OFFRE DE FORMATION L.M.D.

Transcription

1 REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE OFFRE DE FORMATION L.M.D. MASTER ACADEMIQUE Etablissement Faculté / Institut Département USTHB Faculté de Mathématiques & Faculté d Electronique et Informatique Recherche Opérationnelle et Informatique Domaine Filière Spécialité MI Mathématiques et Informatique Mathématiques et Informatique Décisionnelle (MIND) Responsable de l'équipe du domaine de formation : Pr Aissani-Mokhtari Aicha Etablissement : USTHB Intitulé du master : : Mathématiques et Informatique Décisionnelle Page 1 Année universitaire :

2 الجمهوريةالجزائريةالديمقراطيةالشعبية وزارةالتعليم العالي والبحث العلمي تكوين عرض د م ل.. ماسترأكاديمي المؤسسة المعهد الكلية/ القسم جامعة العلوم و التكنولوجيا هواري بومدين كلية االالكترونيك االلي و االعالم االعالم االلي الميدان الشعبة التخصص االعالم االلي و الرياضيات االعالم االلي التكوين ميدان فرقة مسؤول :عيساني- مختاري عائشة Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 2 Année universitaire :

3 SOMMAIRE I - Fiche d identité du Master Localisation de la formation Coordonateurs Partenaires extérieurs éventuels Contexte et objectifs de la formation A - Organisation générale de la formation : position du projet B - Conditions d accès C - Objectifs de la formation D - Profils et compétences visées E - Potentialités régionales et nationales d employabilité F - Passerelles vers les autres spécialités G - Indicateurs de suivi du projet de formation Moyens humains disponibles A - Capacité d encadrement B - Equipe d'encadrement de la formation B-1 : Encadrement Interne B-2 : Encadrement Externe B-3 : Synthèse globale des ressources humaines B-4 : Personnel permanent de soutien Moyens matériels disponibles A - Laboratoires Pédagogiques et Equipements B- Terrains de stage et formations en entreprise C - Laboratoires de recherche de soutien à la formation proposée D - Projets de recherche de soutien à la formation proposée E - Documentation disponible F - Espaces de travaux personnels et TIC II - Fiche d organisation semestrielle des enseignements Semestre Semestre Semestre Semestre Récapitulatif global de la formation III - Fiche d organisation des unités d enseignement IV - Programme détaillé par matière V Accords / conventions VI Curriculum Vitae des coordonateurs VII - Avis et Visas des organes administratifs et consultatifs VIII - Visa de la Conférence Régionale Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 3 Année universitaire :

4 I - Fiche d identité du Master Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 4 Année universitaire :

5 1 - Localisation de la formation : Faculté (ou Institut) : Electronique et Informatique Département : Informatique Section : 2 - Coordonateurs : - Responsable de l'équipe du domaine de formation (Professeur ou Maître de conférences Classe A) : Nom & prénom : Aissani-Mokhtari Aicha Grade : Professeur : Fax : E - mail : [email protected] Joindre un CV succinct en annexe de l offre de formation (maximum 3 pages) - Responsable de l'équipe de la filière de formation (Maitre de conférences Classe A ou B ou Maitre Assistant classe A) : Nom & prénom : Aissani-Mokhtari Aicha Grade : Professeur : Fax : E - mail : [email protected] Joindre un CV succinct en annexe de l offre de formation (maximum 3 pages) - Responsable de l'équipe de spécialité (au moins Maitre Assistant Classe A) : Nom & prénom : ALIMAZIGHI Zaia / OUAFI Rachid Grade : Professeur / Professeur : Fax : E - mail :[email protected]/[email protected] Joindre un CV succinct en annexe de l offre de formation (maximum 3 pages) 3- Partenaires extérieurs *: - autres établissements partenaires : - entreprises et autres partenaires socio-économiques : SONELGAZ, INCT - Partenaires internationaux : Université de Picardie Jules Verne (UPJV) Amiens, France. Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 5 Année universitaire :

6 4 - Contexte et objectifs de la formation A - Organisation générale de la formation : position du projet Si plusieurs Masters sont proposés ou déjà pris en charge au niveau de l établissement (même équipe de formation ou d autres équipes de formation), indiquez dans le schéma suivant, la position de ce projet par rapport aux autres parcours. Partage équitable de la prise en charge pédagogique et de l utilisation des infrastructures entre la faculté de Mathématiques et la faculté d Electronique et informatique Socle commun MI Mathématique Informatique MSPRO 2MIR ROMARIN MIL RSD SII ERO IMSTID SSI CI Autres parcours déjà pris en charge Autres parcours déjà pris en charge Mathématiques et Informatique Décisionnelle systèmes ( MIND ) B - Conditions d accès (indiquer les parcours types de licence qui peuvent donner accès à la formation Master proposée) Titulaires d une Licence Informatique : Licence Académique, licence ISIL, licence GTR ou tout titre équivalent. Titulaire d une Licence en Mathématique : Recherche Opérationnelle, Ingénierie Statistique tout titre équivalent. Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 6 Année universitaire :

7 C - Objectifs de la formation (compétences visées, connaissances acquises à l issue de la formation- maximum 20 lignes) Cette formation assure aux étudiants une compétence approfondie en informatique (bases de données, datawarehouse, nouvelles technologies de l information ) ainsi qu une capacité à modéliser les problèmes de décision à travers la maîtrise des différents outils de recherche opérationnelle. Elle vise à doter les étudiants d'une double compétence en informatique et en aide à la décision. Les mathématiques décisionnelles, l'analyse de données sont au cœur de la formation. Les systèmes d aide à la décision sont construits sur des systèmes de niveau opérationnel, auxquels sont couplés des techniques d analyse de données, et des technologies particulières pour supporter ces techniques, afin de faciliter la prise de décision à un niveau tactique et stratégique. Le master vise à fournir aux étudiants une mise à jour des connaissances théoriques et pratiques en matière de systèmes décisionnels, et d'outils mathématiques bases sur les statistiques, la recherche opérationnelle et de calcul scientifique nécessaires pour la prise de décision et de résolution de problèmes en ingénierie. L ingénierie visée concerne particulièrement les systèmes d'information décisionnels, la gestion de projets, ainsi que les systèmes financiers. De plus, il permet aux étudiants de maitriser aussi bien la modélisation mathématique que des techniques d analyse de données et de calcul, que des outils technologiques comme les DataWarehouse (entrepôts de donnes), afin de développer des compétences génériques nécessaires pour résoudre les problèmes de la vie réelle. D - Profils et compétences visées (maximum 20 lignes) : Le master vise la formation de compétences permettant d assister les décideurs d entreprise et de structures à la prise de décision qu elle soit de niveau opérationnelle, tactique ou stratégique. Le parcours offre une formation ayant une double compétence en informatique et en aide à la décision valorisable dans secteur professionnel socio économique, comme il permet de poursuivre des études doctorales et de recherche. E- Potentialités régionales et nationales d employabilité Ce Master propose des débouchés en matière d employabilité dans toute structure où le volume et le flux d information sont importants et ou la prise de décision nécessite des analyses poussées sur ces flux. L analyse et le traitement continu de ce flux nécessite des compétences aidant à la prise de décision. En particulier, ce master vise une acquisition de compétences dans les domaines des systèmes d'information décisionnels comme : - les systèmes d'information géographiques (SIG). Les SIG sont aujourd hui utilisés dans toutes les structures nécessitant la maitrise des données géographiques (gendarmerie nationale, entreprises de cartographie, agences d aménagement du territoire etc. - Les systèmes financiers : aujourd hui ces systèmes sont la base des applications bancaires et de tout système faisant appel aux données financières Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 7 Année universitaire :

8 F - Passerelles vers les autres spécialités G - Indicateurs de suivi du projet - Taux de réussite des étudiants par année de master : taux prévisionnel 90% - Taux de diplômés : 90% - Taux d insertion professionnelle : 70 % - Taux de continuation vers les études doctorales : 30% Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 8 Année universitaire :

9

10

11

12 B-3 : Synthèse globale des ressources humaines : Grade Effectif Interne Effectif Externe Total Professeurs 10 / 10 Maîtres de Conférences (A) 05 / 05 Maîtres de Conférences (B) 05 / 05 Maître Assistant (A) 05 / 05 Maître Assistant (B) / / / Autre (préciser) / / / Total 25 / 25 catégories) B-4 : Personnel permanent de soutien (indiquer les différentes Grade Ingénieur en Informatique 2 Techniciens supérieur en Informatique 2 Effectif Etablissement : USTHB Intitulé du master : : Mathématiques et Informatique Décisionnelle Page 12 Année universitaire :

13 6 - Moyens matériels disponibles A-Laboratoires Pédagogiques et Equipements : Fiche des équipements pédagogiques existants pour les TP de la formation envisagée (1 fiche par laboratoire) Intitulé du laboratoire : Laboratoire de TP de la faculté d Informatique/ laboratoire de TP de la faculté de Mathématiques Capacité en étudiants : 40 N Intitulé de l équipement Nombre observations 01 Micro-ordinateurs (Pentium IV) 96 Répartis sur 8 salles (12 PC/salle) Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 13 Année universitaire :

14 B- Terrains de stage et formation en entreprise : 01 semestre Lieu du stage Nombre d étudiants Durée du stage USTHB semestre INCT 5 01 semestre SONELGAZ 5 01 semestre SONATRACH 5 01 semestre Autres entreprises semestre Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 14 Année universitaire :

15

16

17 D- Projet(s) de recherche de soutien à la formation proposée : Intitulé du projet de recherche Mathématiques discrète et optimisation: structure et algorithmes. Recherche opérationnelle pour le transport et l ordonnancement en productique. Optimisation vectorielle, décision hiérarchiques, mesure de la performance et applications Modélisation et optimisation des systèmes industriels et logistiques. Vers des approches de déploiement, d'exploitation et d'optimisation des entrepôts de données spatiales dans un environnement de cloud computing Agilité des Systèmes d Information Inter- Organisationnels : Modèles et Outils. Code du projet Date du début du projet Date de fin du projet B /01/ /12/2015 B /01/ /12/2016 B /01/ /12/2015 B /01/ /12/2016 B* /01/ /12/ /01/ /12/2017 E- Documentation disponible : (en rapport avec l offre de formation proposée) Quatre bibliothèques peuvent être une source de documentation très précieuse pour les étudiants de ce master : La bibliothèque du Département Informatique La bibliothèque de la Faculté de Mathématique La bibliothèque du Laboratoire LSI La bibliothèque du Laboratoire RIIMA F- Espaces de travaux personnels et TIC : - Bibliothèque du département informatique - Bibliothèque de la faculté de mathématiques - Cyber Espace de l USTHB - Bibliothèque Centrale de l USTHB Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 16 Année universitaire :

18 II - Fiche d organisation semestrielle des enseignements (Prière de présenter les fiches des 4 semestres) Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 17 Année universitaire :

19 1- Semestre 1 : Unité d Enseignement VHS V.H hebdomadaire Mode d'évaluation Coeff Crédits sem C TD TP Autres Continu Examen UE fondamentales UEF h 4h30 4h ALGR : Algorithmes de Graphes et Réseaux 42h 1h30 1h THOR : Théorie de l ordonnancement 42h 1h30 1h GEPR : Gestion de projet 42h 1h30 1h UEF h 4h30 3h 3h PROWEB : Programmation web 42h 1h30 1h PROSTH :Processus stochastique(option) 42h 1h30 1h OLNL :Optimisation linéaire et non linéaire (OPTION) 42h 1h30 1h PROG :Programmation (OPTION) 42h 1h30 1h BADO :Bases de Données (OPTION) 42h 1h30 1h UE méthodologie UEM1.1 42h 1h30 1h SEIN :Sécurité Informatique 42h 1h30 1h UE découverte UED1.1 21h 1h ANG : Anglais 21h 1h Total Semestre h30 7h30 4h Etablissement : USTHB Intitulé du master : : Mathématiques et Informatique Décisionnelle Page 18 Année universitaire :

