[Accueil bibliotech]
Accueil > Les thèses en ligne de l'INP

Conception de systèmes hétérogènes en Génie Électrique par optimisation évolutionnaire multicritère

Regnier, Jérémi (2003) Conception de systèmes hétérogènes en Génie Électrique par optimisation évolutionnaire multicritère. (Design of heterogeneous systems in electrical engineering by means of multiobjective evolutionary optimisation.)

Texte intégral disponible au format :

PDF (Introduction, Chapitres 1 et 2) - Nécessite un logiciel de visualisation PDF comme GSview, Xpdf ou Adobe Acrobat Reader
6.51 Mo
PDF (Chapitres 3 et 4) - Nécessite un logiciel de visualisation PDF comme GSview, Xpdf ou Adobe Acrobat Reader
4.9 Mo
PDF (Chapitre 5, conclusion, annexes et bibliographie) - Nécessite un logiciel de visualisation PDF comme GSview, Xpdf ou Adobe Acrobat Reader
3.41 Mo

Résumé

Le dimensionnement et l’optimisation d’un système hétérogène en Génie Électrique nécessite d’adopter une démarche globale de la conception aussi appelée « approche système ». En effet, même s’il possible, localement, de garantir le dimensionnement optimal des composantes d’un système, rien ne garantit que le système considéré dans sa globalité possède des performances optimales : la somme des optima locaux n’est pas forcément l’optimum global. La présence d’interactions entre les différents sous-systèmes couple fortement les éléments entre eux et seule l’optimisation globale des performances vis-à-vis de multiples critères permet d’assurer le comportement optimal de l’ensemble. Les travaux réalisés dans cette thèse concernent l’étude de méthodes évolutionnaires de type algorithmes génétiques multicritères appliquées à la conception optimale. Les spécificités et les performances des méthodes multicritères, ainsi que leur association aux algorithmes génétiques, sont présentées dans le but de justifier leur emploi pour notre problématique. Afin d’améliorer la robustesse de ces méthodes, nous proposons une procédure d’auto-adaptation destinée à favoriser les opérateurs de recombinaisons les plus efficaces sur un problème donné. Nous proposons également de résoudre plusieurs problèmes de conception. Nous étudierons notamment une chaîne de traction de type véhicule électrique. Ce système possède des propriétés intéressantes relatives à son caractère pluridisciplinaire et à la complexité des interactions engendrées par l’association des différents sous-systèmes qui le composent. A travers l’analyse et l’exploitation des résultats d’optimisation, nous montrons, de par la richesse des résultats qu’elles fournissent et leur capacité à traiter des problèmes mixtes (variables continues et/ou discrètes), contraints et à grand nombre de paramètres, l’efficacité de ces méthodes dans le contexte d’une approche de conception et d’analyse systémique. ABSTRACT : In electrical engineering, designing a heterogeneous system must be processed by means of a global approach, also called “systemic approach”. Indeed, the existence of interactions between the different sub-systems and the multi-field nature the device strongly influence the system performances. The optimisation of the whole system with regard to several objectives has to be achieved by including all these couplings. The work done in this thesis deals with multiobjective evolutionary optimisation applied to the optimal design. Optimisation issues resulting of this process are complex. For that purpose, multiobjective Pareto evolutionary algorithms have been chosen. To select genetic operators, we have developed a self-adaptation which increases the exploration robustness. Through the design of several electrical engineering systems (example of an electrical vehicle,…), global design oriented models have been proposed from which algorithms are used to seek the best trade-offs versus optimisation criteria (losses, mass,…). Exploiting optimisation results shows that this process constitutes a very efficient design tool if performance and coupling analysis issues are concerned.

Département ou laboratoire:Laboratoire d'Electrotechnique et d'Electronique Industrielle - LEEI (Toulouse, France)
Directeur de thèse:Roboam, Xavier et Sareni, Bruno
Mots-clés:Conception optimale - Approche système – Couplages - Modélisation systémique – Optimisation - Méthodes multicritères - Méthodes évolutionnaires - Algorithmes génétiques. KEYWORDS : Optimal design - System approach - Couplings - System modelling - Optimisation - Multiobjective methods - Evolutionary methods - Genetic algorithms
Sujets:Génie électrique
Déposé le:19 Octobre 2005

Administrateur seulement : modifier cet enregistrement


Contacts | Infos légales | Plan du site | Intranet

(c)INP de Toulouse 2012 - Tous droits réservés. -  INP Communication