Auteur / Autrice : | Yann David |
Direction : | Aude Rondepierre |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques et Applications |
Date : | Inscription en doctorat le 01/06/2021 |
Etablissement(s) : | Université de Toulouse (2023-....) |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, informatique et télécommunications |
Partenaire(s) de recherche : | Laboratoire : IMT : Institut de Mathématiques de Toulouse |
Equipe de recherche : IMT- Equipe Statistique et Optimisation | |
établissement délivrant conjointement le doctorat : Toulouse, INSA |
Mots clés
Mots clés libres
Résumé
Se reposer exclusivement sur les modèles de plus haute précisions pour l'optimisation numérique est très couteux en ressources de calculs. En particulier, l'optimisation multidisciplinaire (MDO), de part la multiplicité des modèles utilisés, alourdis d'autant plus ce coût de calcul. Les méthodes multi fidélités permettent de réduire ce temps de calculs en introduisant des modèles de plus basse précision mais aux temps de calculs réduits. Cependant, l'application des méthodes d'optimisation multi fidélités sur des problèmes de MDO n'est pas directe : - Avec l'augmentation de la multiplicité des disciplines, le nombre de possibilités de création de modèles de plus basse fidélités croît exponentiellement. L'exploration des moyens d'introduction de la multi fidélité dans un processus MDO est l'un des axes majeurs de la recherche. - Pour des modèles multi disciplinaire, la convergence et l'efficacité de tel méthodes n'a pas encore été prouvée et sera donc au cur de la recherche.