Une plate-forme pour la quantification des incertitudes sous Matlab

Dimension: px
Commencer à balayer dès la page:

Download "Une plate-forme pour la quantification des incertitudes sous Matlab"

Transcription

1 UQLab Une plate-forme pour la quantification des incertitudes sous Matlab Bruno Sudret Stefano Marelli ETH Zürich, Institute of Structural Engineering Chair of Risk, Safety & Uncertainty Quantification Stefano-Franscini-Platz 5 CH-8093 Zürich RÉSUMÉ. On présente une nouvelle plate-forme de traitement des incertitudes développée dans l environnement MATLAB. Cette plate-forme a vocation à diffuser le plus largement possible la culture incertitudes auprès des étudiants, ingénieurs et chercheurs du domaine, en offrant différents niveaux d utilisation, du débutant au développeur confirmé. Rassemblant dans un environnement unique les techniques de propagation des incertitudes les plus modernes (méthodes de fiabilité, chaos polynomial, krigeage, analyse de sensibilité globale, etc.), elle est d emblée développée pour le calcul haute performance. Conçue dans une philosophie open source, elle a vocation à s enrichir des contributions de la communauté. ABSTRACT. A new computational platform for uncertainty quantification (UQ) in engineering is presented. It aims at disseminating the good practices of UQ towards students, field engineers and researchers by offering different levels of usage from the beginner to the advanced developer. It gathers in a single, consistent frame many state-of-the-art UQ techniques including reliability methods, polynomial chaos expansions, kriging and global sensitivity analysis while being natively developed for high performance computing. It is conceived as an open source software which shall be open to contributions from the community. MOTS-CLÉS : quantification des incertitudes, logiciel, MATLAB, fiabilité, chaos polynomial. KEYWORDS: uncertainty quantification, software, MATLAB, structural reliability, polynomial chaos expansions.

2 2 8èmes Journées Fiabilité des Matériaux et des Structures. 1. Introduction Dans de nombreux domaines de l ingénierie moderne, la simulation numérique est devenue un outil incontournable permettant de modéliser le comportement des systèmes complexes, de façon à optimiser leur dimensionnement, valider leur performance ou encore prévoir leur évolution dans le temps. La quantification des incertitudes en ingénierie est une discipline émergente à la frontière de la simulation numérique, des mathématiques appliquées, des statistiques et des probabilités, qui s intéresse à l impact des incertitudes et des méconnaissances sur les prédictions fournies par les modèles. Elle recouvre des champs de recherche historiquement distincts, dont la fiabilité des structures, l analyse de sensibilité globale, l optimisation robuste ou encore les méthodes de calibration basées sur des techniques bayésiennes [4]. En termes de recherche, les développements récents sont portés par une communauté académique très large d ingénieurs, de statisticiens et de mathématiciens appliqués, qui ont parfois leur propre vocabulaire. En termes d outils, de nombreuses librairies libres comme FERUM [2] et OpenTURNS [1] existent, ainsi que des logiciels commerciaux comme PhimecaSoft, COSSAN ou Nessus (voir une revue dans [3]). À ce jour cependant, aucune solution existante ne permet d aborder l ensemble des problématiques mentionnées plus haut. Par ailleurs, aucun de ces logiciels n est conçu pour être facilement étendu par la communauté de l ingénierie, soit parce qu il s agit d une solution commerciale fermée, soit parce que le logiciel est basé sur des langages complexes, orientés objet comme C++ ou Python, qui bien qu étant d utilisation croissante, restent l apanage de programmeurs confirmés. De façon à fournir une solution alternative permettant à la fois une utilisation aisée pour l enseignement et les applications industrielles, et une architecture ouverte et extensible pour la recherche, la Chaire Risk, Safety and Uncertainty Quantification de l ETH Zürich a lancé la plate-forme de traitement des incertitudes UQLAB (Uncertainty Quantification in MATLAB) Les objectifs principaux du projet UQLAB sont les suivants : proposer un ensemble d outils pour la quantification d inceritudes en ingénierie dans un environnement homogène et facile d accès ; faciliter la prise en main de la plate-forme par différents publics, de l étudiant au chercheur confirmé en passant par l ingénieur de calcul ; proposer une architecture modulaire qui puisse être utilisée pour de nouveaux développements algorithmiques par des ingénieurs sans connaissance approfondie du calcul scientifique ; permettre un couplage facile à des codes de calcul externes (e.g. par éléments finis) considéré comme des boîtes noires ; permettre l utilisation quasi-transparente de moyens de calcul haute performance (HPC). Partant de ces différentes contraintes, le choix s est porté vers l environnement de développement MATLAB, largement utilisé dans la recherche académique, pour

3 Quantification d incertitudes avec UQLab 3 l enseignement, mais également dans les chaînes de calcul industrielles à haute valeur ajoutée. 2. Du cadre théorique à l implémentation 2.1. Quantification des incertitudes L architecture de la plate-forme s appuie sur la méthodologie de quantification des incertitudes aujourd hui largement acceptée par la communauté scientifique [4] et résumée ci-dessous (Figure 1). Figure 1. Méthologie de traitement des incertitudes en simulation numérique Une fois défini le modèle de simulation du système (étape A), on introduit un modèle probabiliste des paramètres d entrée (étape B : lois marginales et structure de dépendance (copule)). La propagation des incertitudes (étape C) permet de quantifier de façon probabiliste les quantités d intérêt à travers les moments statistiques, la distribution de probabilité ou encore, dans le cadre d une analyse de fiabilité, la probabilité de défaillance associée à un seuil admissible. L étape C de hiérarchisation des incertitudes vise à déterminer quels sont les paramètres d entrée dont l incertitude a le plus d influence sur les quantités d intérêt Architecture de UQLAB L architecture du cœur de UQLAB suit les grandes lignes de la méthodologie rappelée précédemment à travers la définition de modules interagissant entre eux autour d un portail ( gateway en anglais), comme représenté Figure 2. Compte tenu des objectifs de flexibilité et d extensibilité fixés en introduction, la plate-forme UQLAB est conçue comme un environnement de calcul plutôt qu un simple package MATLAB. En particulier, elle a vocation à proposer un cadre de développement informatique facile d accès plus que tel ou tel nouvel algorithme. Chacune des trois étapes de la méthodologie incertitudes correspond à un module particulier : l étape A (modélisation physique) correspond ici au module MODEL, qui contient le modèle de simulation d intérêt ;

