Développement d’un algorithme génétique appliqué à l’optimisation en ingénierie

Spécialiste de l’innovation en matériaux composites, CMP Composites développe et produit des pièces techniques pour les secteurs de l’aéronautique, du spatial, de la défense et également
pour diverses industries innovantes.

Fort de notre savoir-faire et de nos technologies de pointe, nous accompagnons nos clients sur toute leur chaîne de valeur : de la conception au prototypage, à la production en série, jusqu’au transfert de technologies, en mettant l’accent sur l’innovation et l’excellence opérationnelle.

Nous recherchons un(e) étudiant(e) en ingénierie ou informatique motivé(e) pour un stage portant sur le développement d’un algorithme génétique piloté par un réseau de neurones pour l’optimisation de modèles numériques. L’objectif du stage est de concevoir un cadre méthodologique généralisable permettant d’automatiser les tâches d’optimisation pour les modèles utilisant la méthode des éléments finis (FEM).

Bien que la méthodologie soit applicable à divers contextes, un modèle de coiffe composite servira de cas d’étude pour valider l’approche.

Objectifs principaux :

•Développer et entraîner un réseau de neurones conçu pour interagir avec des modèles FEM.

•Intégrer le réseau de neurones dans un algorithme génétique pour une optimisation itérative.

•Tester le cadre méthodologique dans différents scénarios en modifiant les paramètres clés des modèles FEM et en démontrant son adaptabilité.

•Optimiser les performances en termes de rapidité et de convergence, surpassant les approches traditionnelles guidées manuellement.

•Concevoir un code modulaire et bien documenté pour permettre une application à d’autres modèles FEM ou problèmes d’ingénierie.

Vos missions :

•Concevoir et valider des modèles d’apprentissage automatique (par exemple, des réseaux de neurones) adaptés aux tâches d’optimisation en ingénierie.

•Utiliser les résultats de simulation des modèles FEM comme données d’entrée pour l’entraînement et l’optimisation.

•Implémenter des algorithmes génétiques pour améliorer itérativement les conceptions en fonction des résultats de simulation.

•Démontrer l’application de l’algorithme à l’aide d’un modèle de coiffe composite comme cas d’étude.

•Garantir la modularité et la réutilisabilité du code pour des applications futures.

Pourquoi Rejoindre CMP Composites ? CMP Composites a été fondée pour défier le statu quo, en rompant avec la monotonie des processus de conception traditionnels. Avec une équipe composée de 4 associés et 31 collaborateurs, nous nous dédions à trouver des solutions innovantes pour nos clients dans divers secteurs.

Ce stage s’inscrit dans notre engagement envers l’amélioration continue et l’innovation. Ce stage offre une expérience pratique dans le développement d’outils d’optimisation avancés à l’intersection de l’intelligence artificielle et des simulations d’ingénierie. À l’issue du stage, vous aurez contribué à un cadre méthodologique capable de répondre à une large gamme de défis en conception d’ingénierie, tout en acquérant des compétences précieuses pour votre avenir professionnel.

Profil recherché :

•Actuellement inscrit(e) dans une formation en ingénierie ou informatique.

•Solides compétences en programmation, notamment en Python, et familiarité avec des frameworks d’apprentissage automatique (par exemple, TensorFlow, PyTorch).

•Compréhension de base des techniques d’optimisation, des réseaux de neurones ou des algorithmes génétiques.

•Intérêt pour les méthodes de calcul et capacité à résoudre des problèmes de manière proactive.

•Une connaissance de base des principes FEM serait un plus, mais n’est pas obligatoire.