Algorithmes multifidélité pour l'optimisation multidisciplinaire

par Yann David

Projet de thèse en Mathématiques et Applications

Sous la direction de Aude Rondepierre et de François Gallard.

Thèses en préparation à Toulouse, INSA , dans le cadre de École doctorale Mathématiques, informatique et télécommunications (Toulouse) , en partenariat avec Institut de mathématiques de Toulouse (2007-....) (laboratoire) et de IMT- Equipe Statistique et Optimisation (equipe de recherche) depuis le 01-06-2021 .


  • 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 cœur de la recherche.

  • Titre traduit

    Multi-fidelity algorithms for Multidisciplinary Design Optimization


  • Résumé

    Relying exclusively on the highest available precision models to perform numerical optimization is very CPU demanding. Especially, solving industrial Multidisciplinary Design Optimization (MDO) problems, through the multiplicity of the disciplinaries, is much more demanding. Multi-fidelity methods allow to reduce the CPU cost by introducing less precise, but also less time consuming, models. However, the application of multi fidelity methods to MDO problems is not straightforward : - As the multiplicity of disciplinaries is increasing, the ways to generate lower fidelity models is growing exponentially. The exploration of those possibilities is one of the major axes of the research. - For multidisciplinary problems, convergency and efficiency of the multi-fidelity methods have not been proven yet and thus will be a key point of the research.