index - Bibliographie de l’équipe ORKAD

Équipe ORKAD - Operational Research, Knowledge And Data

ORKAD est une équipe de recherche du groupe thématique OPTIMA du laboratoire CRIStAL (Centre de Recherche en Informatique, Signal et Automatique de Lille, UMR CNRS 9189).

L’objectif principal de l’équipe ORKAD est d’ exploiter simultanément l’ optimisation combinatoire et l’ extraction de connaissances pour résoudre des problèmes d’optimisation. Bien que les deux domaines scientifiques se soient développés de manière plus ou moins indépendante, la synergie entre l’optimisation combinatoire et l’extraction de connaissances offre une opportunité d’améliorer les performances et l’autonomie des méthodes d’optimisation grâce à la connaissance et, d’autre part, de résoudre efficacement les problèmes d’extraction de connaissances grâce aux méthodes de recherche opérationnelles. Nos approches sont principalement basées sur l’optimisation combinatoire mono et multi-objective et donnent lieu à la diffusion de logiciels libres. 

Derniers dépôts

Chargement de la page

Documents en texte intégral

88

Notices

65

Mots clés

Bi-objective optimization Complexity Combinatorial optimisation Gestion des stocks Adaptive Control Bi-objective Corporate Operations research Landscape analysis Classification Algorithms Automatic configuration tuning Déconstruction sélective Augmented ϵ -constraint Local search Algorithm Configuration Automatic Configuration CCS Concepts • Applied computing → Multi-criterion optimization and decision-making Graph algorithm Analyse de paysages de recherche CVRP Routing Problems MOEA/D Multi-objective Complexity dichotomy Combinatorial optimization Configuration automatique des algorithmes Bottleneck objective function Dynamic programming core model Automatic Algorithm Configuration Performance prediction Combinatorial Optimization Automatic configuration Metaheuristics Combinatorial Optimisation Augmented ϵ-constraint Combinatorial optimization Métaheuristiques Neural architecture search Biclustering Contrôle adaptatif Automatic algorithm configuration Approvisionnement Local Optima Networks E-Learning Temporal data Local Search Routing Algorithmes de recherche locale Fitness Landscapes Algorithme génétique Algorithmes évolutionnaires multiobjectifs Algorithm Selection Co-clustering Bidimensionality Clarke & Wright Treewidth Disaster relief Cluster Editing/Deletion/Completion problems Constrained minimum spanning tree problems Optimisation combinatoire Timetabling Agent-based model Adaptive Mechanisms Digital learning Design automatique d’algorithmes Assurance Bayesian dynamic network Neural Architecture Search Drone swarms routing multi-agents systems humanitarian logistics disaster relief Configuration automatique d'algorithmes Deep Learning Machine Learning Knowledge Discovery Optimization Data mining Approvisionnement multi article BIC Multi-Objective Optimization Recherche locale Recherche opérationnelle Delay-constrained minimum spanning tree Multi-objective optimisation Compromis exploration-exploitation Classification Coverage path planning Approvisionnement multi-échelon Automation Machine learning Drone swarms Configuration automatique Multi-objective optimization Multi-objective local search Multi-Objective Optimisation Clustering WEB Dynamic programming Automatic algorithm design University timetabling Clique Heuristics Domain Ontology