4 4 8èmes Journées Fiabilité des Matériaux et des Structures. Figure 2. Architecture de UQLAB : différents modules connectés au GATEWAY, chacun pouvant avoir plusieurs instances. l étape B (quantification des sources d incertitudes) correspond au module IN- PUT, qui contient la description probabiliste des paramètres d entrée ; l étape C (propagation des incertitudes) correspond au module ANALYSIS ; d autres modules auxiliaires tels que DISPATCHER et WORKFLOW sur la figure 2 permettent de gérer différentes actions complémentaires au cours d une analyse. Chaque module a plusieurs connections, l une avec le portail central, GATEWAY et un nombre arbitraire de sous-modules ou instances, e.g. Input1, Input2, etc. Le portail GATEWAY est une entité unique présente en permanence en mémoire et accessible depuis n importe quel endroit : il permet d avoir accès à toutes les données de chaque module depuis n importe quel fichier MATLAB une fois que l environnement UQLAB est lancé. Les instances des modules permettent de faire coexister sans ambiguités au sein d une même étude différents modèles probabilistes (e.g. Input1, Input2, etc.), différents modèles de simulation (e.g. Model1 pour un modèle aux éléments finis, Model2 pour une surface de réponse, etc.) et différentes analyses (e.g. Analysis1 pour une analyse de fiabilité, Analysis2 pour une analyse de sensibilité, etc.). Une analyse classique d incertitudes (e.g. une simulation de Monte Carlo pour évaluer la fiabilité d un système dont la performance est modélisée par une fonction codée dans un fichier MATLAB) va donc requérir (a minima) d instancier les trois modules suivants : un module MODEL qui contiendra les informations nécessaires pour évaluer la performance ;

5 Quantification d incertitudes avec UQLab 5 un module INPUT, qui contient un ensemble de lois marginales pour chacun des paramètres d entrée du problème, ainsi que leur structure de dépendance représentée dans le formalisme des copules ; un module ANALYSIS, qui contient les paramètres pour la simulation de Monte Carlo et le calcul de la probabilité de défaillance. Une fois les différents modules instanciés, l analyse est lancée et les résultats sont disponibles dans un objet présent dans l espace de travail MATLAB. Il est ensuite possible de modifier chacun des ingrédients, i.e. remplacer le modèle probabiliste IN- PUT1 par INPUT2, changer de modèle de simulation (par exemple, en construisant de façon intermédiaire un méta-modèle), ou encore relancer l analyse de fiabilité avec une autre méthode de calcul. A tout instant, les différentes instances des modules sont accessibles en mémoire, et les résultats des analyses effectuées précédemment sont disponibles, ce qui permet une comparaison facile des résultats et des post-traitement graphiques immédiats. Le module WORKFLOW permet de gérer de façon non ambigüe l existence concommittante de plusieurs modèles probabilistes, de simulation ou encore plusieurs analyses. Il est alors possible de gérer en parallèle un nombre arbitraire de workflows. L analyste peut par exemple relancer plusieurs fois la même analyse en changeant simplement une valeur d un paramètre, un type de loi de probabilité, ce qui rend immédiat toute forme d étude paramétrique. Cette fontionnalité devient encore plus utile lorsque l utilisateur a accès à une plate-forme distante de calcul haute performance, e.g. un cluster de processeurs. Une fois l analyse prototypée localement sur son poste de travail, il peut définir un module DISPATCHER qui contiendra toutes les informations requises pour l accès distant au cluster. Par défaut le DISPATCHER est local, ce qui signifie que le program s exécute dans la session MATLAB courante sans modifications. Pour relancer son analyse sur un cluster, l ingénieur peut définir un autre type de dispatcher, correspondant par exemple à la séquence ssh+cluster+queuing, qui permet d abord de se connecter au serveur de calcul distant par une connection ssh, de copier les données nécessaires au calcul sur la machine distante, de créer les scripts locaux nécessaire (i.e. interface avec la queue de calcul), de lancer l analyse et d assembler les résultats (en cas de dispatch multi-processeur) avant de ramener les calculs sur la machine de départ. Quelle que soit la complexité du management du serveur de calcul, cette partie est gérée de façon complètement indépendante du problème de quantification d incertitudes par l intermédiaire du DISPATCHER : en d autres termes, un ingénieur qui souhaiterait relancer une étude existante avec un nouveau moyen de calcul HPC n aurait qu à définir le nouveau DISPATCHER ad hoc, le reste de la mise en données restant inchangée L implémentation en MATLAB La raison d être de la plate-forme UQLAB est de permettre la diffusion des techniques de quantification des incertitudes à un large public, de l étudiant à l ingénieur

6 6 8èmes Journées Fiabilité des Matériaux et des Structures. au chercheur de la discipline. Le langage de programmation MATLAB est apparu comme le meilleur compromis entre la facilité d utilisation, la puissance des commandes built-in et la performance, sous réserve de choisir une architecture de développement adaptée. Ainsi, le cœur de la plate-forme présentée en Figure 2 est codée en langage objet. Le GATEWAY est l implémentation MATLAB du pattern objet singleton, ce qui garantit son unicité et son accès depuis n importe quelle routine par l intermédiaire d une variable globale protégée. Chaque module est un objet qui contient uniquement les informations relatives aux sous-modules existants et les méthodes pour les ajouter, activer et supprimer. Au final, le GATEWAY et les modules sont un ensemble de pointeurs qui ne requièrent qu un espace mémoire négligeable. Chaque instance de module est un objet qui contient toutes les données nécessaires pour réaliser les tâches relatives à cet objet. Par exemple, un module INPUT contient toutes les informations sur les densités de probabilité marginales et la structure de dépendance entre les paramètres d entrée de façon à pouvoir générer un échantillon de taille fixée. Un module MODEL permet d évaluer la réponse du modèle de simulation pour un jeu de paramètres d entrée fourni. De par la structure modulaire de la plateforme, il est possible de réaliser des tests de diagnostics sur tout nouvel objet à sa création, ou d implémenter des fonctionnalités plus avancées tels que les call backs ou les event listeners Un modèle de développement collaboratif Le projet UQLAB se veut dès l origine ouvert et collaboratif, de façon à assurer une large diffusion de la culture incertitudes dans le monde de la recherche académique et dans l ingénierie. En conséquence, on prévoit que différents types d utilisateurs / développeurs, ayant des contraintes et des attentes différentes, veuillent s approprier la plate-forme avec la même facilité. Plus précisément, on distingue deux niveaux : l utilisateur final est intéressé par le contenu scientifique actuel de la plateforme, c est-à-dire un ensemble d algorithmes state-of-the-art et performants pour la quantification d incertitudes, présentés dans un environnement cohérent et simple d utilisation. Ce type d utilisateurs connaît les principes de la quantification d incertitudes, mais n a pas nécessairement des connaissance poussées en programmation. Les nombreux exemples de la documentation doivent lui permettre de trouver le bon point de départ (e.g. un exemple d analyse similaire à son problème), qu il pourra modifier ensuite à sa guise. C est le profil typique de l étudiant de master ou de l ingénieur d étude dans l industrie ; le développeur scientifique est un scientifique possédant une connaissance avancée des méthodes de quantification d incertitudes. Il est intéressé par les algorithmes existants, mais surtout par la possibilité de prototyper lui-même ses propres algo-

