Adding prices and README.md

README.md

@@ -0,0 +1,38 @@
+# Mini Projet - Optimisation Métaheuristique
+
+Ceci est le répertoire Git du projet d'optimisation métaheuristique du groupe 9 dont les membres sont AIT MOUSSA Amine, DAANOUNI Siham et DELAMOTTE Clément. Le sujet choisi est **l'optimisation du chargement des véhicules électriques** et l'algorithme mis en place est **Multiple Objectives Particle Swarm Optimization (MOPSO) + Surrogate**. La modélisation du problème se trouvera dans le rapport.
+
+Pour les datasets, nous avons pris diverses sources pour concevoir notre propre jeu de données:
+- data/vehicle_capacity.csv: [Car Dataset (2025)](https://www.kaggle.com/datasets/abdulmalik1518/cars-datasets-2025/data)
+- data/elec_prices.csv: [RTE France (éco2mix)](https://www.rte-france.com/donnees-publications/eco2mix-donnees-temps-reel/donnees-marche), les données ont été récupérées manuellement sur l'hivers 2025 (S2-S5) et l'été 2025 (S29-S32)
+
+## Installation
+Le projet a été concu à l'aide du *Python packet manager* ***UV***, il est préférable d'utiliser celui-ci pour ca facilité d'utilisation. **UV** peut être installé via le [site internet officiel](https://docs.astral.sh/uv/getting-started/installation/#installing-uv)
+
+**Linux:**
+```bash
+# Installation de UV
+curl -LsSf https://astral.sh/uv/install.sh | sh
+```
+
+**Windows:**
+```powershell
+# Installation de UV (via WinGet)
+powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
+```
+
+## Utilisation
+Pour charger le projet et l'executer sans problème, il faut d'abord configurer notre environnement d'execution de la manière suivante:
+
+```bash
+# Création d'un environnement virtuel (nécessaire)
+uv venv
+
+# Téléchargement des requirements du projet
+uv pip sync uv.lock
+
+# Si uv.lock n'existe pas, vous pouvez le générer avec la commande suivante:
+uv pip compile --upgrade pyproject.toml -o uv.lock
+```
+
+Enfin, vous pouvez executer n'importe quel script avec la commande `uv run main.py`