Stratégies EGO (Expensive Global Optimization), application à l'optimisation robuste de forme en mécanique

Nous allons nous intéresser dans cette présentation aux différentes stratégies permettant la conception optimales et robuste de forme de pièces mécaniques sous critères dynamiques.  Après avoir présenté les stratégies actuellement mises en œuvre au niveau industriel, un schéma complet d'optimisation robuste sera présenté. Les différentes sous-structures de ce schéma 'cible' seront alors détaillées.
Premièrement nous aborderons la formulation EF de type iso-géométrique. Une telle formulation permet de décrire finement les évolutions des formes considérées tout au long des étapes d'optimisation. Plus précisément quelques critères en dynamique des solides seront présentés. Partant de tels critères, la mise en place de méta-heuristiques sera explicité et son intéret dans le cadre multi-objectifs sera argumenté. Nous nous focaliseront essentiellement sur les algorithmes génétiques, au travers du célèbre 'NSGA-II [Deb]'. La question de la robustesse des solutions proposées vis à vis de l'incertitude sur certain des paramètres sera présentée. Dans ce cadre l'utilisation de méta-modèle de type non-paramétriques (Krigeage) sera mise en avant, ainsi que la construction et l'évaluation de la pertinence de critères de robustesse. La boucle complète d'optimisation robuste sera alors présentée sur un cas d'application industriel faisant l'objet d'un projet de recherche conjoint industriel/académique (ANR Pepito).