Dérivation automatique native pour la multiphysique non-linéaire

Naupacte a conçu un langage à destination des acteurs de la modélisation et de la simulation numériques. Les systèmes linéaires et non-linéaires issus de modèles multi-physiques sont aisément formulés et une différentiation automatique inédite est proposée en vue des processus d’optimisation.

Acteurs de la simulation numérique

  • Éditeurs de logiciels de simulation: garder la maîtrise de compétences précieuses.
  • Mathématiciens – Centres de recherche – Développeurs: Aisance, performance et fonctionnalités inédites pour susciter l’innovation.
  • Environnements mathématiques de programmation: Proposer un module de calcul par éléments finis.
  • Bureaux d’étude en ingénierie et simulation: Intégrer des solutions sur mesure à son portefeuilles d’applications.

Points forts du langage Navpactos

  • Intégrabilité: sous la forme d’une bibliothèque C++.
  • Puissance et ouverture des fonctionnalités: le langage connaît les éléments finis, les matrices creuses, les fonctions et les champs; utilise le calcul formel tensoriel, propose la dérivation automatique.
  • Rapidité du développement et lisibilité du code: le concepteur développe ses méthodes sans programmer les calculs, juste en les formulant.
  • Maintenance réduite et portabilité: l’exécution des calculs est prise en charge par la bibliothèque.
  • Fiabilité du code: la représentation formelle autorise des vérifications avant l’exécution des calculs.
  • Vélocité de l’exécution: représentation formelle et savoir-faire de Naupacte s’allient pour fournir une performance hors-pair.

Vers la conception optimale

La simulation numérique donne accès à une meilleure compréhension du comportement physique de l’objet étudié. Bien souvent, il ne s’agit que d’une étape dans un processus d’optimisation pour conduire la conception de l’objet vers de meilleures performances.

Navpactos propose en interne la fonctionnalité tant attendue de différentiation automatique, afin notamment de contenter les algorithmes d’optimisation qui s’appuient sur les gradients ou les sensibilités. Envisagez-vous la formulation automatique des équations d’optimalité et même leur linéarisation?