Advances in Evolutionary and Deterministic Methods For Design, Optimization and Control in Engineering and Sciences Edmondo Minisci

Advances in Evolutionary and
Deterministic Methods for Design,

Optimization and Control in
Engineering and Sciences Edmondo
Minisci
Visit to download the full and correct content document:
https://textbookfull.com/product/advances-in-evolutionary-and-deterministic-methods-f
or-design-optimization-and-control-in-engineering-and-sciences-edmondo-minisci/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...
Advances in Evolutionary and Deterministic Methods for

Design, Optimization and Control in Engineering and
Sciences António Gaspar-Cunha
https://textbookfull.com/product/advances-in-evolutionary-and-
deterministic-methods-for-design-optimization-and-control-in-
engineering-and-sciences-antonio-gaspar-cunha/
Computational Intelligence and Optimization Methods for

Control Engineering Maude Josée Blondin
https://textbookfull.com/product/computational-intelligence-and-
optimization-methods-for-control-engineering-maude-josee-blondin/
Optimization Using Evolutionary Algorithms and

Metaheuristics: Applications in Engineering 1st Edition
Kaushik Kumar
https://textbookfull.com/product/optimization-using-evolutionary-
algorithms-and-metaheuristics-applications-in-engineering-1st-
edition-kaushik-kumar/
Advances in Visualization and Optimization Techniques

for Multidisciplinary Research: Trends in Modelling and
Simulations for Engineering Applications Dean Vucinic
https://textbookfull.com/product/advances-in-visualization-and-
optimization-techniques-for-multidisciplinary-research-trends-in-
modelling-and-simulations-for-engineering-applications-dean-
Recent Advances in Mathematics for Engineering
(Mathematical Engineering, Manufacturing, and
Management Sciences) 1st Edition Mangey Ram (Editor)
https://textbookfull.com/product/recent-advances-in-mathematics-
for-engineering-mathematical-engineering-manufacturing-and-
management-sciences-1st-edition-mangey-ram-editor/
Advances in Structural Engineering—Optimization:

Emerging Trends in Structural Optimization Sinan Melih
Nigdeli
https://textbookfull.com/product/advances-in-structural-
engineering-optimization-emerging-trends-in-structural-
optimization-sinan-melih-nigdeli/
Topology Optimization in Engineering Structure Design

Weihong Zhang
https://textbookfull.com/product/topology-optimization-in-
engineering-structure-design-weihong-zhang/
Physical Sciences and Engineering Advances in Life

Sciences and Oncology A WTEC Global Assessment 1st
Edition Paul Janmey
https://textbookfull.com/product/physical-sciences-and-
engineering-advances-in-life-sciences-and-oncology-a-wtec-global-
assessment-1st-edition-paul-janmey/
Evolutionary Computation in Combinatorial Optimization

Arnaud Liefooghe
https://textbookfull.com/product/evolutionary-computation-in-
combinatorial-optimization-arnaud-liefooghe/
Computational Methods in Applied Sciences
Edmondo Minisci · Massimiliano Vasile

Jacques Periaux · Nicolas R. Gauger
Kyriakos C. Giannakoglou
Domenico Quagliarella Editors
Advances in Evolutionary
and Deterministic Methods
for Design, Optimization
and Control in Engineering
and Sciences
Volume 48
Series editor
E. Oñate
CIMNE
Edificio C-1, Campus Norte UPC
Gran Capitán, s/n.
08034 Barcelona, Spain
onate@cimne.upc.edu
More information about this series at http://www.springer.com/series/6899
Edmondo Minisci Massimiliano Vasile
•
Jacques Periaux Nicolas R. Gauger

•
Kyriakos C. Giannakoglou
Domenico Quagliarella
Editors
Advances in Evolutionary
and Deterministic Methods
for Design, Optimization
and Control in Engineering
and Sciences
123
Editors
Edmondo Minisci Nicolas R. Gauger
Aerospace Centre of Excellence Chair for Scientific Computing
University of Strathclyde TU Kaiserslautern
Glasgow Kaiserslautern
UK Germany
Massimiliano Vasile Kyriakos C. Giannakoglou

Aerospace Centre of Excellence School of Mechanical Engineering
University of Strathclyde National Technical University of Athens
Glasgow Athens
UK Greece
Jacques Periaux Domenico Quagliarella

CIMNE Fluid Mechanics Department,
Universitat Politècnica de Catalunya Multidisciplinary Analysis and
Barcelona Optimization Group
Spain Italian Aerospace Research Center
Capua
Italy
ISSN 1871-3033
ISBN 978-3-319-89986-2 ISBN 978-3-319-89988-6 (eBook)
https://doi.org/10.1007/978-3-319-89988-6
Library of Congress Control Number: 2018938789
© Springer International Publishing AG 2019

