Les publications de R.-T. Haftka :
Les livres
Aucun ouvrage lié à cet auteur.
Les articles
Optimisation multi-agent par partitionnement adaptatif de l'espace de conception
Auteurs :
D. Villanueva,
R. Le Riche,
R.-T. Haftka,
Gauthier PicardNous proposons l'usage de systèmes multiagents pour résoudre des problèmes d'optimisation
impliquant des simulateurs numériques coûteux. Il est alors usuel de remplacer certains appels aux simulateurs numériques par des appels à des métamodèles. L'idée proposée dans cet article est d'assigner les métamodèles adéquats à chaque sous-région afin de (i) rendre l'optimisation moins coûteuse, (ii) générer une méthode d'optimisation qui trouve les optima globaux et locaux et (iii) fournir une meilleure compréhension du problème d'optimisation et de son espace de conception. La technique utilisée est de partitionner l'espace de conception entre divers agents utilisant des métamodèles différents pour approximer leur sous-région et se coordonnant pour modifier les frontières de leur sous-région.
In this paper we explore the use of multi-agent methods to tackle complex optimization problems that require expensive simulations. We particularly focus on surrogate-based optimization for problems in which direct optimization is too expensive. The proposed strategy partitions the design space between several agents that use different surrogates to approximate their subregion
landscape. Agents coordinate by exchanging points to compute their surrogate and by modifying the boundaries of their subregions. The rationale behind this technique is to assign adequate surrogate to each subregion so that (i) optimization is cheaper, (ii) the overall optimization process is not only global in scope but also stabilizes on local optima and (iii) the final partitioning provides a better understanding of the optimization problem.
Article édité dans l’ouvrage
Auteur :
Collectif JFSMA
Contributeurs :
Paul Richmond,
Pierre De Loor,
François Bourdon,
Jean-Pierre Müller,
Sigrid Aubert,
Philippe Caillou,
Javier Gil-Quijano,
Jean-Pierre Müller,
Abdoulaye Diallo,
Benjamin Camus,
Julien Siebert,
Christine Bourjot,
Vincent Chevrier,
Souhila Arib,
Samir Aknime,
Cyril Poulet,
Vincent Corruble,
Amal El Fallah Seghrouchni,
Thibaut Goetghebuer-Planchon,
Maxime Morge,
Stefano Bromuri,
Étienne de Sevin,
Sabrina Campano,
Nicolas Sabouret,
Vincent Corruble,
François Bouchet,
Jean-Paul Sansonnet,
Patrick Taillandier,
Olivier Therond,
Benoît Gaudou,
Zoubida Afoutni,
Rémy Courdier,
François Guerrin,
Benoît Romito,
François Bourdon,
Jérémy Renard,
D. Villanueva,
R. Le Riche,
R.-T. Haftka,
Julien Saunier,
Hazaël Jones,
Feirouz Ksontini,
René Mandiau,
Stéphane Espié,
Zahia Guessoum,
Lancelot Six,
Sio-Song Ieng,
Julien Saunier,
Zahia Guessoum,
Stéphane Bonneaud,
William Warren,
Pierre Chevaillier,
Gauthier Picard
Collection :
JFSMA
Rubrique :
Données – informatique – I.A. – IHM
Public concerné :
Spécialistes
Mot clé :
système multi-agent
Référence : 103717
Méthode multi-agent d'optimisation par partitionnement auto-organise
Auteurs :
D. Villanueva,
R. Le Riche,
R.-T. Haftka,
Gauthier PicardDans le cadre de la conception de produits complexes, et en nous basant sur une méthode d'optimisation multi-agent par partitionnement de l'espace de conception, nous proposons une nouvelle méthode permettant au système multiagent de découvrir tous les optima locaux par des mécanismes auto-organisés de création et de destruction d'agents, et ce avec un nombre limité d'appels aux fonctions coûteuses. Les agents sont en charge de la découverte d'optima locaux dans leur propre partition de l'espace de conception, qui évolue au cours de la résolution. Notre approche est mise en oeuvre sur un problème illustratif en 2 dimensions et un problème difficile en 6 dimensions.
Based on an multi-agent optimization method
for complex system design with adaptive partitioning
of the design space, we propose a new
multi-agent method to discover all the local optima
using self-organizing mechanisms of creation
and destruction of agents, with a limited
number of expensive function calls. Each agent
is responsible for the discovery of local optima
in its own partition of the design space, which
evolves during the solving process. Our approach
is implemented on a sample illustrative
2D-problem and a more difficult 6D-problem.
Article édité dans l’ouvrage
Auteur :
Collectif JFSMA
Contributeurs :
Franco Zambonelli,
Grégory Bonnet,
Fabien Delecroix,
Maxime Morge,
Jean-Christophe Routier,
Credo Paniah,
Javier Gil-Quijano,
David Mercier,
Philippe Mathieu,
Sébastien Picault,
Édouard Amouroux,
Thomas Huraux,
François Sempé,
Nicolas Sabouret,
Yvon Haradji,
Patrick Simo-Kanmeugne,
Aurélie Beynier,
Jean-Yves Donnart,
Matthis Gaciarz,
Philippe Mathieu,
Yann Secq,
Shirley Hoet,
Nicolas Sabouret,
Kevin Darty,
Julien Saunier,
Nicolas Sabouret,
Jean-Paul Sansonnet,
François Bouchet,
Nicolas Sabouret,
Hazaël Jones,
Julien Saunier,
Quentin Reynaud,
Vincent Corruble,
Samuel Lemercier,
Jean-Michel Auberlet,
Quang-Anh Nguyen-Vu,
Salima Hassas,
Benoît Gaudou,
Richard Canal,
Frédéric Armetta,
M.-H. Nguyen,
D. Villanueva,
R. Le Riche,
R.-T. Haftka,
Omar Rihawi,
Yann Secq,
Philippe Mathieu,
Jean-Paul Jamont,
Michel Occello,
Fabien Michel,
Gauthier Picard
Collection :
JFSMA
Rubrique :
Données – informatique – I.A. – IHM
Public concerné :
Spécialistes
Mots clés :
IHM,
Informatique,
intelligence artificielle,
traitement données
Référence : 107216
