Le projet ANR SAMOURAI (Simulation Analytics and Meta-model-based solutions for Optimization, Uncertainty and Reliability AnalysIs) a officiellement pris fin en décembre 2024 avec la tenue de son workshop final à l’Institut Henri Poincaré, à Paris. Cette rencontre a marqué une étape importante pour les sept partenaires académiques et industriels impliqués, notamment Mines Saint-Étienne via l’Institut Fayol.
Lors de cet événement, Rodolphe Le Riche, Directeur de recherche CNRS au LIMOS et membre associé de Mines Saint-Etienne, a présenté, aux côtés de Julien Pelamatti (EDF et ancien post-doctorant à l’Institut Fayol), les travaux menés dans le cadre de la thèse de Babacar Sow, récemment soutenue en novembre 2024. La présentation, intitulée « Optimization and Metamodeling of Functions Defined over Clouds of Points« , a permis de mettre en lumière les avancées réalisées sur les thématiques centrales du projet. Les transparents de cette présentation sont disponibles sur HAL.
Le projet SAMOURAI en bref
Lancé en mars 2021 pour une durée de quatre ans, le projet ANR SAMOURAI réunissait un consortium de sept acteurs majeurs issus du milieu académique et industriel :
- le laboratoire L2S de CentraleSupélec,
- le CEA (DER),
- EDF R&D,
- le laboratoire GERAD de Polytechnique Montréal,
- IFPEN,
- Safran Tech,
- et Mines Saint-Étienne.
Son ambition ? Développer des méthodes innovantes de simulation et d’optimisation basées sur des méta-modèles pour répondre à des problématiques complexes dans des secteurs critiques.
Des objectifs ambitieux et des applications concrètes
Les travaux de SAMOURAI ont combiné rigueur scientifique et pertinence industrielle, avec pour objectifs :
- l’amélioration des performances et de l’applicabilité des méta-modèles,
- et leur application à des problématiques complexes dans des domaines tels que les énergies renouvelables, les systèmes décarbonés et le transport aérien à faible émission de CO₂.
Ces méthodologies, testées sur des cas concrets, visaient notamment à concevoir des systèmes robustes tout en minimisant les risques.
Le projet SAMOURAI a démontré la force des collaborations interdisciplinaires entre recherche académique et partenaires industriels. À travers ses résultats, il a ouvert la voie à des avancées significatives dans la conception de systèmes durables et fiables.
Alors que le projet s’achève, ses retombées continueront de nourrir la recherche et l’innovation dans les années à venir, témoignant de l’importance des synergies entre institutions pour relever les défis scientifiques et environnementaux de demain.
En savoir plus sur le projet ANR SAMOURAI
Nous publications dans le cadre du projet :
- This presentation explores innovative methods for the optimization and metamodeling of complex functions defined over sets of vectors (or "clouds of points"), with various applications such as wind-farm layout or experimental design optimization. Unlike more common functions defined over vectors, functions defined over sets vectors have the specificity of being invariant with respect to the […]
- This paper introduces an evolutionary algorithm for objective functions defined over clouds of points of varying sizes. Such design variables are modeled as uniform discrete measures with finite support and the crossover and mutation operators of the algorithm are defined using the Wasserstein barycenter. We prove that the Wasserstein-based crossover has a contracting property in […]
- Nous consid´erons l’optimisation de fonctions d´efinies sur des ensembles de vecteurs (ou nuages de points). Classiquement, ces fonctions ´etant coˆuteuses, elles sont partiellement remplac´ees par des m´etamod`eles. La variable de d´ecision porte sur un ensemble de vecteurs et a des tailles variables dans un ensemble fini des entiers naturels. Un noyau semi-d´efinipositif sur les nuages […]
- We consider the optimization of functions where the variables are clouds of points (equivalently bags of vectors). The clouds can have different sizes and the objective functions are invariant under arbitrary permutation of the points within the cloud. Furthermore, no information related to the convexity and/or smoothness of the functions is available. Such functions are […]
- […]
- We consider the problem of optimizing black-box functions having sets of points as inputs (also referred to as clouds of points). Functions defined over sets are of common practical use and can be encountered when modeling turbine positions in wind farms, designs of experiments and designs of sensors or actuators networks, among others. In this […]
- We consider the task of estimating functions from a restricted number of observations where the inputs are in the form of varying-size sets of vectors. A classical method in this expensive functions context is to approximate the true expensive function with a Gaussian process that relies on semi-definite positive kernels. Varying-size sets of vectors have […]
- […]