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a specific statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, express or implied, with respect to the material contained herein or
for any errors or omissions that may have been made. The publisher remains neutral with regard to
jurisdictional claims in published maps and institutional affiliations.
Printed on acid-free paper
This Springer imprint is published by the registered company Springer International Publishing AG
part of Springer Nature
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Preface
EUROGEN 2015 was the 11th of a series of International Conferences devoted to

bringing together specialists from Universities, Research Institutions and Industries
developing or applying Evolutionary and Deterministic Methods in Design
Optimization, with emphasis on solving industrial and societal problems.
The conference was organised around a number of parallel symposia, regular
sessions and keynote lectures and was open to everybody who wanted to present
recent advancements on optimization methods and applications. In particular, the
conference focused on:
• Surrogate-Based Optimization in Aerodynamic Design
• Adjoint Methods for Steady and Unsteady Optimization
• Multi-disciplinary Design Optimization
• Holistic Optimization in Marine Design
• Game Strategies Combined with Evolutionary Computation
• Optimization under Uncertainty
• Topology Optimization
• Optimal Planning
• Shape Optimization
• Production Scheduling
EUROGEN-2015 was an ECCOMAS Thematic Conference, organized by the
University of Strathclyde, in association with ECCOMAS and ERCOFTAC. The
conference took place at University of Strathclyde’s flagship Technology and
Innovation Centre (TIC), in Glasgow (UK), 14–16 September, 2015. It attracted
nearly 100 delegates, with almost 40% of the attendees being postgraduate students.
Among the 79 contributions to the conference, 33 extended full papers were
selected for publication in this volume after peer review by the members of the
organizing committee. The 33 papers are grouped into the following parts:
• Surrogate-Based Optimization in Aerodynamic Design
• Adjoint Methods for Steady and Unsteady Optimization
• Holistic Optimization in Marine Design
v
vi Preface
• Game Strategies Combined with Evolutionary Computation

• Optimization Under Uncertainty
• Algorithms and Industrial Applications
This volume presents up-to-date material on the state of the art in Evolutionary
and Deterministic Methods for Design, Optimization and Control with Applications
to Industrial and Societal Problems from Europe, Asia and America.
The Scientific Organizing Committee and the Local Organizing Committee
acknowledge the sponsorship of the following organizations through financial
support or/and assistance during the development of the event: European
Community on Computational Methods in Applied Sciences (ECCOMAS),
European Research Community on Flow, Turbulence and Combustion
(ERCOFTAC), IEEE Computational Intelligence in Aerospace (IEEE-CIAS),
Future Air-Space Transportation Technology Laboratory (FASTT-Lab),
OPTIMAD Engineering Srl, University of Strathclyde.
Special thanks are addressed to all the members of the European Scientific
Committee, and the International Corresponding members.
Finally, the editors acknowledge Nathalie Jacobs (Springer) and Eugenio Oñate
for the interest to this series in publishing the most representative scientific and
industrial material presented in the EUROGEN 2015 ECCOMAS Thematic
Conference in the Springer—ECCOMAS Series entitled: Computational Methods
in Applied Sciences, and Anneke Pot (Springer) for the infinite patience and the
invaluable support to put together the book.
Glasgow, UK Edmondo Minisci

Glasgow, UK Massimiliano Vasile
Barcelona, Spain Jacques Periaux
Kaiserslautern, Germany Nicolas R. Gauger
Athens, Greece Kyriakos C. Giannakoglou
Capua, Italy Domenico Quagliarella
Contents
Part I Keynote
Risk, Optimization and Meanfield Type Control . . . . . . . . . . . . . . . . . . 3
Olivier Pironneau and Mathieu Laurière
Part II Surrogate-Based Optimization in Aerodynamic Design

A Review of Surrogate Modeling Techniques for Aerodynamic
Analysis and Optimization: Current Limitations and Future
Challenges in Industry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Raul Yondo, Kamil Bobrowski, Esther Andrés and Eusebio Valero
Constrained Single-Point Aerodynamic Shape Optimization of the
DPW-W1 Wing Through Evolutionary Programming and Support
Vector Machines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
E. Andrés-Pérez, D. González-Juárez, M. J. Martin-Burgos
and L. Carro-Calvo
Enabling of Large Scale Aerodynamic Shape Optimization
Through POD-Based Reduced-Order Modeling and Free Form
Deformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
A. Scardigli, R. Arpa, A. Chiarini and H. Telib
Application of Surrogate-Based Optimization Techniques to
Aerodynamic Design Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Emiliano Iuliano and Domenico Quagliarella
Efficient Global Optimization Method for Multipoint
Airfoil Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
Davide Cinquegrana and Emiliano Iuliano
vii
viii Contents
Part III Adjoint Methods for Steady and Unsteady Optimization

Checkpointing with Time Gaps for Unsteady Adjoint CFD . . . . . . . . . . 117
Jan Christian Hückelheim and Jens-Dominik Müller
Shape Optimization of Wind Turbine Blades Using the Continuous
Adjoint Method and Volumetric NURBS on a GPU Cluster . . . . . . . . . 131
Konstantinos T. Tsiakas, Xenofon S. Trompoukis, Varvara G. Asouti
and Kyriakos C. Giannakoglou
Aerodynamic Shape Optimization Using the Adjoint-Based Truncated
Newton Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Evangelos M. Papoutsis-Kiachagias, Mehdi Ghavami Nejad
and Kyriakos C. Giannakoglou
Application of the Adjoint Method for the Reconstruction of the
Boundary Condition in Unsteady Shallow Water Flow Simulation . . . . 157
Asier Lacasta, Daniel Caviedes-Voullieme and Pilar García-Navarro
Aerodynamic Optimization of Car Shapes Using the Continuous
Adjoint Method and an RBF Morpher . . . . . . . . . . . . . . . . . . . . . . . . . 173
E. M. Papoutsis-Kiachagias, S. Porziani, C. Groth, M. E. Biancolini,
E. Costa and K. C. Giannakoglou
Part IV Holistic Optimization in Marine Design

