Outils et Méthodes pour la Conception de Systèmes Informatisés d’Aide à la Décision – CES8AC

Programme et contenu

L’ingénieur doit pouvoir disposer d’une large palette d’outils et de méthodes pour traiter les problèmes d’aide à la décision qui se posent dans l’industrie et les services. Les connaissances théoriques acquises (mathématiques, Recherche Opérationnelle) doivent se prolonger par la maîtrise d’outils spécialisés comme la simulation à événements discrets, la dynamique des systèmes, les solveurs de programmation linéaire, quadratique et stochastique, Mathematica pour n’en citer que quelques-uns. Ces outils sont le plus souvent mis en œuvre dans le cadre d’un langage de programmation ou de tableurs. VBA Excel, très utilisé dans les entreprises, servira d’environnement de programmation pour mettre en œuvre les méthodes de simulation numérique (optimisation du surbooking pour une compagnie aérienne ou bien étude de la distribution d’une fonction de profit par exemple).Les domaines d’application seront variés : production, écologie, finance entre autre. Le but final est d’ouvrir l’horizon des méthodes sans se focaliser sur une approche particulière. Mathematica sera utilisé régulièrement pour ses qualités de représentation et son efficacité.

Le programme porte sur les points suivants :

• Simulation à événements discrets. Utilisation du logiciel Extend
• Dynamique des systèmes. Utilisation du logiciel Stella
• Langage VBA. Communication entre feuilles et classeurs. Principales instructions
• Développement d’applications sous VBA/Excel. Domaines : management des ressources, production, finance. Application en aide à la décision en univers incertain.

Compétences

• Connaître : Connaître les meilleurs outils et méthodes pour résoudre des problèmes d'aide à la décision.
• Comprendre : Comprendre les avantages et les inconvénients des différents types d'approche. Comprendre les limitations des méthodes choisies.
• Appliquer : Savoir mettre en oeuvre les méthodes dans les environnements informatiques donnés.
• Analyser : Identifier les données, les résultats. Savoir décomposer un modèles en unités logiques.