Optimisation sans dérivées sous contraintes PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Optimisation sans dérivées sous contraintes PDF full book. Access full book title Optimisation sans dérivées sous contraintes by Mathilde Peyrega. Download full books in PDF and EPUB format.
Author: Mathilde Peyrega
Publisher:
ISBN:
Category :
Languages : fr
Pages : 115
Get Book Here
Book Description
Author: Mathilde Peyrega
Publisher:
ISBN:
Category :
Languages : fr
Pages : 115
Get Book Here
Book Description
Author: Hoël Langouët
Publisher:
ISBN:
Category :
Languages : fr
Pages : 255
Get Book Here
Book Description
L’optimisation intervient dans de nombreuses applications IFPEN, notamment dans l’estimation de paramètres de modèles numériques à partir de données en géosciences ou en calibration des moteurs. Dans ces applications, on cherche à minimise une fonction complexe, coûteuse à estimer, et dont les dérivées ne sont pas toujours disponibles. A ces difficultés s’ajoutent la prise en compte de contraintes non linéaires et parfois l’aspect multi-objectifs. Au cours de cette thèse, nous avons développé la méthode SQA (Sequential Quadratic Approximation), une extension de la méthode d’optimisation sans dérivées de M. J. D. Powell pour la prise en compte de contraintes à dérivées connues ou non. Cette méthode est basée sur la résolution de problèmes d’optimisation simplifiés basés sur des modèles quadratiques interpolant la fonction et les contraintes sans dérivées, construits à partir d’un nombre limité d’évaluations de celles-ci. Si la résolution de ce sous-problème ne permet pas une progression pour l’optimisation originale, de nouvelles simulations sont réalisées pour tenter d’améliorer les modèles. Les résultats de SQA sur différents benchmarks montrent son efficacité pour l’optimisation sans dérivées sous contraintes. Enfin, SQA été appliqué avec succès à deux applications industrielles en ingénierie de réservoir et en calibration de moteurs. Une autre problématique majeure en optimisation étudiée dans cette thèse est la minimisation multi-objectifs sous contraintes. La méthode évolutionnaire Multi-Objective Covariance Matrix Adaptation, adaptée à la prise en compte des contraintes, s’est révélée très performante dans l’obtention de compromis pour la calibration des moteurs.
Author: Benoît Pauwels
Publisher:
ISBN:
Category :
Languages : fr
Pages : 84
Get Book Here
Book Description
La modélisation de phénomènes complexes rencontrés dans les problématiques industrielles peut conduire à l'étude de codes de simulation numérique. Ces simulateurs peuvent être très coûteux en temps d'exécution (de quelques heures à plusieurs jours), mettre en jeu des paramètres incertains et même être intrinsèquement stochastiques. Fait d'importance en optimisation basée sur de tels simulateurs, les dérivées des sorties en fonction des entrées peuvent être inexistantes, inaccessibles ou trop coûteuses à approximer correctement. Ce mémoire est organisé en quatre chapitres. Le premier chapitre traite de l'état de l'art en optimisation sans dérivées et en modélisation d'incertitudes. Les trois chapitres suivants présentent trois contributions indépendantes -- bien que liées -- au champ de l'optimisation sans dérivées en présence d'incertitudes. Le deuxième chapitre est consacré à l'émulation de codes de simulation stochastiques coûteux -- stochastiques au sens où l'exécution de simulations avec les mêmes paramètres en entrée peut donner lieu à des sorties distinctes. Tel était le sujet du projet CODESTOCH mené au Centre d'été de mathématiques et de recherche avancée en calcul scientifique (CEMRACS) au cours de l'été 2013 avec deux doctorants de Électricité de France (EDF) et du Commissariat à l'énergie atomique et aux énergies alternatives (CEA). Nous avons conçu quatre méthodes de construction d'émulateurs pour des fonctions dont les valeurs sont des densités de probabilité. Ces méthodes ont été testées sur deux exemples-jouets et appliquées à des codes de simulation industriels concernés par trois phénomènes complexes: la distribution spatiale de molécules dans un système d'hydrocarbures (IFPEN), le cycle de vie de grands transformateurs électriques (EDF) et les répercussions d'un hypothétique accident dans une centrale nucléaire (CEA). Dans les deux premiers cas l'émulation est une étape préalable à la résolution d'un problème d'optimisation. Le troisième chapitre traite de l'influence de l'inexactitude des évaluations de la fonction objectif sur la recherche directe directionnelle -- un algorithme classique d'optimisation sans dérivées. Dans les problèmes réels, l'imprécision est sans doute toujours présente. Pourtant les utilisateurs appliquent généralement les algorithmes de recherche directe sans prendre cette imprécision en compte. Nous posons trois questions. Quelle précision peut-on espérer obtenir, étant donnée l'inexactitude ? À quel prix cette précision peut-elle être atteinte ? Quels critères d'arrêt permettent de garantir cette précision ? Nous répondons à ces trois questions pour l'algorithme de recherche directe directionnelle appliqué à des fonctions dont l'imprécision sur les valeurs -- stochastique ou non -- est uniformément bornée. Nous déduisons de nos résultats un algorithme adaptatif pour utiliser efficacement des oracles de niveaux de précision distincts. Les résultats théoriques et l'algorithme sont validés avec des tests numériques et deux applications réelles: la minimisation de surface en conception mécanique et le placement de puits pétroliers en ingénierie de réservoir. Le quatrième chapitre est dédié aux problèmes d'optimisation affectés par des paramètres imprécis, dont l'imprécision est modélisée grâce à la théorie des ensembles flous. Plusieurs méthodes ont déjà été publiées pour résoudre les programmes linéaires où apparaissent des coefficients flous, mais très peu pour traiter les problèmes non linéaires. Nous proposons un algorithme pour répondre à une large classe de problèmes par tri non-dominé itératif.