Upfront CAD—Parametric Modeling Techniques for Shape
Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
S. Harries, C. Abt and M. Brenner
Simulation-Based Design Optimization by Sequential Multi-criterion
Adaptive Sampling and Dynamic Radial Basis Functions . . . . . . . . . . . 213
Matteo Diez, Silvia Volpi, Andrea Serani, Frederick Stern
and Emilio F. Campana
Application of Holistic Ship Optimization in Bulkcarrier Design
and Operation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
Lampros Nikolopoulos and Evangelos Boulougouris
Part V Game Strategies Combined with Evolutionary Computation

Designing Networks in Cooperation with ACO . . . . . . . . . . . . . . . . . . . 255
E. D’Amato, E. Daniele and L. Mallozzi
Augmented Lagrangian Approach for Constrained Potential
Nash Games . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Lina Mallozzi and Domenico Quagliarella
Contents ix
A Diversity Dynamic Territory Nash Strategy in Evolutionary

Algorithms: Enhancing Performances in Reconstruction Problems in
Structural Engineering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
David Greiner, Jacques Périaux, J. M. Emperador, B. Galván
and G. Winter
Interactive Inverse Modeling Based Multiobjective Evolutionary
Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
Karthik Sindhya and Jussi Hakanen
Multi-disciplinary Design Optimization of Air-Breathing Hypersonic
Vehicle Using Pareto Games and Evolutionary Algorithms . . . . . . . . . . 317
Peng Wu, Zhili Tang and Jacques Periaux
Part VI Optimisation Under Uncertainty

Innovative Methodologies for Robust Design Optimization
with Large Number of Uncertainties Using ModeFRONTIER . . . . . . . . 335
Alberto Clarich and Rosario Russo
A Novel Method for Inverse Uncertainty Propagation . . . . . . . . . . . . . . 353
Xin Chen, Arturo Molina-Cristóbal, Marin D. Guenov, Varun C. Datta
and Atif Riaz
Uncertainty Sources in the Baseline Configuration for Robust Design
of a Supersonic Natural Laminar Flow Wing-Body . . . . . . . . . . . . . . . . 371
Domenico Quagliarella and Emiliano Iuliano
Robust Airfoil Design in the Context of Multi-objective
Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
Lisa Kusch and Nicolas R. Gauger
An Alternative Formulation for Design Under Uncertainty . . . . . . . . . . 405
F. Fusi, P. M. Congedo, G. Geraci and G. Iaccarino
Polynomial Representation of Model Uncertainty in Dynamical
Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
Massimiliano Vasile
Part VII Algorithms and Industrial Applications

Improved Archiving and Search Strategies for Multi Agent
Collaborative Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
Lorenzo A. Ricciardi and Massimiliano Vasile
Comparison of Multi-objective Approaches to the Real-World
Production Scheduling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
Gregor Papa and Peter Korošec
x Contents
Elucidation of Influence of Fuels on Hybrid Rocket Using

Visualization of Design-Space Structure . . . . . . . . . . . . . . . . . . . . . . . . . 473
Kazuhisa Chiba, Shin’ya Watanabe, Masahiro Kanazaki, Koki Kitagawa
and Toru Shimada
Creating Optimised Employee Travel Plans . . . . . . . . . . . . . . . . . . . . . . 489
Neil Urquhart and Emma Hart
A New Rich Vehicle Routing Problem Model and Benchmark
Resource . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
Kevin Sim, Emma Hart, Neil Urquhart and Tim Pigden
Genetic Algorithm Applied to Design Knowledge Discovery
of Launch Vehicle Using Clustered Hybrid Rocket . . . . . . . . . . . . . . . . 519
Masahiro Kanazaki, Kazuhisa Chiba, Shoma Ito, Masashi Nakamiya,
Koki Kitagawa and Toru Shimada
Topology Optimization of Flow Channels with Heat Transfer
Using a Genetic Algorithm Assisted by the Kriging Model . . . . . . . . . . 537
Mitsuo Yoshimura, Takashi Misaka, Koji Shimoyama
and Shigeru Obayashi
Topology Optimization Using GPGPU . . . . . . . . . . . . . . . . . . . . . . . . . . 553
Stefan Gavranovic, Dirk Hartmann and Utz Wever
Part I
Keynote
Risk, Optimization and Meanfield
Type Control
Olivier Pironneau and Mathieu Laurière
Abstract Risk is usually a criteria which involves the world’s state; for instance
the best policy to extract oil from a well of finite resource depends on the price of
oil which in turn depends on how much the world’s oil extractors produce. Many
optimization of systems with respect to profit and risk involve a very large number
of players who optimize the same criteria. Then the profit is the result of a global
optimization problem, which is coupled with a each player’s system design where
price appears as a passive variable. Meanfield type control is a mathematical tool
which can help solve such problem in the presence of randomness, an aspect essential
for the modeling of risk. We shall give a few examples and compare solutions by
calculus of variations plus gradient algorithms with extended dynamic programming
and fixed point.
1 Introduction
Risk quantification is important nowadays; several Risk Institutes have appeared in

universities around the world. Its emergence as a criterium of optimization in new
fields seems to be due to the computing power at our disposal, compatible now with
solution of large nonlinear systems with uncertainties.
However Risk in an old concept for insurance companies and in banking. Risk
is less when the number of contracts is large in insurance and yet the probability of
ruin of the company is still an important index to compute [1].
In Banking risk is everywhere: risk of default, credit risk [10], risk of propagation
of default, etc. Basel III imposes some stress tests to banks; they require to compute
O. Pironneau (B)
Laboratoire Jacques-Louis Lions (LJLL), Sorbonne Université, UPMC Univ Paris 06,
UMR 7598, Boite courrier 187, 75252 Paris Cedex 05, France
e-mail: olivier.pironneau@upmc.fr
M. Laurière
Math dept. Université Denis Diderot, Paris, France
e-mail: mathieu.lauriere@gmail.com
© Springer International Publishing AG 2019 3

