Thèse Outils Quantiques Basés sur des Modèles Innovants Tractables pour la Résolution des Problèmes de Décision H/F - Doctorat.Gouv.Fr

Établissement : Université Bretagne Sud École doctorale : École doctorale Mathématiques & Sciences et Technologies de l'Information et de la Communication en Bretagne Océane Laboratoire de recherche : Laboratoire des Sciences et Techniques de l'Information, de la Communication et de la Connaissance Direction de la thèse : Alexandru OLTEANU ORCID 0000-0002-0715-2168 Date limite de candidature : 2026-09-30T00:00:00
L'objectif du projet consiste à concevoir de nouveaux modèles quantiques pour résoudre des problèmes de décision. Les problèmes visés concernent deux groupes thématiques : un premier lié à la construction des solutions pour des problèmes industriels, comme par exemple les problèmes d'emplacement d'installations et les problèmes de tournées de véhicules ; un deuxième visant à soutenir un processus d'aide à la décision multicritère à travers des sujets liés à la construction et utilisation de modèles de préférence. Les problèmes d'emplacement d'installations consistent à déterminer les positions optimales d'entrepôts, d'usines ou de centres de distribution pour minimiser les coûts globaux tout en satisfaisant la demande des clients. Ces problèmes se déclinent en de nombreuses variantes selon les contraintes considérées, comme les capacités limitées des installations, les coûts d'ouverture fixes, les niveaux de service différenciés, ou encore les aspects multi-objectifs. Les problèmes de tournées de véhicules visent à optimiser les itinéraires d'une flotte de véhicules pour servir un ensemble de clients sous diverses contraintes opérationnelles, comme les capacités des véhicules, les fenêtres temporelles de livraison, les durées maximales des tournées, les dépôts multiples, etc.. Les problèmes d'apprentissage de modèles de préférence constituent un domaine émergent à l'intersection de l'optimisation combinatoire, de l'apprentissage automatique et de la théorie du choix social et cherchent à inférer les préférences individuelles ou collectives à partir d'observations partielles, telles que des classements, des comparaisons par paires, ou des choix dans des ensembles finis. Pour tous ces problèmes, nous envisageons de construire les modèles quantiques, les méthodologies les mêlant avec des approches métaheuristiques et les outils nécessaires afin de fournir des solutions à des problèmes difficiles qui ne peuvent pas à l'heure actuelle être résolus.