Minbp-algo est un outil académique dédié à la résolution du problème de bin-packing, un défi d'optimisation où l'objectif est de répartir des objets de tailles variables dans le nombre minimal de conteneurs. Développé dans un cadre universitaire, il permet de tester et comparer des algorithmes de répartition comme Next Fit ou First Fit Decreasing. Le programme prend en entrée des instances de données structurées et génère des solutions optimisées pour des applications logistiques ou industrielles.

VOptSolver est un outil dédié à la résolution de problèmes complexes d'optimisation combinatoire. Il permet aux entreprises et chercheurs de modéliser et résoudre des défis logistiques, industriels ou décisionnels en trouvant des solutions optimales ou approchées. Utilisé dans des secteurs comme la supply chain, la planification de production ou la gestion de ressources, il simplifie l'analyse de scénarios pour améliorer l'efficacité et réduire les coûts.

Ce projet fournit une interface OCaml pour interagir avec Google OR-Tools, une suite logicielle dédiée à la résolution de problèmes d'optimisation combinatoire. Il permet aux développeurs de modéliser et résoudre des problèmes complexes comme la planification de ressources, l'ordonnancement de tâches ou la gestion de contraintes logistiques. L'outil est particulièrement utile pour les secteurs nécessitant une optimisation fine des processus, comme la logistique, la production ou la gestion de projets.

Polyhash est un projet académique issu d'un défi algorithmique inspiré de Google HashCode. Il vise à résoudre des problèmes de planification et d'optimisation en simulant des scénarios complexes, comme la gestion de ressources ou la logistique. Développé par des étudiants en informatique, il permet d'expérimenter des stratégies pour maximiser l'efficacité dans des contextes variés.

Ce projet développe des agents autonomes capables d'apprendre et d'optimiser leurs actions dans des environnements simulés. Il utilise des techniques d'apprentissage par renforcement profond pour entraîner des modèles capables de prendre des décisions complexes. Les applications visent à résoudre des problèmes d'optimisation, de prédiction ou de contrôle dans des domaines variés comme la robotique, les jeux ou la logistique.

BiUFLv2012 est une collection d'instances de test dédiées à l'évaluation d'algorithmes pour des problèmes bi-objectifs en logistique. Ces instances, issues de travaux académiques reconnus, permettent de tester des méthodes de résolution pour des problèmes de localisation-allocation. Elles sont utilisées dans le cadre de recherches en optimisation combinatoire et en aide à la décision.

CoQuiAAS est un outil d'aide à la décision pour la logistique et la gestion de flottes de véhicules. Il permet de résoudre des problèmes logistiques complexes en optimisant les itinéraires de véhicules et en gérant efficacement les flottes.

Ce projet permet d'analyser et d'optimiser des graphes pour résoudre des problèmes de parcours, de logistique ou de réseaux. Il facilite la modélisation de structures complexes comme des réseaux de transport, des circuits électroniques ou des flux de données. Les algorithmes intégrés aident à identifier les chemins optimaux, à détecter des goulots d'étranglement ou à simuler des scénarios d'évolution. L'outil est particulièrement utile pour les ingénieurs, les chercheurs ou les data scientists travaillant sur des systèmes interconnectés.

Ce projet propose des outils pour résoudre des problèmes d'optimisation complexes en utilisant des algorithmes génétiques et des méthodes de Monte Carlo. Il permet d'analyser des séquences de données, d'évaluer des solutions et de visualiser les performances des algorithmes pour aider à la prise de décision dans des contextes variés comme la logistique ou la planification.

Chebyshev est une bibliothèque et un ensemble d'outils dédiés à la géométrie non euclidienne et à l'optimisation de distances. Il permet de calculer des trajectoires optimales, d'analyser des réseaux complexes et de modéliser des mouvements dans des espaces contraints. Utilisé en informatique théorique, robotique et logistique, il facilite la résolution de problèmes de cheminement et de planification.