Memetic Semantic Genetic Programming for Symbolic Regression est un projet open-source qui vise à optimiser des modèles mathématiques à l'aide de techniques de programmation génétique et de recherche de solutions approchées. Il permet d'analyser des données complexes et de trouver des solutions optimales ou sous-optimales en fonction des contraintes imposées.

Mimosa est un outil dédié à l'optimisation de signaux épars et à la résolution de problèmes de moindres carrés sous contraintes de parcimonie. Il implémente des algorithmes avancés de Branch and Bound pour trouver des solutions optimales, ainsi que des méthodes de screening (comme GapSafe) pour accélérer les calculs. Le projet s'appuie sur des techniques publiées dans des articles scientifiques pour traiter des formulations variées (P2/0, P0/2, P2+0) et propose des comparaisons avec des solveurs comme CPLEX.

ScaDCOP est une bibliothèque Scala dédiée à la résolution de problèmes d'optimisation distribuée sous contraintes (DCOP). Elle permet à des agents autonomes de collaborer pour trouver des solutions optimales à des problèmes complexes, comme l'allocation de ressources ou la planification, en échangeant des informations et en ajustant leurs choix dynamiquement.

Outil dédié à la résolution de problèmes d'optimisation quadratique (QP). Il permet de modéliser et résoudre des contraintes mathématiques complexes pour trouver des solutions optimales. Utilisé dans des domaines comme la finance, l'ingénierie ou la logistique pour maximiser ou minimiser des objectifs sous contraintes.

Bibliothèque logicielle dédiée à la résolution de problèmes d'optimisation linéaire et quadratique. Elle permet de trouver des solutions optimales pour des modèles mathématiques complexes, utilisés dans des domaines comme la logistique, la finance ou l'ingénierie. L'outil est particulièrement adapté aux problèmes nécessitant une analyse quantitative précise pour maximiser ou minimiser des objectifs sous contraintes.

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 des compétences (skills) d'interopérabilité en santé pour la France, sous forme de plugins compatibles avec des assistants IA comme Claude ou Mistral. Il permet aux développeurs et auteurs de ressources FHIR de trouver rapidement les bonnes spécifications, versions, guides d'implémentation (IG) et terminologies adaptées à leurs besoins, en s'appuyant sur les standards définis par l'ANS (Agence du Numérique en Santé). L'objectif est d'éviter la réinvention de solutions déjà existantes et de garantir une conformité optimale aux normes en vigueur.

Ce projet académique aborde le problème du voyageur de commerce, un défi d'optimisation visant à trouver le trajet le plus court visitant chaque ville une seule fois. Développé par des étudiants en prépa intégrée, il propose plusieurs algorithmes pour approcher une solution optimale. L'application inclut une interface graphique permettant de visualiser les résultats et d'interagir avec les algorithmes implémentés.