L’optimisation aérodynamique de forme est un domaine de recherche très actif ces dernières années, en raison notamment de l’importance de ses applications industrielles. Avec le développement de la méthode adjointe, il est aujourd’hui possible de calculer rapidement, et indépendamment du nombre de paramètres de forme, le gradient des fonctions d’intérêt par rapport ) ces paramètres. Cette étude concerne l’utilisation des dérivées ainsi obtenues pour perfectionner les algorithmes d’optimisation locale et globale. Dans une première partie, il s’agit d’utiliser ces gradients pour la construction de modèles de substitution, et de profiter de ces modèles pour réduire le coût des méthodes d’optimisation globale. Plusieurs types de modèles sont présentés et combinés à un algorithme de type « évolution différentielle » en utilisant la méthode EGO (Efficient global Optimization). Cette procédure est appliquée à l’optimisation de fonctions mathématiques, puis à des cas test d’optimisation aérodynamique autour de profils d’aile. Les résultats sont concluants : l’utilisation d’un modèle de substitution permet de réduire sensiblement le nombre d’évaluations nécessaire du modèle physique, et la prise en compte des gradients accentue ce résultat. Dans la seconde partie de ce travail, la méthode adjointe est utilisée pour calculer le gradient des fonctions d’intérêt par rapport aux coordonnées des nœuds de la surface du profil. Un algorithme d’optimisation locale est alors appliqué en utilisant ces points comme paramètres de l’optimisation et le champ de gradient lissé comme direction de descente. Si l’étude est encore à approfondir, les résultats sont encourageants.

L'étude porte sur l'optimisation sous contraintes de formes en aérodynamique, avec application à la conception de lignes de nacelles de moteurs civils. Apres un rappel du contexte de l'étude et de sa place au sein des techniques de dessin automatique, on présente le formalisme B-spline retenu pour la paramétrisation de la forme. L'algorithme d'optimisation récursif quadratique est ensuite détaillé. L'étude d'un problème monodimensionnel simple permet de valider la technique de calcul du gradient par la résolution d'une équation adjointe, ainsi que ses variantes. Cette technique est ensuite étendue à l'analyse de sensibilité pour les équations d'Euler bidimensionnelles ou axisymètriques. Enfin, l'application à l'optimisation des nacelles civiles est présentée, au travers de plusieurs formulations possibles du problème, avec la prise en compte de contraintes tant géométriques qu'aérodynamiques

Le travail de thèse présenté est centré autour du développement d'une boucle d'optimisation de forme aérodynamique supersonique basée sur un algorithme génétique avec comme objectif la détermination d'une forme optimisée sous contrainte de bang sonique. La contribution au développement de la boucle intervient à trois niveaux du cycle de calcul. La première partie concerne l'amélioration des performances de l'outil de calcul aérodynamique TORPEDO. Pour cela, des méthodes visant à augmenter la robustesse ainsi que la capacité à capturer des chocs est affinée y sont implémentées. Le deuxième axe de l'étude est le développement et l'implémentation d'un module de calcul de bang sonique afin qu'il constitue un critère d'optimisation de forme. Dans un dernier temps, les travaux précédents sont regroupés dans la boucle d'optimisation ainsi que l'algorithme génétique GADO auquel elle fait appel. La paramétrisation des éléments géométriques définissant les éléments de la population étudiée s'appuie sur les contraintes relatives à la physique des phénomènes, et notamment celle du bang sonique. Enfin, la boucle est utilisée pour déterminer une forme optimale pour différents cas de contraintes.

This book features cutting-edge research presented at the second international conference on Artificial Intelligence in Renewable Energetic Systems, IC-AIRES2018, held on 24–26 November 2018, at the High School of Commerce, ESC-Koléa in Tipaza, Algeria. Today, the fundamental challenge of integrating renewable energies into the design of smart cities is more relevant than ever. While based on the advent of big data and the use of information and communication technologies, smart cities must now respond to cross-cutting issues involving urban development, energy and environmental constraints; further, these cities must also explore how they can integrate more sustainable energies. Sustainable energies are a major determinant of smart cities’ longevity. From an environmental and technological standpoint, these energies offer an optimal power supply to the electric network while creating significantly less pollution. This requires flexibility, i.e., the availability of supply and demand. The end goal of any smart city is to improve the quality of life for all citizens (both in the city and in the countryside) in a way that is sustainable and respectful of the environment. This book encourages the reader to engage in the preservation of our environment, every moment, every day, so as to help build a clean and healthy future, and to think of the future generations who will one day inherit our planet. Further, it equips those whose work involves energy systems and those engaged in modelling artificial intelligence to combine their expertise for the benefit of the scientific community and humanity as a whole.