20 2- Semestre 2 : Unité d Enseignement VHS V.H hebdomadaire Mode d'évaluation Coeff Crédits 14 sem C TD TP Autres Continu Examen UE fondamentales UEF2.1 84h 3h 3h 8 8 ARBD : Architecture des BD 42h 1h30 1h ENDO :Entrepôts de données 42h 1h30 1h UEF2.2 84h 3h 3h 8 8 STAINF :Statistiques inférentielles 42h 1h30 1h ANAD:Analyse de données 42h 1h30 1h UE méthodologie UEM h 4h30 1h30 3h OBI :Outils BI 42h 1h30 1h PSGBD :Programmation dans les SGBD 42h 1h30 1h GPA :Gestion de projet avancée 42h 1h30 1h UE découverte UED2.1 21h 1h ANG :Anglais 21h 1h Total Semestre 2 315h 10h30 4h30 7h Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 19 Année universitaire :

21 3- Semestre 3 : Unité d Enseignement VHS V.H hebdomadaire Mode d'évaluation Coeff Crédits sem C TD TP Autres Continu Examen UE fondamentales UEF3.1 84h 3h 3h DATMIN :Datamining 42h 1h30 1h THSIAD :Théorie de la décision et SIAD 42h 1h30 1h UEF3.2 84h 3h 3h 8 8 SIG et EDG 42h 1h30 1h OPTDIS :Optimisation discrète 42h 1h30 1h UE méthodologie UEM3.1 84h 3h 3h 8 8 DESIN : Décision dans l incertain 42h 1h30 1h OPTMULT :Optimisation multi-objectifs 42h 1h30 1h UE découverte UED3.1 42h 1h30 1h SC :Solver Cplex 42h 1h30 1h UED3.2 21h 1h ANG :Anglais 21h 1h Total Semestre h30 6h 6h Etablissement : USTHB Intitulé du master : Mathématiques et Informatique Décisionnelle Page 20 Année universitaire :

22 4- Semestre 4 : Domaine Filière Spécialité : MI : Informatique : Mathématiques et Informatique Décisionnelle Stage en entreprise sanctionné par un mémoire et une soutenance. VHS Coeff Crédits Travail Personnel 30h Stage en entreprise / / / Séminaires / / / Autre (préciser) / / / Total Semestre Récapitulatif global de la formation :(indiquer le VH global séparé en cours, TD, pour les 04 semestres d enseignement, pour les différents types d UE) UE VH UEF UEM UED UET Total Cours 21h 9h 1h30 / 462 TD 13h30 4h30 / / 252 TP 7h30h 4h30 6h / 231 Travail personnel 30h / / / 420 Autre (préciser) / / / / Total / 1365 Crédits / 120 % en crédits pour chaque UE / 100% Etablissement : USTHB Intitulé du master : : Mathématiques et Informatique Décisionnelle Page 21 Année universitaire :

23 III - Fiches d organisation des unités d enseignement (Etablir une fiche par UE) 22

24 Libellé de l UE : Fondamentale Filière : Informatique Spécialité : Mathématiques et Informatique Décisionnelle Semestre : 1 Répartition du volume horaire global de l UE et de ses matières Crédits et coefficients affectés à l UE et à ses matières Mode d'évaluation (continu ou examen) Description des matières Cours : 4h30 TD : 4h30 TP: Travail personnel : UEF1.1 : crédits : 12 ROAD : RO et aide à la décision Crédits :4 Coefficient : 4 THOR :Théorie de l ordonnancement Crédits :4 Coefficient :4 GEPR : Gestion de projet Crédits :4 Coefficient :4 Contrôle continu et Examen final ALGR : Assimilation des concepts fondamentaux et de techniques de preuve de la Théorie des Graphes. Etude et analyse d'algorithmes appliqués aux réseaux. THOR : Présente dans la gestion informatique des systèmes de production industrielle et de service ainsi que dans la gestion de projets, l ordonnancement des tâches à effectuer est un problème crucial mais difficile. Il consiste à déterminer les dates des tâches à effectuer en prenant en compte la limitation des ressources disponibles. L objectif de ce cours est de présenter les modèles et algorithmes fondamentaux pour résoudre ces problèmes qui utilisent un large spectre des techniques de la Recherche Opérationnelle. GEPR : Module permettant aux étudiants de développer des compétences professionnelles en gestion de projet, d approfondir et d intégrer des connaissances reliées au domaine. 23

25 Libellé de l UE :Fondamentale Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :1 Répartition du volume horaire global de l UE et de ses matières Crédits et coefficients affectés à l UE et à ses matières Mode d'évaluation (continu ou examen) Description des matières Cours : 4h30 TD : 3h TP: 3h Travail personnel : UEF1.2 : crédits : 12 PROWEB :Programmation web Crédits : 4 Coefficient : 4 PROSTH :Processus stochastique(option) Crédits : 4 Coefficient :4 OLNL :Optimisation linéaire et non linéaire (OPTION) Crédits : 4 Coefficient :4 PROG :Programmation (OPTION) Crédits : 4 Coefficient :4 BADO :Bases de Données (OPTION) Crédits : 4 Coefficient :4 Contrôle continu et Examen final PROWEB :Programmation webpermet aux étudiants de se familiariser avec les nouvelles technologies du Web, notamment le Web multimédia et les Services web. PROSTH :Processus stochastique, Pour les étudiants issus de licence en Informatique, Le but de ce cours est d une part d étudier les concepts de base liés aux processus aléatoires, et d autre part d étudier des applications liées aux problèmes de fiabilité, aux modèles de simulation, aux modèles d attente. OLNL :Optimisation linéaire et non linéaire Pour les étudiants issus de licence en Informatique, Présentation des techniques pour résoudre les problèmes mathématiques de type optimisation linéaire et non linéaire avec mesure de performance des algorithmes et interprétation économique des résultats. PROG : Programmation (OPTION) module optionnel permettant aux étudiants issus des licences mathématique une mise à niveau par rapport à la programmation d application. BADO : Bases de Données (OPTION) module optionnel permettant aux étudiants issus des licences mathématique une mise à niveau par rapport à la modélisation des bases de données et leur interrogation via le langage SQL. 24

26 Libellé de l UE : Méthodologie Filière : Informatique Spécialité : Mathématiques et Informatique Décisionnelle Semestre : 1 Répartition du volume horaire global de l UE et de ses matières Cours : 1h30 TD : TP: 1h30 Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEM1.1 : crédits : 4 SEIN :Sécurité Informatique Crédits : 4 Coefficient : 4 Mode d'évaluation (continu ou examen) Description des matières Contrôle continu et Examen final SEIN : Sécurité Informatique : module sensibilisant les étudiants par rapport au besoin croissant et termes de sécurité, il leur permet de comprendre les différentes attaques et les meilleures pratiques pour les éviter. 25

27 Libellé de l UE : Découverte Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :1 Répartition du volume horaire global de l UE et de ses matières Cours : TD : TP: 1h30 Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UED1.1 : crédits : 2 ANG : Anglais Crédits : 2 Coefficient : 2 Mode d'évaluation (continu ou examen) Description des matières Contrôle continu et Examen final ANG : Anglais 26

28 Libellé de l UE :Fondamentale Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :2 Répartition du volume horaire global de l UE et de ses matières Cours : 3h TD : TP: 3h Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEF2.1 : crédits : 8 ARBD : Architecture des BD Crédits : 4 Coefficient : 4 ENDO :Entrepôts de données Crédits : 4 Coefficient :4 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières ARBD : Architecture des BD : module montrant aux étudiants comment une base de données est constituée et surtout comment elle est administrée. ENDO : Entrepôts de données : Module permettant aux étudiants de connaitre un type de BD dédié spécialement aux décideurs. 27

29 Libellé de l UE :Fondamentale Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :2 Répartition du volume horaire global de l UE et de ses matières Cours : 3h TD : 3h TP: Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEF2.2 : crédits : 8 STAINF :Statistiques Crédits : 4 Coefficient : 4 ANAD : Analyse de données Crédits : 4 Coefficient :4 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières STAINF :Statistique inférentielle : Apprendre les techniques d échantillonnage, Les méthodes d estimation ainsi que les tests d hypothèses ANAD Analyse de données : Outils permettant d analyser et d interpréter tout type de tableau de données rectangulaire issu de l observation d un certain nombre de mesures sur une population donnée. 28

30 Libellé de l UE : Méthodologie Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :2 Répartition du volume horaire global de l UE et de ses matières Cours : 4h30 TD : 1h30 TP: 3h Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEM2.1 : crédits : 12 OBI :Outils BI Crédits : 4 Coefficient : 4 PSGBD :Programmation dans les SGBD Crédits : 4 Coefficient : 4 GPA :Gestion de projet avancéegepr Crédits : 4 Coefficient : 4 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières OBI :Outils BI : Module permettant aux étudiant de toucher à des outils spécifiques pour l aide à la décision et à les utiliser dans des cas réels. PSGBD : Programmation dans les SGBD : Le module montre aux étudiants comment concevoir des programmes spécifiques aux bases de données. GPA :Gestion de projet avancée GEPR : ce module constitue une suite au module gestion de projet. Il donne aux étudiants des concepts avancés en gestion de projet comme les méthodes agile. 29

31 Libellé de l UE :Découverte Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :2 Répartition du volume horaire global de l UE et de ses matières Cours : TD : TP: 1h30 Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UED2.1 : crédits : 2 ANG : Anglais Crédits : 2 Coefficient : 2 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières ANG : Anglais 30

32 Libellé de l UE : Fondamentale Filière : Informatique Spécialité : Mathématiques et Informatique Décisionnelle Semestre :3 Répartition du volume horaire global de l UE et de ses matières Cours : 3h TD : TP: 3h Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEF3.1 : crédits :10 DATMIN :Datamining Crédits : 5 Coefficient : 5 THSIAD :Théorie de la décision et SIAD Crédits : 5 Coefficient : 5 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières DATMIN : Datamining : module permettant aux étudiants d appliquer des algorithmes de fouille de données afin d extraire des connaissances à partir de masses de données. THSIAD :Théorie de la décision et SIAD : L objectif de ce cours est d acquérir les connaissances de base sur les SIAD et de permettre aux étudiants de bien comprendre les principales méthodes d aide à la décision relatives au développement des SIAD et notamment de maitriser leurs mises en œuvre dans des cas concrets. 31

33 Libellé de l UE :Fondamentale Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :3 Répartition du volume horaire global de l UE et de ses matières Cours : 3h TD : 3h TP: Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEF3.2 : crédits : 8 SIG et EDG Crédits : 4 Coefficient : 4 OPTDIS :Optimisation discrète Crédits : 4 Coefficient : 4 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières SIG et EDG : module permettant de montrer l importance et l utilité de l intégration de la composante géographique dans les BD afin de prendre de meilleures décisions. OPTDIS :Optimisation discrète : Préparer les étudiants à modéliser des problèmes concrets sous forme de problèmes d optimisation discrète et à les simplifier pour pouvoir les aborder et faire comprendre les caractéristiques des approches polyédrales basées sur la programmation linéaire. 32

34 Libellé de l UE :Méthodologie Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :3 Répartition du volume horaire global de l UE et de ses matières Cours : 3h TD : 3h TP: Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UEM3.1 : crédits : 8 DESIN : Décision dans l incertain Crédits : 4 Coefficient : 4 OPTMULT :Optimisation multi objectifcrédits : 4 Coefficient : 4 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières DESIN : Décision dans l incertain : Maîtrise de la théorie, les modèles, les méthodes et les applications liés aux problèmes de prise de décision dans un environnement régi par le risque ou l incertain. OPTMULT :Optimisation multiobjectif : Préparer les étudiants à modéliser des problèmes concrets sous forme de problèmes d optimisation multi objectifet assimiler les méthodologies d approches de résolution. 33

35 Libellé de l UE :Découverte Filière : Informatique Spécialité :Mathématiques et Informatique Décisionnelle Semestre :3 Répartition du volume horaire global de l UE et de ses matières Cours : TD : TP: 1h30 Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UED3.1 : crédits : 4 SC :Solver Cplex Crédits : 2 Coefficient : 2 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières SC :Solver Cplex : Concevoir des modèles destinés aux applications axées sur l'optimisation. Apprentissage des outils de résolution destinés aux modèles de programmation mathématique (PM) et de programmation par contraintes (CP). et les intégrer à une plus grande application. 34

36 Libellé de l UE : Découverte Filière : Informatique Spécialité : Mathématiques et Informatique Décisionnelle Semestre :3 Répartition du volume horaire global de l UE et de ses matières Cours : TD : TP: 1h30 Travail personnel : Crédits et coefficients affectés à l UE et à ses matières UED3.2 : crédits : 2 ANG : Anglais Crédits : 2 Coefficient : 2 Mode d'évaluation (continu ou examen) Contrôle continu et Examen final Description des matières ANG : Anglais 35

