Recherche

Thèse présentée par Nicolas Garland

Titre :  Méta‐​modélisation intros­pec­tive pour l’a­na­lyse des phé­no­mènes phy­siques simu­lés. Formalisation dans le cadre du co‐​krigeage et inté­gra­tion algo­rith­mique en opti­mi­sa­tion et inversion

Début de thèse : 2014
Fin de thèse : 2020

Résumé :  L’objectif de la thèse est d’améliorer des algo­rithmes actuel­le­ment uti­li­sés pour aider les experts en sûre­té à ana­ly­ser les réponses des simu­la­teurs numé­riques de phé­no­mènes phy­siques. 
Les simu­la­tions étant coû­teuses, les algo­rithmes consi­dé­rés construisent des plans d’expériences de manière ité­ra­tive, grâce à des méta­mo­dèles capables de pré­dire les résul­tats des simu­la­tions. ​On s’intéresse en par­ti­cu­lier aux simu­la­tions pro­duites par des chaînes de cal­cul (enchaî­ne­ment séquen­tiel de plu­sieurs codes de cal­culs dis­tincts). 
Les infor­ma­tions pro­duites par les pre­miers codes per­mettent une ana­lyse dite « intros­pec­tive » de la gran­deur finale. 
Dans un pre­mier temps, nous tra­vaillons sur les dif­fé­rents méta­mo­dèles intros­pec­tifs admis­sibles, qui traitent les résul­tats comme une fonc­tion à plu­sieurs sor­ties. 
Nous étu­dions ain­si les dif­fé­rentes formes de cokri­geage et pro­po­sons une amé­lio­ra­tion au pro­blème de l’optimisation de ses hyper­pa­ra­mètres. Nous déve­lop­pons éga­le­ment un autre méta­mo­dèle intros­pec­tif, l’hyperkrigeage. Nous fai­sons ensuite une com­pa­rai­son des per­for­mances pré­dic­tives de ces méta­mo­dèles. 
Dans un second temps, nous tra­vaillons sur les algo­rithmes. 
Un pre­mier algo­rithme d’optimisation, appe­lé « Step or Stop Optimization », pre­nant en compte les spé­ci­fi­ci­tés du cas intros­pec­tif, est déve­lop­pé. Il per­met de ne pas pour­suivre des cal­culs si les pre­mières étapes n’y encou­ragent pas. 
Des com­pa­rai­sons avec l’algorithme actuel tendent à confir­mer une éco­no­mie impor­tante des res­sources de cal­cul grâce à la meilleure prise en compte de la phy­sique inter­mé­diaire de la simu­la­tion. La stra­té­gie uti­li­sée dans cet algo­rithme peut être géné­ra­li­sée, et éten­due à des pro­blé­ma­tiques autres que l’optimisation.

Mots clés :  kri­geage, cokri­geage, pro­ces­sus gaus­sien, opti­mi­sa­tion, simu­la­tions numé­riques, mul­ti­fi­dé­li­té, chaîne de cal­cul, plan séquentiel

Soutenance :  22 octobre 2020

Directeur de thèse :

Partenariat : Institut de Radioprotection et de Sûreté Nucléaire (IRSN)

Télécharger la thèse : 

these