quelle est la différence entre analyse paramétrique et optimisation?

les utilisateurs ont souvent recours à des calculs paramétriques afin d’analyser les performances de leurs dispositifs...

 

Pourrait-on aller au-delà de ce type de calculs afin de trouver facilement la meilleure solution à un problème ? Grâce aux méthodes d’optimisation il est possible d’explorer automatiquement et efficacement l’espace de conception afin de trouver la meilleure solution à un problème.

Qu'est-ce qu'une analyse paramétrique?

Une analyse paramétrique ou encore une étude de sensibilité est une étude qui tient compte de l’influence de différents paramètres (géométriques, physiques ou les deux) sur la solution d’un problème. Exemple : l’influence de l’épaisseur de l’entrefer sur la force magnétique s’exerçant dans un actionneur. Le logiciel Flux possède de puissants outils de paramétrage utilisant un scénario de résolution. Le scénario peut être mono ou multi paramétrique incluant le paramètre temps et/ou des paramètres géométriques ou physiques.

La résolution

> Comprend alors une succession de résolutions correspondant aux différentes combinaisons de paramètres à étudier. Le nombre de configurations résolues dépend du nombre de paramètres ainsi que du nombre de valeurs attribuées à chacun des paramètres.

Nombre de configurations calculées

> Par exemple, pour un scénario avec 2 paramètres prenant 2 valeurs chacun, 2² = 4 configurations vont être calculées ; pour un scénario avec 10 paramètres prenant 2 valeurs chacun 210 = 1024 configurations vont être calculées.

> Les solutions sont indépendantes les unes des autres. L’intérêt principal des études paramétriques réside dans le fait que l’analyse des résultats peut être réalisée sur l’ensemble des solutions calculées. Plusieurs configurations du dispositif sont traitées dans un seul projet Flux.
> L'influence d'un paramètre sur un résultat est directement visualisable. Après la résolution les résultats peuvent être exploités afin de trouver une solution répondant aux critères spécifiques.

Temps de résolution

> Le temps nécessaire pour faire cela dépend du nombre de configurations calculées.

Découvrez une méthode plus puissante pour l'analyse des simulations EF!

Faire de l’optimisation signifie déterminer automatiquement le ou les meilleurs éléments d’un ensemble de solutions répondant à des objectifs et/ou contraintes bien définis.

L’intérêt principal de l’optimisation réside dans le fait de pouvoir explorer efficacement l’espace de conception même dans le cas d’un grand nombre de paramètres. Le nombre d’évaluations des fonctions est déterminé grâce à une stratégie de recherche « intelligente » ou des plans d’expériences afin de mettre en évidence rapidement la solution optimale. Dans le cas d’une optimisation multi-objectifs l’algorithme recherche automatiquement des solutions qui représentent un compromis pour tous les objectifs.

Le logiciel GOT-It dispose d’algorithmes d’optimisation puissants (de type Déterministe et Stochastique) qui implémente des stratégies avancées de recherche basées sur des évaluations successives jusqu’à ce que l’optimum est trouvé.

 

Couplé automatiquement à Flux, GOT-It permet d’optimiser efficacement tout modèle EF

Les différences entre Analyse paramétrique et Optimisation

 

Analyse paramétrique

Optimisation

Résolution

Basé sur un scenario de résolution défini par l’utilisateur

Basé sur des algorithmes d’optimisation avancés (Déterministes ou Stochastiques)

Solution

Ensemble de solutions « brutes » => besoin d’exploitation pour trouver l’optimum

Solution optimale ou compromis de solutions

Logiciel

Flux

GOT-It