E. Minisci et al. (eds.), Advances in Evolutionary and Deterministic Methods for Design,
Optimization and Control in Engineering and Sciences, Computational Methods
in Applied Sciences 48, https://doi.org/10.1007/978-3-319-89988-6_1
4 O. Pironneau and M. Laurière
the CVA (credit valuation adjustment [3]) of each financial asset and derivative in
the banks’ portfolio leading to very time consuming computations and optimisation
problems.
Risk of failure of an engineering system requires the probability of rare events
when the system is subjected to random data; uncertainty quantification [9], while
still computationally very demanding, is routinely practiced in some industries.
It is also possible to combine engineering design optimization with financial risk
analysis. For instance a set of wind mills is planed in an area where the wind is
random [8]. There are many design parameters such as their shape, position and
numbers; each have a cost, an efficiency and a longevity which have to be optimized
in the face of alternative energy sources, themselves subject to uncertainties [11].
When there are many of these optimizable wind energy fields, they have a global
effect on the price of energy.
Several new mathematical studies have focused on problems where a system is
made of a large number of similar units which contributes to the properties of the
global system and the optimization is made both at the unit and global levels. Game
theory is the appropriate tool and the global system is called a meanfield game
[21, 23]. Optimization of such systems leads to so called meanfield type control
problems [6].
2 A General Framework for Meanfield Type Control
Consider the problem of minimizing J (u) := J0 (u) with u ∈ Ud and
T
Jτ (u) := E[ H̃ (X t , t, u(X t , t), E[h̃(X t , t, u(X t , t))])]dt + E[G(X T , E[g(X T )])] (1)
τ
U d = {u : u(x, t) ∈ V d ∀x, t} for some V d ⊂ Rd . (2)

dX t = u(X t , t)dt + σ (X t , t)dWt , t ∈ [0, T ], X 0 given (3)
where u(x, t) ∈ Rd , σ (X t , t) ∈ Rd×k and Wt is a k-vector of independent Brownian

motions and where h̃, g, H̃ , G are C 1 functions taking values in Rr , Rs , R and R,
respectively.
Under some regularity assumptions detailed in [22], (3) can be replaced by the
Fokker-Planck equation for the probability density (PDF) of X t ,
1
∂t ρ + ∇ · (uρ) − ∇ 2 : 2
σ σ T ρ = 0, ρ|t=0 = ρ0 (·). (4)
where ∇ 2 is the d × d matrix operator of element ∂i j . The notation A : B stands

d
for i,d j=1 Ai j Bi j and ∇ · u stands for i=1 ∂i u i . Hence the following problem is
similar to the stochastic optimization of (1):
Risk, Optimization and Meanfield Type Control 5
T
min J = H (x, t, u(x, t); ρt )ρ(x, t)dxdt + G(x, ξ )ρ(x, T )dx,
u∈U d
0 Rd Rd
where H (x, t, u; ρt ) := H̃ (x, t, u, χ (t)) with (4) and

χ (t) := h(x, t, u(x, t), ρ(x, t))ρ(x, t)dx, ξ := g(x)ρ(x, T )dx (5)
Rd Rd
Notice that H has a functional dependency on x → ρt (x). Here (5) is more gen-
eral than (1); they match when h = h̃ is not a function of ρ. Define the Quadratic
Programming value function by
T
V (τ ; ρτ ) := min H (x, t, u(x, t); ρt )ρt (x)dxdt + G(x; ρT )ρT dx, . (6)
u∈U d
τ Rd Rd
where ρt is the solution of (4) on (0, T ] with initial condition ρτ at τ . Let û ∈ Ud

be a solution and ρ̂ the corresponding solution of (5). Let V (x, τ ; ρ) be the Rietz
representative of the derivative of V with respect to ρ, i.e.

V (x, τ ; ρ + ν) = V (x, τ ; ρ) + V (τ ; ρ)(x)ν(x)dx + o(||ν||2 ), ∀ν ∈ L 2 (Rd );
Rd
Proposition 1 (Extended Hamilton-Jacobi-Bellman Principle)

0 = min H (x, τ, v; ρτ ) + ρτ ∂ρ H̃ + ∂χ H̃ ρτ dx (h + ρτ ∂ρ h) (7)
v∈V d
Rd Rd

+ ∂τ V + v · ∇V + μ : ∇ V ρτ dx; 2
V|T =G+g ∂ξ G ρ̂T dx.
Rd
(8)
Remark 1 V is related to V at the optimum by
T

