6. Conclusion
La méthode ici décrite fait notamment appel à des outils issus de l’intelligence artificielle pour concevoir de nouveaux alliages. Elle permet notamment des gains en coûts par rapport à une méthode par essai-erreur car elle fait appel à du calcul numérique, moins onéreux que l’expérimentation. Elle permet également des gains en temps de développement. Ceux-ci restent toutefois modestes car la méthode demande un travail important : constitution et « nettoyage » des bases de données, test de diverses configurations des modèles de fouille et leur validation, paramétrage des algorithmes d’optimisation (définition et test de différentes configurations d’objectifs et de contraintes, ensemencement) et validation expérimentale finale. Cette dernière met parfois en évidence la nécessité de retourner vers la phase de conception pour en ajuster le paramétrage. En revanche, l’association d’optimisation...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
Lecture en cours
Conclusion