ALGORITHMES D'OPTIMISATION POUR LES PROBLEMES NON-CONVEXES DE GRANDE TAILLE : ASPECTS THEORIQUES ET NUMERIQUES
Séance du jeudi 5 juin 2014, Salle L 106, 14h.
Serge GRATTON, Professeur, ENSEEIHT-IRIT, Toulouse, France
Les progrès réalisés dans la modélisation physique ainsi que l'avènement de
supercalculateurs massifs a permis de réaliser des progrès important dans le domaine de la
simulation numérique. Se pose alors naturellement la question d'optimiser les systèmes modélisés
ou de recaler certains de leurs paramètres pour un améliorer leur performance, notamment prédictive.
Cet exposé sera l'occasion de passer en revue des techniques, qui ont fait leur preuves, telles que la réduction de modèle,
le multigrille, ou la décomposition de domaines. Des résultats de complexité du processus d'optimisation seront présentés ainsi que
des applications dans le cadre de l'assimilation de données.
Download PDF
Serge GRATTON, Professeur, ENSEEIHT-IRIT, Toulouse, France
Les progrès réalisés dans la modélisation physique ainsi que l'avènement de
supercalculateurs massifs a permis de réaliser des progrès important dans le domaine de la
simulation numérique. Se pose alors naturellement la question d'optimiser les systèmes modélisés
ou de recaler certains de leurs paramètres pour un améliorer leur performance, notamment prédictive.
Cet exposé sera l'occasion de passer en revue des techniques, qui ont fait leur preuves, telles que la réduction de modèle,
le multigrille, ou la décomposition de domaines. Des résultats de complexité du processus d'optimisation seront présentés ainsi que
des applications dans le cadre de l'assimilation de données.
Download PDF