V (τ ; ρτ )ρτ dx = ρt ∂ρ H̃ + ∂χ H̃ ρt dx (h + ρt ∂ρ h) ρt dxdt
Rd τ Rd Rd

+ G+g ∂ξ GρT dx · ρT ρT dx + V (τ ; ρτ ). (9)
Rd Rd
3 Portfolio Optimization
A portfolio of value xt is made of a risky asset St1 and cash in a saving account St0 .
These are given by
dSt0 = aSt0 dt, dSt1 = αSt1 dt + σ St1 dWt (10)
where a is the interest rate at time t, α is the drift of S 1 , σ its volatility, Wt a standard
Brownian motion. Following [2], assume the amount invested in the risky asset at
time t is worth vt ; the rest is xt − vt in cash; over a period dt it changes d xt is due
to the change dSt1 , i.e. vt (αdt + σ dWt ) plus the change due to dSt0 : (xt − vt )adt:
dxt = (xt − vt )adt + vt (αdt + σ dWt ) (11)
A widely accepted definition of an optimally managed portfolio, in the sense

of risk versus yield, is when {vt }0T minimizes of the mean variance 2J := E[x T2 −
(E[x T ])2 ] at time T of exercise while maximizing the mean E[x T ]; the 2 is there for
numerical convenience. For each Nash equilibrium there will be a constant γ such
that {vt }0T minimizes J := γ2 E[x T2 − (E[x T ])2 ] − 21 E[x T ]. This is a non-standard
stochastic control problem because J is function not only of x T but also of E[x T ]; it
is known as a mean-field type control problem. However it can be converted into a
deterministic control problem by introducing the probability density function of xt ,
which is solution of the Fockker-Planck equation associated with (11):
σ 2 v2
∂t ρ + ∂x [(ax + bv)ρ] − ∂x x [ ρ] = 0, x ∈ := R+ , t ∈ (0, T ] (12)
2
where b := α − a and ρ|0 is given, positive with unit mean. The problem is then to
⎡ ⎤2

1 γ
min J = (γ x 2 − x)ρT dx − ⎣ xρT dx ⎦ subject to (12). (13)
v(x,t)∈V 2 2
We assume that v is a feedback function x, t → v(x, t); there are bounds on v,

for instance, V = {v : m ≤ v(x, t) ≤ M, ∀x, t}. The problem deviates slightly from
framework [20] in that the control appears in the volatility but the methodology is
the same. With the same notations d = 1 and

1 σ 2 v2
H̃ = 0, h̃ = 0, G = (γ x 2 − x − γ x xρT dx), u = ax + bv, μ = (14)
2 2
An adjoint state ρ ∗ := V is introduced, solution of


σ 2 v2 ∗ = 1 (γ x 2 − x) − γ x
∂t ρ ∗ + (ax + bv)∂x ρ ∗ + ∂x x ρ ∗ = 0, ρ|T xρT dx (15)
2 2
R
with ρ ∗ (±∞) = 0. The optimality conditions are, for all admissible δv,

δJ = [(b∂x ρ ∗ + σ 2 v∂x x ρ ∗ )ρδv] (16)
R×(0,T )
It leads to
b∂x ρ ∗ + σ 2 v∂x x ρ ∗ = 0 ∀x, t where m < v(x, t) < M

b∂x ρ ∗ + σ 2 v∂x x ρ ∗ ≥ 0 ∀x, t where v(x, t) = m,
b∂x ρ ∗ + σ 2 v∂x x ρ ∗ ≤ 0 ∀x, t where v(x, t) = M (17)
3.1 Polynomial Solution
Assume ρ ∗ = q x 2 + r x + s and v = Ax + B ∈ (m, M). Then the adjoint equation

gives solvable ODEs for q(t), r (t) and s(t). Because of the constraints, the general
solution has 3 regimes as shown on Fig. 1.

Proof In what follows we denote E[x T ] := xρT (x)dx and I some interval for x.
R
By assuming ρ ∗ and v polynomial, the adjoint equation becomes:
q̇ x 2 + ṙ x + ṡ + (ax + b(Ax + B))(2q x + r ) + σ 2 (Ax + B)2 q = 0

γ
In turn, it implies q̇ + q(2a + 2b A + A2 σ 2 ) = 0, q(T ) =
2
1
ṙ + (a + b A)r + 2q Bb + 2σ 2 ABq = 0, r (T ) = − − γ xρT
2
R
v=M
v(x)
v versus x at time t
v=m
x0 x1
-10 -8 -6 -4 -2 0 2 4 6 8 10
x
Fig. 1 The control is v = M when x < x0 , affine when x0 < v < x1 , and v = m when x > x1
2
with x0 = − Mσ −a(T −t) , x = − mσ 2 + ( 1 + E[x ])e−a(T −t)
b + ( 2γ + E[x T ])e
1
1 b 2γ T
ṡ + r Bb + σ 2 B 2 q = 0, s(T ) = 0
∗ 2 ∗
b∂x ρ + σ v∂x x ρ = 2(b + σ A)q x + br + 2σ 2 Bq
2 . (18)
Regime 1: v = Ax + B = m(t) ∀x ∈ I ⇒ A = 0, B = m. This happens only

when b(2q x + r ) + 2mσ 2 q ≥ 0. Then
T
γ 2a(T −t) 1
q= e , r = −( + γ E[x T ])ea(T −t) − bγ ea(T −t) m(τ )ea(T −τ ) dτ.
2 2
t
Hence
T
mσ 2 r mσ 2 1
x >− − =− +( + E[x T ])e−a(T −t) + b m(τ )e−a(τ −t) dτ
b 2q b 2γ
t
is required for this regime.

