La programmation DC et la méthode Cross-Entropy pour certaines classes de problèmes en finance, affectation et recherche d’informations : codes et simulations numériques
Auteur / Autrice : | Duc Manh Nguyen |
Direction : | Tao Pham Dinh, Hoai An Lê Thi |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées |
Date : | Soutenance le 24/02/2012 |
Etablissement(s) : | Rouen, INSA |
Ecole(s) doctorale(s) : | École doctorale sciences physiques mathématiques et de l'information pour l'ingénieur (Saint-Etienne-du-Rouvray, Seine-Maritime ; ....-2016) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de mathématiques de l'INSA Rouen Normandie (Saint Etienne du Rouvray, Seine-Maritime ; 1987-....) - Laboratoire Mathématique de l'INSA / LMI |
Jury : | Président / Présidente : Adnan Yassine |
Examinateurs / Examinatrices : Ali Khenchaf, Frédéric Dambreville, Thierry Lecroq | |
Rapporteurs / Rapporteuses : Nguyen Van Thoai, Ibrahima Sakho |
Mots clés
Mots clés contrôlés
Résumé
La présente thèse a pour objectif principal de développer des approches déterministes et heuristiques pour résoudre certaines classes de problèmes d'optimisation en Finance, Affectation et Recherche d’Informations. Il s’agit des problèmes d’optimisation non convexe de grande dimension. Nos approches sont basées sur la programmation DC&DCA et la méthode Cross-Entropy (CE). Grâce aux techniques de formulation/reformulation, nous avons donné la formulation DC des problèmes considérés afin d’obtenir leurs solutions en utilisant DCA. En outre, selon la structure des ensembles réalisables de problèmes considérés, nous avons conçu des familles appropriées de distributions pour que la méthode Cross-Entropy puisse être appliquée efficacement. Toutes ces méthodes proposées ont été mises en œuvre avec MATLAB, C/C++ pour confirmer les aspects pratiques et enrichir notre activité de recherche.