Mthodes d'optimisation multimodales

L'essor de l'informatique et des techniques d'intelligence artificielle a conduit ces dernires annes un dveloppement sans prcdent des procds d'optimisation automatique. En particulier, les mthodes volutionnistes s'affirment peu peu comme les techniques les plus robustes. Cependant, la traduction d'un problme rel sous forme d'une fonction optimiser n'est pas toujours simple. Ds lors, le concepteur apprcie d'tre conduit plusieurs possibilits (plus ou moins parfaites) plutt qu' une solution unique. Les mthodes gntiques multimodales ou mthodes de nichage offrent des perspectives intressantes en permettant la localisation de solutions optimales multiples. Notre travail est centr sur la caractrisation de ces nouvelles techniques d'optimisation numriques. Chaque mthode a t teste partir de fonctions mathmatiques ainsi que sur des problmes d'lectromagntisme et sur un procd trs original de conception de formes optimales d'lectrodes. Nous dcrivons une nouvelle approche o la forme de l'lectrode est identifie une ligne quipotentielle obtenue par optimisation du positionnement et de la valeur d'un certain nombre de charges fictives.