Letteratura scientifica selezionata sul tema "Optimisation déterministe (génétique algorithme)"

Il existe différentes méthodes génératives qui permettent une conception performancielle. Les algorithmes génétiques apparaissent comme la solution la plus populaire dans la littérature scientifique. Néanmoins, en pratique, les problèmes rencontrés nécessitent souvent une intégration de contraintes strictes que d’autres techniques génératives fonctionnant avec des règles, comme les automates cellulaires, sont plus aptes à intégrer. Dans cette étude, nous comparons l’efficacité de ces deux techniques appliquées à un même cas d’étude issu de la pratique professionnelle. Il s’agit de la conception d’une enveloppe pour une tour de bureaux à Madagascar qui intègre à la fois le confort thermique et la qualité de vue. Il ressort de cette expérience que l’approche la plus efficace est une méthode hybride qui utilise à la fois un automate cellulaire pour intégrer les contraintes, et un algorithme génétique conduisant l’optimisation multicritère.

Cette thèse a pour objectif de mener une optimisation des corrections de forme des engrenages cylindriques, droits et hélicoïdaux. Le travail se décompose en quatre parties principales. Dans la première partie, on présente un état de l'art sur les différents types de corrections de forme proposées dans la littérature. Une analyse des travaux d'optimisation, menés jusqu'à présent, est conduite. La deuxième partie est focalisée sur une approche déterministe visant à cerner l'influence des corrections de dentures sur les principaux critères de performance. Dans ce contexte, on propose un développement analytique qui caractérise les fluctuations d'erreur de transmission quasi-statique permettant d'obtenir des relations approchées originales. En présence de plusieurs paramètres de corrections, un algorithme génétique est utilisé afin d'identifier, en un temps réduit, les solutions optimales. Nous proposons, en troisième partie, une étude probabiliste pour caractériser les corrections robustes. Ainsi, on définit une fonction objectif de robustesse faisant intervenir des paramètres statistiques. Après une étape de validation, l'estimation de ces paramètres est effectuée en utilisant les formules de quadrature de Gauss. Plusieurs études paramétriques sont ensuite menées et qui reflètent entre autre l'influence des classes de qualité, la forme de la correction, etc. Enfin, on a conduit une optimisation multicritère en utilisant un algorithme d'optimisation spécifique : " NSGA-II ".

Dans le domaine de la bibliométrie il est courant d'avoir à retraiter des corpus d'informations importants difficiles à interpréter par lecture directe. Des outils, intégrant des traitements mathématiques complexes, ont été développés pour traiter l'information massive structurée et en extraire l'information pertinente susceptible d'alimenter les processus de prise de décision. Le Centre de Recherche Rétrospective de Marseille s'est depuis de nombreuses années spécialisé en traitement de l'information et a développé des outils informatiques basés sur la représentation graphique de relations reliant des entités : les graphes de paires. S'inscrivant dans cette démarche, ce travail de recherche a permis de définir des traitements innovants s'appuyant sur la théorie des graphes, les algorithmes de recuit simulé et les algorithmes génétiques qui permettent d'aboutir à une expression géométrique organisée des graphes de paire et ainsi d'en faciliter l'exploitation par le plus grand nombre
In bibliometrie scope, we frequently have to compute database which constitute a quantitive information corpus, difficult to interpret by direct reading. That's the reason why some tools with complex mathematic treatments have been created, this is how structured data bank can be processing to obtain relevant information available for decision makers. The Centre de Recherche Rétrospective de Marseille is specialized in information processing for a long time. Automatic tools based on geometrical representation of relationship between entities have been developed. During this research, an innovant data processing implemented to automatically produce an organized representation of graph easily understandable have been defined. The treatment chain is based on two different approach, a determinist approach issuing from graph theory and a stochastic approach composed of simulated annealing algorithm and genetic algorithm, which allow to make easier graph reading

