Optimisation numérique D'autres travaux réalisés visent à optimiser les temps de calculs nécessaires pour réaliser des simulations et des boucles d'optimisation numérique performantes de phénomènes physiques complexes, qui limitent le recours à des algorithmes d'optimisation classiques. En effet, les familles d'algorithmes d'optimisation actuels, tels que ceux à gradients, manquent d'efficacité dans la détection de l'optimum global et nécessitent au recours à des calculs de gradients, par différences finies, particulièrement coûteux en temps de calcul avec des difficultés numériques de différenciation. Ingénieur en simulation numérique | Apec. D'autres algorithmes, tels que les algorithmes stochastiques (algorithmes génétiques, PSO, etc. ), peuvent remédier à ce problème de détection de l'optimum local, mais présentent des temps de calculs exorbitants. De nouvelles orientations de recherche sont actuellement explorées dans le domaine de l'optimisation topologique pour l'aide à la conception de matériaux innovants. Elles concernent: le couplage entre optimisation topologique métaheuristique et techniques de modélisation et simulation numérique multi-échelle l'obtention de structures aux propriétés mécaniques « extraordinaire », des métamatériaux, « manufacturables » par fabrication additive D'autres applications sont effectuées dans le domaine de la dynamique rapide concerne la mécanique de l'impact ou encore de la biomécanique des chocs.
Les entreprises font de plus en plus appel à la modélisation et à la simulation numérique pour améliorer leurs performances. Les usages de ces deux spécialités peuvent se décliner dans des secteurs d'activité variés, et aider les sociétés à résoudre des problématiques diverses. Retour sur les usages en entreprise de la modélisation et de la simulation numérique. (Crédits: DR) Modélisation et simulation numérique: une brève définition Lorsqu'une entreprise cherche à décrire un phénomène et à résoudre une problématique, elle a souvent besoin d'expérimenter les implications de divers facteurs sur une situation initialement connue. Or, une expérimentation en situation réelle peut se révéler extrêmement coûteuse, prendre un temps considérable à l'entreprise, et donner des résultats dont la fiabilité n'est pas garantie. Mécanique numérique et modélisation mathématique. Dans ce cadre, la modélisation et la simulation numérique apportent une réelle valeur ajoutée à l'entreprise. Le processus est simple en apparence: Dans un premier temps, il s'agit de modéliser le phénomène initial, c'est à dire de le mettre en équations.