37 IV - Programme détaillé par matière (1 fiche détaillée par matière) 36

38 SEMESTRE 1 37

39 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Boudhar Mourad Intitulé de la matière : Algorithmes de Graphes et Réseaux Enseignant responsable de la matière : Semri Ahmed Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Assimilation des concepts fondamentaux et de techniques de preuve de la Théorie des Graphes. Etude et analyse d'algorithmes appliqués aux réseaux. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Mathématiques générales. Contenu de la matière : 1. CONCEPTS FONDAMENTAUX Concepts orientés, Concepts non orientés, Sous graphe, graphe partiel, sous graphe partiel, Degré d un sommet, Graphes particuliers, Matrices associées à un graphe. 2. CONNEXITE DANS LES GRAPHES Chaîne - Cycle (concept non orienté), Chemin - Circuit (concept orienté), Connexité, Forte Connexité, Parcours eulériens, Parcours hamiltoniens, Représentations d un graphe sur ordinateur 3. ARBRES - COARBRES ET ARBORESCENCE Arbres, Co arbres, Problème de l arbre couvrant de poids minimum. 4. PROBLEMES DE PARTITIONNEMENT Stables, Couplages, Transversal, Recouvrement, Coloration dans les graphes, Problème du couplage maximum. 5. PROBLEME DE CHEMINEMENT Plus Court Chemin dans un réseau, Algorithmes de recherche de plus courts chemins. 6. PROBLEME DU FLOTMAXIMUM - THEOREME DE LA COUPE MINIMUM Algorithme de Ford et Fulkerson, Théorème de la coupe Minimum, Flot Compatible, Flot Maximum de Cout Minimum Mode d évaluation : Contrôle continu + Examen final Références (Livres et polycopiés, sites internet, etc). 1- C. Berge ; Graphes, Paris Dunod 1983 ; 2- M. Sakarovitch ; Eléments de Théorie des Graphes ; Paris 1985 ; 3- M. Sakarovitch ; Optimisation dans les réseaux ; Paris 1985 ; 4- M. Gondran, M. Minoux ; Graphes et Algorithmes ; Eyrolles 1995 ; 5- J.M. Helary, R. Pedrono ; R.O Exercices corrigés ; Hermann 1983 ; 6- R. Diestel, Graph theory, graduate texts in mathematics, Springer verlag

40 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Boudhar Mourad Intitulé de la matière : Théorie de l ordonnancement Enseignant responsable de la matière: Boudhar Mourad Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Dans la gestion informatique des systèmes de production industrielle et de service ainsi que dans la gestion de projets, l ordonnancement des tâches à effectuer est un problème crucial mais difficile. Il consiste à déterminer les dates des tâches à effectuer en prenant en compte la limitation des ressources disponibles. Le résultat doit être conforme à des normes de qualité et de performances prédéfinies, pour le moindre coût et dans le meilleur délai possible. L objectif de ce cours est de présenter les modèles et algorithmes fondamentaux pour résoudre ces problèmes qui utilisent un large spectre des techniques de la Recherche Opérationnelle. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Algorithmique, optimisation combinatoire, programmation linéaire, graphes. Contenu de la matière : Chapitre1 : Introduction, applications, motivations et formulation. - Description du problème - Formalisation des problèmes d ordonnancement - Les critères d optimisation - Classification des problèmes d ordonnancement Chapitre2 : Ordonnancement sur une seule machine. Chapitre3 : Ordonnancement sur machines parallèles - Minimisation de la longueur d ordonnancement ou makespan - Machines identiques - Machines uniformes - Minimisation du flow time Chapitre4 : Ordonnancement des ateliers - Atelier flow shop, - Atelier job shop, - Atelier open shop Chapitre5 : Ordonnancement de projets. Mode d évaluation : Contrôle continu + Examen final Références (Livres et polycopiés, sites internet, etc). 1. J. Blazewicz, K.H. Ecker, E. Pesch, G. Schmidt and J. Weglarz, Scheduling computer and manufacturing processes, Springer-Verlag (Berlin), P. Brucker, Scheduling algorithms, Springer-Verlag (Berlin), K.R. Baker, Introduction to sequencing and scheduling, John Wiley & Sons (New York), P. Brucker and S. Knust, Complexity results of scheduling problems, page web: 5. J. Carlier et P. Chretienne, Problèmes d'ordonnancement : modélisation, complexité et algorithmes, Masson (Paris),

41 Intitulé du Master : Informatique Décisionnelle Semestre : S1 Module : Gestion de projets Enseignant responsable de l UE : Boudhar Mourad Enseignant responsable de la matière: Ilhem BOUSSAÏD Objectifs de l enseignement : L objectif fondamental du programme est de permettre aux étudiants de développer des compétences professionnelles en gestion de projet, d approfondir et d intégrer des connaissances reliées au domaine.à la fin de ce cours, l étudiant sera capable de : Construire un réseau PERT décrivant l enchaînement des différentes tâches d un projet. Représenter sous forme d un diagramme de Gant la planification d un projet. Identifier les tâches du chemin critiques et celles disposant de marge. Proposer une solution permettant de résoudre un conflit de ressource ou un problème de surcharge. Proposer une analyse des coûts d un projet. Utiliser un logiciel de gestion de projet pour définir une planification initial, faire un suivi d avancement ou simuler l impact d une décision sur l avancement d un projet. Connaissances préalables recommandées Aucun pré requis. Contenu de la matière : Chapitre 1 : Introduction 1.1. Définitions 1.2. Définitions des types de Gestion 1.3. Activités de Gestion Chapitre 2 : Estimation de charge 2.1. Définitions 2.2. Différentes méthodes d estimation de charge Chapitre 3 : Planification de Pro jets 3.1. Diagramme des travaux, Work Breakdown Structure (WBS) 3.2. Diagramme des responsabilités, Organization Breakdown Structure (OBS) 3.3. Matrice des responsabilités RACI 3.4. Le diagramme de Gantt 3.5. Le diagramme PERT, Program Evaluation and Review Technique Chapitre 4 : Pilotage de Pro jets 4.1. Suivi individuel 4.2. Suivi du projet Mise en œuvre des notions vues en cours dans le cadre des TD. Mise en application via un pro jet 40

42 Mode d évaluation : Continu & Examen de TP Références AFNOR (a). Le management de projet : principes et pratique. Association Française de Normalisation, AFNOR (b). Les projets de normes ISO Association Française de Nor- malisation, AFNOR (c). Dictionnaire du management de projet. Association Française de Normali- sation, O. Englender et S. Fernandes. Manager un projet informatique. Eyrolles, T. Hougron. La Conduite de projets les 81 règles pour piloter vos projets avec succès, Dunod

43 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Aknouche Abdelhakim Intitulé de la matière : Programmation Web Avancée Enseignant responsable de la matière: Mme S.Bouyakoub Objectifs de l enseignement Au terme de ce cours, l'étudiant devra être capable de concevoir un site Web dynamique avec des fonctionnalités du côté client autant que du côté serveur. Il devra aussi se familiariser avec les nouvelles technologies du Web, notamment le Web multimédia et les Services web. Connaissances préalables recommandées Notions de base de la programmation Notions de base de la programmation Web Contenu de la matière : Langage HTML Feuilles de Style CSS Langage PHP o Syntaxe o Interaction avec le client o Les formulaires (côté serveur) Langage JavaScript o Utilisation & syntaxe o Les événements PHP avancé o Programmer en objet avec PHP o Connexion aux bases de données Langage XML o Syntaxe o Utilité AJAX o Syntaxe o Utilité Sécurité des sites Web o Cross site scripting (XSS), SQL injection, etc. o Les bonnes pratiques Le web multimédia : SMIL Les services Web Mode d évaluation : Test de TP sur machine & examen écrit Références

44 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Aknouche Abdelhakim Intitulé de la matière : Processus Stochastique Enseignant responsable de la matière: Aknouche Abdelhakim Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Le but de ce cours est d une part d étudier les concepts de base liés aux processus aléatoires, et d autre part d étudier des applications liées aux problèmes de fiabilité, aux modèles de simulation, aux modèles d attente... Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Notions de base de mathématiques, de calcul des probabilités et de statistique. Contenu de la matière : Chapitre 1 : Introduction : généralités sur les processus aléatoires De la variable aléatoire au processus aléatoire, typologie des processus aléatoires, processus à espace d état discret, structures de dépendances usuelles, exemples de processus aléatoires. Chapitre 2 Les chaînes de Markov Structure probabiliste d une chaîne de Markov homogène, problème de stabilité stochastique, distribution stationnaire, propriété de solidarité, théorème limites, chaînes de Markov cachées, champs de Markov. Chapitre 3 Processus de Poisson Processus de Bernoulli, processus de Poisson, superposition et découragement des processus de Poisson, processus de naissance et de mort. Chapitre 4Modèles de files d attente Système et modèle de file d attente, modèles de files d attente simples (modèle M/M/1), modèles de files d attente multiples, réseaux de files d attente, modèles de simulation des files d attente. Chapitre 5 Compléments : Revue de certains processus aléatoires usuels et applications Processus de branchement, graphes stochastiques, réseaux Bayesiens, méthodes Monte Carlo Markov Chains (MCMC), fiabilité des systèmes. Mode d évaluation : Contrôle continu + Examen Références (Livres et polycopiés, sites internet, etc). Aknouche, A. (2008). Processus aléatoires : théorie, modèles et applications. Cours non-publié. Donald, G. & Harris, C. M. (1998). Fundamentals of Queueing Theory. Wiley. Deitel, Harvey M. (1984). An introduction to operating systems. Addison-Wesley. Karlin S. Taylor H. M. (1975). A first course of stochastic processes. Academic press, New York. Parzen E. (1962). Stochastic processes. Holden-Day Inc., San Francisco. Ross, S. (2001) Simulation, Third Edition. Academic Press. 43

45 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Aknouche Abdelhakim Intitulé de la matière : Optimisation linéaire et non linéaire Enseignant responsable de la matière : Ouafi Rachid Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Les techniques pour résoudre les problèmes mathématiques et la performance des algorithmes d optimisation dépendent de la nature de la fonction objectif et des fonctions contraintes. La programmation linéaire traite le cas la fonction objectif et les contraintes sont linéaires. La programmation non-linéaire étudie le cas général dans lequel l objectif ou les contraintes (ou les deux) sont des fonctions non-linéaires. La plupart des méthodes de programmation non linéaires utilisent la notion de gradient des fonctions pour calculer des directions de descente d amélioration de la fonction objectif. Dans le cas de la programmation linéaire le gradient est le vecteur c de la fonction objectif et il ne varie pas dans l espace des solutions. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Algèbre linéaire, analyse mathématiques. Contenu de la matière : Partie 1 : Optimisation linéaire Chapitre1 : Généralités sur la programmation linéaire - Exemples concrets - Modélisation - Résolution graphique - Bases optimales Chapitre 2 : Algorithme du simplexe - Principe de la méthode - Initialisation - Etude des cas particuliers Chapitre 3 : Dualité - Algorithme dual du simplexe - Théorèmes généraux de dualité, post-optimisation Chapitre 4 : problème de transport - Formulation et modélisation - Méthodes de résolution Partie 2 : Optimisation non linéaire Chapitre1 :Problèmes convexes - Fonctions et ensembles convexes - Modèles non linéaires - Conditions nécessaires d'optimalité de Kuhn-Tucker - Conditions suffisantes d'optimalité 44

46 Chapitre2 : Résolution des problèmes non linéaires - Programmes séparables - Méthodes primales - Méthodes duales Mode d évaluation : Contrôle continu + Examen final Références (Livres et polycopiés, sites internet, etc). 6. V. Chvatal (1983) «Linear Programming», W.H. Freeman & Company. 7. R. J. Vanderbei (1998) «Linear Programming: Foundations and Extensions», Kluwer Academic Publishers. 8. M. Minoux (1983) «Programmation mathématique, Théorie et Algorithmes», Dunod. 9. D. De Werra, T.M. Liebling, J.-F. Hêche (2003) «Recherche Opérationnelle pour Ingénieurs», Presses polytechniques et universitaires romandes. 45