Ces travaux portent sur l’optimisation de structures stratifiées en utilisant un algorithme génétique. Un programme d’optimisation est développé et est ensuite appliqué à la résolution d’une série de problèmes d’optimisation pour lesquels les variables de design peuvent appartenir soit à un domaine discret soit à un domaine continu. Tout d’abord, il est question de problèmes où le nombre de plis, le matériau et l’épaisseur des plis sont fixés. Les variables de design sont alors l’orientation de chaque pli qui peut prendre, dans un premier cas, des valeurs discrètes (0°, ±45°, 90°) puis des valeurs continues (de 0° à 90°). Deuxièmement, il est question de problèmes pour lesquels le nombre de plis et le matériau des plis deviennent des variables de design qui s’ajoutent alors à l’orientation des plis. Dans ces cas, la valeur des variables de design (matériaux et orientations) est choisie dans une liste de valeurs. L’objectif de ces problèmes est, en premier lieu, la minimisation du poids ou du coût de la structure sous différentes contraintes et finalement, la minimisation du poids et du coût simultanément avec une formulation multi-objectifs. L’algorithme génétique développé utilise une stratégie multi-élitiste et empêche la présence d’individus identiques dans la population. Finalement, un algorithme génétique hybride, combinant l’algorithme génétique et une recherche locale, est développé et ensuite testé sur ces mêmes problèmes. Cette hybridation de l’algorithme résulte en une diminution du temps de calcul exigé et en une amélioration substantielle des résultats.

Ce travail de recherche se penche sur les défis et les interactions entre les procédés de fabrication RTM et CRTM, les propriétés mécaniques et la fiabilité des structures en matériaux composites fonctionnels. Des modèles numériques ont été développés pour simuler l’imprégnation de la suspension à travers le milieu fibreux dans ces deux procédés. Ces modèles ont été validés en comparant leurs résultats à des résultats expérimentaux, semi-analytiques et analytiques présentes dans la littérature. Une étude paramétrique a été menée pour démontrer l’impact des différents paramètres de procédé sur la distribution des particules dans le composite final. De plus, une comparaison entre les modes d’injection et de compression a été effectuée. Les résultats de cette partie ont montré que la distribution des particules dans la pièce finale dépend de la concentration initiale, de la distance parcourue et de la fraction volumique initiale des fibres, indépendamment des valeurs des paramètres d'injection et de compression. Il a également été observé que le procédé CRTM à pression d’injection imposée et à force de compression imposée représente le scénario le plus favorable pour produire des pièces composites. Afin de contrôler la distribution finale des particules dans le composite élaboré par le procédé RTM, deux étapes clés ont été identifiées et conduites. La première étape consiste en une analyse de sensibilité axée sur trois paramètres : l’évolution temporelle de la concentration initiale des particules, du champ de pression d’injection, et de la porosité initiale des fibres. Les conclusions indiquent un impact mineur de la porosité initiale et du champ de pression d’injection, tandis que l’évolution de la concentration initiale des particules injectées joue un rôle prépondérant. Dans une seconde étape, un algorithme d’optimisation a été intégré au modèle numérique du procédé RTM, visant à déterminer la configuration optimale de l’évolution de la concentration initiale des particules injectées afin de rapprocher la distribution des particules dans le composite final aux profils souhaités. Les résultats obtenus grâce à l’algorithme génétique ont démontré une maîtrise satisfaisante de cette répartition. Pour enrichir cette partie, un modèle évaluant le comportement mécanique de la pièce fabriquée a été développé. Les résultats indiquent une corrélation positive entre le taux de particules et certaines propriétés mécaniques telles que les modules d’élasticité E11 et E22, ainsi que les modules de cisaillement G12 et G23. Cependant, le coefficient de Poisson (Nu12) est inversement proportionnel au taux de particules. En outre, le module de cisaillement G12 était le plus influencé par le taux de particules.Dans cette partie, nous avons visé le contrôle des propriétés mécaniques des pièces composites fabriquées par le procédé CRTM, ensuite comparées aux résultats du procédé RTM. Les conclusions révèlent que le procédé RTM offre un meilleur contrôle de ces propriétés, tandis que le procédé CRTM améliore considérablement les propriétés mécaniques des pièces grâce à sa phase de compression, qui augmente la fraction volumique des fibres et donc améliorant ces propriétés.Par la suite, une analyse statique a été réalisée en développant un modèle numérique basé sur la méthode des éléments finis avec Ansys APDL. Cette analyse vise la détermination de la déformation maximale de la pièce en fonction de la configuration (encastrement, simplement appuyé) et de la charge répartie appliquée. Ce modèle est combiné avec ceux du procédé CRTM et du calcul des propriétés mécaniques. Dans le but d’ajuster les propriétés mécaniques de la pièce composite selon la configuration et la charge répartie, tout en minimisant son poids et en respectant des contraintes mécaniques prédéterminées, telles que la limite de déformation maximale, un algorithme d’optimisation a été intégré à notre modèle global. Les résultats obtenus répondent parfaitement à ces objectifs
This research focuses on the challenges and interactions between the manufacturing processes (Resin Transfer Molding ‘RTM’ and Compression Resin Transfer Molding ‘CRTM’), the mechanical properties, and the reliability of composite material structures; more specifically the functional composites. A number of numerical models have been developed for simulating the suspension (resin + particles) impregnation through the fibrous medium (fibers) in the RTM and CRTM processes. These models are validated by comparing their results with experimental, semi-analytical, and analytical ones from the literature. A parametric study is carried out to demonstrate the impact of various process parameters on particles’ distribution in the final composite. Moreover, a comparison between the injection and compression modes is done. The results of this part show that the distribution of particles in the final part depends on the initial concentration, the distance travelled, and the initial fibers’ volume fraction. However, it is independent of the parameters values of injection and compression. It is also observed that the CRTM process with imposed pressure injection and imposed force compression represents the most favorable scenario for producing composite parts.For the purpose of controlling the final particles’ distribution in the composite material, manufactured by the RTM process, two key steps have been identified. The first step consists in a sensitivity analysis that examines three parameters: the temporal evolution of the initial injected particles’ concentration, the injection pressure field and the initial fibers’ porosity. The conclusions indicate a minimal impact of the initial porosity and the injection pressure field; while the evolution of the initial concentration of the injected particles has a dominant effect. In a second step, an optimization algorithm is implemented in the numerical model of the RTM process. It is used to determine the optimal configuration of the initial injected particles’ concentration’s evolution; in order to approximate the particles’ distribution in the final composite to the desired profiles. The obtained results from the genetic algorithm provide a very satisfactory control of this distribution. To complete this section, a model, estimating the mechanical properties of the manufactured part, is developed. It is found that there is a positive correlation between the particles’ fraction and certain mechanical properties, namely the elastic modulus E11 and E22, and the shear modulus G12 and G23. Nevertheless, the Poisson’s ratio (Nu12) is inversely proportional to the particles’ fraction. Also, the shear module G12 is the most significantly influenced by this fraction.Following this, the control of the mechanical properties of the composite parts, manufactured by the CRTM process, is targeted, and compared to the results of the RTM process. The conclusions reveal that the RTM process offers a better control of these properties. Whereas, the CRTM process improves considerably the mechanical properties of the parts due to its compression phase, which increases the fibers’ volume fraction and consequently enhances these properties.Finally, a static analysis is conducted based on the developed numerical model that uses the finite element method (Ansys APDL). This model is combined with those of the CRTM process and the mechanical properties calculation. An optimization algorithm is integrated in our global model to adapt the mechanical properties of the composite part according to the configuration (cantilever or simply supported) and the load distribution. Moreover, it minimizes the composite part’s weight and ensures the respect of the predetermined mechanical constraints such as the maximum deformation limit. The obtained results correspond perfectly to these objectives

