ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

Ecole Nationale Supérieure de Technologie

Département GEII
Spécialité : Automatique & Informatique Industrielle
3ème année ingénieur

Optimisation et Commande Optimale

1- Introduction aux techniques d’optimisation : Programmation linéaire

2- Problème de commande optimale : position du problème, principe
d’optimalité de Bellman, calcul des variations, application en automatique.
3- Principe du maximum de Pontriaguine
4- Programmation dynamique
5- Commande optimale Linéaire Quadratique (LQ) des systèmes linéaires
continus et discret.
6- Commande Linéaire Quadratique Gaussienne (LQG),
7- Commandes 𝑯𝟐 et 𝑯∞

P a g e 1 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

Chapitre 1 :
Introduction aux techniques d’optimisation : Programmation linéaire

L’optimisation (programmation) linéaire est une technique mathématique permettant de déterminer la

meilleure solution d’un problème dont les données et les inconnues satisfont à une série d’équations et
d’inéquations linéaires. La programmation linéaire a été formulée par George Bernard Dantzig en 1947 et
connaît un développement rapide par suite de son application directe à la gestion scientifique des
entreprises. Le facteur expliquant l’essor de la programmation linéaire est la construction d’ordinateurs
puissants qui ont permis de traiter les problèmes concrets de taille très grande. On l’applique surtout en
gestion et en économie appliquée. On peut citer les domaines d’application de la programmation linéaire qui
sont : les transports, les banques, les industries lourdes et légères, l’agriculture, les chaînes commerciales, la
sidérurgie, et même le domaine des applications militaires.

L’optimisation intervient dans de nombreux domaines:

• en recherche opérationnelle (problème de transport, économie, gestion de stocks...)
• en analyse numérique (approximation/résolution de systèmes linéaires, non linéaires...)
• en automatique (modélisation de systèmes, filtrage...)
• en ingénierie (dimensionnement de structures, conception optimale de systèmes (réseaux,
ordinateurs...))

D’abord le problème réel doit être modéliser sous forme d’une fonction mathématique d’ont l’objectif soit
de minimiser ou maximiser une fonction c.-à-d. trouver les valeurs des paramètres qui donne le maximum
de cette fonction dans le cas d’un objectif de maximisation et le minimum de cette fonction dans le cas
d’un objectif de minimisation.
Pour bien comprendre l’intérêt de l’optimisation nous donnons l’exemple du problème suivant :

P a g e 2 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

3- ils existe plusieurs techniques pour résoudre le problème d’optimisation, le choix de la méthode est
guide par la nature du problème et les hypothèses. Certaines problème d’optimisation peuvent être résolus
directement, cependant là plus part des problèmes du monde réel ne peuvent pas résolus d’une manière
absolue ce qui nécessite a ce contenter par des solutions approximatives.

P a g e 3 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 4 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

Dans ce qui suit nous allons voir quelques définitions de bas en l’optimisation. Nous commençant par les
variables de décisions.

P a g e 5 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 6 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 7 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 8 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

Les problèmes d’optimisation avec contraints peuvent être classer selon la nature des contraints (linéaires,
non linéaires, convexe) et de la régularité des fonctions (différentiable ou non différentiable)

P a g e 9 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 10 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

Il existe plusieurs algorithmes d’optimisation. Ou aucun algorithme unique ne convient à tous problème. Le
choix de la bonne méthode d’optimisation pour un problème donné est d’une importance cruciale.
L’algorithme choisir pour une tache d’optimisation dépond de
- Type de problème
- La qualité souhaiter des solutions
- Des sources disponibles
- L’expertise du dicideur.

P a g e 11 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 12 | 13
ENSTA 2023/2024 Optimisation et Commande Optimale UEF 311

P a g e 13 | 13