Flow Complex systems : finite volume schemes and numerical optimisation
Systèmes complexes gouvernés par des flux : schémas de volumes finis hybrides et optimisation numérique
Résumé
This thesis deals with PDE modeling and numerical resolution of optimisation problems for multithread system and traffic flow. We propose a new hybrid scheme. First, we are interesting by fluid models of a multithread/multitask system proposed by De~Vuyst. We find 0DEs which are used for the computation of the service times. We numerically solve two problem of optimal control of quality of service (QoS) management. Then we deal with traffic data assimilation and algorithms able to predict the traffic flow on a road section. The traffic flow is modelized by the Aw-Rascle hyperbolic system. We have to minimize a functional whose optimization variables are initial condition and/or upstream boundary conditions. We use the Roe method to compute the solution of the traffic flow modelling system. Then we compute the gradient of the functional by an adjoint method. This gradient will be used to optimize the functional. Last, we propose a new hybrid scheme with one parameter which permit the scheme to have the TVD property and the space and time second order accuracy. After a first predictor step, we can correct the parameter in the cells where the entropy production is positive. Thus, the scheme can capture the physical solution.
Cette thèse concerne la modélisation par des EDP et la résolution numérique de problèmes d'optimisation pour les flux d'information et pour le trafic routier. Nous proposons un nouveau type de schémas hybrides. En premier, nous nous intéressons à l'optimisation des temps de service nécessaires à un serveur informatique pour traiter un ou plusieurs types de requêtes, afin de satisfaire une qualité de service imposée. La modélisation choisie fait intervenir un système de lois de conservation proposé par De Vuyst. Les particules sont les requêtes et la variable d'espace représente le taux d'avancement dans le traitement de la requête. Nous exhibons alors les équations différentielles ordinaires permettant de calculer les temps de service. Cela nous permet d'optimiser l'allocation des ressources du serveur suivant le type de requêtes. Nous présentons deux exemples de simulation numérique. Ensuite, nous considérons un problème d'optimisation en trafic routier faisant intervenir le modèle "fluide" aux EDP du second ordre de Aw-Rascle. Les particules sont les véhicules. A partir de données observées, en quantité limitée, sur une portion de route [0;L] et sur un intervalle de temps [0;T], nous voulons prévoir les conditions de circulation après le temps T. Il faut connaître précisément les conditions aux temps T pour les utiliser dans le système de Aw-Rascle comme nouvelles conditions initiales. Nous calculons cette condition initiale en retrouvant par un algorithme d'optimisation la solution de Aw-Rascle qui minimise l'erreur entre les valeurs de cette solution et les données observées. Il s'agit d'un problème d'assimilation de données, que nous résolvons par une méthode adjointe. Deux stratégies distinctes sont possibles : nous prenons comme variables d'optimisation les conditions initiales et les conditions aux bords du domaine [0;L]x [0;T] ou alors nous prenons uniquement comme variables d'optimisation les conditions initiales sur une section plus grande [-L';L]. Nous explorons ces deux stratégies. Enfin, nous nous intéressons aux schémas numériques permettant de trouver les solutions des systèmes de lois de conservation tels que les deux systèmes précédents. Nous présentons alors un nouveau type de schémas hybrides à un paramètre qui permet d'obtenir la propriété TVD et d'être du second ordre en espace et en temps. Le paramètre permet d'interpoler les schémas de Lax-Wendroff et de Lax-Friedrichs. Après cette première phase prédictrice, il est possible de corriger ce paramètre dans les cellules où il y a production d'entropie numérique. Nous obtenons ainsi un schéma qui permet de capturer la solution physique.