Regime 2: b + σ 2 A = br + 2σ 2 Bq = 0 and m < v = Ax + B < M. Then after
some algebra
Mσ 2 1 mσ 2 1
− +( + E[x T ])e−a(T −t) < x < − +( + E[x T ])e−a(T −t) .
b 2γ b 2γ
Regime 3: Similar to Regime 1, v = M(t) requires
T
Mσ 2 1
x >− +( + E[x T ])e−a(T −t) + b M(τ )e−a(τ −t) dτ. (19)
b 2γ
t
Remark 2 The advantage here compared with [2] is that we do not need to guess
the shape of the control nor of the adjoint state, once it is assumed polynomial. The
analysis also handles constraints.
4 Find the Best Production Strategy for an Exhaustible

Resource
Following [17], consider a continuum of producers exploiting an oil field. Each

producer’s goal is to maximize his profit, knowing the price of oil; however, this
price is influenced by the quantity of oil available on the market, which is the sum
of all that the producers have decided to extract at a given time. Hence, while each
producer does not affect the price of oil, in the end the global problem must take into
account the market price as a function of oil availability. For a deeper understanding
of the relation between the individual and global games, readers are referred to [12].
4.1 Notations
Let X 0 be the initial oil reserve and X t be the quantity of oil left in the field at time
t, as seen by a producer. It is modeled by
dX t = −at dt + σ X t dWt , X 0 given by its PDF, (20)
where at is the extraction rate, i.e. at dt is the quantity extracted by the producer
in the time interval (t, t + dt). Here W is a standard Brownian motion reflecting
the incertitude of the producer about the remaining reserve; σ > 0 is a volatility
parameter, assumed constant.
We assume that at := a(X t , t) is a deterministic feedback function of t and X t .
The cost of oil extraction is assumed to be C(a) := αa + βa 2 , for some positive
constants α and β. The price of oil as a function of extraction is assumed to be
pt := κe−bt (E(at ))−c , with positive κ, b and c. Note that by construction X t takes
only positive values and ought to be bounded by, say L, the maximum estimate of
the reservoir content. However, nothing in the model enforces these constraints.
Each producer optimizes his integrated profit up to time T , discounted by the
interest rate r ; however he wishes also to drain the oil field, i.e., achieve X T = 0.
Thus his goal is to maximize over a(·, ·) ≥ 0 the functional:
⎡ ⎤
T
J (a) := E ⎣ ( pt at − C(at ))e−r t dt ⎦ − γ E[|X T |η ], subject to (20); (21)
0
γ and η are penalization parameters. Replacing p and C by their expressions gives

⎡ ⎤
T
J (a) = E ⎣ (κe−bt (E[at ])−c at − αat − β(at )2 )e−r t dt ⎦ − γ E[|X T |η ].
0
4.2 Dynamic Programming Solved by a Fixed Point

Algorithm
To connect to Sect. 2 let us work with u = −a, the reserve depletion rate. For the time
being, we shall ignore the constraints L ≥ X t ≥ 0 and u ≤ 0; so Vd = R. Moreover
we shall work with η = 2 and comment on η > 2 at the end.
Recall that ρ(·, t), the PDF of X t , is given by the Fokker-Planck equation :
σ2 2
∂t ρ − ∂x x x ρ + ∂x ρu = 0 (x, t) ∈ R×]0, T ], (22)
2

with initial condition: ρ|t=0 = ρ0 given. Now u t := R u t ρt dx = E[−at ] and
T
J˜(τ ; ρτ , u) := κe−bt (−u t )−c u t − αu t + βu 2t e−r t ρt dxdt (23)
τ R

+ γ |x|η ρT dx subject to (22) with ρ|t=τ = ρτ . (24)
R
The goal is now to minimize J˜ with respect to u. In this example we have

H (x, t; u t , ρt ) = (κe−bt χt−c u(x, t) − αu(x, t) + βu(x, t)2 )e−r t ,

χt = − u t ρt dx, hence h(x, t, u, ρ) = −u(x, t) and G(x, χT ) = G(x) = γ |x|η .
R
By Proposition 1 we have V|T = γ |x|η and V satisfies

⎡ ⎤

σ 2 2
x
∂t V + ∂x x V + u∂x V = − ⎣ H + ρ∂ρ H + (h + ρ∂ρ h) ∂χ Hρdx ⎦ (25)
2
R

= − κ(1 − c)e−bt (−u)−c u − αu + βu 2 e−r t. (26)
because ∂ρ H = ∂ρ h = 0 and ∂χ H = cκe−bt χ −c−1 u. Moreover, by (7),

− ∂x V = κ(1 − c)e−bt (−u)−c − α + 2βu e−r t , (27)
1
giving: u(x, t) = α − er t ∂x V − κ(1 − c)e−bt (−u)−c . (28)
2β
Now, using (27) to eliminate ∂x V in (26) and the expression above for u leads to
σ 2x2 e−r t 2
∂t V + ∂x x V = α − er t ∂x V − κ(1 − c)e−bt (−u)−c . (29)
2 4β
Note that this equation for V depends only on u and not on u. Nevertheless (28)–
(29) is a rather complex partial-integro-differential system; we can now sketch a
numerical method to solve it:
Algorithm 1.
Choose ω ∈ (0, 1). initialize u 0 , set i = 0.
1. Compute ρi by solving (22) ;
2. Compute u i = R u i ρi ;
3. Compute Vi by (29);
4. Compute ũ i+1 by (28) and set u i+1 = u i + ω(ũ i+1 − u i );
If not converged, set i = i + 1 and go back to step 1.
Although it seems to work numerically in many situations, as we shall see below,
nothing is known on the convergence of this fixed-point type algorithm.
Even though the problem is not linear-quadratic, when η = 2 we can still look
for V solution of (29) in the form V (x, t) = Pt x 2 + z t x + st . where Pt , z t , st are
functions of time only. Identification of all terms proportional to x 2 gives,
er t 2 4βμγ e(T −t)μ

