JuMP: past, present, and future

Auteur : Miles Lubin

JuMP began in 2012 as an experiment by two Ph.D. students who were frustrated with the state of the art in algebraic modeling for optimization. Initial benchmarking demonstrated that by using the features of the Julia programming language, JuMP could achieve model-generation performance competitive with commercial tools like AMPL and GAMS and significantly surpass that of similar open-source tools. Since then, JuMP has grown to support a wide range of problem classes (from nonlinear programming to mixed-integer semidefinite programming) and has seen numerous uses in research, teaching, and industry. In November 2017, JuMP’s documentation received views from over 2400 unique users. In this talk, we give an overview of JuMP: its motivations, features, and extensions; and we present the significant changes currently in progress in preparation for the JuMP 1.0 release.

Miles Lubin is a research scientist in the large-scale optimization group at Google in New York City. He finished his Ph.D. in Operations Research at MIT in September 2017 under the supervision of Juan Pablo Vielma. He has published work in mixed-integer convex optimization, chance constrained optimization, robust optimization, stochastic programming, algebraic modeling, automatic differentiation, numerical linear algebra, parallel computing techniques for large-scale problems, and applications in energy systems. He received the 2016 INFORMS Computing Society Prize for his work on JuMP.


Communauté d’enseignants pour une pédagogie active en RO

Auteurs : Nadia Brauner, Hadrien Cambazard, Nicolas Catusse

CaseInE est une plateforme d’apprentissage (caseine.org). Son objectif est de favoriser l’autonomie des étudiants tout en améliorant la qualité du temps que l’enseignant leur consacre. Basée sur Moodle elle permet:

  • d’évaluer automatiquement les modèles mathématiques (e.g. Programme linéaires) et le code informatique (e.g. programmes dynamiques) des
    étudiants,
  • d’assurer un suivi pédagogique des étudiants,
  • de partager des contenus entre les enseignants à travers une communauté d’utilisateurs.

Nous présenterons différents cas d’utilisation de Caseine en particulier pour la programmation linéaire, la théorie des graphes et l’informatique. À titre d’exemples, nous expliquerons comment des modèles de programmation linéaire sont évalués automatiquement sur la plateforme et comment ces activités sont partagées entre enseignants de plusieurs universités.

Caseine propose la connexion aux utilisateurs enseignants et étudiants de Renater qui peuvent ainsi se connecter via leur université. Avec cette connexion, vous pouvez expérimenter le cours de Recherche Opérationnelle. Nous présenterons comment rejoindre la communauté d’enseignants de recherche opérationnelle sur Caseine et créer vos propres cours en bénéficiant et en contribuant aux activités partagées.

Contributeurs actuels : Nadia Brauner, Denis Bouhineau, Hadrien Cambazard, Nicolas Catusse, Céline Fouard, Anne-Laure Ladier, Aurélie Lagoutte, Pierre Lemaire, Fabrice Menard, Julie Peyre, Bernard Penz, Christophe Saint-Marcel.