47 Intitulé du Master : Informatique Décisionnelle Semestre : S1 (Option) Module : PROGRAMMATION Enseignant responsable de l UE : Aknouche Abdelhakim Enseignant responsable de la matière: Saida BOUKHEDOUMA Objectifs de l enseignement : Mise à niveau des étudiants provenant de licences non informatiques en terme de programmation et structures de données Connaissances préalables recommandées Notions de base de l algorithmique Contenu de la matière : Chapitre 1 : Rappels - Structure générale d un programme C - Types de données simples et composés - Instructions élémentaires et de contrôle - Exemples et exercices Chapitre 2 : Les Pointeurs - Définition - Déclaration et opérations d un pointeur - Types de Pointeurs - Pointeurs et structures - Exemples et exercices Chapitre 3: Les Fonctions - Déclaration et appel d une fonction - Passage de paramètres - Utilisation des fonctions prédéfinies - Exemples et exercices Chapitre 4 : Allocation dynamique de la mémoire - Fonctions et opérateurs d allocation - Allocation dynamique de vecteurs et matrices - Application aux chaines de caractères - Exemples et exercices Chapitre 5 : Piles et Files - Définition d une pile - Implémentation d une pile (statique et dynamique) - Primitives de manipulation d une pile (empiler, dépiler, ) - Recherche, ajout, suppression dans une pile 46

48 - Définition d une file - Implémentation d une file (statique et dynamique) - Primitives de manipulation d une file (enfiler, défiler, ) - Recherche, ajout, suppression dans une file - Exercices Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). Introduction to Algorithms; Cormen, Leiserson et Rivest; Wiley Eléments d'algorithmique; Berstel, Beauquier et Chrétienne; Masson Types de données et algorithmes; Gaudel, Froidevaux et Soria; INRIA 47

49 Intitulé du Master : Informatique Décisionnelle Semestre : S1 Enseignant responsable de l UE : Aknouche Abdelhakim Enseignant responsable de la matière: Latifa MAHDAOUI (MCA) Intitulé de la matière : Base de données Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Comprendre ce qu est une base de données relationnelle. Découvrir et manipuler le langage SQL. Apprendre à modéliser, à mettre en œuvre et à interroger une base de données relationnelle. Savoir utiliser les différents concepts à travers une étude de cas en relation avec le décisionnel. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Notions de base de système et de réseaux Savoir manipuler l ordinateur Avoir quelques notions de base en programmation Contenu de la matière : Chapitre 1 : Notions et concepts sur les fichiers et les systèmes de gestion de fichiers (SGF). Ce premier cours théorique va asseoir les concepts de base et les éléments nécessaires pour comprendre la suite des leçons et pouvoir effectuer les manipulations avec succès. Il permettra aussi de distinguer l évolution qui a eu lieu entre les SGF(s) et les systèmes de gestion de bases de données (SGBD) apparus plus tard - Concepts généraux sur les systèmes de gestion de fichiers (définitions, objectifs) - Architecture de SGF - Evolution vers les systèmes de bases de données Chapitre 2 : Modélisation des bases de données et leur mise en œuvre. Cette partie sera l occasion de découvrir ce qu est la modélisation statique permettant de décrire schématiquement un modèle de données. Dans ce cas, le modèle Entité/Association sera vu en détail suivi des étapes de transformation qui donneront un modèle réalisable sur machine. Les étudiants découvriront aussi les premiers usages d un SGBD que l on choisira en fonction de l avancement du cours. - Concepts généraux des Bases de données et des SGBD (définition et objectifs) - Modélisation de BD (définitions, modèle E/A, modèle relationnel) Chapitre 3 : Le langage SQL. 48

50 Ce langage devenu incontournable dans tout SGBD relationnel offre une syntaxe riche permettant de construire tout type de requêtes, de la plus simple à la plus élaborée. Sur le plan théorique SQL prévoit tout type d opérateurs et d opérations mais son implémentation varie sur certains points d un SGBD à l autre. - Les langages de requêtes des systèmes relationnels (algébriques, prédicatifs) - Le langage SQL (les instructions de définition, d interrogation et de mise-à-jour) Chapitre 4 : Etude de cas. Une étude de cas sur un problème décisionnel permettra d expérimenter toutes les connaissances du cours en plus de voir l importance de la qualité des données pour une prise de décision. Mode d évaluation : Continu & Examen de TP Références (Livres et polycopiés, sites internet, etc). C.J. Date, «Introduction aux bases de données», 6 ème édition, traduit par Frédéric Cuppens. International Thomson Publishing, C. Delobel & M. Adiba, «Bases de données et systèmes relationnels», Dunod, G. Gardarin & P. Valduriez, «Bases de données relationnelles : analyse et comparaison des systèmes», Eyrolles, Frédéric Baurand, «Programmation : le langage SQL, pratiques et concepts avancés» (niveau B). Editeur Ellypse, Collection TechnoSup,

51 Intitulé du Master : Mathématiques Informatique Décisionnelle Semestre : S1 Module : Sécurité Informatique Enseignant responsable de l UE : Belkhir Abdelkader Enseignant responsable de la matière: Pr Belkhir Objectifs de l enseignement : Comprendre les concepts, méthodes et techniques de traitement de la sécurité et de gestion du risque liés aux systèmes d'information. Capacité en évaluer la sécurité et conseiller les décideurs. Analyse des problèmes d'identification suivants: authentification, intrusion et protection des systèmes informatiques, codage, cryptographie, réseaux Connaissances préalables recommandées : Notions de base de système et de réseaux Contenu de la matière : - Identification, Authentification, Autorisatition: o principes et mise en oeuvre, pratiques courantes, robustesse et failles. - Encryptage: o présentation de méthodes de codage, études de leur technicité et de leur robustesse (méthodes à transposition et à substitution, codage DES, rappel sur l'arithmétique modulaire et codage RSA). - La sécurité sur Internet : o rappel sur les protocoles propre à l'internet, réseaux pairs-à-pairs, risques et scénarios d'attaque potentielle, sécurisation des applications. - Virus, Vers, Pare-Feu, etc.: o historique, principes de fonctionnement, solutions techniques et logicielles. - Aspects juridiques : o aspects juridiques de l'encryptage, liés à l'authentification et aux transactions électroniques, protection des usagers et réglementation en cours Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). - Sécurité informatique Principes et méthode Laurent Bloch & Christophe Wolfhugel Eyrolles,, Paris 06/ Guide pratique de sécurité informatique, Bruno Favre & Pierre-Alain Goupille Dunod, Paris 10/ Sécuriser l'informatique de l'entreprise Enjeux, menaces, prévention et parades, Jean-Marc Royer Éditions ENI, Nantes 04/ Sécurité des systèmes d'information et des réseaux, (Corporate Computer ans Network Security) Raymon Panko Traduction : S. Pauquet, L. Gailliard, Paul Richy, Éditions Pearson Education, Paris 08/ Sécurité Informatique et Réseaux, 3ème édition, Solange Ghernaouti-Helie Sciences SUP Dunod, Paris 02/ Optimiser et sécuriser son trafic IP, Francis IA et Olivier, Solutions réseaux, Eyrolles, Paris 03/

52 SEMESTRE 2 51

53 Intitulé du Master : Informatique Décisionnelle Semestre : S2 Module : Architecture et Administration des BD Enseignant responsable de l UE : Alimazighi Zaia Enseignant responsable de la matière: Pr Aissani-Mokhtari Aicha/ Pr Zaia Alimazighi Objectifs de l enseignement : Maîtrise de l architecture des SGBD et l administration d une base de données après sa création Connaissances préalables recommandées Notions de bases de données Contenu de la matière : Chap1. Introduction : généralités sur les SGBD : concepts et architecture - Introduction : Rappels, objectifs principaux des systèmes relationnels - Architecture de quelques S.G.B.D : Système ORACLE, Système R - Fonctions des S.G.B.D Chap2. La mémoire relationnelle : - Introduction - Rappels sur les méthodes classiques de stockage - Index en B-ARBRE Chap3. Gestion des accès concurrents : transactions et protocoles - Concepts fondamentaux des transactions - Les protocoles de gestion de concurrence (verrouillage, V2P, estampillage) - Reprise après pannes Chap4. Architecture de SGBD distribués - Concepts généraux des BD distribuées - Architecture de référence des SGBD distribués - Gestion de transactions distribuées Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). J. Date. Introduction aux bases de données. Thomason publishing France 6ième édition C. Delobel et M. Adiba : bases de données et systèmes relationnels. Dunod 1982 T. Connoly et Corolyn Begg. Systèmes de bases de données : approche pratique de concep- tion de l implémentation et de l administration. Eyrolles

54 Intitulé du Master : Informatique Décisionnelle Semestre : S2 Module : Entrepôts de données Enseignant responsable de l UE : Alimazighi Zaia Enseignant responsable de la matière: Nazih SELMOUNE Objectifs de l enseignement : Connaissances de l architecture des entrepôts de données Maîtrise de la conception multidimensionnelle Maîtrise de l interrogation analytique des données Connaissances préalables recommandées Bases de données relationnelles SQL Contenu de la matière : Introduction aux systèmes d aide à la décision o Concepts de base o Historique Modélisation multidimensionnelles : o OLAP : concepts et règles o Niveau conceptuel o Niveau logique o Niveau physique Méthode de conception multidimensionnelle o Méthodes orientées besoins o Méthodes orientées données o Méthodes hybrides Interrogation de données décisionnelles o Manipulation des données multidimensionnelles o SQL analytique Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). Thomas M. Connolly and Carolyn E. Begg. Systèmes de bases de données : approche pratique de la conception, de l implémentation et de l administration.les Editions Reynald Goulet, Inc, 2005 W. Inmon. Building the Data Warehouse. John Wiley & Sons Publishers, R. Kimball, L. Reeves, M. Ross, W. Thornthwaite, Concevoir et déployer un data warehouse, Editions Eyrolles, (2000). 53

55 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S2 Enseignant responsable de l UE : Ouafi Rachid Intitulé de la matière : Statistique inférentielle Enseignant responsable de la matière: Ouafi Rachid Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Apprendre les techniques d échantillonnage, d estimation ainsi que les tests d hypothèses.la problématique de l inférence statistique consiste, à partir d un échantillon de données provenant d une population de loi de probabilité inconnue, à déduire des propriétés sur cette population : quelle est sa loi (estimation ponctuelle et par intervalle), comment prendre une décision en contrôlant au mieux le risque (problème de test de décisions). Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Statistique descriptive, calcul des probabilités. Contenu de la matière : Chapitre1 : Échantillonnage - Méthodes d échantillonnage - Distribution d échantillonnage - Principe de réduction des données Chapitre 2 : Estimation paramétrique ponctuelle - Propriétés d un estimateur - Méthode des moments - Méthode du maximum de vraisemblance - Efficacité d un estimateur et propriétés asymptotiques Chapitre 3 :Estimation ensembliste - Intervalle de confiance d une moyenne - Intervalle de confiance d une proportion - Intervalle de confiance d une variance Chapitre 4 : Tests statistiques - Tests paramétriques - Tests non paramétriques Mode d évaluation : Contrôle continu + Examen final Références (Livres et polycopiés, sites internet, etc). D. Fourdrinier: Statistique inférentielle, Dunod, M. Lejeune : Statistique, la théorie et ses applications, Springer, A. Monfort : Cours de Statistique Mathématique, Economica, J.A. Rice : Mathematical Statistics and Data Analysis, Duxbury Press, J. Shao : Mathematical Statistics, Springer,

56 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S2 Enseignant responsable de l UE : Ouafi Rachid Intitulé de la matière : Analyse des Données Enseignant responsable de la matière: Tatachak Abdelkader Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). L étudiant devrait être capable d analyser et d interpréter tout type de tableau de données rectangulaire issu de l observation d un certain nombre de mesures sur une population donnée. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). - Algèbre linéaire - Optimisation - Analyse Contenu de la matière : Chapitre 1 : Rappel sur les formes quadratiques - Notion de métrique - Notion d inertie Chapitre 2 : Analyse en composantes principales (ACP) - ACP par projection : approche géométrique. - Représentations graphiques et aide à l interprétation - Propriétés asymptotiques des estimateurs de composantes principales Chapitre 3 : Analyse factorielle des correspondances - Analyse Factorielle des Correspondances (AFC) - Modèle d indépendance. - Représentation graphique - Interprétation des résultats de l AFC - Analyse Factorielle des Correspondances Multiples (AFCM) - AFC du tableau disjonctif complet relatif à 2 variables - AFC du tableau disjonctif complet Chapitre 5 : Classification automatique Mode d évaluation : Contrôle continu + Examen Références (Livres et polycopiés, sites internet, etc). C. BIALES "L'analyse statistique des Données". Chotard et Associés (1988). J. M. BOUROCHE "Analyse des données en marketing". Masson (1977). J. M. BOUROCHE "Analyse des données multidimensionnelles". PUF, 2e édition (1977). J. M. BOUROCHE "L'analyse des données". Collection Que Sais-Je, PUF (1980). F. CAILLIEZ "Introduction à l'analyse des données". Smash (1976). 55