Author: Pierre Carpentier
Publisher: Springer
ISBN: 3662554283
Category : Mathematics
Languages : fr
Pages : 338
Get Book Here
Book Description
Ce livre considère le traitement de problèmes d'optimisation de grande taille. L'idée est d'éclater le problème d'optimisation global en sous-problèmes plus petits, donc plus faciles à résoudre, chacun impliquant l'un des sous-systèmes (décomposition), mais sans renoncer à obtenir l'optimum global, ce qui nécessite d'utiliser une procédure itérative (coordination). Ce sujet a fait l'objet de plusieurs livres publiés dans les années 70 dans le contexte de l'optimisation déterministe. Nous présentans ici les principes essentiels et méthodes de décomposition-coordination au travers de situations typiques, puis nous proposons un cadre général qui permet de construire des algorithmes corrects et d'étudier leur convergence. Cette théorie est présentée aussi bien dans le contexte de l'optimisation déterministe que stochastique. Ce matériel a été enseigné par les auteurs dans divers cours de 3ème cycle et également mis en œuvre dans de nombreuses applications industrielles. Des exercices et problèmes avec corrigés illustrent le potentiel de cette approche. This book discusses large-scale optimization problems involving systems made up of interconnected subsystems. The main viewpoint is to break down the overall optimization problem into smaller, easier-to-solve subproblems, each involving one subsystem (decomposition), without sacrificing the objective of achieving the global optimum, which requires an iterative process (coordination). This topic emerged in the 70’s in the context of deterministic optimization. The present book describes the main principles and methods of decomposition-coordination using typical situations, then proposes a general framework that makes it possible to construct well-behaved algorithms and to study their convergence. This theory is presented in the context of deterministic as well as stochastic optimization, and has been taught by the authors in graduate courses and implemented in numerous industrial applications. The book also provides exercises and problems with answers to illustrate the potential of this approach.
Author: Eugénio Echague
Publisher:
ISBN:
Category :
Languages : fr
Pages : 266
Get Book Here
Book Description
Dans cette thèse, on étudie deux méthodes d’optimisation globale sans dérivées : la méthode des moments et les méthodes de surface de réponse. Concernant la méthode des moments, nous nous sommes intéressés à ses aspects numériques et à l'un de ses aspects théoriques : l’approximation à une constante près d'une fonction par des polynômes somme de carrés. Elle a aussi été implémentée dans les sous-routines d'une méthode sans dérivées et testée avec succès sur un problème de calibration de moteur. Concernant les surface de réponse, nous construisons un modèle basée sur la technique de Sparse Grid qui permet d’obtenir une approximation précise avec un nombre faible d'évaluations de la fonction. Cette surface est ensuite localement raffinée autour des points les plus prometteurs. La performance de cette méthode, nommée GOSgrid, a été testée sur différentes fonctions et sur un cas réel. Elle surpasse les performances d'autres méthodes existantes d’optimisation globale en termes de coût.
Author: J.-Frédéric Bonnans
Publisher: Mathématiques et Applications
ISBN:
Category : Computers
Languages : fr
Pages : 340
Get Book Here
Book Description
Ce livre est exclusivement consacré aux algorithmes numériques d'optimisation (quasi-Newton, faisceaux, programmation quadratique successive, points intérieurs); les bases théoriques (conditions d'optimalité, multiplicateurs de Lagrange) sont supposées connues. Son but est de familiariser le lecteur avec ces algorithmes, qui sont pour la plupart bien classiques. Leur description insiste sur leur implémentation numérique, ils peuvent être programmés directement par un lecteur expérimenté. Le côté théorique n'est pas pour autant négligé, avec démonstration de chaque théorème de convergence ou vitesse de convergence; souvent, ces démonstrations utilisent des hypothèses minimales.
Author: Jean Céa
Publisher:
ISBN:
Category : Mathematics
Languages : en
Pages : 942
Get Book Here
Book Description
Author: Dounia Lakhmiri
Publisher:
ISBN:
Category :
Languages : fr
Pages : 76
Get Book Here
Book Description
Author: YAMINA.. SALHI
Publisher:
ISBN:
Category :
Languages : fr
Pages : 316
Get Book Here
Book Description
L'ETUDE DE CES LOGICIELS EST LA SUIVANTE: SURETE ET RAPIDITE DE CONVERGENCE, APPROXIMATION DE LA MATRICE HERSIENNE, CONTROLE DE LA PROPAGATION DES ERREURS D'ARRONDI ET VECTORISATION SUR CRAY-1 DU CODE DEVELOPPE
Author: ROBOAM Xavier
Publisher: Lavoisier
ISBN: 2746281937
Category :
Languages : en
Pages : 306
Get Book Here
Book Description
Le contexte économique impose des systèmes toujours plus performants, minimisant coûts d’investissement et de possession. Si les méthodes d’analyse, de synthèse et de gestion présentées dans le premier volume Conception systémique pour la conversion d’énergie électrique 1 participent à l’optimisation des systèmes énergétiques, les techniques traitées dans cet ouvrage proposent d’aller encore plus loin dans la performance. La complexité de systèmes multidisciplinaires à fort degré de couplage augmentant, le processus de conception par optimisation consistant à coupler un modèle à un algorithme d’optimisation au sein d’un environnement logiciel devient dès lors indispensable. Ce volume rassemble les points-clés permettant de représenter efficacement et de façon compacte l’environnement système et les profils de mission, mais également les méthodes, modèles et outils dédiés à l’optimisation. Les approches multiniveaux de conception et l’optimisation technico-économique des réseaux électriques sont particulièrement détaillées.
