Si vous avez activé le Add-On Modélisation d’optimisation dans les données de base, vous pouvez accéder aux paramètres d’optimisation par les moyens suivants :
- Navigateur de données : Cas de charge et combinaisons → Paramètres d’optimisation
- Menu : Calculer → Paramètres d’optimisation
Dans la boîte de dialogue 'Modifier les paramètres d’optimisation', vous pouvez contrôler le processus d’optimisation et également le lancer.
Activer l’optimisation
La case 'Actif' n’est pas cochée par défaut. Ainsi, aucune optimisation n’est effectuée. Pour activer la tâche d’optimisation, cochez la case. Après avoir vérifié les autres paramètres, vous pouvez alors démarrer l’optimisation en fermant la boîte de dialogue avec le bouton 'OK & tout calculer'.
Paramètres à optimiser
Cette section contient un tableau récapitulatif dans lequel tous les paramètres d’optimisation déclarés dans la boîte de dialogue Paramètres globaux sont répertoriés.
Le nombre possible d'« états » indique combien de variations sont possibles pour chaque paramètre. Ils résultent des plages d’action et sont chacun supérieurs de 1 à la valeur indiquée dans les paramètres globaux dans la colonne 'Étapes'.
Le 'facteur de sensibilité' décrit l’influence du paramètre concerné sur la tâche d’optimisation : plus le facteur est grand, plus la pertinence pour la détermination de la valeur cible optimale est élevée. La précision du facteur est améliorée à chaque calcul (chaque mutation d’optimisation).
Avec le bouton
en bas à droite, vous pouvez accéder à la boîte de dialogue 'Paramètres globaux' pour vérifier les paramètres d’optimisation. Le bouton devient accessible lorsque vous cliquez dans une cellule du tableau.
Le 'nombre de mutations d’optimisation' en fin de tableau représente les combinaisons de paramètres théoriquement possibles issues de l’examen complet de tous les états de paramètres d’optimisation pour l’ensemble des paramètres d’optimisation. Si ce nombre est 0, il n’existe aucun paramètre à optimiser ; le programme ne peut pas lancer de calcul d’optimisation.
Paramètres d’optimisation
Dans cette section, vous pouvez définir les conditions limites de la tâche d’optimisation. Les paramètres contrôlent le processus d’optimisation et définissent le cadre de la sortie.
Valeur cible
La liste propose différents objectifs permettant de définir l’optimum de la tâche d’optimisation. Comme c’est d’usage dans le domaine du bâtiment, ces critères décrivent tous une réponse minimale du modèle à certaines conditions limites de l’analyse.
Le programme tente de trouver les paramètres appropriés pour atteindre le résultat minimal pour le poids, le déplacement, la déformation, les coûts ou les émissions de CO2.
Les options 'Min./Max. paramètre global' conviennent comme critères définis par l’utilisateur pour les formules que vous avez enregistrées dans la liste Paramètres globaux . Lors de l’utilisation d’un paramètre global, vous pouvez effectuer une sélection correspondante dans la liste déroulante 'Paramètre'.
Optimiseur
Dans la liste, vous pouvez sélectionner l’algorithme permettant de résoudre la tâche d’optimisation. Le programme propose trois méthodes de résolution différentes.
- Toutes les mutations: Dans un processus de traitement par lots, toutes les variantes possibles du modèle ("mutations") sont calculées successivement. Le résultat est évalué pour l’étape suivante et classé en conséquence dans le tableau 'Optimisation' . L’examen complet de toutes les mutations a l’avantage de permettre de trouver les combinaisons de paramètres potentiellement optimales. En même temps, cette forme d’analyse nécessite un temps de calcul relativement long, car toutes les mutations sont examinées.
- Mutations aléatoires: Ce processus détermine d’abord, pour la fraction en pourcentage de toutes les mutations de modèle possibles que vous pouvez définir sous 'Nombre de mutations aléatoires', une répartition uniforme et aléatoire des états de paramètres. Chaque combinaison de paramètres ainsi déterminée présente la même probabilité pour chaque plage d’action des paramètres. Ensuite, toutes ces combinaisons sont calculées successivement dans un processus de traitement par lots, évaluées pour l’étape suivante et classées en conséquence dans le tableau 'Optimisation' . Cette forme d’analyse est relativement rapide - selon la quantité de mutations examinées -, mais en raison de la répartition aléatoire et uniforme des combinaisons de paramètres, elle ne permet pas nécessairement de trouver toutes les situations optimales.
- Essaim de particules: Cette méthode imite le comportement d’un essaim d’animaux à la recherche de nourriture ou d’un lieu de repos. La méthode a été développée pour l’optimisation de fonctions non linéaires. Une brève description est disponible dans un article Wikipédia.
- Colonie de fourmis: Cette méthode simule le comportement des fourmis lors de la recherche de nourriture. Les chemins prometteurs sont marqués par des traces de phéromones et sont utilisés plus fréquemment. Comme il s’agit d’une méthode heuristique, une solution optimale ne peut pas être garantie.
Pourcentage des mutations
Pour les méthodes 'Mutations aléatoires', 'Essaim de particules' et 'Colonie de fourmis', vous pouvez limiter le nombre de calculs. Le pourcentage se réfère au 'nombre de mutations d’optimisation', qui est calculé à partir des paramètres définis pour l’optimisation.
Options
Dans cette section, vous pouvez effectuer d’autres réglages facultatifs.
L’option 'Pré-calcul des facteurs de sensibilité' permet un premier calcul de la pertinence des paramètres pour la tâche d’optimisation avant que les calculs proprement dits, parfois coûteux, n’aient lieu. Pour le pilotage, vous pouvez régler la 'précision du pré-calcul' via le facteur k.
Avec les paramètres du champ 'Activer automatiquement les paramètres via', vous pouvez activer les paramètres dans le tableau 'Paramètres à optimiser' dès qu’un certain nombre n de paramètres est atteint ou que le facteur de sensibilité dépasse un seuil fs.