Utilisation de l environnement d optimisation DAKOTA
|
|
- Liliane Ratté
- il y a 8 ans
- Total affichages :
Transcription
1 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 Utilisation de l environnement d optimisation DAKOTA 1
2 DAKOTA : un environnement d optimisation et d études paramétriques DAKOTA est un code libre (OpenSource) développé par les laboratoires Sandia ( Fonctionnalités : optimisation (algorithmes à base de gradient, algorithmes génétiques, ) études paramétriques (plan d expériences) : planification de simulations pour un ensemble de points de l espace de conception surfaces de réponse, modèles substituts (surrogate models) : définition de modèles approchés (e.g. surfaces de réponse polynomiales, réseaux de neurones, krigeage, moindres carrés) analyse d incertitudes : robustesse et fiabilité adapté aux plate-formes de calcul parallèle Schéma de base : DAKOTA réponses variables SIMULATION Utilisation de l environnement d optimisation DAKOTA 2
3 DAKOTA : un environnement d optimisation et d études paramétriques Principe de fonctionnement : DAKOTA pilote les tâches à effectuer, en appelant la simulation la simulation consiste en un code élements finis, un programme (C++, Matlab, Scilab) ou un script complexe combinant plusieurs tâches les échanges d information entre DAKOTA et la simulation se font par l intermédiaire de lecture et d écriture de fichiers texte fichier dakota.in DAKOTA fichier param.in fichier response.out SIMULATION Utilisation de l environnement d optimisation DAKOTA 3
4 DAKOTA : illustration sur le cas de l aile d avion Rappel : optimisation d une aile 2D flexible V rel α inc FORMULATION DU PROBLEME D OPTIMISATION but : trouver x opt (où x = variables de conception) tel que : x opt minimise F = masse de l aile, avec comme limitations : coefficient de portance C L C 0 L coefficient de traînée C D C 0 D déplacement max. d max d 0 max contrainte max. σ max σ 0 max Profil : Wortmann Airfoil FX Utilisation de l environnement d optimisation DAKOTA 4
5 DAKOTA : illustration sur le cas de l aile d avion Ordonnancement des tâches : fichier dakota.in DAKOTA choix et paramètres de l optimiseur, définition de l optimisation, codes de simulation appelés fichier param.in fichier response.out portance, traînée, déplacement maximum, contrainte max. SIMULATION variables de conception définissant un profil d aile Code Scilab (analyse multidisciplinaire par point fixe, couplant codes EF fluide et structure) Utilisation de l environnement d optimisation DAKOTA 5
6 Exemple de fichier d entrée pour DAKOTA (dakota_aile.in) method, optpp_q_newton variables, continuous_design = 3 cdv_initial_point cdv_lower_bounds cdv_upper_bounds cdv_descriptor 'x1' 'x2' 'x3' interface, system, analysis_driver = 'simulator_script_aile' parameters_file = 'params.in' results_file = 'results.out' Utilisation de l environnement d optimisation DAKOTA 6
7 Exemple de fichier d entrée pour DAKOTA (dakota_aile.in) responses, num_objective_functions = 1 num_nonlinear_inequality_constraints = 0 numerical_gradients method_source dakota interval_type forward fd_gradient_step_size = no_hessians Utilisation de l environnement d optimisation DAKOTA 7
8 Exemple de fichier script (simulator_script_aile) #!/bin/csh -f python read_variables.py # lecture des variables de # conception dans le fichier # «params.in» et écriture # dans le fichier «variables.txt» # lisible par le programme SCILAB # /opt/scilab/scilab-4.1.1/bin/scilab -nogui -f progr_aile.sci # exécution du programme SCILAB # (analyse multidisciplinaire par # point fixe) # => outputs : coeff. de portance # et de traînée, masse, dépl. max., # contrainte de von Mises max. Utilisation de l environnement d optimisation DAKOTA 8
UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE. Département Génie des Systèmes Mécaniques / UMR CNRS Roberval 7337. en option Sous titre ex : Espace documentaire
UNIVERSITÉ DE TECHNOLOGIE COMPIÈGNE Département Génie des Systèmes Mécaniques / UMR CNRS Roberval 7337 en option Sous titre ex : Espace documentaire Alexandre DURUPT MCF - UTCalexandre.durupt@utc.fr Benoît
Plus en détailLes équations différentielles
Les équations différentielles Equations différentielles du premier ordre avec second membre Ce cours porte exclusivement sur la résolution des équations différentielles du premier ordre avec second membre
Plus en détailRenforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.
