Résumé:Construire un modèle d’optimisation pour un problème donné est une tâche complexe qui est continuellement à recommencer. En milieu médical par exemple, les horaires de travail de différents groupes de médecins ont souvent les mêmes types de contraintes avec des paramètres différents. Par conséquent, la génération d’un horaire de travail pour chaque groupe représente un nouveau problème à résoudre et un nouveau modèle d’optimisation à déterminer. Comment fait-on pour accélérer la création de ces modèles d’optimisation qui doivent être adaptés à chaque nouveau groupe de médecins?
Et si on vous donnait des exemples de bons horaires ainsi qu’une liste de types de contraintes potentielles, seriez-vous capable de produire manuellement un horaire semblable? Évidemment, vous auriez besoin de beaucoup de temps et de plusieurs exemples afin de produire un nouvel horaire satisfaisant.
Et si on vous fournissait un outil qui prend en entrée des exemples et un type de contraintes précis et qui vous retourne les meilleurs paramètres possible, votre travail serait nettement plus facile, non? En fait, vous verrez que nous pouvons réduire ce problème à une histoire de statistiques.
http://www2.ift.ulaval.ca/~quimper/Seminaires/
