Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Optimisation de la conception : principes et applications

Dans cours

ME-403: Applied mechanical design

Students will be exposed to hands-on design problems throughout the term. They will acquire methodologies to (1) address open ended engineering problems, (2) cultivate creativity, (3) support decision making and (4) develop problem solving abilities. ...

Description

Cette séance de cours présente les principes fondamentaux de l'optimisation de la conception, en discutant de la sélection du meilleur design dans des contraintes et des objectifs donnés. Il couvre les prototypes virtuels, Pareto-optimalité, l'optimisation multi-objectifs et les défis rencontrés sur le terrain. L'instructeur présente des exemples du monde réel et des outils comme MATLAB et pymoo pour l'optimisation.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Jürg Alexander Schiffmann

After obtaining his diploma in mechanical engineering from EPFL in 1999 he co-founded a start-up company dedicated to the design of gas bearing supported rotors. In 2005 he joined Fischer Engineering Solutions where he led the development of small-scale, gas bearing supported high-speed turbomachinery for fuel cell air supplies and for domestic scale heat pumps. In parallel he worked on his PhD, which he obtained from EPFL in 2008 and for which he was awarded the SwissElectric Research Award. He then joined the Gas Turbine Lab at MIT as a postdoctoral associate where he worked on foil bearings and on the experimental investigation of radial diffusers. In 2013 he was nominated assistant professor at the Ecole Polytechnique Fédérale de Lausanne where he founds the Laboratory for Applied Mechanical Design. His current research interest are in gas lubricated bearings, in aerodynamics of small-scale compressors and turbines and in automated design and optimization methodologies.

Source officielle

Concepts associés (32)

Optimisation multiobjectif

L'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.

Optimisation (mathématiques)

L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.

Optimisation multidisciplinaire

L'Optimisation de Conception Multidisciplinaire (OMD ou MDO, Multidisciplinary Design Optimisation, en anglais) est un domaine d'ingénierie qui utilise des méthodes d'optimisation afin de résoudre des problèmes de conception mettant en œuvre plusieurs disciplines. La MDO permet aux concepteurs d'incorporer les effets de chacune des disciplines en même temps. L'optimum global ainsi trouvé est meilleur que la configuration trouvée en optimisant chaque discipline indépendamment des autres, car l'on prend en compte les interactions entre les disciplines.

Métaheuristique

Une métaheuristique est un algorithme d’optimisation visant à résoudre des problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l'ingénierie ou de l'intelligence artificielle) pour lesquels on ne connaît pas de méthode classique plus efficace. Les métaheuristiques sont généralement des algorithmes stochastiques itératifs, qui progressent vers un optimum global (c'est-à-dire l'extremum global d'une fonction), par échantillonnage d’une fonction objectif.

Algorithme mémétique

Les algorithmes mémétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode de résolution pour résoudre le problème de manière exacte en un temps raisonnable. Les algorithmes mémétiques sont nés d'une hybridation entre les algorithmes génétiques et les algorithmes de recherche locale. Ils utilisent le même processus de résolution que les algorithmes génétiques mais utilisent un opérateur de recherche locale après celui de mutation.

Afficher plus

Séances de cours associées (31)

Méthodes d'optimisation : discussion théorique

Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.

Méthodes d'optimisation heuristique

Explore les méthodes d'optimisation heuristique pour trouver l'optimum global efficacement.

Chaînes et algorithmes de Markov

Couvre l'application des chaînes de Markov et des algorithmes pour l'optimisation des fonctions et les colorations des graphes.

Optimisation des systèmes énergétiques

Explore l'optimisation dans la modélisation des systèmes énergétiques, couvrant les variables de décision, les fonctions objectives et les différentes stratégies avec leurs avantages et leurs inconvénients.

Aspects informatiques de l'optimisation MOOC: Simulation de la neuroscience

Explore l'optimisation de la modélisation neuronale, en abordant les paramètres sous-constraintes, les fonctions de conditionnement physique et l'adaptation réussie des modèles de tir.

Afficher plus

Concepts associés (32)

Optimisation multiobjectif

Optimisation (mathématiques)

Optimisation multidisciplinaire

Métaheuristique

Algorithme mémétique

Afficher plus