Académique Documents
Professionnel Documents
Culture Documents
f (p,u,v,z), …. (I-1)
Sujet à : g (p,u,v,z)=0,
c (p,u,v,z)
Page | 3
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Les variable de contrôle des puits N1 est donné par N2= Nt(Ni+Np), Nt
étant le nombre de périodes pendant les quels un changement de la valeur de
variable aura lieu.
Page | 4
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
….. (I-2)
Avec Ω=
C’est la formulation qu’on utilisera dans ce travaille.
Page | 5
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
La différence majeure entre GPS et OMRV est que dans OMRV, le motif est
construit sur une grille avec un paramètre de taille Dm, qui décrit la dimension
et l’orientation du motif avec Dm<Dp. Dans GPS on n’a qu’un seul motif pour
toute les itérations ce qui donne Dm=Dp.
Page | 6
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
les deux paramètres sont encore réduits et un nouveau motif est généré a
l’itération k+3, voir la figure I-2-c.
...(I-3)
Figure I-2 : Illustration de l’évolution du motif d’OMRV avec les itérations. Les
cercles rouges représentent les centre des motifs, avec le paramètre de taille de
motif . Les cercles bleu sont les différents point des sommets du motif, sur
une grille de taille unitaire .
Génération des directions de recherches.
Page | 7
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
……(I-4)
….(I-5)
….(I-6)
Page | 8
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Table I-1 : la suite des directions de Halton pour n=4, et t=0,1,…,6
s’approche de la valeur de .
…. (I-7)
Page | 9
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
…..(I-8)
Sujet à : …..(I-9)
……(I-10)
………(I-11)
1 sinon
[Réf 01]
I-2-2 : Etapes de l’algorithme OMRV :
La figure, montre un résumé des instructions de l’algorithme.
Page | 10
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Pour chaque itération un motif est généré autour du point centrale, qui
est le point initiale si k=1, et est égale au meilleur point obtenue des itérations
précédentes si k>1.
La fonction objectif est ensuite évalué aux points généré (deux fois le
nombres de variables de décision), si un point améliore la solution précédente
celui-ci la remplace et est considéré comme le meilleur point Globale, et le
paramètre « l » est décrémenté d’une unité, ce qui élargira le motif de
recherche de la prochaine itération et permettra d’avancer plus rapidement
vers l’optimum avoisinant.
Page | 11
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
[0] Initialisation
[1] Itération
Calculer
Evaluer f sur
[2] Mise à jour
Si l’itération est réussit
Ainsi, grâce à des règles de déplacement très simples (dans l'espace des
solutions), les particules peuvent converger progressivement vers un minimum
global. Cette méta-heuristique semble cependant mieux fonctionner pour des
espaces en variables continues. Cet algorithme a été testé pour des problèmes
aussi nombreux que variés, incluant l’optimisation des emplacements de puits,
[Réf 02]
par Jérôme Onwunalu .
Page | 12
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
1. Sa vitesse actuelle,
2. Sa meilleure position
3. La meilleure solution obtenue dans le voisinage.
…..(I-12)
….(I-13)
Page | 13
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
…. (I-14)
Dans cet algorithme, plusieurs critères d’arrêts peuvent être utilisés pour
stopper les itérations, le nombre d’itérations max, la norme du vecteur vitesses
diminuant sous un certain seuil ou la tolérance de la fonction objective. En effet
si les vitesses sont très petites cela veux dire que la diversité entre les
particules est perdue (même valeur de l’objectif) et l’essaim s’est effondré ou
plus précisément regroupé autour d’un point optimal.
Page | 14
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
[1] Initialisation
, , Ns et Kmax
K=1,
Initialiser
Calculer
[2] Itération
Pour chaque itération et Pour chaque particule :
Calculer la vitesse des particules en utilisant l’équation I-13.
Calculer la nouvelle position avec l’équation I-12.
Calculer la fonction objectif
[3] Mise à jour
Pour chaque particule :
Si la position actuelle est meilleure que la précédente
Si une position est meilleure que le meilleur global :
K=k+1
La figure I-9 montre l’émergence d’un nouveau point minimal, qui attire les autres
particules dans sa direction.
