Diplôme d’Etudes Approfondies M.a.i.S.E. DESCRIPTION DU PROBLEME Mécanique Classique !? ! Ku=f Contrôle de Chargement ! ! ? Ku=f(c) déformation inconnue Modèle de la poutre: modèle 2D de Reissner poutre mince incurvée geometriquement exacte avec une cinématique non-linéaire variables: x Optimisation de Forme ? ! ! K(d)u=f variables de contrôle: paramètres du chargement variables d’optimisation: propriétés de la construction c en contrôle de chargement + min J(u,x) d en optimisation de forme (minimisation de la fonction coût) 1. L’approche non-simultanée (méthode traditionnelle) variables : x G(u(x),x;du) K(u)u=f Minimisation de J(u(x),x) Boucle 2 Analyse incrémentale Boucle 1 Analyse increméntale (solution iterative) 2. L’approche simultanée (méthode des multiplicateurs de Lagrange l) variables : x,u,l L(u,x,l) = J(u,x) + G(u,x,l) Minimisation de rTr L L L r : , , x u λ T Boucle 2 ... pas de boucle 2 Boucle 1 T LA PROCEDURE DE RESOLUTION – L’ALGORITHME GENETIQUE Algorithme SADE vecteur de variables = chromosome CHi xi population des chromosomes: min J { Croissement Mutation Selection { Boucle 1 + ++ + ++ + + + + + xj Algorithme GRADE • Croissement l’approche non-simultanée: • Mutation • Mutation locale CHi = (x1, x2,...,xn) • Selection l’approche simultanée: CHi = (x1,...,xn,u1,...,un,l1,...,ln) • Croissement • Mutation • Selection LES EXEMPLES NUMERIQUE Optimisation de forme Contrôle de chargement Variables de contrôle : les composantes du chargement lettre T : F, M lettre B : H, V, M1, M2, M3 lettre I : F, M L’objectif : obtenir la déformation desirée Données : la construction, la déf. désirée Lettre T : Résultats obtenus par l’algorithme GRADE L’approche Precission du chargement trouvé Nombre d’évaluations F M non-simultanée simultanée 0.0474 0.0135 0.001 0.019 512.4 100 = 52140 37701 Lettre B : Comparaison des algorithmes par nombre d’évaluation de J(.) nécessaire Algorithme Minimal Maximal Moyen SADE 2600 165800 46887.5 GRADE 117850 117850 20632.0 Lettre I : L’exemple de chargement suiveux avec une invinité de solutions différentes Variables d’optimisation : les hauteurs de la poutre h = (h1, h2, h3, h4) L’objectif : minimiser la déformation Données : le chargement, masse de la poutre Algorithme utilisé : algorithme GRADE L’approche Precission des hauteurs trouvées 100 résultats différentes obtenus par l’algorithme GRADE non-simultanée simultanée h1 0.0094 0.0026 h2 0.0088 0.0021 h3 0.0082 0.0019 h4 0.0064 0.0010 3497 100 = 349700 313006 Nombre d’évaluations Sous la direction : ENS Cachan Adnan IBRAHIMGOVIĆ Arnaud DELAPLACE Anna KUČEROVÁ 26/06/2003 – ENS Cachan, France Sous la direction : UT Compiègne Catherine KNOPF-LENOIR VAYSSADE Pierre VILLON