Cette présentation met en lumière l'application de la modélisation statistique pour réaliser une analyse de sensibilité et une optimisation de modèles physiques complexes de manière plus efficace et efficiente.
Les modèles physiques sont souvent complexes, car ils représentent une réalité précise. Cette complexité exige des ressources importantes pour l'analyse de sensibilité et rend leur optimisation très difficile, voire impossible. L'analyse de sensibilité consiste à explorer différents scénarios, puis à utiliser les modèles pour déterminer les valeurs optimales des paramètres d'entrée. Ce processus est souvent complexe, car il nécessite d'exécuter le modèle avec de nombreuses combinaisons de paramètres.
Des projets récents ont mis en évidence les avantages de l'utilisation de techniques statistiques, telles que la planification d'expériences, pour sélectionner des données représentatives permettant de construire un modèle de substitution à partir des résultats du modèle physique. L'outil Prediction Profiler de JMP est ensuite utilisé pour réaliser l'analyse de sensibilité et l'optimisation de ce modèle. Cette fonctionnalité permet une exploration ciblée de l'espace expérimental et contribue à expliquer les relations entre différents paramètres dans un délai relativement court. Cette approche a été appliquée avec succès à des modèles atomistiques et d'ingénierie.
Cette présentation illustre l'utilisation des outils statistiques de JMP pour maximiser la valeur obtenue à partir de modèles de calcul physique complexes.
