Axe 2 : Calcul scientifique et Optimisation

Appréhender le réel par la modélisation physique

Une approche duale de celle exposée dans l’axe 1 (Science des données et Interaction) consiste à appréhender le fonctionnement des systèmes par leur modélisation interne. Que cela soit pour le comportement mécanique, thermique, électromagnétique, aérodynamique les données de mobilité… le recours à une description mathématique et analytique permet la conduite de simulations de plus en plus fines et sur des domaines de validité de plus en plus larges. Ces calculs adressent des objectifs multiples, depuis les phases de conception des produits jusqu’à la description de leur cycle de vie (vieillissement, endommagement, maintenance). Ils permettent également de réduire le nombre d’essais physiques ou de mieux les préparer pour les phases d’homologation des produits qui deviennent ainsi pour partie virtuelles. Il est central de pouvoir caractériser précisément le niveau de représentativité des modèles (les marges, la robustesse) et donc l’erreur commise lors des simulations, tout en conservant un temps de calcul non prohibitif. Les méthodes de réduction de modèles et de calculs distribués viennent aider à la réalisation de ces compromis, en particulier dans le cadre de l’entreprise étendue où la co-simulation de chaque sous-système doit s’effectuer souvent en coordonnant plusieurs partenaires.

L’axe « Calcul scientifique et Optimisation » aborde également un champ très actif de la simulation qui est la simulation à base d’agent (SMA). Dans des domaines aussi variés que la gestion de l’énergie ou de celle des mobilités, les SMA proposent des modélisations exhaustives qui autorisent la compréhension de certains phénomènes émergents en intégrant une forme d’intelligence artificielle distribuée.

Pour passer du descriptif au prescriptif, les simulations doivent immanquablement être couplées à une phase d’optimisation qui permet d’explorer un espace de conception important, tout en maitrisant les temps de calcul. La variété des approches d’optimisation est très large, depuis les optimisations continues, discrètes, stochastiques, méta-heuristiques, etc.

L’axe 2 regroupe les compétences suivantes :

• simulation,

• réduction de modèle,

• maillage,

• modèles robustes,

• incertitudes et marges,

• équations aux dérivées partielles,

• calcul parallèle,

• calcul distribué,

• calculabilité.
• optimisation de forme,

• optimisation continue et discrète,

• recherche opérationnelle,

• planification,

• ordonnancement,

• méta-heuristiques,

• théorie des jeux,

• systèmes multi-agents.

 Projets :

Projet AMC : Agilité des Marges de Conception
Projet APA : Algorithmique Parallèle
Projet CDF : Conception des Directives de Fabrication
Projet ISC : Ingénierie Système Collaborative
Projet OAR : OpenAltaRica
Projet ROM : Réduction de Modèles et Optimisation Multi-physiques
Projet TOP : Topology Optimization Platform
Projet SIM : Simulation et Ingénierie Multidisciplinaire

Projet FSF : Fiabilité et Sûreté de Fonctionnement
Projet SVA : Simulation pour la sécurité du Véhicule Autonome

Projet BST : Blockchain for Smart Transactions
Projet IVA : Information Voyageurs Augmentée
Projet HCU : Chaire Anthropolis
Projet MIC : Modélisation – Interopérabilité – Coopération
Projet MSM : Modélisation de Solutions de Mobilité
Projet SCE : Smart City Energy Analytics

Projet EIC : Environnement pour l’interopérabilité et l’Intégration en Cybersécurité
Projet STC : Services de télécommunications et Cloud