Sophie Demassey

Maitre assistante

Discipline(s): Énergie, thermique, Informatique, Mathématiques appliquées, Signal, image, automatique, robotique et génie industriel
Thème(s): Adaptation, CO2, Décision publique, Développement durable, Eau, Efficacité énergétique, Impact de l'IA, Informatique, Innovation et conception, Logistique, Maintenance et durabilité, Management de l'inconnu, Nucléaire, Renouvelable, Réseau, Scénario-Modélisation

Mots-clés

Équipe

Mathematical Optimization

Biographie

Sophie Demassey a une formation universitaire en mathématiques fondamentales et en informatique de l’Université d’Aix-Marseille et un doctorat en 2003 de l’Université d’Avignon. Elle est enseignante-chercheuse en optimisation mathématique, dès 2005 au Département Informatique de Mines Nantes, en charge de la spécialité GIPAD (génie informatique pour l’aide à la décision), puis au Centre de Mathématiques Appliquées de Mines Paris-PSL depuis 2014. Attachée aux domaines de la recherche opérationnelle et de la programmation par contraintes, elle participe à l’animation de sociétés scientifiques (ROADEF, Association for Constraint Programming, PGMO) et comités de programme.

Ses travaux concernent la résolution de problèmes décisionnels complexes, associant décisions discrètes et dynamiques non-linéaires, et visent à améliorer les processus industriels et à éclairer les politiques publiques dans le contexte de transition: planifier, dimensionner, opérer les systèmes pour minimiser l’impact environnemental, sur la base de modèles déclaratifs riches tenant compte des contraintes et externalités de la décision, et au moyen d’algorithmes modulaires, efficaces et flexibles. Ses contributions méthodologiques portent principalement sur l’hybridation et la coordination de techniques de programmation mathématique, graphes, automates, programmation par contraintes, apprentissage, géométrie algébrique. Elles sont mises en œuvre, par exemple, dans la conception et la conduite de réseaux d’eau, électriques et routiers; la gestion de ressources de centres de données; l’électrification de flottes de poids lourds; la planification de personnel.

Publication(s)

2026
The global constraint catalogue: a retrospective on organic growth and unplanned emergence DOI : 10.1007/s10601-026-09386-5
2026
Localization of complementarity eigenvalues DOI : 10.23952/cot.2027.10
2024
Alternating Direction Method and Deep Learning for Discrete Control with Storage DOI : 10.1007/978-3-031-60924-4_7
2023
Difference-of-Convex approach to chance-constrained Optimal Power Flow modelling the DSO power modulation lever for distribution networks DOI : 10.1016/j.segan.2023.101168
2021
Pump scheduling in drinking water distribution networks with an LP/NLP-based branch and bound DOI : 10.1007/s11081-020-09575-y
2021
A bundle method for nonsmooth DC programming with application to chance-constrained problems DOI : 10.1007/s10589-020-00241-8
2020
Robust Design of Pumping Stations in Water Distribution Networks DOI : 10.1007/978-3-030-21803-4_95
2019
Optimal engagement and operation of a grid-connected PV/battery system DOI : 10.1109/ISGTEurope.2019.8905617
2019
Investment choices and capacities at risk in decarbonizing the EU electric system DOI : 10.46855/energy-proceedings-1901
2019
Extended linear formulation of the pump scheduling problem in water distribution networks DOI : 10.5441/002/inoc.2019.04
2017
A convex mathematical program for pump scheduling in a class of branched water networks DOI : 10.1016/j.apenergy.2015.12.090
2017
Scaling energy adaptive applications for sustainable profitability DOI : 10.1007/978-3-319-64203-1_2
2015
Dynamic packing with side constraints for datacenter resource management DOI : 10.1007/978-3-319-18899-7_2
2015
A Heuristic Approach to the Water Networks Pumping Scheduling Issue DOI : 10.1016/j.egypro.2015.07.569
2012
The conjunction of interval among constraints DOI : 10.1007/978-3-642-29828-8_8
2011
New filtering for the cumulative constraint in the context of non-overlapping rectangles DOI : 10.1007/s10479-010-0731-0
2011
Bin repacking scheduling in virtualized datacenters DOI : 10.1007/978-3-642-23786-7_5
2010
Resource-Constrained Project Scheduling: Models, Algorithms, Extensions and Applications DOI : 10.1002/9780470611227
2010
Mathematical Programming Formulations and Lower Bounds DOI : 10.1002/9780470611227.ch3
2010
Resource‐Constrained Project Scheduling: preface DOI : 10.1002/9780470611227
2009
Sequencing and counting with the multicost-regular constraint DOI : 10.1007/978-3-642-01929-6_14
2007
Global constraint catalogue: Past, present and future DOI : 10.1007/s10601-006-9010-8
2006
Graph properties based filtering DOI : 10.1007/11889205_7
2006
A cost-regular based hybrid column generation approach DOI : 10.1007/s10601-006-9003-7
2006
Lower bounds for resource constrained project scheduling problem: Recent advances DOI : 10.1007/978-0-387-33768-5_7
2005
Constraint-propagation-based cutting planes: An application to the resource-constrained project scheduling problem DOI : 10.1287/ijoc.1030.0043
2005
Constraint programming based column generation for employee timetabling DOI : 10.1007/11493853_12
2004
Tight LP bounds for resource constrained project scheduling DOI : 10.1007/s00291-003-0155-1

