Cet atelier initie les participants à l'utilisation de CPLEX dans Python à travers la bibliothèque de modélisation docplex et l'API Python CPLEX pour développer et résoudre des modèles d'optimisation. Les participants doivent avoir une expérience préalable de Python et une compréhension de base de l'optimisation mathématique, mais aucune connaissance préalable de CPLEX n'est requise.

Nous aborderons les éléments fondamentaux de la construction de modèles, notamment la définition des variables de décision, la formulation de contraintes linéaires, la spécification des objectifs et l'extraction de solutions. L'atelier présentera également des techniques pratiques de contrôle et de dépannage du solveur, telles que l'ajustement des paramètres courants, l'interprétation du journal CPLEX et l'évaluation de la qualité des solutions. En outre, nous explorerons une sélection de fonctionnalités avancées, notamment les rappels, les contraintes paresseuses, les pools de solutions et d'autres fonctionnalités spécialisées du solveur CPLEX, si le temps le permet.

Tout au long de l'atelier, nous travaillerons sur des exemples concrets d'optimisation afin d'illustrer les workflows de modélisation pratiques et de montrer comment utiliser efficacement CPLEX dans Python.

En anglais seulement