7 Quantification d incertitudes avec UQLab 7 Figure 3. Système de management de contenus de la plateforme UQLAB (branche contrib) rithmes à partir des briques disponibles. C est le profil typique du doctorant ou du chercheur en milieu académique ou industriel. 1 La plate-forme UQLAB offre également des possibilités de développement collaboratif calqué sur la classification précédente. Pour ce faire, un système de management de contenus (CMS, content management system) est proposé, qui rend aisé le développement de ses propres analyses, algorithmes, etc. mais aussi leur éventuelle diffusion ultérieure à la communauté (Figure 3). Trois niveaux de code sont disponible pour chaque module, à savoir built-in (le code de la version officielle diffusée de UQLAB), contrib (les codes proposés par d autres utilisateurs, et libres d utilisation sans garantie) et external. La structure du CMS permet l incorporation facile de codes pré-existants qui fourniraient des algorithmes non encore disponibles dans la version officielle de UQLAB. Il est possible d interfacer ces bibliothèques en écrivant un wrapper du code à intégrer, qui permet de transformer les données d entrée de UQLAB au format d entrée de ce code, de lancer l analyse et de reformatter les résultats au format UQLAB. A titre d exemple, et de façon à pouvoir valider les algorithmes nouvellement développés dans UQLAB, la toolbox FERUM [2] a été intégrée à la plate-forme (de façon à pouvoir comparer dans un environnement unique les résultats de fiabilité fournis par nos propres algorithmes à ceux de FERUM). A noter que des codes en langage différent peuvent également être interfacés : c est déjà le cas pour les toolbox DiceKriging et sensitivity implémentées en R Fonctionnalités La première version diffusée de la plateforme UQLAB au premier semestre 2014 contient les fonctionnalités suivantes, regroupées par type de module. 1. Il est à noter que le développement du cœur de l architecture s adresse à un troisième profil, le core developer, qui doit avoir de solides connaissances en informatique (programmation orientée objet, gestion de la mémoire) et calcul haute performance. Dans l immédiat, seule l équipe de développement de l ETH appartient à ce profil.

8 8 8èmes Journées Fiabilité des Matériaux et des Structures. Module INPUT lois de probabilité : uniform, Gaussian, lognormal, beta, Student, Gamma, Weibull, Gumbel, constant copule : independent, Gaussian, Student distributions tronquées (issues des lois précédentes) transformation isoprobabiliste de Nataf méthodes d échantillonnage : Monte Carlo, Latin Hypercube Sampling, suites de Sobol et Halton Module MODEL fonctions simples sous forme de chaînes de caractères fonctions (vectorisées ou non) MATLAB méta-modèles : chaos polynomial de Legendre et Hermite, classique et creux, méthodes de calcul des coefficients par moindres carrés (régression), LARS, ou projection (sparse grids) ; krigeage ordinaire avec noyau exponentiel, gaussien et de Matern, tendance polynomiale de degré quelconque, ajustement des paramètres par maximum de vraisemblance ou validation croisée, algorithmes d optimisation BFGS, génétique ou hybride. wrapper du package R DiceKriging Module ANALYSIS/Reliability Monte Carlo classique FORM, SORM tirage d importance subset simulation wrapper du package MATLAB FERUM Module ANALYSIS/Sensitivity Méthode de Morris Corrélation entrée/sortie, coefficients SRC Indices de Sobol par simulation de Monte Carlo et par chaos polynomial 3. Application : treillis élastique On considère le treillis élastique représenté sur la Figure 4 [4]. Les incertitudes sont modélisées par dix variables aléatoires d entrée, dont les distributions, les moyennes et les écarts-types sont répertoriés dans le tableau ci-dessous. On s intéresse à la fiabilité en service vis-à-vis de la flèche maximale admissible v max. La fonction de performance s écrit : g(x) = v max M EF (X) 0, v max = 13 cm

9 Quantification d incertitudes avec UQLab 9 Variable Distribution Moyenne Écart-type E 1, E 2 (MPa) Lognormale A 1 (cm 2 ) Lognormale 20 2 A 2 (cm 2 ) Lognormale 10 1 P 1 P 6 (kn) Gumbel 50 7,5 Figure 4. Treillis élastique modèle éléments finis et modèle probabiliste où M EF (.) est la flèche maximale calculée par éléments finis. La probabilité de défaillance est évaluée par la méthode FORM suivie d un tirage d importance de 10 4 points autour du point de conception. La mise en donnée est résumée sur la Figure 5 et se lit comme suit : initialisation de la plate-forme par la commande uqlab, définition des lois marginales et création du modèle probabiliste myinput, création du modèle mécanique (routine uq_truss), définition du type d analyse (uq_reliability, tirage d importance (IS) avec 10 4 points), lancement de l analyse. Figure 5. Code UQLAB pour (a) l analyse de fiabilité par FORM puis tirages d importance ; (b) l analyse de sensibilité par construction d un chaos polynomial On souhaite maintenant réaliser une analyse de sensibilité (calcul des indices de Sobol ) à partir d une surface de réponse de type chaos polynomial [5]. On définit pour ce faire un méta-modèle à partir d un plan d expérience LHS de 200 points dont les coefficients sont post-traités pour le calcul des indices de Sobol. On souhaite par ailleurs se connecter à un cluster de calcul et lancer en parallèle sur 4 nœuds de calcul l évaluation du plan d expériences. Le code nécessaire pour cette analyse est donné Figure 5-(b), qui peut être directement inséré à la suite du code de la colonne de gauche.

