La recherche fondamentale au GERAD contribue au développement de l'intelligence numérique. Elle s'articule autour de quatre axes de recherche. Le premier (valorisation des données pour la prise de décision) se rapporte à l'analytique descriptive et prédictive – deux des trois piliers de l'intelligence numérique. Les trois autres axes relèvent de l'analytique prescriptive (le troisième pilier de l'intelligence numérique), où sont principalement mises en œuvre des méthodes mathématiques d'optimisation pour guider la prise de décision.

Axes de recherche

Axe 1 : Valorisation des données pour la prise de décision

L'exploitation de données comporte de nombreux avantages stratégiques. Celles-ci présentent souvent des défis méthodologiques en raison de leur nature ou de leur structure complexe, de leur grande dimension, de leur degré de confidentialité, ou même parfois de leur rareté ou de leur piètre qualité. Cet axe de recherche porte sur la conception d'outils mathématiques, statistiques et d'apprentissage machine pour le traitement, l'analyse et la modélisation de données à des fins descriptives, prédictives et prescriptives.

Axe 2 : Aide à la décision prise dans les systèmes complexes

La complexité des systèmes d'aide à la décision peut se présenter sous diverses formes. Certains problèmes d'optimisation impliquent des millions de variables et de contraintes. D'autres sont constitués de fonctions hautement non linéaires, obtenues par des simulations exigeant un long temps de calcul. La complexité peut être aussi due au grand nombre d'agents qui agissent sans coordination sur le système. Cet axe de recherche vise à concevoir une gamme d'algorithmes adaptée aux caractéristiques de ces systèmes, à les appliquer à des problèmes réels, et à analyser leur convergence.

Axe 3 : Aide à la décision prise sous incertitude

L'incertitude est inhérente à un grand nombre de problèmes de décision et d'optimisation pour diverses raisons : modèles imparfaits, entrées de nature aléatoire, mesures bruitées des variables, et connaissance imprécise des paramètres dynamiques. À cela s'ajoute la complexité fréquente des grands systèmes contemporains. Cet axe regroupe les méthodes de décision dans les systèmes complexes et incertains. Parmi celles-ci figurent l'estimation d'état, la commande optimale hiérarchisée, l'optimisation robuste et la théorie des jeux à champ moyen.

Axe 4 : Aide à la décision prise en temps réel

Cet axe regroupe les développements théoriques et les applications pour la décision en temps réel continue et discrète avec de l'information sur les besoins futurs sur un horizon plus ou moins court. Plusieurs membres du GERAD – experts sur les algorithmes d'optimisation pour la planification dans de nombreux domaines – étendent leurs activités sur les décisions d'opération. Ils innovent en utilisant les résultats de la planification pour de meilleures décisions en temps réel. Le titulaire de la Chaire d'excellence en recherche du Canada sur la science des données pour la prise de décision en temps réel est membre du GERAD.