Objet: Publication « Hierarchically constrained multi-fidelity BBO »: Rencontre 3 et Proposition de recherche
Participants : Stéphane Alarie, Charles Audet, Miguel Diago-Martinez, Sébastien Le Digabel et Xavier Lebeuf
Lieu : Bureau à Charles au GERAD
Lien Webex: Salle personnelle Xavier Lebeuf
Support visuel: Présentation: proposition de recherche doctorale V1

1. Commentaires sur le paper
2. Discuter de ce qu'il reste à faire avant de soumettre
3. Proposition de recherche (voit support visuel)
4. Varia

1. Je dois merge plus souvent bibliography.bib.
2. HQ ne s'intéresse pas seulement à PRIAD, d'autres problèmes très lourds s'en viennent. On veut donc un framework pour optimiser avec une quantité de ressources raisonnable des boîtes noires très lourdes mais qui sont structurées, c'est-à-dire que certaines propriétés sont exploitables.
3. Ressources disponibles: pour PRIAD, le temps est fixé par la fréquence de mise à jour de la stratégie de maintenance (environ 1 mois). Pour tout problème avec une lourdeur de ce niveau, le nombre de coeurs informatiques à utiliser est un nouveau problème. Jusqu'à maintenant, il y en avait toujours assez. C'est la première fois que 45000 coeurs résoudent le problème en un mois pour un coût d'allocation de 1/2 million de $.
4. Une solution de NOMAD n'est pas nécessairement meilleure qu'une solution appliquée par HQ en ce moment (par exemple, pour PRIAD, la stratégie de maintenance actuelle de HQ) car la boîte noire est un modèle imparfait. D'ailleurs, le modèle sera en continuelle amélioration avec l'évolution des connaissances sur les actifs de HQ, sur les méthodes de simulation, etc. Toutefois, comparer des solutions en les implémentant en réalité sur le réseau de HQ et voir comment elles coutent n'est pas réalisable (et la qualité du modèle est hors de mon contrôle). Donc pour le projet, on assume que la boîte noire est exacte, mais il faut garder en tête que ceci est une hypothèse très lourde.
5. Lorsque NOMAD crée ses modèle dynamiques, il ne sait pas qu'il reçoit des évaluations incomplètes. Possibilité d'indiquer à NOMAD avec un flag si une évaluation doit être utilisée ou pas pour les modèles, ou méthode sophistiquée de construction des modèles si les évaluations complètes sont trop rares.

Retour à la page principale