10 10 8èmes Journées Fiabilité des Matériaux et des Structures. Les paramètres de connection sont contenus dans le fichier credentials.txt, les ingrédients nécessaires à la création du chaos polynomial sont donnés dans l objet MetaOpts. L évaluation proprement dite des coefficients du chaos est réalisée par uq_calculate_metamodel. On définit ensuite une analyse de sensibilité sur le MO- DEL courant utilisé (qui est maintenant PCModel). Comme il s agit d un modèle de type chaos polynomial, la plate-forme fournit directement les indices de Sobol calculés à partir des coefficients. 4. Conclusions La quantification d incertitudes dans la simulation numérique est un challenge majeur pour l ingénierie du XXIème siècle. Si la recherche de la dernière décennie a été très prolifique dans ce domaine, la mise en application des méthodes numériques performantes pour des applications industrielles se heurte encore à différentes barrières, notamment logicielle : packages libres issus de la recherche n offrant qu un type particulier d algorithmes, pas facilement interfaçables ; solutions commerciales fermées et pas toujours au fait des algorithmes les plus modernes. Pour faire la jonction entre enseignement, industrie et recherche, une nouvelle plate-forme baptisée UQLAB est en cours de développement à l ETH Zurich, qui vise à rassembler dans un environnement unique (MATLAB) les meilleures techniques, permettre de les appliquer très rapidement à des problèmes standards et prototyper de nouveaux algorithmes. 5. Bibliographie Andrianov G., Burriel S., Cambier S., Dutfoy A. et al. «Open TURNS, an open source initiative to Treat Uncertainties, Risks N Statistics in a structured industrial approach», Proc. ESREL 2007 Safety and Reliability Conference, Stavenger, Norway, Bourinet J.-M., Mattrand C., Dubourg V., «A review of recent features and improvements added to FERUM software», Proc. ICOSSAR 09, Int Conf. on Structural Safety and Reliability, Osaka, Japan, Schuëller, G.I. (Editor), «General-purpose softwares for structural reliability analysis», Structural Safety, vol. 28, n o 1-2, Sudret B., «Uncertainty propagation and sensitivity analysis in mechanical models Contributions to structural reliability and stochastic spectral methods», Habilitation à diriger des recherches, Université Blaise Pascal, Clermont-Ferrand, France, Sudret B., «Global sensitivity analysis using polynomial chaos expansions», Reliab. Eng. Sys. Safety, vol. 93, 2008, p

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard Logiciels pour l analyse d incertitude et l analyse de sensibilité David Makowski, Hervé Monod, Hervé Richard PLAN Exemple sous tableur : Crystal Ball Panorama des logiciels disponibles Modules de tableurs

Plus en détail

Calcul Haute Performance avec OpenTURNS

Calcul Haute Performance avec OpenTURNS Calcul Haute Performance avec OpenTURNS Renaud Barate EDF R&D Workshop du GdR MASCOT-NUM «Quantification d incertitude et calcul intensif» 28 Mars 2013 Sommaire Présentation du logiciel OpenTURNS Problématiques

Plus en détail

Propagation des incertitudes et calcul de courbes de fragilité

Propagation des incertitudes et calcul de courbes de fragilité Titre : Propagation des incertitudes et calcul de courbes [...] Date : 12/02/2013 Page : 1/9 Propagation des incertitudes et calcul de courbes de fragilité Résumé : Ce document donne les éléments pour

Plus en détail

Module Mixmod pour OpenTURNS

Module Mixmod pour OpenTURNS Module Mixmod pour OpenTURNS Régis LEBRUN EADS Innovation Works 23 septembre 2013 EADS IW 2013 (EADS Innovation Work) 23 septembre 2013 1 / 21 Outline Plan 1 OpenTURNS et propagation d incertitudes 2 Mixmod

Plus en détail

téléphone sur l'exposition de la tête»

téléphone sur l'exposition de la tête» «Analyse statistique de l'influence de la position du téléphone sur l'exposition de la tête» A.Ghanmi 1,2,3 J.Wiart 1,2, O.Picon 3 1 Orange Labs R&D 2 WHIST LAB (http://whist.institut-telecom.fr), 3 Paris

Plus en détail

Problèmes de fiabilité dépendant du temps

Problèmes de fiabilité dépendant du temps Problèmes de fiabilité dépendant du temps Bruno Sudret Dépt. Matériaux et Mécanique des Composants Pourquoi la dimension temporelle? Rappel Résistance g( RS, ) = R S Sollicitation g( Rt (), St (),) t =

Plus en détail

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 MDA : Un Tutoriel Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 1 Sommaire Table des matières 1 Sommaire 1 2 Introduction 2 2.1 A qui s adresse ce tutoriel......................

Plus en détail

Modélisation d un code numérique par un processus gaussien, application au calcul d une courbe de probabilité de dépasser un seuil

Modélisation d un code numérique par un processus gaussien, application au calcul d une courbe de probabilité de dépasser un seuil Modélisation d un code numérique par un processus gaussien, application au calcul d une courbe de probabilité de dépasser un seuil Séverine Demeyer, Frédéric Jenson, Nicolas Dominguez CEA, LIST, F-91191

Plus en détail

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Guilhem Mollon 1, Daniel Dias 2, Abdul-Hamid Soubra 3 1 Doctorant, Laboratoire de Génie Civil

Plus en détail

Open TURNS Journée Utilisateurs #3. 18 mai 2010

Open TURNS Journée Utilisateurs #3. 18 mai 2010 Open TURNS Journée Utilisateurs #3 18 mai 2010 Journée Utilisateurs Open TURNS #3 Ordre du jour Open TURNS et son Consortium Nouveautés de la 0.13.2 Portage windows Nouvelles interfaces utilisateurs Ajouts

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences

Plus en détail

Stage Ingénieur en développement logiciel/modélisation 3D

Stage Ingénieur en développement logiciel/modélisation 3D Ingénieur en développement logiciel/modélisation 3D Schlumberger recrute un(e) stagiaire ingénieur en modélisation 3D pour la plate-forme Petrel. Vous serez intégré(e) au sein d une équipe innovante, Petrel

Plus en détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Plan 1 Incertitudes des modèles empiriques 2 Identification et caractérisation des paramètres incertains