57 Intitulé du Master : Informatique Décisionnelle Semestre : S2 Module : Outils Business Intelligence Enseignant responsable de l UE : Kamel Boukhalfa Enseignant responsable de la matière: Kamel BOUKHALFA/ Nazih Selmoune Objectifs de l enseignement : Connaissances de différents outils dédiés à l informatique décisionnelle Connaissances préalables recommandées SGBDs relationnels Serveurs web Contenu de la matière : 1. Business Intelligence - Concepts de base et catégories d outils 2. ETL - Introduction - Les étapes de l ETL Extraction de données Chargement de données Transformation de données - Les Outils ETL 3. Stockage des données BI - Operational Data Store (ODS) - Data Warehouses (DW) - Data Marts (DM) - Les outils de stockage 4. Reporting - Les requêtages des données BI - Les tableaux de bord - Les outils de reporting 5. Analyse des données BI - Technologie OLAP - Les opérateurs OLAP - Les outils d analyse OLAP 6. Datamining - Les tâches du data mining - Les techniques de data mining - Les outils de data mining Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). R. Kimball, J. Caserta, The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, Wiley, 2004 R. Kimball, M. Ross, W. Thornthwaite, J.Mundy, B. Becker, The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence, Wiley,

58 Intitulé du Master : Informatique Décisionnelle Semestre : S2 Module : Programmation dans les SGBD Enseignant responsable de l UE : Kamel BOUKHALFA Enseignant responsable de la matière : Kamel BOUKHALFA Objectifs de l enseignement : Doter l étudiant de connaissances pratiques quant aux langages dédiés aux bases de données afin d effectuer des tâches automatiques personnalisées. Connaissances préalables recommandées SGBDs relationnels Bases de données Contenu de la matière : 1. Introduction a. Architecture d un SGBD b. Langages des BD 2. Langage SQL Avancé 3. Les Procédures Stockées 4. Introduction à PL/SQL a. Pourquoi PL/SQL b. Bloc PL/SQL c. Gestion variables dans PL/SQL d. Les entrées/sorties. 5. Traitements conditionnels et répétitifs 6. Interaction avec la base de données 7. La gestion des curseurs a. Création des curseurs b. Types de variables spécifiques aux curseurs c. Recherche des données dans un curseur 8. La gestion des erreurs a. Types d exception b. Capture et gestion des exceptions 9. Les Triggers a. Définitions des triggers b. Composants des triggers c. Manipulation des triggers Mode d évaluation : continu & examen Références (Livres et polycopiés, sites internet, etc). Bizoi, R. PL/SQL pour Oracle 10g, Eyrolles Date, C. Introduction aux bases de données. Vuibert, 2004 (8ème édition). Gardarin, G. Bases de données, Eyrolles Soutou, C. SQL pour Oracle. Eyrolles, 2008 (3ème édition). 57

59 Intitulé du Master : Informatique Décisionnelle Semestre : 2 Module : Gestion de projet avancée Enseignant responsable de l UE : Kamel BOUKHALFA Enseignant responsable de la matière: Khemissa HAMID.. Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Ce cours donne des concepts avancés de la gestion de projet notamment les méthodes agiles. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Notions sur la gestion de projet. Contenu de la matière : 1. Introduction et rappels de gestion de projets. 2. Analyse des options 2.1. Graphe polaire 2.2. Table des bénéfices 3. Les méthodes agiles dans la gestion de projet 3.1. Un peu d histoire 3.2. Définition de concepts de base Les modèles basés sur le risque Les principes et les avantages des méthodes agiles Les méthodes de développement SCRUM et XP La méthode Agile SCRUM 4.1 Vue d ensemble de SCRUM 4.2 L approche itérative et incrémentale 4.3 Le Cycle de Développement adopté 4.4 Framework de SCRUM 4.5. La théorie de SCRUM 4.6 Les événements SCRUM 4.7 Les Artefacts SCRUM Mode d évaluation : continu& examen Références (Livres et polycopiés, sites internet, etc). 58

60 SEMESTRE 3 59

61 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE : Necir Hamid Intitulé de la matière : Data mining Enseignant responsable de la matière: NECIR HAMID Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Le Data Mining est l'aboutissement des avancées liées aux Bases de Données et à l'intelligence Artificielle. Dans ce cours, nous nous concentrerons sur l'aspect algorithmique et logiciel, ainsi que leur utilisation. A la fin de ce cours, l'étudiant connaîtra les notions d'apprentissage non supervisé et supervisé, les algorithmes afférant et leur utilisation. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Notions sur les bases de données Contenu de la matière : Chapitre 1 : Les enjeux du data mining 1. Différence entre données et connaissance 2. Les systèmes opérationnels et décisionnels 3. Présentation du Data Mining 4. Les principaux domaines d utilisation du data mining Chapitre 2 : Le processus du data mining 5. Différence entre données et connaissance 6. Les systèmes opérationnels et decisionnels 7. Présentation du Data Mining 8. Le processus du data mining 9. analyse des données, nettoyage et transformations des données Chapitre 3 : Les techniques du data mining 1. L'approche de clustering 2. Règles d'association basées sur le treillis de concepts. 3. Classification par arbres de décision 4. Classification par arbres de décision 5. Les algorithmes génétiques 6. Les réseaux de neurones 7. Les réseaux bayésiens Chapitre 4 : Autres démarches data mining 1. Le text mining 2. Le web mining Mode d évaluation : Contrôle continu et Examen 60

62 Références (Livres et polycopiés, sites internet, etc). Cornuéjols ; A et Miclet, L. Apprentissage Artificiel, concepts et algorithmes. Ed. Eyrolles, 2003 Han, J., Kamber, M et Pei, J. Data Mining Concepts and Techniques. Ed. Morgan Kaufmann, 2011 Jambu, M. Introduction Au Data Mining - Analyse Intelligente Des Données. Ed. Eyrolles, 1998 Lefébure,R et Venturi, G. Data Mining, Gestion de la relation client, Personnalisation de Site Web. Ed. Eyrolles, 2001 Parr Rud, O. Data Mining Cookbook. Ed. Wiley, 2001 Tuffery, S. Data Mining et statistique décisionnelle. Ed. Technip,

63 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE : Necir Hamid Intitulé de la matière : Théorie de la décision et SIAD Enseignant responsable de la matière: Adiche Chahrazad Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). L objectif de ce cours est d acquérir les connaissances de base sur les SIAD et de permettre aux étudiants de bien comprendre les principales méthodes d aide à la décision relatives au développement des SIAD et notamment de maitriser leurs mises en œuvre dans des cas concrets. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Programmation, Bases de données, Théorie des graphes. Contenu de la matière : 1. Généralités sur les systèmes d'information d aide à la décision (SIAD). 2. Concepts de base de l aide multicritère à la décision : - Ensemble des actions. - Modélisation de préférence. - Méthodes basées sur la théorie de l utilité multi attribut (Méthodes directes, UTA). - Méthodes de sur classement (ELECTRE, PROMETHEE, TACTIC MELCHIOR). - Méthodes interactives (STEM, VINCKE). 3. Etude de cas. Mode d évaluation : Contrôle continu et examen. Références (Livres et polycopiés, sites internet, etc). - Vincke, Ph. / L aide multicritère à la décision / Editions Ellips / 1989 ; - Roy, B. / Méthodologie multicritère d aide à la décision /Editions Economica / Paris / 1985 ; - Roy, B.et Bouyssou, D. / Aide multicritère à la décision : Méthodes et Cas /Editions Economica / Paris / 1993 ; - Hurson, Christian, Zopounidis, Constantin / Gestion de portefeuille et analyse - multicritère / Economica (Paris) /

64 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : 3. Module : SIG et ED géographiques Enseignant responsable de l UE : Aïder Méziane Enseignant responsable de la matière: Derbal Khalissa. Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Un système d'information géographique (SIG) est un système d'information permettant de créer, d'organiser et de présenter des données alphanumériques spatialement référencées, autrement dit géoréférencées, ainsi que de produire des plans et des cartes. Les entrepôts de données géographiques sont des entrepôts de données où l information géographique a été intégrée. Le but de ce module est de donner des connaissances riches en exploitation de la donnée géographique à des fins d aide à la décision. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Notions sur les bases de données et systèmes d information Contenu de la matière : Introduction générale - Historique (l impact de de l Informatique et des TIC sur l évolution de l information géographique - Les sciences géomatiques et leurs domaines d application Chapitre I : Les Systèmes d Aide à la décision Concepts et intérêt Chapitre II : Information Géographique (IG) - Définitions - Sources de de l IG 1. Carte papier (types de cartes)/echelle 2. Levé de terrain 3. Photographie Aérienne 4. Image satellitaire, GPS, - Processus de numérisation automatique de l IG(scannage et vectorisation) - Modes de Représentations de l IG (avec illustrations) 1. Vecteur 2. Raster - Référentiels géographiques 1. Systèmes de coordonnées 2. Systèmes de projection Chapitre III : Systèmes d information géographique Introduction : SIG /SAD - Définitions (SI et SIG) - Composants d un SIG 63

65 - Fonctionnalités d un SIG - Organisation des données dans un SIG 1. Notion de couches et de thème 2. Modèles de représentation de la géométrie d une couche - Les Bases de Données Géographique (BDG) au cœur des SIG - Analyse spatiales ( visualisation cartographique/ geovisualisation) Chapitre IV : Entrepôt de données Géographique Introduction - Rappel de quelques concepts de base - Entrepôt de données spatiales / Entrepôt de Données Géographiques 1. Définitions 2. Représentation de L IG dans les EDG (modélisation) 3. OLAP et SOLAP 4. Les outils OLAP Spatial 5. Exemples d outils SOLAP existant Mode d évaluation : continu& examen Références (Livres et polycopiés, sites internet, etc). 64

66 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE Intitulé de la matière : Optimisation discrète Enseignant responsable de la matière : Aïder Méziane Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Préparer les étudiants à modéliser des problèmes concrets sous forme de problèmes d optimisation discrète et à les simplifier pour pouvoir les aborder et faire comprendre les caractéristiques des approches polyédrales basées sur la programmation linéaire. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Optimisation linéaire et non linéaire, algorithmique Contenu de la matière : Chapitre1 : Modélisation de problèmes d optimisation discrets, - Choix d une formulation, Chapitre 2: programmation linéaire en nombres entiers, - Relaxations et décompositions, - Réductions, - Linéarisations. Chapitre 3 : Techniques de résolution des problèmes en nombres entiers - Branch-and-bound, - Branch-and-cut, - Relaxation lagrangienne - Algorithmes d'approximation Mode d évaluation : Contrôle continu et Examen Références (Livres et polycopiés, sites internet, etc.). 1. A. Billion net, Optimisation Discrète, de la modélisation à la résolution par des logiciels de programmation mathématique, Dunod, ISBN I. Charon, A. Germa, O. Hudry, Méthodes d optimisation combinatoire, Masson,Paris, ISBN X 3. B. Korte and j. Vygen, Combinatorial Optimization - Theory and Algorithms, 4th ed., Springer, ISBN M. Sakarovitch, Optimisation combinatoire, Hermann ISBN A. Schrijver, Theory of linear and integer programming, Wiley Interscience, ISBN L.A. Wolsey, Integer programming, Wiley Interscience, ISBN

