sujet de th
Forum 'Emplois' - Sujet créé le 2010-04-12 par Lhassane Idoumghar
OFFRE DE THESE EN OPTIMISATION
• Titre : « Conception de métaheuristiques hybrides pour l'optimisation multi-objectif : application au design d'un moteur électrique ».
• Encadrants : L. Idoumghar (MCF), M.Melkemi (PU) et A. Miraoui (PU).
• Contacts : lhassane.idoumghar@uha.fr, mahmoud.melkemi@uha.fr
• Lieu : Université de Haute Alsace.
• Durée : 36 mois.
• Type de bourse : la thèse est financée à 50% par la région Alsace et à 50% par le SeT-UTBM Belfort.
• Discipline / mot clés :
Optimisation multi-objectif, métaheuristiques (Essaim Particulaires, Algorithme Génétique, etc.), coopération multi-agents, algorithmes hybrides, véhicule électrique.
• Sujet :
Ces dernières années, l'utilisation des Véhicules Electriques (VE) surtout dans l'environnement urbain offre une solution tout à fait intéressante pour le problème de la pollution atmosphérique causé en partie par l'utilisation des véhicules équipés de moteurs à combustion, sans oublier qu'il résout beaucoup de problèmes comme le bruit, la fiabilité et l'économie d'énergie. Néanmoins, les VE souffrent de deux inconvénients majeurs qui sont la faible autonomie et le coût de fabrication très élevé.
Afin de pallier ces inconvénients, les récents travaux de recherche s'intéressent au design d'un « moteur synchrone à aimant permanent » qui constitue l'un des éléments clés d'un VE. L'objectif principal de ces travaux est de réduire la masse et les pertes d'un tel moteur. Ce qui permettra non seulement de minimiser le coût et la consommation, mais aussi d'augmenter considérablement l'autonomie et la fiabilité.
Dans ce sujet de thèse, nous allons nous intéresser au développement d'une ou plusieurs approches basées sur le couplage entre le modèle paramétré de pertes et de masse dans un moteur électrique et les méthodes d'optimisation combinatoire, dites hybrides, en vue d'optimiser les paramètres influençant la conception d'un VE. Ainsi, le problème à traiter pourra être vu comme un problème d'optimisation multi-objectif, parmi ces objectifs le calcul des pertes et la masse du moteur.
Les méta-heuristiques constituent une classe d'approches intéressante pour résoudre les problèmes d'optimisation multi-objectifs. En effet, leur variété permet de s'adapter à différents types de problèmes. Pour tirer avantage de cette variété, de nombreuses méthodes hybrides, mettant en œuvre deux méta-heuristiques par exemple, existent dans la littérature. Malheureusement, actuellement, ce type d'hybridation est majoritairement réalisé de façon statique et est paramétré de manière expérimentale. Ainsi, l'une des limites de ce type de méthode concerne l'ensemble des paramètres d'hybridation à définir (comment combiner deux approches, à quel moment instancier telle ou telle approche, etc.). Nous souhaitons à travers cette thèse répondre à ces questions.
Ce travail traitera les différentes phases suivantes :
- Etudier et proposer une amélioration du moteur électrique que nous avons développé [1,2,3] en collaboration avec le laboratoire SeT-UTBM de Belfort.
- Formaliser le problème multi-objectif lié au moteur électrique étudié.
- Etudier le processus d'exploration des méthodes hybrides [3,4,5] déjà développées au sein de notre laboratoire afin d'en extraire des informations/connaissances utiles.
- Proposer de nouvelles méthodes hybrides intégrant les connaissances précédemment extraites.
- Valider les approches développées sur le problème de la modélisation d'un moteur électrique.
Références
[1] L. Idoumghar, T. Raminosoa et A. Miraoui, "New Tabu Search Algorithm to Design an Electric Motor". Journal of IEEE Transactions on Magnetic, Vol. 45, Issue 3, pp. 1498 - 1501, March 2009.
[2] L. Idoumghar, D. Fodorean et A. Miraoui, "Simulated Annealing Algorithm for multi-objective optimization: Application to Electric Motor Design". Proceeding of the 29th IASTED International Conference on Modelling, Identification and Control, pp. 190-196, February 15-17, 2010.
[3] L. Idoumghar, D. Fodorean et A. Miraoui, "Using Hybrid Constricted Particles Swarm and Simulated Annealing Algorithm for Electric Motor Design". Proceeding of the 14th Biennial IEEE Conference on Electromagnetic Field Computation (CEFC 2010), Chicago - Illinois USA, May 9 - 12, 2010. (Accepted for publication)
[4] L. Idoumghar, M. Melkemi et R. Schott, "A Novel Hybrid Evolutionary Algorithm for Multi-modal Function Optimization and Engineering Applications". Proceeding of the 13th IASTED, International Conference on Artificial intelligence and Soft Computing (ASC 2009), pp. 87-93, Palma de Mallorca, Spain, September 7 - 9, 2009.
[5]L. Idoumghar et R. Schott, "Two Distributed Algorithms for the Frequency Assignment Problem in the Field of Radio-Broadcasting". Journal of IEEE Transactions on Broadcasting, Vol. 55, Issue 2, Part 1, pp. 223-229, June 2009.