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

Club_Saturne 2007. Analyse d incertitudes avec Mercure_Saturne pour la modélisation de la dispersion atmosphérique. Emmanuel Demaël, Damien Bilbault

Club_Saturne 2007. Analyse d incertitudes avec Mercure_Saturne pour la modélisation de la dispersion atmosphérique. Emmanuel Demaël, Damien Bilbault Club_Saturne 2007 Analyse d incertitudes avec Mercure_Saturne pour la modélisation de la dispersion atmosphérique Emmanuel Demaël, Damien Bilbault 27 novembre 2007 Introduction Contexte : Objectifs : Répondre

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE»

MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» Du cours Modélisation Semi -Formelle de Système d Information Du Professeur Jean-Pierre GIRAUDIN Décembre. 2002 1 Table de matière Partie 1...2 1.1

Plus en détail

Détermination des fréquences propres d une structure avec paramètres incertains

Détermination des fréquences propres d une structure avec paramètres incertains Détermination des fréquences propres d une structure avec paramètres incertains Etienne ARNOULT Abdelhamid TOUACHE Pascal LARDEUR Université de Technologie de Compiègne Laboratoire Roberval BP 20 529 60

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Périmètre Le périmètre du PEPI concerne les méthodes et outils utilisés pour le traitement informatisé des données scientifiques.

Plus en détail

TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE

TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE KEYWORDS : SYSTEMX, WEBSERVICE, COLLABORATIVE FILTERING, MACHINE LEARNING, LANGAGE PROGRAMMATION, HPC, BASE OBJETS COMPLEXES CONTEXTE de

Plus en détail

MEXICO. Méthodes pour l EXploration Informatique de modèles COmplexes http:reseau-mexico.fr. Hervé Monod et Robert Faivre

MEXICO. Méthodes pour l EXploration Informatique de modèles COmplexes http:reseau-mexico.fr. Hervé Monod et Robert Faivre MEXICO Méthodes pour l EXploration Informatique de modèles COmplexes http:reseau-mexico.fr Hervé Monod et Robert Faivre INRA - Mathématiques et Informatique Appliquées Unités MIA-Jouy en Josas et Toulouse

Plus en détail

MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET

MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET MOBILE Gaël Crochet 1 & Gilles Santini 2 1 Médiamétrie, 70 rue Rivay, 92532 Levallois-Perret, France, gcrochet@mediametrie.fr 2 Vintco SARL, 8 rue Jean

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Informatique Première et seconde années

Plus en détail

TP N 57. Déploiement et renouvellement d une constellation de satellites

TP N 57. Déploiement et renouvellement d une constellation de satellites TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les

Plus en détail

Le génie Logiciel (suite)

Le génie Logiciel (suite) Le génie Logiciel (suite) Lors du cours précédent, on a étudié différents cycles de vie, dont la cascade, ou la spirale. Analyse des besoins L analyse des besoins est une étape menant à l élaboration de

Plus en détail

Open TURNS Journée Utilisateurs #4. 7 juin 2011

Open TURNS Journée Utilisateurs #4. 7 juin 2011 Open TURNS Journée Utilisateurs #4 7 juin 2011 Journée Utilisateurs Open TURNS #4 Ordre du jour 9h 9h30 9h30 10h30 10h30 12h45 14h 16h 16h15 17h Accueil à EDF R&D Clamart Open TURNS : Fiche d identité

Plus en détail

Pentaho Business Analytics Intégrer > Explorer > Prévoir

Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux

Plus en détail

TITRE : OPTIMISATION ROBUSTE : CREATION D UNE PLATEFORME ET

TITRE : OPTIMISATION ROBUSTE : CREATION D UNE PLATEFORME ET TITRE : OPTIMISATION ROBUSTE : CREATION D UNE PLATEFORME ET APPLICATIONS INDUSTRIELLES MOTS CLEFS : OPTIMISATION, ANALYSE DE SENSIBILITE, REDUCTION DE MODELES, FIABILITE, SYSTEMX CONTEXTE de l IRT SYSTEMX

Plus en détail

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013»

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» I Objectifs Niveau fondamental : «on se fixe pour objectif la

Plus en détail

Comparatif CMS. Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA

Comparatif CMS. Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA Comparatif CMS Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA Sommaire Introduction : Dans le cadre de notre projet de master première année, il nous a été demandé de développer un moteur de recherche

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Composants logiciel: Feel++, formats de fichier et visualisation

Composants logiciel: Feel++, formats de fichier et visualisation Composants logiciel: Feel++, formats de fichier et visualisation Alexandre Ancel Cemosis / Université de Strasbourg 13 Janvier 2015 1 / 20 Plan 1 Environnement logiciel & matériel 2 Formats de fichier

Plus en détail

Ordonnancement Temps Réel. Emmanuel GROLLEAU & Pascal RICHARD LISI/ENSMA {grolleau,richardp}@ensma.fr

Ordonnancement Temps Réel. Emmanuel GROLLEAU & Pascal RICHARD LISI/ENSMA {grolleau,richardp}@ensma.fr Ordonnancement Temps Réel Emmanuel GROLLEAU & Pascal RICHARD LISI/ENSMA {grolleau,richardp}@ensma.fr 2 Plan de la présentation 1. Introduction aux systèmes temps réel 1.1 Différents modèles de tâches 1.2

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

Service combinators for farming virtual machines

Service combinators for farming virtual machines Master d Informatique Fondamentale École Normale Supérieure de Lyon Sémantique du parallélisme Chantal Keller Service combinators for farming virtual machines K. Bhargavan, A. D. Gordon, I. Narasamdya

Plus en détail

Petit déjeuner Actuariat - 27 juin 2013

Petit déjeuner Actuariat - 27 juin 2013 Provisions pour Prestations à Payer en Assurance Santé : Comparaisons de méthodes d estimation sur la base de simulations de remboursements Petit déjeuner Actuariat - 27 juin 2013 Petit déjeuner Actuariat

Plus en détail

Apport des Méthodes formelles pour la certification du Falcon 7X Division DÉFENSE

Apport des Méthodes formelles pour la certification du Falcon 7X Division DÉFENSE Apport des Méthodes formelles pour la certification du Falcon 7X février 04 1 Les analyses Sdf utilisées dans le cadre d une certification aéronautique civile; un processus précis et réglementé Normes