En conception mecanique, l'analyse du processus de conception permet d'exprimer une solution technologique non dimensionnee sous forme d'un probleme d'optimisation appele probleme de conception optimale. Ces problemes sont non-lineaires, fortement contraints, en variables mixtes (continues, entieres, discretes). Ils contiennent generalement des parametres discrets normalises, dependant des variables discretes, qui empechent de traiter ces variables comme des variables continues. Ce travail est consacre a la recherche de methodes de resolution permettant de traiter les problemes de conception optimale. Compte tenu des difficultes de ces problemes, nous nous sommes orientes vers des algorithmes evolutionnaires : l'algorithme genetique et la strategie evolutionnaire. Ceux-ci necessitant le choix d'operateurs genetiques, nous avons recherche les meilleurs operateurs de chaque algorithme pour la classe des problemes de conception optimale. La strategie evolutionnaire est apparue ici plus performante que l'algorithme genetique. Ces deux methodes ont permis de resoudre des problemes difficiles de conception optimale mais avec un nombre eleve d'evaluations. Afin de diminuer ce cout, nous avons couple la strategie evolutionnaire avec des methodes deterministes. Nous avons presente un premier couplage en serie, base sur l'utilisation sequentielle de la strategie evolutionnaire et de la methode du lagrangien augmente, puis un deuxieme couplage, utilisant en parallele des principes evolutionnaires pour l'evolution des variables discretes et des principes deterministes pour l'evolution des variables continues. Ce dernier s'est montre plus performant que la strategie evolutionnaire, en particulier lorsque les fonctions du probleme de conception optimale sont monotones. Pour la classe des problemes de conception optimale, la strategie evolutionnaire et le couplage parallele sont donc deux outils robustes. Le concepteur choisira l'un ou l'autre en fonction du probleme a traiter.

