ISBN-13: 9786131565021 / Francuski / Miękka / 2018 / 128 str.
Pour limiter le coAt global du processus d''optimisation multidisciplinaire, des modA]les rA(c)duits combinA(c)s avec une stratA(c)gie de calcul parallA]le fournissent une solution A(c)conomique et performante; cette problA(c)matique est spA(c)cifiquement investiguA(c)e dans cette thA]se. Tout d''abord, un environnement de calcul parallA]le considA(c)rant simultanA(c)ment algorithmes d''optimisation, modA]les numA(c)riques et gestion des processeurs est analysA(c) sur le cas d''un profil d''aile aA(c)roA(c)lastique, dA(c)montrant la relation A(c)troite entre choix des mA(c)thodes d''optimisation et architecture de plates-formes parallA]les, et mettant en A(c)vidence l''importance de dA(c)velopper des modA]les rA(c)duits. La suite de la thA]se s''attaque donc A l''A(c)laboration de mA(c)thodes d''approximation originales combinant les avantages respectifs des mA(c)tamodA]les gA(c)nA(c)ralistes et physiques. Plus prA(c)cisA(c)ment, des variantes contraintes (CPOD/CPOD2) de la mA(c)thode de dA(c)composition aux valeurs propres ont A(c)tA(c) mises au point, et appliquA(c)es avec succA]s sur un cas test acadA(c)mique (aile d''avion), ainsi que sur une application industrielle (optimisation multiobjectif de la forme d''un conduit d''admission dA(c)veloppA(c) par Renault).
Pour limiter le coût global du processus doptimisation multidisciplinaire, des modèles réduits combinés avec une stratégie de calcul parallèle fournissent une solution économique et performante; cette problématique est spécifiquement investiguée dans cette thèse. Tout dabord, un environnement de calcul parallèle considérant simultanément algorithmes doptimisation, modèles numériques et gestion des processeurs est analysé sur le cas dun profil daile aéroélastique, démontrant la relation étroite entre choix des méthodes doptimisation et architecture de plates-formes parallèles, et mettant en évidence limportance de développer des modèles réduits. La suite de la thèse sattaque donc à lélaboration de méthodes dapproximation originales combinant les avantages respectifs des métamodèles "généralistes" et "physiques". Plus précisément, des variantes contraintes (CPOD/CPOD2) de la méthode de décomposition aux valeurs propres ont été mises au point, et appliquées avec succès sur un cas test académique (aile davion), ainsi que sur une application industrielle (optimisation multiobjectif de la forme dun conduit dadmission développé par Renault).