Master Mathématiques et Applications Spécialité : Ingénierie mathématique et modélisation Parcours : Mathématique et Informatique : Statistique, Signal, Santé (MI3S) 2015-2016 RÉSUMÉ DES COURS : (dernière
Plus en détailde calibration Master 2: Calibration de modèles: présentation et simulation d
Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe
Plus en détail$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 détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailWarehouse Management System. Think Synchronization
Warehouse Management System Think Synchronization Warehouse Vision WMS La performance de votre Supply Chain est déterminante dans la mise en place de votre stratégie de croissance et vos clients et votre
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailCatalogue de formation
Enregistré sous le numéro : 11 91 012 9991 auprès du Commissaire de la République de la Région Ile de France et du Département de Paris, CADLM propose un ensemble de formation dont les programmes sont
Plus en détailUtilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques
Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques Mathias Kleiner Laboratoire des Sciences de l Information et des Systèmes (LSIS) - UMR CNRS 7296 Projet Ingenierie
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailConception de carène
Conception de carène Etude de l avant projet d un voilier de 10 mètres & FILS S.A 9 décembre 2011 RENCONTRE MATHS ET VOILE 1 INTRODUCTION Etat de l art : Les différentes formes de carène Les différents
Plus en détailNote 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 détaila et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b
I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe
Plus en détailCompte-rendu N 04 Réunion du 19/12/14
Projet Master1 ILSEN Compte-rendu N 04 Réunion du 19/12/14 N projet : 13, Durée : 2 Heures Présents : - Didier JOSSELIN : professeur encadrant - Yann HERVOUET : CEO Instant System - Xavier LECOMTE : Chef
Plus en détailL expertise développée par Market-IP et ses solutions télématiques vous permettront d atteindre
FOURNISSEUR DE SERVICE D OPTIMISATION GÉOGRAPHIQUE, Market-IP développe des services de cartographie, de planning, de géolocalisation et d analyse du comportement de conduite permettant une gestion optimale
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détail4.2 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 détailContrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.
Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailLe calcul intensif chez PSA Peugeot Citroën. TERATEC 28 juin 2011
Le calcul intensif chez PSA Peugeot Citroën TERATEC 28 juin 2011 Daniel ZAMPARINI 1 Le calcul intensif chez PSA Peugeot Citroën TERATEC - 28 juin 2011 PSA Peugeot Citroën : éléments clés de la branche
Plus en détailLes technologies du Big Data
Les technologies du Big Data PRÉSENTÉ AU 40 E CONGRÈS DE L ASSOCIATION DES ÉCONOMISTES QUÉBÉCOIS PAR TOM LANDRY, CONSEILLER SENIOR LE 20 MAI 2015 WWW.CRIM.CA TECHNOLOGIES: DES DONNÉES JUSQU'À L UTILISATEUR
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailProblèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003
Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailLa dernière base de données de Teradata franchit le cap du big data grâce à sa technologie avancée
Communiqué de presse Charles-Yves Baudet Twitter: Les clients de Teradata Teradata Corporation peuvent dan.conway@teradata.com tirer parti de plusieurs + 33 1 64 86 76 14 + 33 (0) 1 55 21 01 48/49 systèmes,
Plus en détailProtection individuelle
Protection individuelle Franchise annuelle Ce plan n'est plus offert 200 $ 900 $ depuis le 1er mars 2015 1 006 $ / / 18-24 87,88 $ 71,71 $ - 39,35 $ 37,08 $ 63,91 $ 25-29 91,38 $ 74,47 $ - 41,04 $ 38,86
Plus en détailUne solution opensource d'affichage dynamique - XIBO
Une solution opensource d'affichage dynamique - XIBO - Retour sur le choix de la solution XIBO au laboratoire de mathématiques de Besançon Journées Mathrice Lyon Octobre 2011 : Solution d'affichage dynamique
Plus en détailVérifier la qualité de vos applications logicielle de manière continue
IBM Software Group Vérifier la qualité de vos applications logicielle de manière continue Arnaud Bouzy Kamel Moulaoui 2004 IBM Corporation Agenda Analyse de code Test Fonctionnel Test de Performance Questions
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailUne plate-forme pour la quantification des incertitudes sous Matlab
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
Plus en détailLes apports de l informatique. Aux autres disciplines
Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il
Plus en détailQuantification des Risques
Quantification des Risques Comment considérer les aléas dans une projection financière? PragmaRisk met à disposition des solutions et des méthodes permettant de considérer les aléas dans vos projections
Plus en détail1 Description générale de VISFIELD
Guide d utilisation du logiciel VISFIELD Yann FRAIGNEAU LIMSI-CNRS, Bâtiment 508, BP 133 F-91403 Orsay cedex, France 11 décembre 2012 1 Description générale de VISFIELD VISFIELD est un programme écrit
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailAutonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique
L irrésistible ascension du capitalisme académique 18-19 avril 2013 Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique Julien Barrier
Plus en détailLa plateforme Cloud Supply Chain. Présentation de GT Nexus
La plateforme Cloud Supply Chain Présentation de GT Nexus Une idée simple mais très efficace Les entreprises gagnantes fonctionneront en réseau A l avenir, les entreprises les plus performantes n opèreront
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailFilière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.
Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants
Plus en détailGestion des Clés Publiques (PKI)
Chapitre 3 Gestion des Clés Publiques (PKI) L infrastructure de gestion de clés publiques (PKI : Public Key Infrastructure) représente l ensemble des moyens matériels et logiciels assurant la gestion des
Plus en détailOMD : Optimisation MultiDisciplinaire
Compte-rendu de fin de projet Projet ANR-05-RNTL-009 OMD : Optimisation MultiDisciplinaire Programme RNTL 2005 A IDENTIFICATION... 2 B RESUME CONSOLIDE PUBLIC... 2 B.1 Instructions pour les résumés consolidés
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailLe filtrage de niveau IP
2ème année 2008-2009 Le filtrage de niveau IP Novembre 2008 Objectifs Filtrage : Le filtrage permet de choisir un comportement à adopter vis à vis des différents paquets émis ou reçus par une station.
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailStages et relations industrielles
UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE UTC Génie des systèmes mécaniques Les enseignements proposés par la branche GSM visent à former des ingénieurs généralistes dans le domaine de l ingénierie mécanique
Plus en détailDG-ADAJ: Une plateforme Desktop Grid
DG-ADAJ: Une plateforme pour Desktop Grid Olejnik Richard, Bernard Toursel Université des Sciences et Technologies de Lille Laboratoire d Informatique Fondamentale de Lille (LIFL UMR CNRS 8022) Bât M3
Plus en détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
Plus en détailREMARQUES IMPORTANTES. - L usage d une calculatrice non programmable est autorisé.
CONCOURS EXTERNES IT 2013 EPREUVE TECHNIQUE D ADMISSION Durée : 1 heures 30 Coefficient : 2 CONCOURS N 125 Corps : Techniciens BAP : J - Gestion et pilotage Emploi type : Gestionnaire financier et comptable
Plus en détailSéance 0 : Linux + Octave : le compromis idéal
Séance 0 : Linux + Octave : le compromis idéal Introduction Linux est un système d'exploitation multi-tâches et multi-utilisateurs, basé sur la gratuité et développé par une communauté de passionnés. C'est
Plus en détailIntroduction à NetCDF
Introduction à NetCDF École normale supérieure L3 géosciences 2014/2015 Lionel GUEZ guez@lmd.ens.fr Laboratoire de météorologie dynamique Explications préliminaires Deux distinctions générales sur les
Plus en détailMAIDESC - KO 21 Novembre 2013 Etienne Wey Alexandre Boilley
MAIDESC - KO 21 Novembre 2013 Etienne Wey Alexandre Boilley S.A. créée en 1984 à Sophia Antipolis avec ARMINES comme actionnaire principal Activité majeure centrée autour des logiciels de simulation de
Plus en détailL apport du HPC pour l optimisation. Eric Jacquet-Lagrèze. FORUM TERATEC 28 juin 2011
L apport du HPC pour l optimisation Eric Jacquet-Lagrèze FORUM TERATEC 28 juin 2011 Sommaire 1 / Recherche Opérationnelle et calcul scientifique 2 / Où se trouve la complexité et quels enjeux pour le HPC?