Plus en détail

L interface utilisateur de R

L interface utilisateur de R 2 L interface utilisateur de R Vous lisez sûrement ce livre parce que vous avez un problème que vous aimeriez résoudre en R. Vous pourriez, par exemple, vouloir : savoir si certains résultats sont statistiquement

Plus en détail

Utilisation de modèles hydrauliques-métier dans des plate-formes et application aux incertitudes. 1. Présentation de l outil métier : Système Mascaret

Utilisation de modèles hydrauliques-métier dans des plate-formes et application aux incertitudes. 1. Présentation de l outil métier : Système Mascaret Utilisation de modèles hydrauliques-métier dans des platesformes et application aux incertitudes N.Goutal E. Demay EDF R&D Utilisation de modèles hydrauliques-métier dans des plate-formes et application

Plus en détail

LE CONTENU DE LA FORMATION : Méthodologie de modélisation Démarche Bond Graph Phi Graph Exemple d application

LE CONTENU DE LA FORMATION : Méthodologie de modélisation Démarche Bond Graph Phi Graph Exemple d application MATLAB FORMATION AU LOGICIEL MATLAB TM ET SYSTEMES MATLAB TM est l un des logiciels les plus répandus dans l industrie. Il est, entre autre, utilisé dans toutes les étapes de modélisation et de simulation

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

L informatique en BCPST

L informatique en BCPST L informatique en BCPST Présentation générale Sylvain Pelletier Septembre 2014 Sylvain Pelletier L informatique en BCPST Septembre 2014 1 / 20 Informatique, algorithmique, programmation Utiliser la rapidité

Plus en détail

4.2 Unités d enseignement du M1

4.2 Unités d enseignement du M1 88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter

Plus en détail

Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance

Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance Analyse de sensibilité: mesure de l importance des facteurs par décomposition de la variance École Chercheur Mexico Hervé Monod INRA - Unité MIA de Jouy-en-Josas Valpré, le 6 juin 2012 Plan 1 Introduction

Plus en détail

Avant-propos. 1. Institut national de recherche en informatique et en automatique.

Avant-propos. 1. Institut national de recherche en informatique et en automatique. Avant-propos J ai découvert, un jour de 1986, l ouvrage de G. Fishman [FIS 73] sur la simulation au centre de documentation de l INRIA 1 à Rocquencourt. J ai été aussitôt attiré par ce procédé numérique

Plus en détail

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE Annexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE L enseignement des mathématiques au collège et au lycée a pour but de donner à chaque

Plus en détail

Automatisation de l administration système

Automatisation de l administration système Automatisation de l administration système Plan Problèmatique : trop de systèmes, trop de solutions Typage des solutions Puppet : gestion de configuration de systèmes Capistrano : déploiement d applications

Plus en détail

Utilisation de l environnement d optimisation DAKOTA

Utilisation de l environnement d optimisation DAKOTA UTC, ESI 50 Utilisation de l environnement d optimisation DAKOTA Rajan Filomeno Coelho Laboratoire de Mécanique Roberval, UTC CNRS, UMR 6253 Université de Technologie de Compiègne rfilomen@utc.fr http://www.utc.fr/~rfilomen/esi50/

Plus en détail

PhimecaSoft Présentation du logiciel (non libre) 28 Mars 2008 Présentation de PhimecaSoft

PhimecaSoft Présentation du logiciel (non libre) 28 Mars 2008 Présentation de PhimecaSoft PhimecaSoft Présentation du logiciel (non libre) 1 PhimecaSoft - Généralités 1) Une volonté : un outil «facile» d'utilisation => la difficulté est dans les méthodes, pas dans la mise en données! 2) Compatibilité

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES

EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES EXPERIENCE DE COUPLAGE DE MODELES ALTARICA AVEC DES INTERFACES METIERS EXPERIMENT OF COUPLING ALTARICA MODELS WITH SPECIALIZED INTERFACES PERROT Benoit, PROSVIRNOVA Tatiana, RAUZY Antoine, SAHUT D IZARN

Plus en détail

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste

Plus en détail

Modélisation du risque opérationnel dans le secteur de l assurance

Modélisation du risque opérationnel dans le secteur de l assurance Avril 2011 N 14 Modélisation du risque opérationnel dans le secteur de l assurance Par Julie Gamonet Centre d études actuarielles Lauréate du prix du jeune actuaire 2010 Un texte paraissant dans SCOR Papers

Plus en détail

L essentiel. Coopérative, flexible, très performante : la plateforme Engineering Base. web aucotec.com

L essentiel. Coopérative, flexible, très performante : la plateforme Engineering Base. web aucotec.com L essentiel Coopérative, flexible, très performante : la plateforme Engineering Base web aucotec.com Les défis La globalisation des structures d ingénierie avec le travail en réseau sur des sites dispersés

Plus en détail

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010 Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS

Plus en détail

Machine de Turing. Informatique II Algorithmique 1

Machine de Turing. Informatique II Algorithmique 1 Machine de Turing Nous avons vu qu un programme peut être considéré comme la décomposition de la tâche à réaliser en une séquence d instructions élémentaires (manipulant des données élémentaires) compréhensibles

Plus en détail

Un logiciel open source pour l enseignement et la recherche

Un logiciel open source pour l enseignement et la recherche Un logiciel open source pour l enseignement et la recherche Ricco RAKOTOMALALA Laboratoire ERIC Université Lumière Lyon 2 http://chirouble.univ-lyon2.fr/~ricco/tanagra/ 1 sur 23 PLAN 1. Objectifs du projet

Plus en détail

Master. en sciences et technologies mention mathématiques et applications

Master. en sciences et technologies mention mathématiques et applications Master en sciences et technologies mention mathématiques et applications master mathématiques et applications Contacts Nicolas Lerner lerner@math.jussieu.fr www.master.math.upmc.fr Master sciences et technologies

Plus en détail

Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia

Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia Pour l architecte de solutions web Table des matières Présentation générale... 3 Des outils disparates.... 4 Une gestion

Plus en détail

Description du module GENERATEUR rev.2 1. Rôle du module

Description du module GENERATEUR rev.2 1. Rôle du module Description du module GENERATEUR rev.2 1. Rôle du module Ce module doit implémenter un générateur de «points aléatoires» selon une répartition de densité donnée. Tout d abord, le générateur doit être initialisé

Plus en détail

Besoin de concevoir des systèmes massivement répartis. Comment tester le système? Solution. Évaluation de systèmes répartis à large échelle

