Programmes > Doctorat > Doctorat en administration (Ph.D.) – sciences de la décision > Étudiants recherchés
Doctorat en administration (Ph. D.) – Sciences de la décision

Étudiants recherchés

Vous pouvez proposer vos propres sujets de recherche. Toutefois, cette spécialisation cherche activement des étudiants intéressés par les sujets présentés sur cette page.
 

Gestion du risque et optimisation basée sur les données

Description

Développement de nouvelles méthodes et algorithmes pour l'optimisation robuste, l'optimisation robuste aux fluctuations de distribution, l'optimisation contextuelle ou l'optimisation robuste aux préférences. Enquête sur les avantages de ces méthodes dans des applications en finance, en vente au détail, en gestion des stocks, en logistique, en préparation aux catastrophes, ou en services médicaux d'urgence.

Environnement de recherche

Chaire de recherche du Canada sur la prise de décision en incertitude

Professeur responsable

Erick Delage

 

Jeux dynamiques sur des arbres d'événements

Description

Les jeux dynamiques définis sur des arbres d'événements (JDDAE) fournissent un paradigme attrayant pour analyser les interactions stratégiques répétées entre agents rationnels, tout en permettant une modélisation tractable des incertitudes. Ce programme de recherche vise à poursuivre les développements théoriques et algorithmiques des JDDAE et à les appliquer à différents domaines, par exemple les chaînes d'approvisionnement vertes, la gestion environnementale et le marketing.

Environnement de recherche

Chaire de théorie des jeux et gestion

Professeur responsable

Georges Zaccour

 

Marché de l’électricité : modélisation régionale

Description

Étude et analyse des marchés de l’électricité dans le Nord-est américain. Modélisation des investissements en production, transmission et stockage, des échanges d’énergie et de la charge horaire dans une perspective de décarbonisation.

Environnement de recherche

Chaire de gestion du secteur de l’énergie

Professeur responsable

Pierre-Olivier Pineau

 

Apprentissage par renforcement, énergie et environnement

Description

Développement et application de techniques d’apprentissage par renforcement et de programmation dynamique. Développement et optimisation de modèles énergétiques de grande envergure, en particulier dans le contexte nord-américain. Emphase particulière sur les impacts environnementaux et l’évaluation des risques. Analyse et identification de meilleures pratiques publiques dans la gestion du secteur de l’énergie.

Professeur responsable

Michel Denault

 

Développement de méthodes pour les problèmes de décision séquentielle en cas d'incertitude

Description

L'objectif de ce programme de recherche est de développer de nouveaux cadres de solution pour résoudre les problèmes de décision séquentiels affectés par l'incertitude, en particulier ceux modélisés au moyen de la programmation stochastique ou de l'optimisation robuste. En plus, le programme étudie de ces problèmes de décision séquentiels dans les domaines des télécommunications, des soins de santé, de la gestion des catastrophes et des politiques monétaires, et il vise à les résoudre à l'aide des nouvelles méthodes proposées.

Professeure responsable

Maryam Daryalal

 

Optimisation basée sur la simulation dans les problèmes de transport urbain

Description

L'utilisation de modèles basés sur la simulation pour l'optimisation est connue sous le nom de l'optimisation basée sur la simulation. Les parties prenantes du monde entier utilisent des simulateurs de mobilité urbaine et de trafic à haute résolution pour appuyer leurs décisions, mais le font rarement pour l'optimisation en raison des coûts de calcul élevés liés à l'évaluation des modèles de simulation. Ce programme de recherche développe la prochaine génération d'algorithmes d’optimisation basée sur la simulation pour les problèmes de transport urbain.

Environnement de recherche

Chaire de recherche Scale AI en intelligence artificielle pour la mobilité et la logistique urbaines

Professeure responsable

Carolina Osorio

 

Jeux à champ moyen sur les marchés de l'énergie et financiers

Description

En utilisant le contrôle stochastique et les jeux à champ moyen (jeux dynamiques à grande population), nous abordons, entre autres, divers problèmes qui surviennent dans le contexte des marchés de l'énergie et financiers. Ces problèmes comprennent la conception de stratégies de trading optimales, la quantification et la gestion du risque systémique, l'établissement des prix d'équilibre et la conception de régulations de marché efficaces. Une gamme diversifiée de projets est disponible, axée sur les aspects théoriques, de modélisation ou d'application.

Environnement de recherche

GERAD

Professeure responsable

Dena Firoozi

 

Conception et gestion de systèmes de livraison intelligents du dernier kilomètre

Description

Plusieurs nouvelles technologies sont apparues dans la livraison du dernier kilomètre pour répondre à la demande croissante, telles que le crowdshipping, les véhicules électriques, l'utilisation de drones, les robots de livraison autonomes et les casiers à colis. Chaque technologie a ses propres particularités qui nécessitent un traitement attentif pour comprendre les avantages sociétaux. Ce programme de recherche étudie les impacts de l’introduction de ces technologies dans les systèmes de livraison du dernier kilomètre sur les entreprises, les ménages et les gouvernements grâce à la modélisation mathématique et à la science des données.

Environnement de recherche

GERAD

Professeur responsable

Okan Arslan

 

Hydrogène et Transition Énergétique : Évaluation Intégrée

Description

Modélisation des chaînes valeurs de l’hydrogène dans le modèle d’évaluation intégrée MERGE, dans le cadre d'une collaboration avec le Centre de recherche sur l’énergie, les mines et l’environnement du Conseil national de recherches Canada.

Environnement de recherche

GERAD

Professeur responsable

Olivier Bahn

Caractéristiques du programme
Type
Doctorat
Cycle
3e cycle  
Crédits  
90 Crédits
Régime d'études
  • Temps plein
Horaire
  • Jour
Mode d'enseignement
  • Présentiel
Lieu
  • Côte-des-Neiges

Futurs étudiants, suivez-nous

Partagez cette page