Plus en détailLe data mining et l assurance Mai 2004. Charles Dugas Président Marianne Lalonde Directrice, développement des affaires
Le data mining et l assurance Mai 2004 Charles Dugas Président Marianne Lalonde Directrice, développement des affaires AGENDA Qu est-ce que le data mining? Le projet et les facteurs de réussite Les technologies
Plus en détailGestion de projet- Indicateurs de performance
GESTION DE PROJET Pour réaliser ce Tp, vous devez disposer du contexte Itaste et d'un accès à la base de données Itaste, hébergée sur notre serveur de bases de données de production. Vous utiliserez Microsoft
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailSystème immunitaire artificiel
République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieure Université des Sciences et de la Technologie D Oran Mohammed Boudiaf (USTO) Faculté des Sciences Département d Informatique
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailCours Bases de données
Informations sur le cours Cours Bases de données 9 (10) séances de 3h Polycopié (Cours + TD/TP) 3 année (MISI) Antoine Cornuéjols www.lri.fr/~antoine antoine.cornuejols@agroparistech.fr Transparents Disponibles
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailDAHER-SOCATA dévoile le TBM 900, son nouveau TBM
Aéronautique & Défense DAHER-SOCATA dévoile le TBM 900, son nouveau TBM Après plus de 3 ans de développement, le TBM 900 vole plus vite et plus loin Certifié, l avion est déjà en production, commandé et
Plus en détailCommunications performantes par passage de message entre machines virtuelles co-hébergées
Communications performantes par passage de message entre machines virtuelles co-hébergées François Diakhaté1,2 1 CEA/DAM Île de France 2 INRIA Bordeaux Sud Ouest, équipe RUNTIME Renpar 2009 1 Plan Introduction
Plus en détailOptimisation des performances d échangeurs de chaleur.
Journée d étude SFT 16/03/2011 Echangeurs thermiques et multi-fonctionnels : enjeux, applications et axes de recherche Optimisation des performances d échangeurs de chaleur. École des Mines de DOUAI 941
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailAgenda. Introduction au projet SIMM. Réduction des volumes de sauvegarde avec RMAN
Agenda Introduction au projet SIMM Réduction des volumes de sauvegarde avec RMAN Réduction des volumes de données avec Oracle 11g Advanced Compression Agenda Introduction au projet SIMM Enjeux Trajectoire
Plus en détailCorrection du bac blanc CFE Mercatique
Correction du bac blanc CFE Mercatique Exercice 1 (4,5 points) Le tableau suivant donne l évolution du nombre de bénéficiaires de minima sociaux en milliers : Année 2002 2003 2004 2005 2006 2007 2008 2009
Plus en détailProjet Optiperf : les ressources du calcul parallèle à destination des architectes navals
Projet Optiperf : les ressources du calcul parallèle à destination des architectes navals Pierre-Michel Guilcher, Olivier Payen, Aurélien Drouet, Erwan Jacquin Plan de l exposé Contexte général Définition
Plus en détailGestion du projet pour qu'il soit pérenne et collaboratif
Gestion du projet pour qu'il soit pérenne et collaboratif Franck Gabarrot Atelier projet Promise les 30 et 31 mars 2015 Paris IPSL CDS ESPRI Public visé dans nos réflexions d'organisation Tout le monde
Plus en détailUTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY
UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY Yvan Le Bras yvan.le_bras@irisa.fr Cyril Monjeaud, Mathieu Bahin, Claudia Hériveau, Olivier Quenez, Olivier Sallou, Aurélien Roult, Olivier
Plus en détailFigure 3.1- Lancement du Gambit
3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh
Plus en détailSALOME l écosystème l offre de support
SALOME l écosystème l offre de support 400 visites par jour 50 téléchargements par jour 16000 users sur le forum. 4000 actifs Les Objectifs Favoriser l accès aux outils de simulations open-source à l industrie...
Plus en détailSimulation à bord d un véhicule moteur existant
Simulation à bord d un véhicule moteur existant Pour la simulation, un poste de conduite d un véhicule moteur prêt au service est utilisé. Il va de soi que le véhicule doit être bloqué et la chaîne de
Plus en détailMigration vers l'open-source de l infrastructure de pare-feu du campus CNRS d Orléans
Migration vers l'open-source de l infrastructure de pare-feu du campus CNRS d Orléans PLAN Contexte Conduite du projet La solution mise en place Retour d expérience Perspectives / Conclusions Le campus
Plus en détailPolitique de certification et procédures de l autorité de certification CNRS
Politique de certification et procédures de l autorité de certification CNRS V2.1 1 juin 2001 Jean-Luc Archimbaud CNRS/UREC Directeur technique de l UREC Chargé de mission sécurité réseaux informatiques
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailApproche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamique
Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamiue D. BERKOUNE 2, K. MESGHOUNI, B. RABENASOLO 2 LAGIS UMR CNRS 846, Ecole
Plus en détailLA SOLUTION INNOVANTE DE GESTION DE PLANNING
LA SOLUTION INNOVANTE DE GESTION DE PLANNING Pilotez vos projets et optimisez vos ressources www.planningforce.com ,un outil de planning innovant GESTION DE PROJETS Portefeuille de projets Contraintes
Plus en détailAller plus loin avec la CRM?
