Read more
L'essor de l'informatique et des techniques d'intelligence artificielle a conduit ces dernières années à un développement sans précédent des procédés d'optimisation automatique. En particulier, les méthodes évolutionnistes s'affirment peu à peu comme les techniques les plus robustes. Cependant, la traduction d'un problème réel sous forme d'une fonction à optimiser n'est pas toujours simple. Dès lors, le concepteur apprécie d'être conduit à plusieurs possibilités (plus ou moins parfaites) plutôt qu'à une solution unique. Les méthodes génétiques multimodales ou méthodes de nichage offrent des perspectives intéressantes en permettant la localisation de solutions optimales multiples. Notre travail est centré sur la caractérisation de ces nouvelles techniques d'optimisation numériques. Chaque méthode a été testée à partir de fonctions mathématiques ainsi que sur des problèmes d'électromagnétisme et sur un procédé très original de conception de formes optimales d'électrodes. Nous décrivons une nouvelle approche où la forme de l'électrode est identifiée à une ligne équipotentielle obtenue par optimisation du positionnement et de la valeur d'un certain nombre de charges fictives.
About the author
Bruno Sareni est maitre de conférences à l'INPT-ENSEEIHT etchercheur dans le laboratoire LAPLACE dans le groupe de rechercheen Énergie Électrique et Systémique. Ses intérêts se portent vers la conception des systèmes électriques complexes à l'aided'approches systémiques exploitant notamment les techniquesd'optimisation numériques.
