fichier .pdf - lamsin
fichier .pdf - lamsin
fichier .pdf - lamsin
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Chapitre 5<br />
Méthodologie adoptée<br />
5.1 Problèmes Inverses<br />
Deux nouveaux outils ont été exploités en vue de mener à bien les applications visées :<br />
L’optimisation topologique et de level sets :<br />
Ces deux outils ont connu ces dernières années un essor sans précédent au point que plusieurs<br />
congrès et workshops leurs sont entièrement dédiés. Ces outils sont par ailleurs communs aux<br />
équipes PI et IMOGE et ont sous-tendu une application ENV (Il s’agit de l ’outil d’optimisation<br />
topologique).<br />
Rappelons que l’optimisation topologique est une nouvelle approche pour les problèmes<br />
d’optimisation de forme pour lesquels on ne peut pas imposer a priori des restrictions, explicites<br />
ou implicites, sur la topologie de la forme (par exemple nombre de trous). Du point de vue<br />
numérique, les algorithmes d’optimisation topologique tentent de capturer une forme optimale<br />
sur un maillage figé du domaine d’optimisation. Ils ont l’avantage sur les algorithmes classiques<br />
d’optimisation qui suivent exactement la frontière de la forme optimale.<br />
L’idée de base des méthodes de ”level set” est de considérer l’interface (courbe en 2D ou<br />
surface en 3D), comme, à tout instant, le niveau zéro d’une fonction définie sur une partie de<br />
l’espace ambiant. Les caractéristiques géométriques de l’interface telle que la normale, la courbure<br />
moyenne, etc. sont alors fonctions des dérivées spatiales de cette fonction. L’équation d’évolution<br />
de la fonction level set est obtenue par extension de la loi d’évolution de l’interface. Cette équation<br />
est généralement écrite sous forme d’une équation de Hamilton-Jacobi (il existe des méthodes<br />
numériques robustes pour la résolution de ces équations). Le point fort des méthodes level set<br />
est qu’elles permettent de suivre l’interface avant, pendant et après les éventuels changements<br />
topologiques.<br />
Pour un problème inverse géométrique, la régularisation géométrique revient à la pénalisation<br />
de la fonction coût par un terme dépendant du périmètre. La méthode ”level set” est initialement<br />
introduite dans le cadre général de détermination d’interfaces en évolution utilisant des<br />
représentations implicites. On représente la géométrie, inconnue du problème inverse considéré<br />
implicitement, comme la surface de niveau zéro d’une fonction continue, l’évolution de cette surface<br />
est modélisée (comme noté plus haut) par l’équation de Hamilton Jacobi. Afin de déterminer<br />
la géométrie inconnue, on est donc amené à déterminer les paramètres de l’équation d’évolution.<br />
Complétion de données :<br />
Cette activité mobilisent tous les chercheur séniors de l’équipe PI.<br />
Les algorithmes les plus performants de détection de défauts nécessitant le plus souvent des<br />
jeux de mesures complètes (c’ad sur toute la frontière), une phase de complétion desdites mesures<br />
peut constituer un préalable indispensable à leur mise en oeuvre. Les applications visées par cette<br />
31