67 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE : Chaabane Djamal Intitulé de la matière : Décision dans l incertain Enseignant responsable de la matière: Aknouche Abdelhakim/ Aissani Amar Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Maîtrise de la théorie, les modèles, les méthodes et les applications liés aux problèmes de prise de décision dans un environnement régi par le risque ou l incertain. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Variables aléatoires, processus aléatoires, chaînes de Markov, programmation linéaire, programmation discrète, programmation dynamique. Contenu de la matière : Chapitre 1 : Introduction : décision dans le certain, le risque et l incertain - Lexique de la théorie de la décision, - problèmes de décision dans le cadre d un modèle, - modèle déterministe, modèle stochastique statique, - modèle stochastique dynamique, - modèle stochastique incertain (incomplet). Chapitre 2 : Problème de décision dans le risque basé sur un modèle stochastique statique : variable aléatoire - Modèle stochastique statique de décision, - critères d optimalité, - détermination de la décision optimale, - fonction d utilité Chapitre 3 : Problème de décision dans le risque basé sur un modèle stochastique dynamique : processus décisionnel de Markov. - Modèle décisionnel de Markov, - politique stationnaire, - détermination d une politique stationnaire optimale, - approche pure : - algorithme de Howard, - approche randomisée : - programmation linéaire, - prise en compte du taux d actualisation. 66

68 Chapitre 4 : Problème de décision dans le risque basé sur un modèle stochastique dynamique : programmation dynamique stochastique - Modèle de programmation dynamique stochastique, - critère d optimalité, - approche de Bellman, - modèle espace d état Chapitre 5 : Problème de décision dans l incertain basé sur la théorie des jeux - Eléments de la théorie des jeux, - jeux à un joueur : critère maximin, critère maximax, critère minimax, - jeux à deux joueurs à somme nulle : point selle du jeu, - jeux à deux joueurs à somme non nulle : équilibre de Nash, - jeux à plusieurs joueurs. Mode d évaluation : Contrôle continu et Examen Références (Livres et polycopiés, sites internet, etc). Aknouche, A. (2007). Mathématiques appliquées au management. Cours non publié. Bellman, R. (1957). Dynamic programming. Princeton University Press. Dover paperback edition. Denardo, E. (1982). Dynamic programming: Theory and applications. Prentice Hall, Engelwood Cliffs, New Jersey. Ferguson T. S. (1967).Mathematical Statistics: A Decision Theoretic Approach. Academic Press, New York. Gibbons, R. (1992). Game theory for applied economists. Princeton University Press. 67

69 Intitulé du Master : Mathématiques et Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE : Chaabane Djamal Intitulé de la matière : Optimisation multi objectif Enseignant responsable de la matière: Chaabane Djamal Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Préparer les étudiants à modéliser des problèmes concrets sous forme de problèmes d optimisation multi objectif et assimiler les méthodologies d approches de résolution. Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Optimisation linéaire et non linéaire, algorithmique Contenu de la matière Ch.1 Introduction Ch.2 - Optimisation à critères multiples - Espace de décision et espace de critères - Notion d optimalité - Les Cônes - Classification - Les concepts de base Efficacité et optimalité au sens de Pareto - Pareto optimale et solutions efficaces - Efficacité faible et points Pareto optimales strictes - Scalarisation et Efficacité - Scalarisation et Efficacité faible Ch.3 Méthodologie - Les bornes sur l ensemble Efficace - Méthode ε contraintes - Méthode de Benson - Approximation du point idéal Ch.4 Programmation linéaire Multi-objectifs Ch.5 - Théorie MCLP - Méthode du simplexe pour la détermination des facettes efficaces Programmation linéaire Multi-objectifs Discrète - Les concepts de base - Quelques méthodes exactes o Méthodes d exploration de l espace de décision o Méthode de résolution dans l espace des critères Ch.6 Introduction aux problèmes d optimisation combinatoire multi-objectifs 68

70 - Problème de sac à dos bi-objectifs - Problème d affectations bi-objectives - Méthode des deux phases (Ulungo B. Teghem J.) Mode d évaluation : Contrôle continu et Examen Références (Livres et polycopiés, sites internet, etc.). 1. G.B. Dantzig, On a Linear Programming Combinatorial Approach to the TravelingSalesman Problem, Operations Research 7 (1959), Yakov Y. Haimes, Vira Chankong, Multiobjective Decision Making, NORTH- HOLLAND Series in System Science and Engineering, 1983 by Elsevier Science Publishing Co, Inc. 3. H.A. Taha, Integer Programming Theory, Applications, and Computations AcademicPress, New York (1975). 4. J. Teghem, Programmation Lin eaire, Editions de l Université de Bruxelles SMAdeuxième édition (2003). 5. E.L. Ulungu, Optimisation combinatoire multicritère : Détermination de l Ensemble des Solutions Efficaces et Méthodes Interactives, thèse de doctorat, université de Mons-Hainaut, octobre (1993). 69

71 Intitulé du Master : Intitulé du Master : Informatique Décisionnelle Semestre : S3 Enseignant responsable de l UE : Chaabane Djamal Intitulé de la matière : Cplex Enseignant responsable de la matière: Chaabane Djamal Objectifs de l enseignement (Décrire ce que l étudiant est censé avoir acquis comme compétences après le succès à cette matière maximum 3 lignes). Cplex est utilisé pour concevoir des modèles destinés aux applications axées sur l'optimisation, les étudiants découvriront les concepts, l'architecture, les composants, les processus et les procédures dont ils ont besoin pour concevoir des modèles d'optimisation. Ils apprendront également comment mettre à l'essai des modèles et les intégrer à une plus grande application. Ce cours aborde des sujets tels que le langage de programmation d'optimisation (OPL) pour concevoir des modèles de programmation mathématique (PM) et de programmation par contraintes (CP). Connaissances préalables recommandées (descriptif succinct des connaissances requises pour pouvoir suivre cet enseignement Maximum 2 lignes). Bien connaître le système d'exploitation Microsoft Windows. Posséder une connaissance de base de l'algèbre. Bien maitriser les concepts clés de la programmation mathématique. Contenu de la matière : 1. Introduction: fonctionnalités, modes de fonctionnement 2. Formats d entrée des problèmes a. Format lp b. Format mps c. Autres formats 3. Lecture des problèmes: read, display 4. Configuration des paramètres d optimisation: set 5. Optimisation : optimize 6. Accès aux résultats d optimisation: display 7. Analyse de sensibilité: display 8. Autres aspects de Cplex: a. Fonction write b. Résolution de problèmes quadratiques en nombres entiers c. Utilisation des librairies de CPLEX ( C, C++, Java, ) Mode d évaluation : Contrôle continu + Examen final Références (Livres et polycopiés, sites internet, etc) www-eio.upc.es/lceio/manuals/cplex-11/html/ - openopt.org/cplex - Jorge J. Mor, Stephen J. Wright, 1993 Optimization Software Guide 70

72 V- Accords ou conventions

73 OBJET : Approbation du projet de lancement d une formation de master intitulé : Mathématiques et Informatique Décisionnelle Dispensé à : l Université des Sciences et de la Technologie Houari Boumediène Par la présente, l entreprise CREDEG déclare sa volonté de manifester son accompagnement à cette formation en qualité d utilisateur potentiel du produit. A cet effet, nous confirmons notre adhésion à ce projet et notre rôle consistera à : - Donner notre point de vue dans l élaboration et à la mise à jour des programmes d enseignement, - Participer à des séminaires organisés à cet effet, - Participer aux jurys de soutenance, - Faciliter autant que possible l accueil de stagiaires soit dans le cadre de mémoires de fin d études, soit dans le cadre de projets tuteurés. Les moyens nécessaires à l exécution des tâches qui nous incombent pour la réalisation de ces objectifs seront mis en œuvre sur le plan matériel et humain. SIGNATURE de la personne légalement autorisée : Said GUEZZANE FONCTION : PDG Date : 05 Janvier 2014 CACHET OFFICIEL ou SCEAU DE L ENTREPRISE

74

75 VI - Curriculum Vitae des Coordonateurs 74

76 Curriculum Vitae ETAT CIVIL Nom et Prénom : MOKHTARI ép. AISSANI Situation Familiale : Marié Fonction : Enseignante Grade : Professeur [email protected] DIPLOMES UNIVERSITAIRES Ingénieur en Informatique USTHB 1980 Magister en Informatique USTHB 1983 (spécialité bases de données) Doctorat d université Paris (spécialité I.A.) Doctorat d état USTHB 1997 (spécialité I.A.) ENSEIGNEMENTS Représentation des Connaissances (Cours de Magister et Master2) Algorithmique et les Structures de données (Cours et T.D., TP) Bases de données (Cours et T.D., TP) et Architecture des SGBD Intelligence Artificielle (Cours) ENCADREMENTS Six doctorats d état soutenus Quatre doctorats Douze magisters quatre Masters Cinq ingénieurs PUBLICATIONS Revues internationales 1. N. Boustia & A. Mokhtari. A dynamic access control model. Applied Intelligence Journal 36(1) : (2012) 2. Kadda Bey-Beghdad, Farid Benhammadi, Zahia Guessoum, Aïcha Mokhtari: CPU load prediction using neuro-fuzzy and Bayesian inferences. Neurocomputing 74(10): (2011) 3. Y. Zafoune, A. Mokhtari and Rushed Kanawat. Mobile codes localization in Ad hoc networks: a comparative study of centralized and distributed approaches. IJCNC (International journal of computer networks & communications). Vol. 2, number 2, March Salem Benferhat, Faiza Khellaf-Haned, Aïcha Mokhtari: Autour de la théorie des possibilités quantitative. Revue d'intelligence Artificielle 24(6): (2010) 5. KENAZA T., TABIA K. & MOKHTARI A. Détection d attaques élémentaires et coordonnées à la base de réseaux bayésiens naïfs. I3 international journal Vol. 9, number1, Baghdad Bey K., Benhammadi F., Mokhtari A. & Guessoum Z. Mixture of ANFIS systems for CPU load prediction in metacomputing environment. FGCS Journal. Vol 26, pp , S. Boutouhami & A. Mokhtari. Possibilistic Explanation. IJCSA, Special Issue: Internet Technologies and Services, Vol 3, Issue S. Benferhat, F. Haned Khellaf and A. Mokhtari: Product-based causal networks and quantitative possibilistic Bases, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems (IJUFKS), vol.13, No.5, pp , World Scientific Publishing, Oct D. Kayser & A. Mokhtari Time in Causal Theory. Annals of Mathematics and Artificial Intelligence Journal, volume 22, pp Baltzer Science Publishers, februry A. Mokhtari Action-Based Causal Reasoning.Applied Intelligence Journal. Vol 7, Number 2, pp99-112, April 1997 Conférences Internationales 1. Guebaili R., A. Mokhtari, F. Nouioua, N. Boustia. New Ontological alignment system based on a nonmonotonic des cription logic. ADBIS Genoa Italie 2. S. Bourai, A.Mokhtari & F. Haned Khellaf. Poss-SROIQ(D) : Possibilistic description logic extension toward an uncertain geographic ontology. Oasis 2013 In ADBIS Genoa Italia