Enseignements

Optimisation mathématique pour la transition

Responsable

Le cours s’articule en deux parties thématiques, chacune alternant cours théorique, travaux dirigés (exercices de modélisation, preuves de convergence) et travaux pratiques (mise en œuvre du solveur Gurobi) : A. Optimisation en nombres entiers pour les problèmes discrets 1. Rappels d’optimisation linéaire (Exercices de modélisation, Géométrie et algèbre, Dualité et optimalité, Algorithme du simplexe) 2. Modélisation en nombres entiers (Décisions discrètes, Conditions logiques, Fonctions non-linéaire, Formulations idéales, Cas d’études pour la transition) 3. Algorithmes de programmation linéaire en nombres entiers (Génération de coupes, Branch-and-Bound, Reformulation et Décompositions) 4. Mise en œuvre (Branch-and-Cut, Solveurs modernes et paramétrisation, Cas d’étude : production hybride d’électricité) B. Problèmes d’équilibre du point de vue de l’optimisation 1. Rappels d’optimisation non linéaire (Définition du problème, Définition des solutions locales et globales, Qualifications des contraintes, Conditions d’optimalité de premier ordre, Conditions d’optimalité de second ordre, Dualité) 2. Introduction aux problèmes de complémentarité (Problèmes de complémentarité linéaire, Problèmes de complémentarité linéaire mixte, Connexion entre les problèmes d’optimisation et les problèmes de complémentarité, Algorithmes numériques pour résoudre les problèmes de complémentarité) 3. Problèmes d’optimisation contraints par des problèmes de complémentarité (Définition des problèmes d’équilibre, Lien avec les problèmes d’équilibre de Nash, Transformation d’un problème quadratique non convexe sur le simplexe en un programme mathématique avec des contraintes de complémentarité) 4. Exemples (Marchés énergétiques, Accords internationaux sur l’adaptation aux changements climatiques) Pour chaque partie thématique, les notes du cours en forme de diapositive et le code nécessaire pour le TP seront mise à disposition des élèves. Matériel : ordinateur personnel avec, au choix : navigateur et compte Github ou Google Drive (pour le code et la sauvegarde du projet sous Google Colab) ou une installation récente de Gurobi (plusieurs API disponibles, dont Python, C/C++, Java) et MATLAB.

Direction(s) de thèse(s)

2026 Décarbonation du transport routier de marchandises : optimisation de la constitution et de l’usage des flottes de camions électriques AL KOSTIT Malak
2025 Programme électronucléaire: optimisation technico-économique et gestion des infrastructures et du cycle nucléaire GAGNEPAIN Albin
2024 Programmation mathématique avec contraintes d'équilibre : modèles et algorithmes pour l'optimisation non convexe MARTINS SASAKI Antonio
2023 Hybrid combinatorial optimization and machine learning algorithms for energy-efficient water networks TAVAKOLI Amirhossein
2022 gestion prévisionnelle optimisée sous incertitudes jointes SYRTSEVA Ksenia
2018 Prise en compte des incertitudes dans la gestion prévisionnelle court-terme JAVAL Paul
2018 Contrôle optimal et dimensionnement des stations de pompage dans les réseaux de distribution d’eau potable BONVIN Gratien
2017 Contrôle optimal et gestion énergétique d'une station d'énergie autonome par Optimisation Robuste N'GORAN Arnold
2017 Approche intégrée pour l'analyse prospective de la décarbonisation profonde du système électrique européen à l'horizon 2050 face à la variabilité climatique SIGGINI Seyram
2015 Optimisation robuste du pilotage et du dimensionnement d'un réseau électrique ferroviaire intelligent à l'échelle d'une gare et de son quartier HAVEL Aurélien
2013 Multiflots dynamiques avec contraintes de synchronisation de ressources LIBEAUT Xavier
2012 Evaluation biobjectif de la capacité d’infrastructures ferroviaires par génération de colonnes hybride MEREL Aurélien
2011 Automates et programmation par contraintes pour la planification de personnel MENANA Julien