• Titre : « Conception de métaheuristiques hybrides pour l'optimisation multi-objectif : application au design d'un moteur électrique ».
• Encadrants : L. Idoumghar (MCF), M.Melkemi (PU) et A. Miraoui (PU).
• Contacts : lhassane.idoumghar@uha.fr, mahmoud.melkemi@uha.fr
• Lieu : Université de Haute Alsace.
• Durée : 36 mois.
• Type de bourse : la thèse est financée à 50% par la région Alsace et à 50% par le SeT-UTBM Belfort.
• Discipline / mot clés :
Optimisation multi-objectif, métaheuristiques (Essaim Particulaires, Algorithme Génétique, etc.), coopération multi-agents, algorithmes hybrides, véhicule électrique.
• Sujet :
Ces dernières années, l'utilisation des Véhicules Electriques (VE) surtout dans l'environnement urbain offre une solution tout à fait intéressante pour le problème de la pollution atmosphérique causé en partie par l'utilisation des véhicules équipés de moteurs à combustion, sans oublier qu'il résout beaucoup de problèmes comme le bruit, la fiabilité et l'économie d'énergie. Néanmoins, les VE souffrent de deux inconvénients majeurs qui sont la faible autonomie et le coût de fabrication très élevé.
Afin de pallier ces inconvénients, les récents travaux de recherche s'intéressent au design d'un « moteur synchrone à aimant permanent » qui constitue l'un des éléments clés d'un VE. L'objectif principal de ces travaux est de réduire la masse et les pertes d'un tel moteur. Ce qui permettra non seulement de minimiser le coût et la consommation, mais aussi d'augmenter considérablement l'autonomie et la fiabilité.
Dans ce sujet de thèse, nous allons nous intéresser au développement d'une ou plusieurs approches basées sur le couplage entre le modèle paramétré de pertes et de masse dans un moteur électrique et les méthodes d'optimisation combinatoire, dites hybrides, en vue d'optimiser les paramètres influençant la conception d'un VE. Ainsi, le problème à traiter pourra être vu comme un problème d'optimisation multi-objectif, parmi ces objectifs le calcul des pertes et la masse du moteur.
Les méta-heuristiques constituent une classe d'approches intéressante pour résoudre les problèmes d'optimisation multi-objectifs. En effet, leur variété permet de s'adapter à différents types de problèmes. Pour tirer avantage de cette variété, de nombreuses méthodes hybrides, mettant en œuvre deux méta-heuristiques par exemple, existent dans la littérature. Malheureusement, actuellement, ce type d'hybridation est majoritairement réalisé de façon statique et est paramétré de manière expérimentale. Ainsi, l'une des limites de ce type de méthode concerne l'ensemble des paramètres d'hybridation à définir (comment combiner deux approches, à quel moment instancier telle ou telle approche, etc.). Nous souhaitons à travers cette thèse répondre à ces questions.
Ce travail traitera les différentes phases suivantes :
- Etudier et proposer une amélioration du moteur électrique que nous avons développé [1,2,3] en collaboration avec le laboratoire SeT-UTBM de Belfort.
- Formaliser le problème multi-objectif lié au moteur électrique étudié.
- Etudier le processus d'exploration des méthodes hybrides [3,4,5] déjà développées au sein de notre laboratoire afin d'en extraire des informations/connaissances utiles.
- Proposer de nouvelles méthodes hybrides intégrant les connaissances précédemment extraites.
- Valider les approches développées sur le problème de la modélisation d'un moteur électrique.
Références
[1] L. Idoumghar, T. Raminosoa et A. Miraoui, "New Tabu Search Algorithm to Design an Electric Motor". Journal of IEEE Transactions on Magnetic, Vol. 45, Issue 3, pp. 1498 - 1501, March 2009.
[2] L. Idoumghar, D. Fodorean et A. Miraoui, "Simulated Annealing Algorithm for multi-objective optimization: Application to Electric Motor Design". Proceeding of the 29th IASTED International Conference on Modelling, Identification and Control, pp. 190-196, February 15-17, 2010.
[3] L. Idoumghar, D. Fodorean et A. Miraoui, "Using Hybrid Constricted Particles Swarm and Simulated Annealing Algorithm for Electric Motor Design". Proceeding of the 14th Biennial IEEE Conference on Electromagnetic Field Computation (CEFC 2010), Chicago - Illinois USA, May 9 - 12, 2010. (Accepted for publication)
[4] L. Idoumghar, M. Melkemi et R. Schott, "A Novel Hybrid Evolutionary Algorithm for Multi-modal Function Optimization and Engineering Applications". Proceeding of the 13th IASTED, International Conference on Artificial intelligence and Soft Computing (ASC 2009), pp. 87-93, Palma de Mallorca, Spain, September 7 - 9, 2009.
[5]L. Idoumghar et R. Schott, "Two Distributed Algorithms for the Frequency Assignment Problem in the Field of Radio-Broadcasting". Journal of IEEE Transactions on Broadcasting, Vol. 55, Issue 2, Part 1, pp. 223-229, June 2009.