77 3. S. Boulkrinat, A. Hadjali, A. Mokhtari. Enhancig recommender systems prediction through qualitative preferences relations. Isps S. Boulkrinat, A. Hadjali, A. Mokhtari. Towards recommender systems based on fuzzy preference aggregation. EUSFLAT 2013 Milan Italia 5. O. Bettaz, N. Boustia & A. Mokhtari. Extending Non-monotonic description logic with temporal Aspect. INISTA Albena Bulgaria 6. R. Guebaili, A.Mokhtari, N. Boustia,F. Nouioua & K. Akli. An algebraic-based structural framework for the ontology alignment. INISTA 2013 Albena Bulgaria. 7. Guebaili Ratiba, A. Mokhtari & N. Boustia. OWL : Non Monotonic Ontological Web Language. KES San Sebatian Espagne 8. Boustia N. & Mokhtari A. Temporal Context in Multilevel Access Control Model. ICITST. Dubai. UAE. Dec Boustia N. & Mokhtari A. JClassic+: A description logic tool: Application to access control model. Computation Tools. Rome Italie. Oct Boustia N. & Mokhtari A. A Contextual Access Control Model. Fifth International Conference on Broadband and Wireless Computing, Communication and Applications (BWCCA-2010). Fukuoka Japan. Nov Boustia N. & Mokhtari A. 5th International Conference for Internet Technology and Secured Transactions (ICITST-2010). Nov, 2010, London, UK. 12. Boustia N. & Mokhtari A. JClassic(default and exception): Reasoning tool based on Defaults and Exceptions description logic Application to dynamic access control" Computation Tools Libon, Portugal Nov Akli_Astouati K., Guebaili, R., Mokhtari A. : Metadata Geographic: Data quality, uncertainty and imprecision. International Conference on Web and Information Technologies IEEE. Marrakech, Maroc. Juin N. Boustia & A. Mokhtari. DL -OrBAC : Context based access control with Description Logic ;WOSIS 2009, Milan, Italie, Mai K. Baghdad Bey, A. Mokhtari and Z. Guessoum. Neuro-fuzzy-based CPU Load Prediction for Distributed Computing Systems. ISPS 09. Alger Mai Y. Zafoune, A. Mokhtari, Rushed Kanawat. "Mobile-agent approach for mobile code localization in Ad hoc networks", ESAS 09 Worshop. Seattle USA Juillet F. Khellaf, S. Benferhat, A. Mokhtari and I. Zeddigha. Using syntactic possibilistic fusion for modeling optimal optimistic qualitative decision. IFSA 09. Lisbon Portugal Juillet K. Baghdad Bey, F. Benhammadi, A. Mokhtari and Z. Guessoum. CPU Load Prediction Model for Distributed computing. ISPDC'09. Lisbon Portugal 1-9 Juillet N. Boustia & A. Mokhtari. Neoclassic-Authorisation: a context based access control model. SKIMA 09. Fes Maroc Octobre S. Benferhat, F. Khellaf, A. Mokhtari. I. Zeddigha. Codage des algorithmes de propagation graphiques en logique possibiliste quantitative. LFA 09. Annecy France, Novembre S. Benferhat, T. Kenaza, A. Mokhtari. A Naïve Bayes approach for detecting coordinated attacks. STPSA 08. Finland 22. S. Benferhat, T. Kenaza, A. Mokhtari. False alert filtring and detection of high sevre alerts using Naïve Bayes. CSC 08. USA 23. N. Boustia & A. Mokhtari. Representation and reasoning on ORBAC : Description logic with defaults and exceptions. PSAI 08 in ARES 08. March 2008 Barcelona, Spain. 24. N. Boustia & A. Mokhtari. Description Logic for Multi-Level Security Policies; RCIS 2008, Marrakech, Maroc, Juin K. Baghdad Bey, Z. Guessoum, A. Mokhtari and F. Benhammadi, Agent Based Approach for distribution of fingerprint matching in metacomputing environment. ICNTDS. ACM edition, S. Benferhat, F. Khellaf, I. Zeddigha and A. Mokhtari. On the use of syntactic possibilistic fusion for computing pessimistic qualitative decisions. ICSOFT 08. Porto. Portugal. 27. N. Boustia & A. Mokhtari : Descripton logic with default for expressing authorization. RCIS 07. Ouarzazate, Morocco. 28. S. Benferhat, F. Khellaf, A. Mokhtari. I. Zeddigha. «On the use of syntactic possibilistic fusion for computing optimistic qualitative decisions». 12th International Conference on Fuzzy Theory & Technology (FTT 2007) Juillet 2007 Salt Lake City, Utah, U.S.A. 29. H. Zait, A. Mokhtari. OWL ed : Extending knowledge for Web Ontologiy Language. SEKE Juillet 2007 Boston. USA.

78 30. Y. Zaffoune, A. Mokhtari, ICICT 2007, Décembre 2007, Caire EGYPTE 31. R. Guebaili, K. Akli-Astouati & A. Mokhtari Fuzzy Conceptual Graphs and their Adaptation to RDF, RDF(S) Août S. Boutouhami & A. Mokhtari.. Stratification of Possibilistic Explanations. SMPS 06. Bristol UK. 33. Y. Zaffoune & A. Mokhtari. Reactive vs. Proactive Protocol: a Comparative Study Between two Localization Approaches of Mobile Codes in Ad hoc Mobile Networks ISCN R. Guebaili, K. Akli-Astouati & A. Mokhtari. Prise en Compte d Informations Floues au niveau de RDF, RDF(S) en Correspondance avec les Graphes Conceptuels Flous.MCSEAI 06. Agadir. Maroc. 35. N. Boustia et A. Mokhtari: Modal Logic approach of databases security. IEEE ICTIS 05 Marakech Maroc Juin S. Boutouhami & A. Mokhtari : Possibilistic explanation. IEEE ICTIS 05 Marakech Maroc Juin S. Benferhat, F. Khellaf et A. Mokhtari : Bases possibilistes quantitatives et réseaux causeaux basés sur le produit. Congrès RFIA 04. Toulouse Janvier S. Benferhat, F. Khellaf et A. Mokhtari : Quantitative possibilistic bases and Product based graphs. Flairs 04. Miami Florida Y Zafoune et A. Mokhtari : Localisation of mobiles agents in mobile Ad Hoc Networks. ECUMN 04 In LNCS Porto Portugal Octobre A. Mokhtari A. Nasri Toword an epistemic analysis of causality in distributed systems. IEEE Kimas 03 Boston M. Khefallah & A. Mokhtari Normative causality with ramification and implicit qualifications. IEEE SMC 02, Hammamat M. Khefallah & A. Mokhtari Ramification in the normative method of causality. ECSQARU 01 publied in LNCS/LNAI volume2143, 2001, pp , Springer-Verlag Toulouse A. Mokhtari & D. Kayser : `Normative and epistemic Aspect in Causality ECAI-96 Budapest Hongrie 44. A. Mokhtari & D. Kayser : Time in a Causal Theory Time-96 workshop, Key West Floride 45. A. Mokhtari : Norme et action pour une représentation de la causalité congrès RFIA 94 Paris France. ACTIVITES COLLEGIALES Directrice de l institut d informatique de 1998 à 2000 Membre du conseil de l université de 1998 à 2000 et du département de 1998 à 2011 Responsable de la post-graduation option I. A. et B. D.A.de Responsable de l option : Système Intelligents et Ingénierie de Logiciel de l école doctorale d informatique depuis de septembre 2005 Responsable de la licence académique en informatique dans le système LMD puis de la filière informatique Responsable de l équipe de recherche RCR dans le laboratoire LRIA puis dans le laboratoire RIIMA à partir de 2013 Responsable des projets de recherche CNEPRU B1602/04/99, B1602/04/03 et B (en cours). Responsable de l accord CMEP 02MDU542 avec le Prof. D. Kayser au LIPN Responsable d un PNR depuis Juin 2011 Membre du CRC pour l habilitation des Magisters et écoles doctorales depuis 2000, des Licences du programme LMD depuis 2006 et des Masters du programme LMD depuis 2007 Expert des PNR 2011 Chercheur associé au LIPN depuis 1994 Membre permanent du comité de lecture de la revue internationale Applied Intelligence Kluwer Academic Publisher. Membre du comité de programme de ECSQARU 2001 et ECSQARU 2003 (Europeen Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty) Membre du comité de programme des rencontres francophones sur la logique floue et ses applications (LFA 08), (LFA 09), (LFA 10), (LFA 12),(LFA 2013) Présidente générale de ISPS 99 et Présidente du comité du programme de ISPS 05 Membre du comité scientifique de l ISPS (sauf le premier) organisé par l USTHB tous les deux ans. Membre de plusieurs autres conférences nationales, régionales et internationales organisées par des universités algériennes Rapporteur d un doctorat à l université de Lille, et examinateur d un doctorat à Paris 13

79 CV COURT 1. Etat civil Nom & Prénom ALIMAZIGHI Zaia Laboratoire / Centre Rech. LSI- USTHB Adresse Professionnelle Faculté d Electronique et d Informatique USTHB, BP 32 El Alia Bab Ezzouar Adresse électronique [email protected] Home_page Tel : Fax : Grade : Professeur 2. Etudes et Diplômes Diplômes Obtenus (Graduation, Post-Graduation) Année Etablissement 1 Ingéniorat 1976 ENSEEIHT Toulouse 2 Doctorat Ingénieur 1986 PARIS 6 3 Doctorat d état 1999 USTHB 3. Domaines de compétences Recherche Scientifique (spécialités) Bases de données Systèmes d Information Data warehouse Travail Collaboratif Pédagogie (modules) BD et BD avancées Architectures de BD Systèmes d information et SI Coopératifs Veille technologique et Bases de données avancées 4. Expérience dans les projets et programmes de recherche Intitulé du Programme (PNR, AUF, UE..) Année Organisme Accord CNRS 1996 LIPN, Paris 13 Accord CMEP 2008 LINA, Univ Nantes PNR 2001 USTHB PNR 2012 USTHB/ANRH 5. Production Scientifique Publications Internationales Zaia Alimazighi & Colette Rolland,«Conceptual Modeling : an approach based on documents and scenarios» : Revue NIS Networking and Information systems Journal, Hermes -Editions n 5, Vol 1, ISSN F.Z. Bessai, M. Boughanem, Z. Alimazighi : «Vers un modèle possibiliste pour la recherche d information dans des documents structurés» : article dans Revue numérique : recherche d information dans les documents structurés, Hermès-Lavoisier volume 10, n ISSN , ISBN L.Mahdaoui, Z. Alimazighi : «Distant Tutoring Using Flexible Workflow Design» revue «International Journal on Product Management LifeCycle», International Journal of Product Lifecycle Management (IJPLM),Volume 3 - Issue 2/3 2008, Editions InderScience. Benameur Ziani, Kamel Boukhalfa, Ladjel Bellatreche and Zaia Alimazighi, «OptAssist: A Relational Data Warehouses Optimization Advisor», Journal of Computing and Applications (JCA). Volume 1, Issue 1, H. Aliane, Z. Alimazighi "Discovering arabic language structures, what can a formal analysis tell us" IJCAT, special issue on Natural Language Processing And Applications, Inderscience editions, A. I. Amarouche, D.Benslimane, M. Baramgi, M. Mrissa, Z. Alimazighi, «Electronic health record Data-as-a-service composition based on query rewriting»,lncs in Computer Science, 2011, Vol6990/ Springer

80 K. Bouchbout, J. Akoka, Z. Alimazighi (2012), «An MDA-based Framework for Collaborative Business Process Modelling», Business Process Management Journal BPMJ, Emerald Publishing Limited, Volume 18, issue 6, pp , DOI: / Kamel Boukhalfa Ladjel Bellatreche Zaia Alimazighi, «HP&BJI: A Combined Selection of Data Partitioning and Join Indexes for Improving OLAP Performance», Annals of information systems, journal published by springer, special issue on new trends in data warehousing and data analysis Maredj, Z. Alimazighi, A. Hammour : «Gestion du recouvrement spatial dans les documents multimédia :approche et évaluation» : volume 27/ de la revue TSI : Techniques et Sciences Informatiques, Hermès-Lavoisier. Dernières Communications Internationales L. Ouahrani, Z. Alimazighi, «A Uncoupled Approach Agents / Web Services to Support Uniform Access to Resources in Cooperative Information Systems», 4th International Conference on Research and Challenges in Information Science, Nice, France May S. Boukhedouma, Z.Alimazighi, «Un Méta-modèle de processus métiers inter-organisationnels : une approche basée workflow et SOA», SIRE 2010 (Systèmes d Information des organisations Etendues- Marseille le 25 mai Z. Alimazighi, A. Boumahdi, «Adapting Goal Oriented Approches in Requirement Engineering of Inter Organizational Information Ststem»,Fifth IEEE International Conference on Research Challenges in Information Science May , Guadeloupe France, Proceedings IEEE ISBN K. Bouchbout, Z. Alimazighi, «Inter-Organizational Business Process Modelling Framework», in 15 th European Conference on Advances in Databases and Information Systems ADBIS 2011, September 2011, Vienna, Austria. K. Bouchbout, Z. Alimazighi, J. Akoka, «Proposition of generic metamodel for interorganizational business processes modeling», in Proceedings workshop EOMAS/CAISE 2010, 7-11 June 2010, Hammamet, Tunisia. K. Bouchbout, Z. Alimazighi, «Interorganizationl business process modeling. Case of an e-procurement system», in IADIS e-commerce 2009, June 2009, Algarve, Portugal. S. Boukhedouma, Z. Alimazighi, M. Oussalah : «Une Approche Basée SOA pour l Interconnexion de WF: Application au Transfert de Cas», INFORSID 2011, Lille France S. Boukhedouma, Z. Alimazighi, M. Oussalah, D. Tamzalit : «Patrons de Coopération à base de Services pour l Adaptabilité des Modèles de Workflow» INFORSID juin 2012, Montpellier France S. Boukhedouma, M. Oussalah, Z. Alimazighi: Adaptation Patterns for Service Based Inter-Organizational Workflows, seven IEEE International Conference on Research Challenges in Information Science, June 2013, Paris France - 2 -