Figure I-10 : les particules bouges dans la nouvelle direction et atteigne le minimum
global, se qui fait converger toutes les particules vers ce minimum et les regrouper.
Page | 17
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Figure I-11 : les particules bouges dans la nouvelle direction et atteigne le minimum
global, se qui fait converger toutes les particules vers ce minimum et les regrouper.
Page | 18
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
L’algorithme hybride OEP-OMRV est une extension de OEP qui fait appel a
OMRV en cas d’itération non réussit. Les contraintes sont traitées avec la
méthode des filtres présentés dans la section suivante.
Une itération de OEP est dite réussit si le meilleur point évalué a été
amélioré, ce qui engendre la génération d’un nouveau point « meilleur global »
qui va attirer les particules autour de lui. Ce dernier point est soit le meilleur
point en termes de fonction objectif soit en termes de fonction d’évaluation
des contraintes, si aucun point faisable n’a été trouvé jusqu'à l’itération
considéré.
Si l’itération OEP n’est pas réussit l’algorithme OMRV est entamé avec
comme point central de départ le meilleur point obtenue lors de la dernière
itération réussit de OEP.
Page | 19
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Figure I-12: Schéma de fonctionnement de l’algorithme hybride OEP-OMRV Youcef KHETIB
Page | 20
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Les itérations OMRV réussit sont les même que ceux de l’algorithme
OMRV fonctionnant seul.
Le filtre des contraintes est mis a jour et transmit a l’algorithme OEP, ainsi
le filtre principale se trouve enrichie des tout les points évalués par OEP et
OMRV.
(a) Itération k d’OEP (b) Itération k+1 d’OEP (c) Itération d’OMRV
La figure I-13 : ci-dessus illustre les étapes de l’algorithme hybride OEP-OMRV pour un
problème de deux dimensions
Page | 21
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
meilleur point n’est trouvé avec OEP, la meilleur particule (point rouge dans la
figure I-14-b) est identifié et est transmit a l’algorithme OMRV, ainsi OMRV
génère un motif de recherche au voisinage de ce point.
2- Les contraintes non linaires sont traité avec la méthode des filtres.
La méthode des filtres est une technique qui permet l’évaluation des
contraintes a chaque itérations, ce qui permet d’éviter les problèmes de
robustesse des technique utilisant la fonction pénalisante ou d’autres
techniques conventionnelles de traitement des contraintes.
…….(I-15)
Page | 22
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
Où les éléments de c(x) dans équation I-15 on été normalisé comme suit :
La forme devient :
.. (I-16)
…(I-17)
Un filtre à une itération k est la liste de paires non dominées par aucun
autre point évalué par l’algorithme d’optimisation jusqu'à l’itération k.
Les points faisables évalués ne font pas parti du filtre et sont considéré
séparément. Ainsi à une itération k deux types de solutions sont généré,
comme illustré dans la figure I-15 :
Page | 23
Optimisation des paramètres d’exploitation et de l’emplacement des puits par la
technique Hybride OEP-OMRV.
Youcef KHETIB
(a) Filtre au début de l’itération k. (b) Point évalués durant (c) Mise a jour du filtre a
l’itération k l’itération k+1
Les deux solutions peuvent être utilisées comme meilleur point évalué à
une itération k, cependant on donne la priorité à la solution faisable vue qu’il
est nécessaire que notre solution satisfait les contraintes imposé au problème.
Même s’il existe une solution faisable qui améliore la précédente solution, il
reste toujours intéressant de laisser l’algorithme explorer la partie infaisable,
cela pourrait aboutir à une solution faisable meilleure.
Dans notre implémentation, une itération qui génère un point non filtré
est une itération réussit, si aucun point faisable n’est trouvé jusqu'à une
itération k, alors le point le moins infaisable est le meilleur point globale de
l’algorithme considéré (OEP ou OMRV).
Le filtre est mis a jour a chaque itération qui génère des points non
dominés par les points présents dans le filtre, comme illustré dans la figure I-
15.
Page | 24