Francia
L'essor de l'informatique et des techniques d'intelligence artificielle a conduit ces derničres années ŕ un développement sans précédent des procédés d'optimisation automatique. En particulier, les méthodes évolutionnistes s'affirment peu ŕ peu comme les techniques les plus robustes. Cependant, la traduction d'un problčme réel sous forme d'une fonction ŕ optimiser n'est pas toujours simple. Dčs lors, le concepteur apprécie d'ętre conduit ŕ plusieurs possibilités (plus ou moins parfaites) plutôt qu'ŕ une solution unique. Les méthodes génétiques multimodales ou méthodes de nichage offrent des perspectives intéressantes en permettant la localisation de solutions optimales multiples. Notre travail est centré sur la caractérisation de ces nouvelles techniques d'optimisation numériques. Chaque méthode a été testée ŕ partir de fonctions mathématiques ainsi que sur des problčmes d'électromagnétisme et sur un procédé trčs original de conception de formes optimales d'électrodes. Nous décrivons une nouvelle approche oů la forme de l'électrode est identifiée ŕ une ligne équipotentielle obtenue par optimisation du positionnement et de la valeur d'un certain nombre de charges fictives.
