Présentation

Article

1 - EXEMPLES DE PROBLÈMES D’OPTIMISATION

  • 1.1 - Calcul d’un équilibre chimique
  • 1.2 - Trajectoire d’un objet volant
  • 1.3 - Un problème typique d’asservissement
  • 1.4 - Un problème d’identification

2 - ÉTUDE MATHÉMATIQUE

3 - MÉTHODES NUMÉRIQUES D’OPTIMISATION

4 - CAS DES PROBLÈMES DE COMMANDE OPTIMALE

  • 4.1 - Définition pratique d’un problème de commande optimale
  • 4.2 - Méthodologie générale
  • 4.3 - Calcul du gradient

5 - TECHNIQUES NOUVELLES

6 - APPLICATIONS

Article de référence | Réf : S7210 v1

Applications
Optimisation continue

Auteur(s) : Claude LEMARÉCHAL

Date de publication : 10 mars 2002

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

  • Claude LEMARÉCHAL : Ingénieur de l’École nationale supérieure d’Électronique, d’Électrotechnique, d’Informatique et d’Hydraulique de Toulouse (ENSEEIHT) Docteur ès sciences Directeur de recherche à l’Institut national de recherche en Informatique et en Automatique (INRIA)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

En tant que branche des mathématiques appliquées, l’optimisation est maintenant omniprésente. C’est à la fin de la dernière guerre mondiale qu’elle est devenue vraiment opérationnelle, avec l’apparition de la programmation linéaire pour organiser les convois américains vers l’Europe (les « liberty ships »). Elle s’est ensuite fortement développée à partir des années 1960, pendant lesquelles les problèmes non linéaires ont pu être abordés efficacement, grâce principalement aux méthodes de « quasi-Newton ».

Les problèmes traités dans cet article appartiennent au domaine de l’optimisation continue, dans laquelle les variables à optimiser peuvent prendre tout un continuum de valeurs. Ceci s’oppose aux problèmes combinatoires, dans lesquels il s’agit de trouver la meilleure parmi un ensemble fini de possibilités. Nous ne parlons pas dans cet article de ces derniers.

Les méthodes d’optimisation continue relèvent toutes de l’analyse des fonctions de plusieurs variables réelles, et consistent toutes à construire une suite itérative de solutions approchées. C’est ce type de méthodes qui fait l’objet du présent article.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-s7210


Cet article fait partie de l’offre

Automatique et ingénierie système

(141 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

6. Applications

Citons quelques applications parmi les plus spectaculaires.

  • Optimisation de la production électrique

    En France, environ 200 centrales EDF fonctionnent chaque jour (nucléaires, thermiques classiques, vallées hydrauliques). L’optimisation sert à calculer leur planning de production pour le lendemain, de façon à produire et transporter au moindre coût l’énergie nécessaire pour satisfaire une demande supposée connue. Des versions stochastiques de ce problème existent, où l’horizon va d’une semaine à un an.

  • Biologie moléculaire

    Un problème important en pharmacologie est de déterminer la géométrie d’une molécule dont on connaît la formule chimique (un médicament par exemple). Pour ce problème, l’optimisation s’utilise de la manière suivante. Si la position dans l’espace des atomes de cette molécule était connue, alors on pourrait calculer l’énergie associée ; cette énergie résulte des diverses attractions et répulsions interatomiques. L’idée est alors de calculer les positions des atomes, de façon à minimiser cette énergie. Sachant que les molécules « intéressantes » ont quelques milliers d’atomes, ayant chacun trois coordonnées cartésiennes, on est confronté dans ce domaine à des problèmes d’optimisation ayant facilement 104 variables.

  • Optimisation de forme

    De grands progrès en mécanique des fluides ont été accomplis ces dernières décennies, en particulier en France : on est maintenant capable de simuler un écoulement autour d’un profil donné (aile d’avion, coque de bateau, etc). Utilisant un tel simulateur, on peut calculer la forme du profil en question de façon à minimiser par exemple la traînée. Dans cette approche, on fixe le profil, on calcule la traînée résultante, on modifie le profil suivant des formules données par la théorie de l’optimisation numérique, et on recommence jusqu’à obtenir un profil satisfaisant.

  • Météorologie

    Depuis une dizaine d’années, de nouvelles méthodes de prévision météorologique sont apparues, dans lesquelles l’optimisation joue un rôle crucial. De fait, les progrès en mécanique des fluides mentionnés ci-dessus permettent d’intégrer...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(141 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Applications
Sommaire
Sommaire

    DANS NOS BASES DOCUMENTAIRES

    • Analyse fonctionnelle.

    • Calcul différentiel.

    • Calcul matriciel.

    Autres ouvrages et sites Internet

    Les plus récents

    BONNANS (J.F.), GILBERT (J.Ch.), LEMARECHAL (C.), SAGASTIZABAL (C.) - Optimisation numérique. - 324 p. Springer Verlag Paris (1997) (assez complet, passe en revue l’ensemble des problèmes et méthodes évoqués ici).

    MINOUX (M.) - Programmation mathématique. - Tome 2, 231 p. bibl. Dunod (1983) (consacré aux problèmes dynamiques et aux problèmes combinatoires).

    CULIOLI (J. Ch.) - Introduction à l’optimisation - 316 p. Ellipses Paris (1994) (a une importante composante « systèmes asservis »).

    BERTSEKAS (D.P.) - Nonlinear Programming - (Optimisation non linéaire) 646 p. Athena Scientific, Belmont Massachusett (1995).

    NOCEDAL (J.), WRIGHT (S.J.) - Numerical Optimization - (Optimisation numérique) 636 p. Springer Verlag, New York (1999).

    GILL (P.E.), MURRAY (W.), WRIGHT (M.H.) - Practical Optimization - (Optimisation pratique) 401 p. Academic Press (1981).

    FLETCHER (R.) - Practical Methods of Optimization - (Méthodes pratiques d’optimisation) (2e édition) Wiley, Chichester (1987).

    * - Ces deux derniers ouvrages très « orientés-utilisateurs ».

    Méthodes de points intérieurs

    WRIGHT (S.J.) - Primal-dual interior-point methods - (Méthodes de points intérieurs primales-duales) 289 p. Publications SIAM, Philadelphie (1997).

    Problèmes d’asservissement

    FAURRE (P.), DEPEYROT (M.) - Éléments d’automatique - 280 p. bibl. (64 réf.), Dunod (1974).

    BRYSON (A.E.), HO (Y.C.) - Applied optimal control - optimization, estimation and control - (Commande optimale appliquée – optimisation, estimation, et commande) 476 p. bibl. (73 réf.)...

    Cet article est réservé aux abonnés.
    Il vous reste 93% à découvrir.

    Pour explorer cet article
    Téléchargez l'extrait gratuit

    Vous êtes déjà abonné ?Connectez-vous !


    L'expertise technique et scientifique de référence

    La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
    + de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
    De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

    Cet article fait partie de l’offre

    Automatique et ingénierie système

    (141 articles en ce moment)

    Cette offre vous donne accès à :

    Une base complète d’articles

    Actualisée et enrichie d’articles validés par nos comités scientifiques

    Des services

    Un ensemble d'outils exclusifs en complément des ressources

    Un Parcours Pratique

    Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

    Doc & Quiz

    Des articles interactifs avec des quiz, pour une lecture constructive

    ABONNEZ-VOUS