Optimisation multidisciplinaire : étude théorique et application ... - ISAE

2 Introduction
les besoins des diérentes disciplines. Les décisions importantes concernant les congurations à
retenir sont bien évidemment laissées au jugement des acteurs de la conception.
L'optimisation multi-disciplinaire va essayer d'appuyer le processus de conception avec des
méthodes de natures diérentes.
• Recherche de l'équilibre entre les disciplines : il convient tout d'abord de clarier
quelles seront les variables qui participent à l'interaction entre les diérentes disciplines.
Par exemple, si deux disciplines échangent un nombre très important de variables (les
noeuds d'un maillage par exemple), il convient de les considérer comme une seule discipline.
L'équilibre entre ces deux disciplines sera obtenu avec une méthode appropriée. On
diminuera ainsi la complexité de l'échange entre les disciplines au niveau global. L'équilibre
entre les diérents domaines peut être obtenu par plusieurs méthodes. On peut le
voir comme un problème d'optimisation, ou bien comme l'ajout d'une contrainte supplémentaire
au niveau de l'optimiseur global. Pour un système complexe donné, il faut être
capable de choisir la méthode la plus appropriée pour résoudre le problème de cohérence
interdisciplinaire.
• Maîtrises des outils d'optimisation : pour la recherche de la conguration optimale,
les diérentes techniques d'optimisation doivent être considérées (optimisation à base de
gradient, algorithmes génétiques, méthodes locales ou globales). Il convient de trouver la
méthode la plus adaptée au problème de conception posé, an de le résoudre de la manière
la plus ecace qui soit.
• Dénition du rôle des disciplines : les sollicitations des disciplines peuvent être de
natures diérentes :
les disciplines contribuent seulement à la description des phénomènes physiques, et les
principaux choix de conception se font au niveau système, il s'agit d'analyse distribuée
;
les variables qui ne concernent que la discipline en question sont utilisées pour optimiser
localement les sorties de la discipline concernée. On parle alors de conception
distribuée : ici les disciplines participent aux choix de conception en agissant sur les
variables qui leur sont propres, et le niveau système assure que l'optimisation se déroule
bien dans le sens de l'objectif global.
• Utilisation de méta-modèles : an de faciliter l'échange entre les disciplines, il est
intéressant de pouvoir remplacer les codes de calculs souvent très gourmands en temps
d'exécution par des méta-modèles 1 . Ces substitutions permettent d'avoir une réponse quasi
instantanée et permettent ainsi un échange uide entre les disciplines. An de garder un
sens physique au niveau des réponses des disciplines, il est primordial que les méta-modèles
soient adaptés à la discipline considérée, ainsi qu'à la conguration étudiée. Il faut pour
cela des méta-modèles qui s'adaptent et qui se réactualisent en fonction des réponses des
codes de calculs plus ns. On arrive ainsi à des résultats précis sur les sorties des disciplines
lorsque l'on atteint la solution optimale. Les méta-modèles permettent aussi parfois
de régulariser les sorties des disciplines, et de faciliter ainsi la tâche à l'optimiseur.
1 Méta-modèles : ces modèles simpliés permettent d'obtenir des réponses en un temps raisonnable. En contrepartie,
la délité des réponses est dégradée. Ces méta-modèles peuvent tenir compte de la physique en jeu ou
non