Bienvenue aux Mines Paristech
Bienvenue à MINES ParisTech
Newsletter International
Website
Théorie & Pratique
Vous êtes

Recherche

webTV

Lecture

Aftermovie du H4ck@mines 2019 MINES ParisTech

Lecture

MIG 2019 - Systèmes embarqués

Lecture

Teaser Journées Portes Ouvertes

Lecture

Season's Greetings - Meilleurs voeux 2019

Lecture

Plan stratégique de l'Ecole

+ Toutes les vidéos

Partager

Centre de mathématiques appliquées (CMA)

Le centre de mathématiques appliquées déploie ses compétences en modélisation, mathématique du contrôle, de l'optimisation et de la décision, autour d'une activité dédiée aux questions relatives au changement climatique.

Le centre développe notamment des modèles d'optimisation pour la prospective long terme, apporte son expertise sur la gestion optimale des systèmes énergétiques, travaille sur les marchés de l'électricité et du carbone, a créé une chaire ParisTech sur la Modélisation prospective au service du développement durable, et a développé de nombreuses collaborations, industrielles et internationales.

Accéder au site du centre de recherche


+ de publications

Les dernières publications

Ariane Millot, Anna Krook-Riekkola, Nadia Maïzi. Guiding the future energy transition to net-zero emissions: Lessons from exploring the differences between France and Sweden Energy Policy, Elsevier, 2020, 139, pp.111358. ⟨10.1016/j.enpol.2020.111358⟩

Valentina Sessa, Edi Assoumou, Mireille Bossy. Modeling the climate dependency of the run-of-river based hydro power generation using machine learning techniques: an application to French, Portuguese and Spanish cases Preprint, 2020

Valentina Sessa, Edi Assoumou, Mireille Bossy, Sílvia Carvalho, Sofia Simoes. Machine learning for assessing variability of the long-term projections of the hydropower generation on a European scale Preprint, 2020

Joaquim Judice, Masao Fukushima, Alfredo Iusem, J. M. Martinez, Valentina Sessa. An alternating direction method of multipliers for the eigenvalue complementarity problem Optimization Methods and Software, Taylor & Francis, 2020, pp.1-34. ⟨10.1080/10556788.2020.1734804⟩

Welington de Oliveira, Mikhail Solodov. Bundle Methods for Inexact Data Numerical Nonsmooth Optimization, Springer International Publishing, pp.417-459, 2020, ⟨10.1007/978-3-030-34910-3_12⟩

Gondia Sokhna Seck, Vincent Krakowski, Edi Assoumou, Nadia Maïzi, Vincent Mazauric. Embedding power system's reliability within a long-term Energy System Optimization Model: Linking high renewable energy integration and future grid stability for France by 2050 Applied Energy, Elsevier, 2020, 257, pp.114037. ⟨10.1016/j.apenergy.2019.114037⟩

actualité

European Research Council : un succès pour Pierre Rouchon

Formation European Research Council : un succès pour Pierre… Protéger cohérences et intrications  Ces futures…
> En savoir +

Coronavirus : dispositions en vigueur... Action

Formation Coronavirus : dispositions en vigueur... Action Vous trouverez sur cette page les dernières consignes en…
> En savoir +

Comment renforcer l'autonomie des salariés ?

Formation Comment renforcer l'autonomie des salariés ? Des entreprises toujours plus nombreuses souhaitent…
> En savoir +

MINES ParisTech sur le podium

Formation MINES ParisTech sur le podium Le Figaro Étudiant réalise un nouveau classement des…
> En savoir +

La rénovation thermique réduit-elle vraiment votre facture d'énergie ?

Formation La rénovation thermique réduit-elle vraiment votre… La rénovation énergétique est l’un des piliers de…
> En savoir +

+ Toutes les actualités

contact

Nadia MAIZI
Directrice du CMA > envoyer un mail Téléphone : 04 97 15 70 79
 

Plan du site
MINES
ParisTech

60, Boulevard Saint-Michel
75272 PARIS Cedex 06
Tél. : +33 1 40 51 90 00

Implantations
Mentions légales | efil.fr | ©2012 MINES ParisTech | +33 1 40 51 90 00 |