Aide au choix des méthodes et outils de conception : approche neuronale

Design tools selectring aide : neural approach

• Auteur / Autrice : Khaled Benfriha
• Direction : Améziane Aoussat
• Type : Thèse de doctorat
• Discipline(s) : Génie industriel
• Date : Soutenance en 2005
• Etablissement(s) : Paris, ENSAM

Mots clés

Mots clés contrôlés

Design industriel

Résumé

''L'objectif de cette recherche est de montrer qu'il est possible d'intégrer les techniques issues de l'ingénierie de connaissances dans le développement de modèles numériques du processus de conception. La modélisation numérique du processus de conception rentre dans le cadre d'une démarche d'optimisation globale. L'intérêt scientifique est d'explorer de nouvelles voies, par la combinaison de différentes techniques issues de plusieurs domaines technologiques. Nous résumons notre apport en recherche en trois points : la proposition d'un modèle conceptuel paramétrique généralisé pour le processus de conception ; l'adaptation des réseaux de neurones au contexte de la conception ; et enfin un algorithme d'aide au choix d'outils de conception. Cet algorithme est modulaire, évolutif et permet l'intégration d'autres modules proposés en perspective. La démarche utilisée s'appuie essentiellement sur la discrétisation du processus de conception, ce qui nous a permis d'avoir une meilleure visibilité sur les problématiques de recherche qui en découlent, et qui sont nécessaires pour atteindre nos objectifs. Nous nous sommes intéressés particulièrement à la problématique '' d'aide au choix d'outils de conception '', où nous avons développé un algorithme intégrant une technique de modélisation par apprentissage (réseau de neurones multicouches). Il s'agit d'un outil qui propose aux concepteurs, en fonction de leurs problématiques de conception, un ensemble d'outils adéquats. Les résultats obtenus ne peuvent être exploités, sous leur forme actuelle, dans le monde industriel. Bien que nous ayons réussi à développer un outil informatique '' d'aide au choix des outils de conception '' qui a donné des résultats très encourageants, nous considérons que ce dernier reste un moyen de validation, et que ses résultats restent intermédiaires. ''

The objective of this research is to prove that it is possible to integrate techniques stemming from the knowledge engineering in the development of computational model of design process. The computational modelling of the design process is part of global optimization approach. The scientific interest, is to investigate new ways, by the combination of various techniques stemming from various technological domains. However, we sum up our research contribution in four points ; a proposition of a generalized parametric conceptual model for the design process, adaptation of the neural networks to the deign context, and finally an algorithm to aid the design tools choice. This algorithm is modular, evolutionary and allows the integration of the other functionality proposed in perspectives. The used reasoning, leans essentially on the design process discretization, in ordre to have a better visibility on the research problems which result from it, and which are necessary to attain our objectives. We were particularly interested on the problem '' aid the design tools choice '', where we developed an algorithm that integrate a learning modelling approach (multilayer neural networks). It is about a tool which proposes to the designers, according to their design problems, a set of adequate deign tools. The obtained results cannot be used, under their current form, in the industrial world. Although we managed to develop a computer tool '' to aid the design tools choice '' which gave very encouraging results, we consider that this tool is a means of validation, and that its results remain intermediate.