Cette thèse présente un outil que nous avons développé pour déterminer le dimensionnement technico-économique optimal d’un système photovoltaïque hybride. Nous présentons d’abord les principales caractéristiques du système et de ses composants, nous mettons en évidence les interactions entre les différents composants du système, nous analysons les différentes architectures de systèmes photovoltaïques hybrides et nous présentons quelques stratégies de gestion. Ensuite, nous traitons la modélisation détaillée du fonctionnement du système et de ses composants qui est la base de l’outil d’optimisation. À partir de ces modèles nous pouvons effectuer une simulation du fonctionnement du système en fonction du temps dans les conditions données et pour la période qui nous intéresse. L’objectif est double : d’une part, nous devons vérifier si le dimensionnement du système respecte les contraintes de fonctionnement et satisfait toutes les exigences de l’utilisateur ; d’autre part nous avons besoin d’informations détaillées sur le fonctionnement du système pour en déduire les coûts de fonctionnement. Nous présentons en détail la modélisation de l’ensemble de tous les coûts qui sont liés aux composants du système et à son fonctionnement. La méthode d’actualisation des coûts en fonction des intérêts est également présentée. Les modèles utilisés sont basés sur des fonctions non-linéaires, voire non-différentiables et discontinues. L’espace de recherche est très large et discrétisé. La méthode adéquate pour résoudre ce type de problème est basée sur un algorithme génétique. Une étude sur plusieurs cas bien définis nous permet de présenter les résultats auxquels nous avons abouti
This thesis deals with the optimal sizing of photovoltaic/diesel hybrid systems. An optimisation tool taking into account technical and economical considerations is developed. First, the principal characteristics of a hybrid system and its components, the interaction between the components as well as different system configurations and several control strategies are presented and analysed. Then, the detailed technical modelling of the system components and of the overall system operation is discussed and analysed. Actually, the modelling of the system is the basis of the optimisation tool and permits to do time-series simulations of the hybrid system operation under the given environmental conditions and for the chosen period of time. There are principally two goals: firstly to ensure that the given system sizing respects the operational constraints and fulfils user requirements and secondly, to supply detailed information about the system operation, in order to calculate the operating costs. The detailed modelling of all costs associated with the components and the system operation is presented as well as the discounting of future costs, which is imperative for long time analysis. The majority of the underlying models are non-linear; lots of them are discontinuous and non-differentiable. The search space is discretised and large. An appropriate method to solve this kind of optimisation problem, which is based on genetic algorithms, is used. Finally, optimisation results are presented on the basis of a well-defined case study

Les ateliers multi-objectifs de chimie fine sont mis en oeuvre pour élaborer des gammes variées en faibles tonnages de produits, souvent à forte valeur ajoutée. La conception et/ou le remodelage de ces ateliers présente un intérêt majeur pour l'industrie. Les recherches antérieures dans ce domaine ont été, pour la plupart, focalisées sur l'aspect financier. Ce mémoire propose une algorithmique permettant d'intégrer d'autres critères. Cette approche s'articule autour de trois éléments principaux : un simulateur à événements discrets permettant une simulation précise des ateliers multi-objectifs de chimie fine, un algorithme génétique évolué assurant l'optimisation de problèmes au caractère combinatoire très marqué en des temps de calcul limités et améliorant certains aspects des algorithmes génétiques classiques, une procédure de recherche multicritère garantissant l'obtention d'un (ou plusieurs) atelier(s) satisfaisant(s) pour l'ensemble des critères considérés. Il aboutit au développement d'un outil informatique intégrant ces trois grands éléments dans un seul logiciel d'aide à la décision et permettant la conception et/ou le remodelage d'ateliers multi-objectifs de chimie fine suivant un panel de critères. L'étude systématique sur l'influence des paramètres de fonctionnement des algorithmes génétiques en fonction des exemples étudiés est proposée.