Ṗt + σ 2 Pt = P , PT = γ , ⇒ Pt = .
4β t γ e(T −t)μ
− γ + 4βμ
Then, u is found by (28). In particular ∂x u = − 8β

1
∂x x V = − 4β
1
Pt . However, the
Fokker-Planck equation must be solved numerically to compute u. This gives us a
method to validate the algorithm.
4.3 Numerical Implementation
To implement Algorithms 1, we need to localize the PDE. As x < 0 makes no sense

for this application, we shall work on Q L = [0, L] × [0, T ] instead of R × [0, T ];
a stopping time for the event X t = 0 would be better, but too costly. At x = L, we
set ρ(L , t) = 0, ∀t, which makes sense when L is large.
Assigning boundary conditions to (29) is problematic. Our numerical tests show
that the computations depend strongly on L when it is not done correctly. When
η = 2, we know that V and ρ ∗ have asymptotically the same behavior as Pt x 2 ,
giving 21 σ 2 x 2 ∂x V = σ 2 x 3 Pt = σ 2 x V , a relation which can be used as a boundary
condition in the weak form of the equation (and similarly for ρ ∗ ): find ρ ∈ H 1 (Q L )
with VT given and
T
σ2
− ν∂t V + ∂x (νx 2 )∂x V dxdt + σ 2 L V (L , t)ν(L , t)dt
2
QL 0

e−r t 2
+ α − er t ∂x V − κ(1 − c)e−bt (−u)−c νdxdt = 0, (30)
4β
QL
for all ν ∈ H 1 (Q L ) with νT = 0.

To solve this non-linear PDE we use the fact that it is embedded into an iterative
loop in Algorithm 1, and semi-linearise it by evaluating the square term in the last
integral as a product of the same, where one factor is evaluated at the previous
iteration.
To discretise it we have used a space-time finite element method of degree 1 over
triangles covering Q L . Admittedly it is an unusual method! However, it is somewhat
similar to a central difference method and it is feasible because the problem is one
dimensional in space and because it allows exact conservativity and exact duality with
respect to time and space in the integrations by parts. It handles also automatically
the storage of ρ, u, V, u at all times and solve the backward (and forward) equation
at all time steps by a single linear system. The linear systems are solved with the
library MUMPS as implemented in freefem++ [18].
We used 50 points to discrete (0, L), L = 10 and 50 time steps for [0, T ], T = 5.
The following values have been used: α = 1, β = 1, γ = 0.5, κ = 1, b = 0.1, r =
0.05, σ = 0.5 and c = 0.5. The initial condition ρ0 is a Gaussian curve centered at
x = 5 with volatility 1. We initialized u by u 0 = −α/(2β). A local minimum u e is
known from the Riccati equation; the error u − u e is used as a stopping criteria in
Algorithm 1. We chose ω = 0.5. Figure 2 shows the optimal control as a function of
Fig. 2 Optimal
x, t → u(x, t) and the
Riccati solution slightly
below
Fig. 3 PDF of resource X t :

x, t → ρ(x, t)

Table 1 Algorithm 1. Convergence history: H 1 -error, (∂x u − ∂x u e )2 dxdt versus iteration num-
ber k
k 1 2 3 4 5 6 7 8 9 10
Error 1035 661.2 8.605 44.7 3.27 0.755 0.335 0.045 0.015 0.003
Fig. 4 Total (instantaneous) 1.2

production versus time production
1.1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
(x, t). For each t the control is linear in x, as predicted by the Riccati equation; the
quadratic part of the Riccati solution of Sect. 4.2 is also plotted, and a small difference
is seen on the plot (two surfaces close to each other are displayed). Figure 3 shows
the evolution in time of the PDF ρ for all x > 0 of the resource distribution X t .
At time 0 it is a Gaussian distribution centered at x = 5; at time T the distribution
is concentrated around x = 0.5, so most producers have pumped 90% of the oil
available to them. Table 1 gives the convergence history of the algorithm.
All above is obtained with L = 10, but there is almost no difference with
L = 40. Figures 4 and 5 present the evolution of production (−u t ) and price
pt = κe−bt (−u t )−c .
5 Numerical Solution of a Systemic Risk Problem
Consider N banks, each with
1
dX j t = −hV (X j t )dt + σ dWt + θ X k t − X j t , j = 1..N
N k
with V = 21 x 2 (x 2 − 1). There are two limit states: limt→∞ ∈ {X j X ± = ±1}. We

assume that X − is the normal state while X + is the dangerous state. The parameter
Fig. 5 Oil Price versus time 1.1

price
1.08
1.06
1.04
1.02
1
0.98
0.96
0.94
0.92
0.9
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
h is the height of barrier potential, σ is the randomness intensity and θ is the speed
of return to equilibrium.

