Dans INOCS, nous considérons qu’un problème d’optimisation présente une structure complexe (SC) lorsque deux types de décisions sont considérés conjointement de façon interdépendante. C’est le cas, par exemple, de décisions de différents types ou natures (stratégique, tactique ou opérationnelle), et/ou lorsqu’une structure leader-suiveur hiérarchique est présente. Les problèmes avec SC sont extrêmement difficiles puisqu’un optimum global par rapport à l’ensemble des variables de décision et des contraintes doit être déterminé. INOCS modélise et développe des méthodes de résolutions innovantes pour des problèmes avec SC selon trois types de paradigmes :

• l’optimisation mathématique,
• l’optimisation bi-niveaux, et
• l’optimisation robuste/stochastique.

Les problèmes avec CS sont omniprésents. Ils apparaissent dans un large éventail de domaines tels que :

• le secteur de l’énergie où les décisions de nature distincte, comme la production et la distribution sont déterminées conjointement ;
• la gestion de la supply chain où des décisions liées à la localisation et au routage doivent être prises simultanément, même si elles se réfèrent à différents horizons temporels ;
• la gestion du revenu où la détermination des prix des services ou des produits nécessite de prendre en compte explicitement la stratégie de comportement des consommateurs stratégiques.

Des progrès significatifs ont été réalisés en optimisation pour la résolution de problèmes académiques. Aujourd’hui, certains problèmes NP-difficiles, même pour des instances de grande taille, sont systématiquement résolus à l’optimum. Notre vision au sein d’INOCS est de faire les mêmes progrès pour des problèmes d’optimisation avec SC. Pour atteindre cet objectif, nous visons le développement d’approches globales à l’opposé de la tendance actuelle.