encore appelé
recours, qui adapte la solution initiale est souvent guidée par le contexte applicatif.
Les problèmes considérés seront ceux identifiés et mis en avant dans le projet européen "Marie SklodowskaCurie Research and Innovation Staff Exchange (RISE)", entre l’Europe et l’Australie intitulé "Geospatial based
Environment for Optimisation Systems Adressing Fire Emergencies", débutant en Mai 2016 et dont l’objectif
est de proposer des méthodes innovantes pour traiter efficacement les problèmes liés aux incendies de forêts. A
cet effet, il s’agira de développer des outils intégrant un système d’aide à la décision optimisant les ressources
dans des environnements dynamiques. L’optimisation combinatoire probabiliste peut être adoptée afin de rationaliser les réponses des différentes phases : le but étant d’identifier une solution initiale qui pourra être adaptée
rapidement au moment où les données réelles seront connues. Dans le contexte des incendies de forêt, les problèmes peuvent être du type localisation de citernes et déploiement en temps réel des équipes d’intervention.
Des versions a priori des problèmes combinatoires seront proposées et étudiées durant cette thèse. Il s’agira
de mener des études de complexité, résolution et approximation pour les dits problèmes.
Ce travail sera co-encadré par Cécile Murat, de l’Université Paris Dauphine et Marc Demange, de
l’université RMIT à Melbourne (Australie). Six mois de déplacement en Australie sont financés pour le/la
doctorant(e) par le projet et seront à effectuer durant sa première ou deuxième année.
Prérequis
Diplôme de Master, ou ingénieur, en Informatique, ou Mathématiques Appliquées.
Compétences en : théorie des graphes, algorithmique, complexité.
Candidatures
Les candidatures seront à adresser par mail à Marc Demange ([email protected]) et Cécile Murat
([email protected]) avant le 23 mai 2016. Elles seront sous forme d’un unique fichier pdf
constitué d’un CV, des relevés de notes de Master et des deux années passées, d’une lettre de motivation et
éventuellement de lettres de recommandation.