De nombreux problèmes du génie comportent de l'optimisation. Par exemple, lorsqu'Hydro-Québec désire installer des stations automatisées de mesure du couvert nival, une mauvaise décision sur la localisation des stations entraîne de mauvaises prédictions de la quantité d'eau disponible aux barrages. Ce genre de situation se répète dans de nombreux autres contextes en génie, et très souvent le problème d'optimisation sous-jacent est difficile car des simulateurs de type boîte-noire sont en jeu. Celles-ci rendent « aveugles » la plupart des méthodes usuelles d'optimisation et une solution consiste à employer des méthodes d'optimisation sans dérivées.

Le projet que je propose vise à améliorer l'une de ces méthodes, car même une infime amélioration de la performance d'un algorithme se traduit par des gains potentiels importants au niveau de l'application. Plus précisément, il s'agit d'un projet de maîtrise ayant pour objectif une meilleure utilisation des modèles quadratiques au sein de l'algorithme MADS.

La pertinence de cette approche en termes de recherche et de résultats attendus a été prouvée par un premier démonstrateur ayant produit des tests numériques très prometteurs.