25/03/2025 - 09H30 - amphithéâtre Hubert Demange de Polytech Nancy (2 Rue Jean Lamour, 54500 Vandoeuvre-lès-Nancy).

"Optimisation de la performance de systèmes à partir de modèles identifiés: Application au design de projectiles et à la commande feed-forward de systèmes Wiener."

(Thèse Alain UWADUKUNZE)

Résumé :
Dans de nombreuses applications techniques, l'objectif est d'optimiser les performances d'un système. Pour ce faire, il est nécessaire d'évaluer la sortie du système afin d'analyser la performance obtenue. Cependant, dans plusieurs scénarios concrets, les systèmes sont souvent coûteux à évaluer, rendant la tâche d'optimisation complexe. Pour remédier à ce problème, des modèles basés sur les données sont souvent identifiés afin d'estimer les fonctions objectives coûteuses, associées aux systèmes, puis sont utilisés pour estimer l'optimum. Si de mauvaises performances sont obtenues avec ces modèles, ces derniers doivent être améliorés en les ré-identifiant avec des nouvelles données. En revanche, comme l'évaluation des systèmes est coûteuse, ces données doivent être sélectionnées avec soin. L'objectif de cette thèse est de développer des approches qui peuvent être utilisées pour améliorer les modèles identifiés employés dans l'optimisation de la performance des systèmes. Ces approches sont utilisées dans deux applications différentes. La première concerne la conception aérodynamique, où le but est de déterminer les dimensions optimales d'un projectile sur la base de critères associés aux coefficients aérodynamiques. Ces coefficients sont coûteux à obtenir, ainsi, les configurations géométriques du projectile à évaluer, afin de trouver l'optimum, exigent une sélection attentive. Pour ce faire, des approches telles que l'optimisation bayésienne sont généralement utilisées, où un modèle de processus gaussien est utilisé pour représenter la relation statique entre la configuration du projectile et la fonction objective. Dans cette thèse, une procédure similaire à l'optimisation bayésienne, mais où des réseaux de neurones sont utilisés comme modèles à la place des processus gaussiens, est développée, afin de mieux gérer les ensembles de données plus volumineux. Ces deux approches sont utilisées pour résoudre le problème de conception aérodynamique, et il est démontré qu'elles permettent de réduire les coûts associés à l'optimisation. La seconde application concerne le domaine de contrôle et, plus particulièrement, l'identification pour le contrôle. L'accent est mis sur la conception de contrôleurs feed-forward pour des systèmes non linéaires pouvant être représentés par des structures de type Wiener. Plus précisément, il est montré comment un modèle de ces systèmes peut être utilisé pour concevoir le contrôleur. Une procédure d'amélioration itérative du modèle et de re-conception du contrôleur est également introduite dans le cas où le contrôleur initialement conçu ne permet pas d'obtenir des performances optimales. Globalement, les approches développées offrent des solutions efficaces pour minimiser les coûts d'évaluation des systèmes lors des tâches d'optimisation dans diverses applications d'ingénierie.

Mots-clés :
Identification, Optimisation, Apprentissage automatique, Conception Aérodynamique, Contrôle feed-forward, Systèmes Wiener

Jury :
- Rapporteurs :	Stéphane VICTOR Maître de conférence HDR, Université de Bordeaux
	Jonathan WEBER Professeur, Université de Haute-Alsace
- Autres membres :	- Guillaume MERCERE Professeur, Université de Poitiers - Examinateur. - Xavier BOMBOIS Directeur de recherches, CNRS - Directeur de thèse. - Marion GILSON Professeur, Université de Lorraine - Directeur de thèse. - Marie ALBISSER Chargée de recherches, ISL - Co-encadrante de thèse.