Besoin de concevoir des systèmes massivement répartis. Comment tester le système? Solution. Évaluation de systèmes répartis à large échelle Besoin de concevoir des systèmes massivement répartis. Évaluation de systèmes répartis à large échelle Sergey Legtchenko Motivation : LIP6-INRIA Tolérance aux pannes Stockage de données critiques Coût

Plus en détail

Master 2 Recherche Apprentissage Statistique et Optimisation

Master 2 Recherche Apprentissage Statistique et Optimisation Master 2 Recherche Apprentissage Statistique et Optimisation François Yvon Michèle Sebag Alexandre Allauzen Marc Schoenauer http://www.limsi.fr/individu/allauzen/wiki/index.php/tsi09 http://tao.lri.fr/tiki-index.php

Plus en détail

Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales

Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Cécile Cavet cecile.cavet at apc.univ-paris7.fr Centre François Arago (FACe), Laboratoire

Plus en détail

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013

CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 CSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013 La méthode CGSM pour l analyse statique des plaques avec variabilité Mahyunirsyah MAHJUDIN 1,2 *, Frédéric DRUESNE 1, Irwan KATILI

Plus en détail

Elma m l a ki i Haj a a j r a Alla a Tao a uf u i f q B ur u kkad a i i Sal a ma m n a e n e Be B n e a n b a d b en e b n i b i Il I ham

Elma m l a ki i Haj a a j r a Alla a Tao a uf u i f q B ur u kkad a i i Sal a ma m n a e n e Be B n e a n b a d b en e b n i b i Il I ham Exposé: la technique de simulation MONTE-CARLO Présenté par : Elmalki Hajar Bourkkadi Salmane Alla Taoufiq Benabdenbi Ilham Encadré par : Prof. Mohamed El Merouani Le plan Introduction Définition Approche

Plus en détail

Eco-conception de maisons à énergie positive

Eco-conception de maisons à énergie positive MEXICO Rencontres 2015, Clermont-Ferrand 06 octobre 2015 Eco-conception de maisons à énergie positive Mots-clés : Optimisation multicritère, algorithme génétique, fronts de Pareto Thomas RECHT : thomas.recht@mines-paristech.fr

Plus en détail

La méthode PHI2 ou comment prendre en compte la dépendance du temps dans une analyse en Þabilité

La méthode PHI2 ou comment prendre en compte la dépendance du temps dans une analyse en Þabilité La méthode PHI2 ou comment prendre en compte la dépendance du temps dans une analyse en Þabilité mécanique C. Andrieu-Renaud a,m.lemaire a,b.sudret b a LaRAMA, Campus de Clermont-Ferrand / les Cézeaux,

Plus en détail

Table des Matières. Table des Figures 7. Introduction Générale 9. Chapitre 1 - Langages de description d architectures matérielles hybrides 23

Table des Matières. Table des Figures 7. Introduction Générale 9. Chapitre 1 - Langages de description d architectures matérielles hybrides 23 Table des Figures 7 Introduction Générale 9 1. Outils et plate-formes de construction d application 9 2. Intégration de paradigmes de conception dans le cycle de vie 10 2.1. Equilibrage de charge et équilibrage

Plus en détail

ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE

ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Mémoires 2010-2011 www.euranova.eu MÉMOIRES ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Contexte : Aujourd hui la plupart des serveurs d application JEE utilise des niveaux de cache L1

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

Support de TD ArcGIS 10.1. Introduction à l automatisation et au développement avec ArcGIS 10.1 JEAN-MARC GILLIOT 2014-2015. 3 e année ingénieur

Support de TD ArcGIS 10.1. Introduction à l automatisation et au développement avec ArcGIS 10.1 JEAN-MARC GILLIOT 2014-2015. 3 e année ingénieur JEAN-MARC GILLIOT 2014-2015 Durée 1,5 heures Introduction à l automatisation et au développement avec ArcGIS 10.1 3 e année ingénieur Support de TD ArcGIS 10.1 Grande école européenne d'ingénieurs et de

Plus en détail

RiskAgility FM. Votre business. Vos modèles. A votre main.

RiskAgility FM. Votre business. Vos modèles. A votre main. RiskAgility FM Votre business. Vos modèles. A votre main. RiskAgility FM est le nouveau logiciel de modélisation financière de. Il vous aide à gérer vos risques et à suivre votre niveau de solvabilité

Plus en détail

TP1 : Organisation du projet d algorithmique

TP1 : Organisation du projet d algorithmique TP1 : Organisation du projet d algorithmique Enseignants: Antoine Bonnefoy et Sokol Koço Sujet: Liva Ralaivola, Antoine Bonnefoy et Sokol Koço 15 janvier 2014 1 Chasser à l aveuglette 1.1 Le projet Le

Plus en détail

AK-MCS : une méthode d apprentissage alliant krigeage et simulation Monte Carlo pour évaluer efficacement P f

AK-MCS : une méthode d apprentissage alliant krigeage et simulation Monte Carlo pour évaluer efficacement P f JFMS Toulouse 24, 25, 26 mars 2010 AK-MCS : une méthode d apprentissage alliant krigeage et simulation Monte Carlo pour évaluer efficacement P f Benjamin Echard Nicolas Gayton Maurice Lemaire LaMI Laboratoire

Plus en détail

Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel

Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel Aide à la décision pour l'optimisation de la maintenance des stations de compression de gaz naturel J. Blondel, L. Marle - CRIGEN A. Abdesselam GRTgaz F. Brissaud - DNV France Presentation Plan Objectifs

Plus en détail

Spring IDE. Mise en œuvre. Eclipse

Spring IDE. Mise en œuvre. Eclipse A Spring IDE Bien que Spring mette à disposition d intéressants mécanismes afin d améliorer l architecture des applications Java EE en se fondant sur l injection de dépendances et la programmation orientée

Plus en détail

II.2 Développement des systèmes logiciels

II.2 Développement des systèmes logiciels II.1 Introduction Dans le domaine de réseaux électriques, on constate que l'application de la MOO (Modélisation orientée objets) à beaucoup d avantages vue que la structure physique d un réseau électrique

Plus en détail

INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV

INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV Séminaire MTDE 22 mai 23 INTRODUCTION AUX MÉTHODES DE MONTE CARLO PAR CHAÎNES DE MARKOV Vincent Mazet CRAN CNRS UMR 739, Université Henri Poincaré, 5456 Vandœuvre-lès-Nancy Cedex 1 juillet 23 Sommaire

