Planification d'expériences et analyse d'incertitudes pour les gros codes numériques: Approches Stochastiques

La croissance de la puissance des moyens de calcul permet de mettre en oeuvre des codes de simulation de plus en plus complexes. Pour approcher la réalité des phénomènes physiques, ces codes nécessitent un grand nombre de variables d'entrée et délivrent de nombreuses variables en sortie.

Pour mesurer la variabilité des sorties et connaître l'influence des diverses variables d'entrée il est nécessaire d'explorer l'espace des variables d'entrée. La dimension de cet espace (de l'ordre d'une dizaine à plusieurs centaines) rend une exploration exhaustive impossible.

Pour passer outre cette impossibilité, il faut définir des stratégies fondées sur une connaissance partielle des variables. L'utilisation de modèles stochastiques permet de rendre compte des dépendances à divers niveaux de complexité et autorise la mise en oeuvre de plans d'expériences. Ces modèles sont aussi bien adaptés à des études plus locales comme l'analyse de sensibilité.

Le but de ces journées est d'échanger des informations sur ce thème entre chercheurs des milieux industriels et universitaires, et de tenter d'établir un état de l'art en ce domaine. Les journées sont organisées autour de deux mini-cours sur les plans d'expériences et l'analyse de sensibilité (les matins). Des exposés concernant des applications à l'industrie auront lieu les après-midi.

J.-M. Azais (Université Paul Sabatier - Toulouse): Plans d'expériences pour les gros codes numériques: 1ère partie [Slide s] [Audio], 2ème partie [Slide s] [Audio]

A. Antoniadis (Université Joseph Fourier - Grenoble): Outils statistiques pour l'analyse de sensibilité [Slide s] [Audio]
A. Saltelli (Antifraud (ESAF) Unit, CCR - Centro Comune di Ricerca): Outils statistiques pour l'analyse de sensibilité [Slide s] [Audio]

B. Corre (Ecole des Mines de Saint Etienne): Utilisation des plans d'expériences pour la résolution du problème inverse : application à l'exploration - production pétrolière [Slide s] [Audio]

F. Jouffroy (EADS - Astrium): Analyses de sensibilité et recalage de modèles thermiques spatiaux à l'aide d'algorithmes génétiques [Slide s] [Audio]

E. de Rocquigny (EDF - R&D): Maîtrise des incertitudes dans les dossiers de sûreté et d'environnement d'EDF : exemples et exigences spécifiques dans l'usage des plans d'expériences et analyse de sensibilité [Slide s] [Audio]

G. Durand (ONERA): Prédiction statistique de signatures optiques et besoin en planification d'expériences numériques [Slide s] [Audio]

B. Iooss (CEA - Cadarache): Analyses de sensibilité globales de modèles complexes, quelques applications dans le nucléaire [Slide s] [Audio]

J.-M. Martinez (CEA - Saclay): Analyse de sensibilité globale par polynômes de chaos [Slide s] [Audio]

H. Monod (INRA - Jouy-en-Josas): Analyse de sensibilité: application à des modèles agronomiques [Slide s] [Audio]

Y. Tourbier (Renault - Guyancourt): Optimisation multi-objectifs d'une caisse de véhicule [Slide s] [Audio]

F. Wahl ou S. DaVeiga (Institut français du pétrole - Solaize): Sensitivity analysis on models with correlated inputs: application to chemical processes [Slide s] [Audio]

J.-M. Azais (Université Paul Sabatier - Toulouse): Plans d'expériences pour les gros codes numériques: 1ère partie [Mixé] [MixéBis], 2ème partie [Mixé] [MixéBis]

Avertissement: Les fichiers Mixé et MixéBis sont identiques dans leur contenu, mais le son des MixéBis est de meilleure qualité, ces fichiers sont donc plus volumineux à télécharger.

Les prises de vue et montages des exposés ont été réalisés par Elena Carvajal (contact: elena.carvajal[At]wanadoo.fr)