Dans cette présentation, nous verrons comment des idées d'apprentissage automatique et de recherche opérationnelle peuvent se combiner et s'hybrider afin de résoudre des problèmes de gestion d'inventaires de produits frais sous incertitude.

La première partie de la présentation sera basée sur une pré-publication dans laquelle nous montrons comment le cadre récent de sélection séquentielle de politique (online policy selection) peut s'appliquer aux modèles d'inventaires considérés en recherche opérationnelle, notamment périssables.

La deuxième partie de la présentation se basera, quant à elle, sur un problème d'inventaire plus proche de la réalité d'un industriel du secteur. Cet exemple, riche en contraintes opérationnelles de nature combinatoire, nous servira à illustrer l'application d'autres idées issues de ces deux domaines des mathématiques.