Plus en détail

APPLICATION DE LA METHODE DE MONTE CARLO DANS L'ANALYSE DE LA STABILITÉ DES PENTES

APPLICATION DE LA METHODE DE MONTE CARLO DANS L'ANALYSE DE LA STABILITÉ DES PENTES Journées Nationales de Géotechnique et de Géologie de l'ingénieur - JNGG' 2006 Lyon (France) APPLICATION DE LA METHODE DE MONTE CARLO DANS L'ANALYSE DE LA STABILITÉ DES PENTES Mbarka SELMI 1, Mounir LTIFI

Plus en détail

qü çêáé=çé=ä~=ñá~äáäáí = ^ééäáå~íáçå= =äû î~äì~íáçå=ëíêìåíìê~äé== ÇÉë=çìîê~ÖÉë=ÇÛ~êí=

qü çêáé=çé=ä~=ñá~äáäáí = ^ééäáå~íáçå= =äû î~äì~íáçå=ëíêìåíìê~äé== ÇÉë=çìîê~ÖÉë=ÇÛ~êí= Ñ îêáéê=omno Rapport d études qü çêáé=çé=ä~=ñá~äáäáí = ^ééäáå~íáçå= =äû î~äì~íáçå=ëíêìåíìê~äé== ÇÉë=çìîê~ÖÉë=ÇÛ~êí= pçãã~áêé= Introduction...5 PARTIE 1 MÉTHODOLOGIE...7 Chapitre I L évaluation structurale

Plus en détail

Release Notes POM v5

Release Notes POM v5 Release Notes POM v5 POM Monitoring http://www.pom-monitoring.com Ce document est strictement réservé à l usage de la société POM Monitoring. Il ne peut être diffusé ou transféré sans l autorisation écrite

Plus en détail

Design Patterns. Pourquoi utiliser des patterns? Pourquoi utiliser des patterns? Les patterns vue de loin. D où viennent les design patterns?

Design Patterns. Pourquoi utiliser des patterns? Pourquoi utiliser des patterns? Les patterns vue de loin. D où viennent les design patterns? Noël NOVELLI ; Université de la Méditerranée ; LIF et Département d Informatique Case 901 ; 163 avenue de Luminy 13 288 MARSEILLE cedex 9 Design Patterns D où viennent les design patterns? D où viennent

Plus en détail

Programmation orientée objets avec Python

Programmation orientée objets avec Python Judicaël Courant 2013-05-06 Lycée La Martinière-Monplaisir Plan 1 Principes 1.1 POO : késako? 1.2 Apport sur le plan algorithmique 1.3 La quête du Graal Paradigme procédural Paradigme orienté objets 2

Plus en détail

Université de La Rochelle. Sciences, Technologies, Santé. Informatique LICENCE

Université de La Rochelle. Sciences, Technologies, Santé. Informatique LICENCE Université de La Rochelle Sciences, Technologies, Santé LICENCE Informatique Objectifs de la formation Connaissances dispensées La licence Informatique permet d acquérir un socle de connaissances et de

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Projet Active Object

Projet Active Object Projet Active Object TAO Livrable de conception et validation Romain GAIDIER Enseignant : M. Noël PLOUZEAU, ISTIC / IRISA Pierre-François LEFRANC Master 2 Informatique parcours MIAGE Méthodes Informatiques

Plus en détail

CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES

CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES Trois types de formation LES FORMATEURS Les experts techniques AS+ Groupe EOLEN disposent d une réelle expérience pratique

Plus en détail

D une part, elles ne peuvent faire table rase de la richesse contenue dans leur système d information.

D une part, elles ne peuvent faire table rase de la richesse contenue dans leur système d information. PACBASE «Interrogez le passé, il répondra présent.». Le Module e-business Les entreprises doivent aujourd hui relever un triple défi. D une part, elles ne peuvent faire table rase de la richesse contenue

Plus en détail

SAS Studio SAS pour tous, SAS sur n importe quel périphérique.

SAS Studio SAS pour tous, SAS sur n importe quel périphérique. SAS Studio SAS pour tous, SAS sur n importe quel périphérique. SAS Studio est le dernier né des produits SAS, avec son utilisation, écrire et exécuter du code SAS n aura jamais été aussi simple. Il a pour

Plus en détail

Customisation Rhapsody et Henri BOULOUET DITV/AEEV/EECH. approche méthodologique

Customisation Rhapsody et Henri BOULOUET DITV/AEEV/EECH. approche méthodologique Customisation Rhapsody et approche méthodologique Retour d expérience sur l implémentation d un langage et profil UML associé 1 Sommaire Principe d un développement méthodologique Evocation d ISR (Ingénierie

Plus en détail

Use Cases. Introduction

Use Cases. Introduction Use Cases Introduction Avant d aborder la définition et la conception des UC il est bon de positionner le concept du UC au sein du processus de développement. Le Processus de développement utilisé ici

Plus en détail

Conception et Développement Orientés Objets Cours 1 : Introduction. 2 Les paradigmes de programmation. 3 Les concepts de la programmation objet

Conception et Développement Orientés Objets Cours 1 : Introduction. 2 Les paradigmes de programmation. 3 Les concepts de la programmation objet CNAM UV 19357 Année 2003-2004 David Delahaye David.Delahaye@cnam.fr Conception et Développement Orientés Objets Cours 1 : Introduction 1 Présentation de la valeur Ce cours s adresse à toute personne ayant

Plus en détail

Supervision des réseaux et services pair à pair

Supervision des réseaux et services pair à pair Supervision des réseaux et services pair à pair Présentation des travaux de Thèse Guillaume Doyen LORIA - Université Henri Poincaré pour l obtention du Doctorat en Informatique de l université Henri Poincaré

Plus en détail

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium dans le cadre du projet JASMINe Avril 2008 Table des matières 1 Introduction 3 1.1 Rappel sur JASMINe.......................................

Plus en détail

C2O, une plate-forme de gestion et d automatisation de process

C2O, une plate-forme de gestion et d automatisation de process C2O, une plate-forme de gestion et d automatisation de process AVANTAGE PRODUCTION Siège social : 15 rue ampère - 60800 Crépy en Valois Tel: + 33 (0)1 76 77 26 00 - info@avantageproduction.com SARL au

Plus en détail