Le Jeudi 10 Octobre 2024
La 2 éme édition de la Journée Nationale sur les techniques de: Modélisation, Optimisation et Intelligence Artificielle 2024
JNTMOIA'24
Le Jeudi 10 Octobre 2024
JNTMOIA'24
Conférencier #1
Biography
Said AQIL obtained the diploma of aggregation in mechanical engineering from the Normal School of Technical Education in Rabat, Morocco in 1998. He obtained his graduate degree in industrial engineering at the Mohammadia School of Engineers in Rabat in 2002. He received his PhD in applied mathematics and industrial engineering from the Faculty of Science and Technology of Mohammedia in 2020. Currently, he is a professor of industrial engineering at the National School of Arts and Crafts in Casablanca, Morocco. His main research focuses on scheduling, meta-heuristics, modeling and industrial optimization.
Exposé
Optimisation des ateliers de production: L'efficacité de l'ordonnancement améliorée par les métaheuristiques inspirées de la nature
Résumé
.Les métaheuristiques inspirées de la nature sont des approches puissantes pour résoudre les problèmes d'ordonnancement des ateliers de production. Ces métaheuristiques , telles que l'algorithme génétique, l'algorithme d'optimisation des oiseaux migrateurs , l'algorithme artificiel de colonie d'abeille tirent leur inspiration des phénomènes natureks pour guider la recherche de solutions optimales. Par exemple, dans le flow shop , ou les tâches doivent être exécutées dans un ordre prédéfini sur différentes machines, les métaheuristiques peuvent être utilisées pour optimiser la séquence d'exécution des tâches afin de minimiser le temps de traitement total, le retard total, etc.. De même, dans le cas du flow shop hybride, ou certaines tâches nécessitent des opérations spécifiques sur des machines parallèles par étages, les métaheuristiques peuvent être adaptées pour tenir de ces contraintes supplémentaires. Les métaheuristiques offrent l'avantage de pouvoir explorer rapidement l'espace des solutions et de trouver des solutions de bonne qualité, même dans des problèmes complexes. Elles permettent également une adaptation et une personnalisation faciles en fonction des caractéristiques spécifiques du problème d'ordonnancement. En utilisant les métaheuristiques inspirées de la nature, il est possible d'améliorer l'efficacité de l'ordonnancement dans le flow shop et le flow shop hybride , en réduisant les temps de traitement, en optimisant l'utilisation des ressources et en minimisant les coûts. Ces approches offrent une alternative prometteuse pour résoudre efficacement les problèmes d'ordonnancement complexes dans ces domaines.
Conférencier #2
Biography
Prof.Jaouad Danan is a Professor at Hassan First University of Settat. He received a Master's degree from the University Sultan Moulay Slimane of Beni-Mellal, Morocco, and received a PhD in Applied Mathematics from the University of Hassan II of Casablanca, Morocco. His research activities are mainly focused on mathematical modeling and numerical simulations.
Exposé
Modélisation mathématiques et simulations numériques de quelques problèmes issus de la biologie et l'économie
Résumé
La modélisation mathématique des phénomènes réels par les processus brownien et le bruit de saut de Lévy. Les pérturbations du bruit de Lévy sont généralement ignorées par les travaux existants de modélisation mathématique en virologie, épidémologie et en économie, mais leur intégration mérite d'être envisagée en raison de la présence de fortes fluctuations dans la synamique, qui conduisent souvent à l'émergence de nombreuses discontinuités dans les processus étudiés. Nous commençons notre étude par la présentation des modèles et en justifiant clairement leur forme utilisée , à savoir la composante liée au bruit du Lévy. Ainsi, nous montrons que le modèle est bien posé. Aussi, sous certaines hypothèses, nous montrons l'extinction et la persistance de différentes composantes des sustèmes étudiés. Enfin, nous introduisons des méthodes numériques afin de donner des simulations numériques basées sur nos résultats théoriques.