Université de Montréal
Département d'informatique et de recherche opérationnelle

Jean-Yves Potvin

Courrier électronique: potvin@iro.umontreal.ca

Téléphone: (514) 343-7307
Télécopieur: (514) 343-7121

Matière pour l'examen général de synthèse (prédoc) 

Intérêts de recherche

Optimisation combinatoire, transport, télécommunications, tournées de véhicules, conception de réseaux, apprentissage automatique, algorithmes génétiques, recherche tabou, parallélisme

Mes intérêts de recherche se situent au niveau de l'intégration des techniques de la recherche opérationnelle et de l'intelligence artificielle pour la résolution de problèmes complexes dans le domaine des transports et des télécommunications.

Ainsi, je m'intéresse à la conception de systèmes évolutifs ou adaptatifs pour le routage et la répartition de véhicules. Je développe des approches de résolution qui s'inspirent des mécanismes observés au cours de l'évolution des espèces (algorithmes génétiques, programmation génétique) afin de générer des tournées de véhicules satisfaisant des contraintes physiques ou d'opération, par exemple une capacité maximale pour les véhicules ou des fenêtres de temps pour le service aux clients. Je m'intéresse également à l'application de méta-heuristiques comme la recherche tabou pour résoudre des problèmes de conception de réseaux.

 Finalement, j'étudie diverses approches de parallélisation de la recherche tabou et des algorithmes génétiques, afin de répondre aux applications qui demandent la génération d'une solution en temps réel, comme la répartition dynamique de véhicules dans un service de courrier rapide.

Publications représentatives

Adresse postale complète

Research interests

Combinatorial optimization, transportation, vehicle routing, learning, genetic algorithms, tabu search, parallelism

My research integrates operations research and artificial intelligence techniques to solve complex transportation and telecommunications problems. More precisely, I am interested in the development of adaptive systems, using genetic algorithms, tabu search and neural networks, to solve network design problems and vehicle routing and scheduling problems with various side constraints. I also work on parallel implementations of these techniques for real-time applications, like dynamic vehicle dispatching.