Stagiaire en Simulation-Optimisation pour la Gestion d'Actifs Industriels - Application à des Cas-Tests avec la Plateforme H/F

EDF
Chatou - 78
Stage
Handi-accessible

Poste

L'objectif de la gestion d'actifs industriels est de valoriser et d'optimiser les stratégies d'investissements (maintenance préventive, conditionnelle, achats de pièce de rechange...) pour gérer au mieux un composant ou un système. L'évaluation de la valeur d'une stratégie se fait par la quantification d'un modèle représentant à la fois le comportement technique d'un actif, ou d'un ensemble d'actifs (défaillance, remise en état...) mais également le système économique dans lequel évoluent les actifs (investissement, coût des pertes de production...). Lorsque le système est particulièrement complexe, que des données d'entrée sont inconnues (date de défaillance, par exemple) et que les critères de décision sont des statistiques du risque autres que la valeur moyenne, le recours à la simulation est le moyen le plus efficace pour réaliser cette quantification. On utilise alors la simulation de Monte-Carlo qui, pour un modèle événementiel de comportement de l'actif industriel étudié, réalise des tirages aléatoires pour simuler l'évolution probabiliste du système technico-économique.

Le recours à la simulation de Monte-Carlo nécessite alors des temps de calcul relativement important pour les systèmes de grandes tailles pour avoir une convergence satisfaisante des indicateurs statistiques. Or, les techniques d'optimisation classiquement utilisées pour optimiser une stratégie de gestion d'actifs (typiquement les dates de remplacement des composants ou d'achat de pièces de rechange) nécessitent d'évaluer des centaines ou des milliers de solutions différentes. Cette problématique est celle de la simulation-optimisation.

Plusieurs pistes ont déjà pu être explorées dans le cadre de travaux antérieurs en collaboration avec des laboratoires. On peut citer :
1.Le recours à des méta-modèles permettant de s'affranchir d'un appel systématique à la fonction d'évaluation.
2.Un couplage direct entre l'algorithme de simulation et celui d'optimisation en augmentant de manière itérative la convergence des solutions prometteuses.
3.Le recours à la parallélisation pour rendre les temps de calcul d'une méthode directe (nombre d'itérations de simulation suffisamment grand pour considérer la fonction comme déterministe) acceptables.

Ces méthodes n'étant pas exclusives les unes des autres, l'objectif du stage sera de reprendre les méthodes d'estimation par noyaux déjà étudiées en 2016 pour les coupler avec des métaheuristiques évolutionnaires (évolution différentielle, algorithme génétique...). Plus en détail, le travail consistera en :
- Prise en main de l'outil métier VME développé par EDF R&D, développé en C++.
- Bibliographie sur les différentes méthodes d'estimation par noyaux (choix du noyau, effet de la dimension...) et leur utilisation comme métamodèles de différentes statistiques calculées à l'aide du simulateur VME (valeur moyenne, fonction de répartition, quantile...).
- Couplage avec une métaheuristique.
- Mise en oeuvre sur des cas-tests et analyse de la performance de l'algorithme globale.
- Comparaison avec les méthodes mises en oeuvre précédemment (méthodes EGO, EQI...).

Ce travail pourrait être poursuivi en thèse.

Profil recherché

Profil recherché :
- Etudiant en Master 2.
- Connaissance des métaheuristiques classiques.
- Connaissance des bases de la programmation C++.
- Autonomie.

Renseignements pratiques :
- Durée du stage : 6 mois.
- Date de début du stage : janvier/février/mars 2017.
- Durée hebdomadaire de travail : 35 heures.
- Le stage est rémunéré.
- Lieu du stage : site EDF R&D de Chatou (6 quai Watier, Chatou).

Informations complémentaires

Salaire : Non précisé

Publié le 29/11/2016
Réf : St-16-8822

Retour à la liste

Les offres d'emploi sur le site du recruteur ne sont pas toujours adaptées aux mobiles.
Me transférer l'annonce et postuler depuis mon ordinateur

EDF recrutement

Energie, environnement

La Défense - 92 (siège)

87 offres d'emploi sur ParisJob

En poursuivant votre navigation sur ce site, vous acceptez les CGU ainsi que l'utilisation de cookies