Méthodes stochastiques pour l'estimation contrôlée de faibles probabilités sur des modèles physiques complexes : application au domaine nucléaire

par Miguel Munoz Zuniga

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Josselin Garnier.

Soutenue en 2011

à Paris 7 .

  • Titre traduit

    Stochastic methods for the controlled estimation of small probabilities for complex physical models : application to the nuclear domain


  • Pas de résumé disponible.


  • Résumé

    Dans le domaine de la fiabilité des structures, il est coutume d'utiliser comme indicateur de fiabilité d'un matériel donnée la probabilité de défaillance de ce dernier. Dans ce contexte, de nombreuses méthodes ont été développées pour estimer cette probabilité. Cependant, il reste encore des circonstances dans lesquelles l'estimation n'est pas fiable et/ou réalisable en un temps raisonnable. Dans cette thèse, nous nous intéressons à ce genre de problématiques. Nous supposons être en présence des contraintes industrielles suivantes : la fonction de défaillance représentant le comportement de la structure étudiée est complexe et lourde en temps de calculs, aucune hypothèse de régularité n'est supposée sur la fonction de défaillance, la défaillance est un événement rare et enfin l'estimation doit être robuste, c'est-à-dire accompagnée d'un contrôle sur l'erreur d'estimation digne de confiance. Nous proposons et analysons une méthode originale de Monte-Carlo accélérée satisfaisant au mieux aux contraintes introduites précédemment. Cette méthode couple les techniques de simulation directionnelle et de stratification en une stratégie adaptative partiellement parallélisable. Sous certaines hypothèses, nous présentons également un certain nombre d'améliorations de notre nouvelle méthode, afin d'atteindre de plus grandes dimensions en entrée et de minimiser les temps de calculs. Pour terminer, des prolongement de la méthode dans le cadre de l'analyse de sensibilité sont proposés via l'introduction et l'analyse de plusieurs indicateurs permettant la hiérarchisation des paramètres aléatoires d'entrée selon leurs contribution à la défaillance.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (161 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : 103 Réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Diderot - Paris 7. Service commun de la documentation. Bibliothèque Universitaire des Grands Moulins.
  • PEB soumis à condition
  • Cote : TS (2011) 007
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.