System-of-systems Modeling and Optimization: An Integrated Framework for Intermodal Mobility
Modélisation et optimisation d'un système de systèmes : Interconnexion d'outils pour mobilité intermodale
Résumé
For developing innovative systems architectures, modeling and optimization techniques have been central to frame the architecting process and define the optimization and modeling problems. In this context, for system-of-systems the use of efficient dedicated approaches (often physics-based simulations) is highly recommended to reduce the computational complexity of the targeted applications. However, exploring novel architectures using such dedicated approaches might pose challenges for optimization algorithms, including increased evaluation costs and potential failures. To address these challenges, surrogate-based optimization algorithms, such as Bayesian optimization utilizing Gaussian process models have emerged. The proposed solution relies mainly on leveraging the capabilities of ONERA and DLR software as well as other open-source solutions. In fact, for this purpose we leverage the use of the ONERA software SEGOMOE (Super-Efficient Global Optimization with Mixture of Experts) based on surrogate models from SMT (Surrogate Modeling Toolbox) to handle hierarchical variables. We also used the DLR software SBArchOpt to interface optimizers with architecture models like OpenTurbofanArchitecting. The hierarchical variables support in SMT enables an effective representation of design decisions, enhancing optimization outcome. In particular, this paper demonstrates SEGOMOE capabilities to help solving realistic architecture aircraft engine test problems that are defined within the DLR OpenTurbofanArchitecting software. Through empirical evaluations and case studies, we demonstrate the effectiveness of our integrated approach in optimizing jet engine architecture design under real-world constraints, including hidden constraints. This work contributes to advancing the field of system architecture optimization and offers valuable insights for future research in surrogate-based optimization techniques.
Pour développer des architectures de systèmes innovants, les techniques de modélisation et d'optimisation ont joué un rôle central pour encadrer le processus d'architecture et définir les problèmes d'optimisation et de modélisation.
Dans ce contexte, pour les systèmes de systèmes, l'utilisation d'approches dédiées efficaces (souvent des simulations basées sur la physique) est fortement recommandée pour réduire la complexité de calcul des applications ciblées.
Toutefois, l'exploration de nouvelles architectures à l'aide de ces approches dédiées peut poser des problèmes aux algorithmes d'optimisation, notamment des coûts d'évaluation accrus et des défaillances potentielles.
Pour relever ces défis, des algorithmes d'optimisation basés sur des substituts, tels que l'optimisation bayésienne utilisant des modèles de processus gaussiens, ont vu le jour.
La solution proposée repose principalement sur l'exploitation des capacités des logiciels de l'ONERA et du DLR ainsi que d'autres solutions libres.
En fait, nous utilisons le logiciel SEGOMOE (Super-Efficient Global Optimization with Mixture of Experts) de l'ONERA basé sur les modèles de substitution de SMT (Surrogate Modeling Toolbox) pour traiter les variables hiérarchiques.
Nous avons également utilisé le logiciel DLR SBArchOpt pour interfacer les optimiseurs avec des modèles d'architecture comme OpenTurbofanArchitecting.
La prise en charge des variables hiérarchiques dans SMT permet une représentation efficace des décisions de conception, améliorant ainsi les résultats de l'optimisation.
En particulier, cet article démontre les capacités de SEGOMOE à aider à résoudre des problèmes réalistes d'essais d'architecture de moteurs d'avion qui sont définis dans le logiciel DLR OpenTurbofanArchitecting.
Grâce à des évaluations empiriques et à des études de cas, nous démontrons l'efficacité de notre approche intégrée dans l'optimisation de la conception de l'architecture d'un moteur à réaction sous des contraintes réelles, y compris des contraintes cachées.
Ce travail contribue à faire progresser le domaine de l'optimisation de l'architecture des systèmes et offre des indications précieuses pour les recherches futures sur les techniques d'optimisation basées sur les substituts.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
