Le cours Techniques d’Optimisation présente les fondements et les méthodes permettant de résoudre efficacement des problèmes complexes d’aide à la décision. Il débute par une introduction à l’optimisation, où sont définis les concepts de fonction objectif, variables de décision, contraintes et solutions optimales. Il aborde ensuite les problèmes d’optimisation discrète, caractérisés par des variables entières ou combinatoires et souvent difficiles à résoudre. Le cours expose les principales méthodes d’optimisation, incluant les méthodes exactes et approchées, puis met l’accent sur les métaheuristiques, qui sont des stratégies générales et robustes inspirées de phénomènes naturels pour traiter des problèmes de grande taille. Enfin, il traite l’optimisation multiobjectif, qui vise à optimiser simultanément plusieurs critères conflictuels, en introduisant les notions de dominance de Pareto et de front de Pareto, ainsi que les algorithmes multiobjectifs modernes largement utilisés en ingénierie et en intelligence artificielle.

 
 
 
 

Cette matière est une initiation aux traitements de bas niveau des images (amélioration, restauration et segmentation). La finalité de ce cours est de donner aux étudiants les connaissances de bases liées aux différents types de traitement d'image et les algorithmes associés.