Avec la croissance continue du trafic aérien et la limitation des ressources, il est nécessaire de réduire la congestion de l'espace aérien. Ces dernières années, un intérêt particulier a été porté au problème de la sectorisation de l'espace aérien.Pour pallier à cette augmentation continue du trafic en Europe, il est nécessaire d'optimiser la gestion du trafic aérien. Une automatisation de la sectorisation de l'espace aérien peut permettre, dans cette optique, d'accroître l'adaptabilité des configurations du secteur aérien à une nouvelle demande de trafic. L'objectif de la première partie de cette thèse est de proposer une méthode globale de sectorisation de l'espace aérien européen en se basant sur une modélisation mathématique et des méthodes d'optimisation heuristiques. La méthode de sectorisation proposée est basée sur la division initiale de l'espace aérien en cellules de Voronoi à l'aide de méthodes des k-moyennes. Pour des raisons de complexité combinatoire induite, un algorithme d'optimisation stochastique est utilisé pour résoudre le problème de sectorisation. Un algorithme génétique est utilisé pour construire les secteurs de l'espace aérien dans plusieurs zones de contrôle européennes, en se basant sur des données réelles de trafic aérien pendant plusieurs jours.De plus, les configurations du secteur de l'espace aérien doivent être adaptées dynamiquement pour offrir une efficacité et une flexibilité maximales en fonction des conditions météorologiques et de circulation. L'objectif de la deuxième partie de cette thèse est d'adapter automatiquement les configurations de l'espace aérien en fonction de l'évolution du trafic, au cours d'une journée de fonctionnement. Pour atteindre cet objectif, il faut considérer que l'espace aérien est divisé en blocs d'espaces aériens 3D qui doivent être groupés ou dégroupés en fonction de l'état du trafic. La méthode proposée est basée sur une technique de partitionnement de graphe et sur des algorithmes génétiques. La méthode est testée sur plusieurs zones de contrôle européennes
With the continuous air traffic growth and limits of resources, there is a need for reducing the congestion of the airspace systems. Nowadays, several projects are launched, aimed at modernizing the global air transportation system and air traffic management. In recent years, special interest has been paid to the solution of the airspace sectorization problem. This thesis is devoted to studying the airspace sectorization in Europe and the possibilities to improve it.The airspace sectorization needs to be optimized with the support of automation in order to increase an adaptability of airspace sector configurations to the new traffic demands. The aim of the first part of this thesis is to propose a global method for the sector design of the European airspace based on a mathematical modeling and heuristic optimization methods. The proposed resolution method to solve the sector design problem is based on the initial division of the airspace into Voronoi cells using k-means clustering algorithm. Then, due to the induced combinatorial complexity, a stochastic optimization method is applied to solve the sector design problem. Resolution method based on metaheuristic algorithm called Genetic Algorithm (GA) has been developed to build airspace sectors in several control areas of Europe, involving traffic data for several days. Furthermore, airspace sector configurations need to be dynamically adjusted to provide maximum efficiency and flexibility in response to changing weather/traffic conditions. The objective of the second part of this thesis is to automatically adapt the airspace configurations according to the evolution of traffic. In order to reach this objective, the airspace is considered to be divided into predefined 3D airspace blocks which have to be grouped or ungrouped depending on the traffic situation. The resolution method based on the graph partitioning technique and on the metaheuristic algorithm (GA) has been developed to generate a sequence of sector configurations, composed of the predefined airspace blocks. The overall methodology, is implemented and tested with air traffic data taken for one day of operation and for several different airspace control areas of Europe

Ce travail a eu pour objet l'optimisation des structures en matériaux composites par algorithme génétique. Durant la première phase, l'algorithme de base a été amélioré afin d'accroître sa vitesse de convergence, en optimisant les séquences d'empilement de stratifiés sollicités avec des efforts de membrane. Dans la seconde étape, l'algorithme a été couplé avec un module de calcul éléments finis, de manière à pouvoir optimiser des structures de formes et de chargements plus complexes. Un des apports de ce travail a consisté à y adjoindre une procédure permettant d'assurer la continuité des plis d'un sous-domaine à l'autre de la structure, la séquence d'empilement des plis étant optimisée dans chacun d'eux. Trois plaques ainsi que deux tronçons de maquette de pale, soumis à des chargements de flexion-torsion, ont été optimisés. Les essais effectués sur ces derniers ont permis d'apporter un début de validation expérimentale à la démarche proposée, mettant en évidence des gains en masse de l'ordre de 25%