Rencontre Math-Industrie Voile et innovation mathématique

Slides:



Advertisements
Présentations similaires
Norwegian Meteorological Institute Compétence de Met.no en modélisation stochastique de la dérive Met.no : Norwegian Meteorological Institute.
Advertisements

Model de control optimal vs model de système dynamique
© Copyright 2007 Arumtec. All rights reserved. Présentation Etude déligibilité
Relational Learning as a Search in a Critical Region Lou Fedon 9 Mars 2006.
Direction générale de la santé Mo VII-5-1 Des résultats évalués : vers un tableau de bord de la santé en France Lévaluation.
Eric Maisonnave, Laurent Terray
Une méthode de spatialisation du vent moyen et des rafales par régression multiple puis krigeage des résidus Action DCLIM/DEC P.Lassègues, J.M.Veysseire,
Pôle Route, Météo-France, Toulouse
19 Avril 2006SAR-DRIFT 1 Projet SAR-DRIFT Localisation d'objets dérivants et système d'aide à la décision, pour les opérations de recherche et sauvetage.
ERT/HO Hydrodynamique... … et Océano-Météo.
SIMBIO vers des outils logiciels collaboratifs pour réussir le grenelle dans le bâtiment.
Planification d'expériences et analyse d'incertitudes pour les gros codes numériques : approches stochastiques Toulouse, 2 Février 2006 Optimisation multi-objectifs.
La g-caméra Projection But: Modélisation Cas idéal Cas réel
Informatique parallèle hautes performances
Continuité des apprentissages Ecole-Collège mars 2008 J Borréani IA-IPR mathématiques.
Trophée F2000 Edition 2010.
Continuité des apprentissages Ecole-CollègePavilly Novembre 2007.
Réunion NUMASIS, Grenoble, 16/03/2007 WP3 : Simulation numérique : développements nouveaux et comparaison sur divers cas (LCPC) WP 3-1 Améliorations méthodologiques.
Sylvain Mondon Météo-France
Application à la méthode des
Programmes du cycle terminal
                                        République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique.
Introduction Modélisation Utilisation dun ensemble de relations mathématiques pour refléter le plus adéquatement possible une situation réelle Compromis.
Finance de marché et mathématiques: un mariage réussi
Conception d’un Assainissement Régulé, Dynamique et Intelligent
Laboratoire LCOMS Equipe « Evaluation de Performance et Systèmes d’Aide à la Personne » (EPSAP) Guy Bourhis CENRob 4-5 avril.
CANOË-KAYAK.
1 Introduction à lanalyse conjointe. 2 Votre entreprise vend des ordinateurs et on vous demander de déterminer le PC qui sera le plus populaire auprès.
Mathieu De Craene Défense publique – 24 octobre 2005 Jury
Ecole des JDMACS Décision et incertitude en logistique.
Le Reengineering.
Séminaire de lobjectif « forage et production » Beaune, les 26,27 et 28 Avril 2000 Outils danalyse statistiques « programmation par lexemple » S. Canu,
Journée ConecsSdF 27 janvier 2011 ATELIER BENCHMARK Mise en œuvre du cas-test sur le simulateur Samovar Adrien GUENARD, INRIA Nancy, France Date.
Option GI 2009 et cursus possibles
DataLab® Toute la connaissance client en quelques minutes
Option GI cursus possibles
Modélisation causale multiphysique
La spécialité mathématiques en Terminale S
Synthèse d’activités Présentation.
Évaluer des compétences
Modules 1ère année Période en entreprise Semestre 1
Présenté par Eve Grenier Marie-Andrée Levesque Lisa-Marie Pâquet Projet ODISSÉ Outil daide à la Décision aux Interventions en Sauvetage et SÉcurité.
Justification et opérationnalisation des hypothèses
Simulateur.
Modèles de décisions financières
Partie 2 : programmation stochastique
Mise en oeuvre des MMCs L'utilisation des MMCs en reconnaissance des formes s'effectue en trois étapes : définition de la topologie de la chaîne de Markov,
Régulation en position d’un moteur à courant continu
ATHLETISME DES ANIMAUX
Optimisation des systèmes de santé d’urgence
Modes de représentation des incertitudes : Un état des lieux
MAXIMISER les RESULTATS
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
Quelques enjeux de l’optimisation en SPI Expl. d’un projet national Rodolphe Le Riche (G2I/3MI et SMS/MPE et CNRS UMR 5146)
Direction générale de l’Aviation civile direction de la Technique et de l’Innovation sous-direction Etudes et Recherche appliquée direction des services.
Quelles contributions possibles de la RO (Recherche Opérationnelle) pour concevoir et produire des bateaux ? Eric Jacquet-Lagrèze Se présenter, fondateur.
Introduction à l’algèbre Séminaires démultipliés 2013 Jour 2.
Sureté de fonctionnement dans les WNCS
Approche probabiliste pour la commande orientée
La chaîne Safran-Isba-Modcou pour le suivi du bilan hydrique et la prévision de débits des principaux fleuves et rivières à l'échelle de la France Eric.
Optimisation de structures : Implémentation d’outils d’aide à la conception basés sur les méthodes d’optimisation topologique d’homogénéisation Thomas.
Décision incertaine et logistique : Grille typologique
4ème journées PDM IA - Vendredi 7 mai 2004 Recherche en ligne pour la résolution de PDMs Laurent Péret, Frédérick Garcia INRA Toulouse, équipe Méthodes.
Préfecture maritime de l’Atlantique. CONDITIONS METEO 1/3 du temps - VENT > 30 Nd - MER > 5 TRAFIC MARITIME Chaque jour : 150 navires T de pétrole.
Bilan LEGO, Expérience LEGO: Test de sensibilité modèle à une paramétrisation du modèle dans le cadre d'une prévision de scénario (changement.
C. CremonaRéunion MIKTI/Thème V - 16/03/00 1 Projet National MIKTI Thème V Stratégies d ’inspection et de maintenance des tabliers mixtes.
Quelques grands secteurs pour les mathématicien-ne-s
Programme linéaire - solution graphique
Gestion du Personnel Navigant Aide à la décision et Innovation pour les métiers du Groupe AF/KL
Réseaux bayésiens pour la recommandation au sein d’un configurateur Anr BR4CP Mathieu Serrurier IRIT.
Transcription de la présentation:

Rencontre Math-Industrie Voile et innovation mathématique Débat Atelier météo-routage E. de Rocquigny

Sujets d’approfondissement Incertitudes et gestion de risque Routage multi-objectif Retour vers la conception / prise en compte variabilité et performance routage (NB : et bien sûr, amélioration des modèles de prévision; des modèles de polaire)

Incertitudes et gestion de risque Pertinence pour le skipper / métrique de décision Visualisation / trop d’informations ? Trajectoire robuste en Espérance / ou optimale en probabilité de succès? (risque mesuré + fort gain) Modélisation sources incertitudes Météo (selon échéance; effets locaux;…); Polaires (selon calage préalable; effets de mer;…) Calcul Simulation – prévision ensemble (vent, mer; moyen/max local …?) Optimisation stochastique / PDS Compromis dimensionnalité/résolution/puissance calcul embarqué Quel retour d’exp sur erreurs prévisions? Quelles incertitudes prédominantes pour le routage (et non pas dans l’absolu) ? Dépendance Pondérer l’optimisation d’isochrones, même sans Monte-Carlo / gradient local. Prévision ensemble (50 runs seulement) >> quelle qualité ? Sur les vagues maxi ? Quelle finesse dimensionnelle ?

Routage multi-objectif Au-delà du temps optimal: fatigue skipper, changements voiles, vieillissement coque, sécurité bateau Course ou plaisance; mi-voile, mi-moteur Quelle optimisation multi-critères ? Quelle préférences? Apprentissage automatique?

Retour vers la conception Optimisation design Performance de pointe Performance sur variabilité statistique constatée sur une course-type Performance de routage