ANNULÉ – Séminaire – On the Use of Context-Free Grammars and Decomposition Approaches for Personnel Scheduling

À propos de
l'événement

Notez que cet événement est annulé.

Le Département d’opérations et systèmes de décisions vous invite à un séminaire donné par Mme Maria-Isabel Restrepo. Ce séminaire sera présenté en anglais.

Résumé

In this seminar, Maria-Isabel Restrepo will discuss the use of context-free grammars and decomposition approaches for a wide range of problems encountered in personnel scheduling, rostering and related domains. A context-free grammar is a set of recursive rewriting rules used to generate patterns of strings. The methodology relies on the use of grammars to model complex work regulations in a natural way.

From these grammars we generate directed acyclic graphs, which are embedded into different decomposition methods (Benders decomposition and column generation) to solve large-scale problems. We show that the resulting approaches can model a wide variety of constraints, and that they outperform state-of-the-art methods for the considered applications.

Conférencière

Maria-Isabel Restrepo

Stagiaire postdoctorale
Département de mathématiques et de génie industriel de Polytechnique Montréal
Centre de recherche interuniversitaire sur les réseaux d’entreprise, la logistique et le transport (CIRRELT)

Maria-Isabel Restrepo est stagiaire postdoctorale au Département de mathématiques et de génie industriel de Polytechnique Montréal et au Centre de recherche interuniversitaire sur les réseaux d’entreprise, la logistique et le transport (CIRRELT). Avant de rejoindre Polytechnique Montréal, elle était stagiaire postdoctorale à Inria – Nord France. Mme Restrepo a obtenu sa maîtrise en génie industriel à l’Université des Andes (Colombie) et son doctorat en mathématiques appliquées à Polytechnique Montréal. Ses principaux intérêts de recherche portent sur l’utilisation de langages formels (grammaires) et de méthodes de décomposition pour résoudre des problèmes à grande échelle. Elle s’intéresse également à la prise de décision dans l’incertitude, en particulier à l’utilisation de la programmation stochastique pour résoudre les problèmes avec incertitude dans les paramètres du modèle et sur l’utilisation de la science des données / apprentissage automatique pour la prise de décision.

Maria a collaboré activement avec des partenaires industriels pour résoudre des problèmes à grande échelle rencontrés dans des applications réelles, en particulier dans la gestion des horaires du personnel, ainsi que dans la gestion des opérations de services à domicile.