Aller plus loin avec la CRM? Comparatif entre Microsoft Dynamics et le module CRM de Microsoft Dynamics Le tableau ci-dessous détaille les fonctionnalités présentes dans les outils CRM proposés par Isatech.
Plus en détailProgramme des enseignements
Programme des enseignements RESPONSABLES : Francis Dhee (ENSG) francis.dhee@ensg.eu 01 64 15 31 84 Antonine Ribardière (Université Paris 1) a.ribardiere@gmail.com 01 44 07 75 71 Master Carthagéo Thématique
Plus en détailMAGTROL. Frein à courant de Foucault haute vitesse WB 23. WB 23 Fiche Technique CARACTÉRISTIQUES COMMANDE PAR PC DESCRIPTION
Fiche Technique Frein à courant de Foucault haute vitesse CARACTÉRISTIQUES nominal : 80 mnm Vitesse de rotation élevée 100 000 tmin -1 de freinage : 120 W en permanence et 400 W en intermittence Faible
Plus en détailOPTION SCIENCES BELLE-ISLE-EN-TERRE
Serge Combet Professeur Mathématiques Collège de Belle-Isle-En-Terre OPTION SCIENCES BELLE-ISLE-EN-TERRE 2011-2012 Mathématiques & Informatique Sommaire I. Introduction... 5 II. Choix des logiciels...
Plus en détailINTEGRATED TEST SUITE
INTEGRATED TEST SUITE PRÉSENTATION UNE TECHNOLOGIE HAUTES PERFORMANCES POUR DES APPLICATIONS D ESSAI PLUS FLEXIBLES ET PLUS CONVIVIALES WHAT MOVES YOUR WORLD CONÇU POUR RÉPONDRE À VOS BESOINS D AUJOURD
Plus en détailArchitecture pragmatique pour la gestion du cycle de vie des applications (ALM)
Architecture pragmatique pour la gestion du cycle de vie des applications (ALM) Concepts Agile appliqués à l architecture et à la conception Jean-Louis Maréchaux jl.marechaux@ca.ibm.com Jean-Louis Maréchaux
Plus en détailCommuniqué de Lancement. Sage Intégrale V4.50
Communiqué de Lancement Sage Intégrale V4.50 Nouvelle Version Majeure Avec près de 3000 entreprises clientes, l Intégrale est le Progiciel de Gestion Intégré le plus déployé en France, ce qui révèle toutes
Plus en détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détailGRID MIP. Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées. claude-j.oudet@orange.fr
GRID MIP Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées Plan Développement industriel et simulation numérique (3-9) Projet pilote GRID MIP conduit avec le
Plus en détailMaarch Framework 3 - Maarch. Tests de charge. Professional Services. http://www.maarch.fr. 11, bd du Sud Est 92000 Nanterre
Maarch Professional Services 11, bd du Sud Est 92000 Nanterre Tel : +33 1 47 24 51 59 Fax : +33 1 47 24 54 08 Maarch Framework 3 - Maarch PS anime le développement d un produit d archivage open source
Plus en détailRapport. sur l incident survenu le 18 mars 2007 en croisière entre Lyon et Montpellier à l ATR 42-300 immatriculé F-GVZY exploité par Airlinair
N ISBN : 978-2-11-098012-0 Rapport sur l incident survenu le 18 mars 2007 en croisière entre Lyon et Montpellier à l ATR 42-300 immatriculé F-GVZY exploité par Airlinair Bureau d Enquêtes et d Analyses
Plus en détailAccélérateur de votre RÉUSSITE
Accélérateur de votre RÉUSSITE SAP Business Objects est une suite décisionnelle unifiée et complète qui connecte ses utilisateurs en éliminant les difficultés d accès à l information. Mobile Devices Browsers
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Plus en détail