Algorithme A Gradients Multiples Pour l'Optimisation Multiobjectif

A l'instar des algorithmes mono-objectif, les gradients des critčres, ainsi que les dérivées successives, apportent des informations utiles sur la décroissance des fonctions. De plus, de nombreuses méthodes numériques permettent d'obtenir ces valeurs pour un coűt modéré. En s'appuyant sur les résultats théoriques obtenus, nous proposons un algorithme basé sur l'utilisation des gradients de descente. Ces travaux résument la caractérisation théorique de cette méthode et la validation sur des cas test analytiques. Dans le cas oů les gradients ne sont pas accessibles, nous proposons une stratégie basée sur la construction de métamodčles de type Krigeage. Ainsi, au cours de l'optimisation, les critčres sont évalués sur une surface de réponse et non par simulation. Le temps de calcul est considérablement réduit, au détriment de la précision. La méthode est alors couplée ŕ une stratégie de progression du métamodčle. Nous proposons d'utiliser cette méthode d'optimisation pour résoudre un problčme classique en aéronautique de minimisation de trainée et de maximisation de portance. Cette étude est réalisée sur un profil d'aile simplifié d'avion d'affaire de type NACA0012.