81 CURRICULUM VITAE Nom : OUAFI Prénom : Rachid Date de naissance : 01 / 05 / 1961 Courriel : [email protected] Établissement d affectation ou organisme d appartenance : Université des Sciences et de la Technologie Houari Boumédiènne (USTHB), Alger Enseignant-chercheur Doctorat d Etat Corps-grade : Professeur Discipline : Mathématiques Domaines : Recherche opérationnelle, optimisation des systèmes industriels, statistique. Thèses Doctorat 3ème Cycle en Mathématiques, option Recherche opérationnelle, Université Paris 6, France. Doctorat D Etat en Mathématiques (Option Recherche Opérationnelle), USTHB, Algérie. Recherche Rattachement : Chef d équipe dans le Laboratoire d Aide Multicritère à la Décision et Recherche Opérationnelle (AMCD&RO). Grade dans la recherche: Professeur, Directeur de Recherche Thèmes : - Programmation non linéaire : planification et régulation des modèles de trafic urbain - Modèles d échantillonnage et sondage : modèles de capture-recapture - Optimisation combinatoire : optimisation des systèmes industriels Activités de recherche: Projets de recherche - Membre des projet de recherche Cnepru, grade : directeur de recherche : Intitulé projet : Structures discrètes et didactique, application à la modélisation des préférences, code N : B* 1602/04/03 Intitulé projet : Structures discrètes et didactique, applications aux modèles de préférences et aux codes identifiants, code N : B* 1602/51/06 Intitulé projet : Structures discrètes et didactique, applications aux modèles de préférences et aux codes identifiants, code N : B Responsable de Projet de recherche Cnepru : Intitulé projet : Modélisation et Optimisation des Systèmes industriels et Logistiques (MOSIL) Code projet B , agréé à partir de 01/01/10. - Responsable de Projet de recherche PNR : Intitulé projet : Optimisation des Modèles Adaptatifs pour la Chaîne Logistique (OMACL) - Chef d équipe dans le Laboratoire d Aide à la Décision par les techniques de la Recherche Opérationnelle d Informatique et de Statistique (LAID3) - Chef d équipe dans le Laboratoire Aide Multicritère à la Décision et Recherche Opérationnelle (AMCD&RO) Production scientifique Revues internationales -An Approximation Algorithm for the Three Depots Hamiltonian Path Problem. Optimization Theory, Decision Making, and Operations Research Applications Springer Proceedings in Mathematics & Statistics Volume 31, 2013, pp A parallel algorithm for constrained two-staged two-dimensional cutting problems. Computers & Industrial Engineering, Volume 62, Issue 1, February 2012, Pages , - Optimization of vehicle routes: an application to logistic and transport of the fuel distribution, proceeding of 9th International Conference of Modeling, Optimization and Simulation - MOSIM 12, June 06-08, Improved algorithm for orthogonal rectangular packing problem. International Journal of Information Sciences and Computer Engineering. Vol.1, N 2, pp 21-25, Non orthogonal cutting problem. The case of trapezoidal pieces. International Journal of Open Problems on Computer science and Mathematics. Vol 2, N 1, March Accelerating convergence of the Frank Wolfe algorithm for solving the traffic assignment problem. International Journal of Computer Science and Network Security (IJCSNS), Vol 8 N 5, May A best first branch-and-bound algorithm for orthogonal rectangular packing problems, International Transactions in Operational Research, vol. 5, N 5, p.p , Best first search and dynamic programming methods for cutting problems: the cases of one or more stock plates. Computers Industrial Engineering, Vol 32, N 1, pp , Conférences internationales - «Multi-Compartment Vehicle Routing Problem with Time windows : Modelling and application» avec A. Benantar à ECCO 2013, 26 th European Chapter on Combinatorial Optimization du 30 Mai au 01 Juin 2013 à l Université de Paris Dauphine, France. - «An approximation Algorithm for Metric TSP and Optimally connected» avec A. Giannakos, M. Hifi, R. Kheffache à BCC 2013, 24th British Combinatorial Conference, Université Royal Holloway de Londre, du 30 juin au 5 juillet Royaume Uni.

82 - «Logistic and Transport of the Fuel Distribution :Modelization and Optimization», avec A. BENANTAR à ICM 2012, 4th International Conference on Mathematical Sciences,11-14 March 2012 United Arab Emirates University. - «A Scatter Search-Based Algorithm for the Knapsack Sharing Problem», I. DAHMANI et M. HIFI, à 5th Saudi Science Conference, April à Umm Al Qura University Makkah, Saudi Arabia - Approximate algorithm for unconstrained two-dimensional guillotine cutting problems avec M. AIT ABDESSELEM et M. HIFI, au congrès des mathématiciens algériens (CMA) 7-8 Mars 2012, université Badji Mokhtar-Annaba.Algérie. - " A3/2 Approximation Algorithm for The Three Depots Hamiltonian path problem" avec R. KHEFFACHE, M. HIFI et G. ARISTODES, Congrès des Mathématiciens Algériens «CMA12» 07 au 08 Mars 2012 à Annaba. Algérie - " Optimization of vehicle routes: an application to logistic and transport of the fuel distribution" avec A. BENANTAR, 9th International Conference of Modeling, Optimization and Simulation - MOSIM 12, June 06-08, 2012 Bordeaux - France. - «The 4th International Conference on Metaheuristics and Nature Inspired Computing», META 2012, du 27 au 31 Octobre 2012, Port El-Kantaoiui (Sousse, Tunisia). - " Solving the traffic assignment problem using a new version of the Frank-Wolfe algorithm". avec S. ARRACHE, The Algerian-Turkish International days on Mathematics 2012 «ATIM 2012», October 2012, Badji Mokhtar-Annaba university, Annaba, Algeria. - "An approximation Algorithm for TSP graphic" International Conference Sciences and Applications, R. KHEFFACHE, M. HIFI et G. ARISTODES, December , Abu Dhabi University, Abu Dhabi, UAE avec le thème :. -«Modeling and Optimization in Logistic and Transport of the Fuel Distribution», à COSI 2012,avec A. BENANTAR, 9 ème Colloque International sur l Optimisation et les Systèmes d Information, Mai 2012 à l université de Tlemcen, Algérie. - «A3/2 Approximation Algorithm for The Three Depots Hamiltonian path problem» R. KHEFFACHE, M. HIFI et G. ARISTODES, 4 ème Conférence Internationale en Sciences Mathématiques «ICM12» Mars 2012 à El Ain, Emirats Arabes Unis. Logistic and transport of the fuel: modelization and optimization, avec A BENANTAR, The Fourth International Conference on Mathematical Sciences ICM2012, March 11-14, 2012, Dubai, EAU. -«A Scatter Search-Based Participation Algorithm for the Knapsack Sharing Problem», avec I. DAHMANI, M. HIFI, The Second International Symposium on Operational Research, ISOR'11 Algiers, Algeria : May 30th June 02nd 2011, -Hybrid Frank-Wolfe algorithm for solving the traffic assignment problem», avec S. ARRACHE, Fifth Global Conference on Power Control and Optimization, 1-3 June Dubai, UAE. -«A 3/2 Approximation Algorithm for The Three Depots Hamiltonian path problem», avec R. KHEFFACHE et M. HIFI, Balcor 2011, 1st International Symposium and 10th Balkan Conference on Operational Research, September 22-25, 2011 Thessaloniki Greece. -«Using the Tabu Search Approach to Optimize the Fuel Distribution», avec A. BENANTAR, The Second International Symposium on Operational Research, ISOR'11 Algiers, Algeria : May 30th June 02nd, 2011, - «Un algorithme amélioré pour la résolution du problème d assemblage orthogonal rectangulaire», avec I. DAHMANI et M. HIFI, Conférence Internationale de Recherche Opérationnelle (CIRO'10), Mai 2010,Marrakech, Maroc, - «Problème d assemblage orthogonal rectangulaire, approche algorithmique» avec I. DAHMANI et M. HIFI, Colloque sur l Optimisation et les Systèmes de l Information (COSI'2010), Avril 2010, Ouargla, Algérie, - Scatter search for vehicle routing, avec R. Kheffache et M. HIFI International Conference of Mathematical Sciences, August, 2009, İstanbul, Turkey. - Applications of capture-recapture models to epidemiological data, avec M. Hamrat,, ICM 2008, March , Al Ain E.A.U - Modélisation log linéaire des données de capture recapture, avec M. Hamrat, JSMA 08, novembre 2008, Alger, Algérie. - Scatter search pour le problème de tournée de véhicules, avec R. Kheffache et M. HIFI, ISOR 08, 2-6 novembre 2008, Alger, Algérie. - Satellite images registration by metaheuristics, JNAL 07, Alger, Algérie, 2007 (avec L. Benghezal). - Population estimation from mark-recapture experiments using Bayesian inference, JSTA 07, Biskra, Algérie, 2007 (avec N. Hamrat). - Improved Frank-Wolfe method. Application to the traffic assignment problem., ICM 06, Madrid, Espagne, 2006 (avec S. Arrache). - Une version modifiée de la méthode de Frank Wolfe pour la résolution du problème de l affectation du trafic urbain, COSI 05, Bejaia 2005 (avec S. Arrache). - «Approche algorithmique pour une classe de problèmes de découpe guillotine à deux dimensions» CIRO 05, Marrakech, Maroc 2005 (avec M. Hifi). Autres états de service 1. Directeur Adjoint chargé de la post graduation de l Institut de Mathématiques du 1994 à Vice Doyen chargé de la Scolarité et de la Pédagogie de la Faculté de Mathématiques du 16 juillet 2007 au 15 juin Membre du comité éditorial de la revue Annales de Recherche Opérationnelle et d Aide à la Décision ROAD édités par le Laboratoire d Aide à la Décision par les Techniques de Recherche Opérationnelle d Informatique et de Statistiques. 4. Chef de l équipe Modélisation et Optimisation des Systèmes Industriels du Laboratoires d Aide à la Décision par les Techniques de la Recherche Opérationnelle d l Informatique et de Statistiques. 5. Membre du comité d organisation des Journées Pédagogiques et Didactiques de Mathématiques en 2008 et Membre du comité scientifique du 1er Symposium International de Recherche Opérationnelle en Co Président du du comité d organisation 1er Symposium International de Recherche Opérationnelle en Membre de la commission d expertise des offres de formation LMD à la Conférence Régionale Centre, domaine Mathématiques Informatique, en 2008 et Président du Comité Scientifique du Département de Recherche Opérationnelle depuis le Membre du comité d organisation du 2nd Symposium International de Recherche Opérationnelle en Membre du comité scientifique du 2nd Symposium International de Recherche Opérationnelle en 2011

83

84 Vll - Avis et Visas des organes administratifs et consultatifs Intitulé du Master : Comité Scientifi ue de département Avis et visa du Comité Scientifique :,[,^ m *l- *,. 'n Date. IV U f<.^.zcln on Al ll@ *tt \ --J,,'t eur Méziane Conseil!if!q!t_e_d e_! a qc u!!q(q! i e Lins_tilull Avis et visa du Conseil Scientifique : L< 171/! l% /t Le Président du Conseil Sciennfiqte de la Faculte de _Dpyglge la faculté (ou Directeur d'institut Avis et visa du Doyen ou du Directeur : il 4.:*i5 Àl-a-*É' {.,,',,.;i..*à.èrr#c ",,('t 1 + î'-1 -r:tt {., l, _', r.t,,j qenq_e_[ Sg9!1{i_qq9 qq Lq4jy_epj_té (q_q d_lf_celtre Universitai1gl _ Avis et visa du Conseil Scientifique Date : Etablissement: USTHB Intitulé du master : Mathématiques et Informatrque Décisionnelle Page 53 Année universitaire

85 VIII - Visa de la Conférence Régionale (Uniquement à renseigner dans la version finale de l'offre de formation)