When N → ∞ the PDF of N −1 1N X j tends to μ solution of [13]

σ2
∂t μ + ∂x (bμ) − ∂x x μ = 0, b = −hV (x) + θ(E[x] + x E[x] = xμ(x)dx (31)
2
R
In [14, 16] it is shown that the rare event probability

that the state of the system
evolves from X − to X + is proportional to exp(− 2σN 2 R×(0,T ) b2 ρdxdt)

With κ = h − θ and χ = θ R xρdx, the problem is restated as

1 u 2 σ2
min J = (hx 3 − κ x − χ + ) ρ : ∂t ρ − ∂x x ρ = −∂x u, ρ|0 , ρ|T given.
u 2σ 2 ρ 2
R×(0,T )
Finding solutions of the Fokker-Planck equation with initial and final conditions is
quite difficult (see a Monge-Kantorovich solution in [4]). We have tried use penal-
isation to impose the final condition with very mediocre results [19]. Now in one
dimension we notice that for a given ũ, if we denote ρ̃ the solution of the PDE
with the initial condition only, then ρ = ρ̃ + Tt (ρT − ρ̃T ) satisfies the PDE and both
x 2
conditions at 0 and T provided u = ũ − T1 (ρT − ρ̃T )dx + tσ ∂ (ρ − ρ̃T ).
2T x T
The problem has been solved by 3 software packages which do not require deriva-
tives: NEWUOA, CMAES and IPOT. For the first 2, the control is in the space of
polynomial of degree n or less in x × t, n = 2 and 3. Both packages give the same
results, J decreased from J = 2.058 to J = 1.072. The solution is shown on Fig. 6
(all but bottom right). IPOPT is a differentiable optimization package so at each finite
element node there is a degree of freedom for the control. Then J can reach very
small values; for instance J = 0.49 after 10 iterations; the control is shown on Fig. 6
(bottom right); but as the number of iterations is increased the control becomes more
Fig. 6 Top left: x, t → ρ(x, t); t = 0, x = −L is the top corner of the rectangle and x = L , t = T
is its lowest corner. All 3 packages give almost identical ρ. Top right: the control b = u/ρ when
a polynomial approximation is used for ρ of degree 2. Bottom left: same but with polynomials of
degree 3. Bottom right: same but with iPOPT
and more oscillatory. Some regularisation is required. In conclusion while one can
find a strategy that steers the system from a stable solution to an unstable one, yet it
is difficult to give the probability of that event.
References
1. Albrecher, H., Boxma, O.: A ruin model with dependence between claim sizes and claim
intervals. Insur. Math. Econ. 35(2), 245–254 (2004)
2. Andersson, D., Derviche, B.: A maximum principle for SDEs of mean-field type. Dyn. Games
Appl. 3, 537552 (2013)
3. Basel Committee on Banking Supervision: Basel III counterparty credit risk—frequently asked
questions. http://www.bis.org/publ/bcbs209.pdf
4. Benamou, J.D., Brenier, Y.: A computational fluid mechanic solution of the Monge-Kantorivich
mass transfer problem. Numerische Mathematik 84(3), 375–393 (2000)
5. Bensoussan, A., Frehse, J.: Control and nash games with mean field effect. Chin. Ann. Math.
Ser. B 34B(2), 161192 (2013)
6. Bensoussan, A., Frehse, J., Yam, S.C.P.: Mean-Field Games and Mean-Field Type Control.
Springer Briefs in Mathematics (2014)
7. Bensoussan, A., Frehse, J., Yam, S.C.P.: The master equation in mean-field theory. In: Asymp-
totic Analysis (To appear)
8. Bensoussan, A., Bertrand, P., Brouste, A.: A generalized linear model approach to seasonal
aspects of wind speed modeling. J. Appl. Stat. 41(8), 1694–1707 (2014)
9. Bijl, H., Lucor, D., Mishra, S., Schwab, C. (eds.): Uncertainty Quantification in Computational
Fluid Dynamics. Lecture Notes in Computational Science and Engineering. Springer (2013)
10. Bielecki, T.R., Rutkowski, M.: Credit Risk: Modeling, Valuation and Hedging. Springer, Berlin
(2002)
11. Brouste, A.: Estimation of wind turbine energy production. Seminaire FIME, IHP, Feb 2015
12. Carmona, R., Delarue, F., Lachapelle, A.: Control of McKean-Vlasov dynamics versus mean
field games. In: Stochastic Analysis and Applications (2014) (To appear)
13. Dawson, D.A.: Critical dynamics and fluctuations for a mean-field model of cooperative behav-
ior. J. Stat. Phys. 31, 29–85 (1983)
14. Dawson, D.A., Gartner, J.: Large deviations from the McKean-Vlasov limit for weakly inter-
acting diffusions. Stochastics 20, 247–308 (1987)
15. Fleming, W.H., Soner, H.M.: Controlled Markov Process and Viscosity Solutions, 2nd edn.
Springer (2006)
16. Garnier, J., Papanicolaou, G., Yang, Tzu-Wei: Large deviations for a mean field model of
systemic risk. SIAM J. Finan. Math. 4(1), 151184 (2013)
17. Gueant, O., Lasry, M., Lions, P.L.: Mean Field Games and Applications. Paris-Princeton Lec-
tures on Mathematical Finance. Lecture Notes in Mathematics. Springer (2011)
18. Hecht, F.: New development in freefem++. J. Numer. Math. 20(3–4), 251–265 (2012)
19. Laurière, M., Pironneau, O.: Dynamic programming for mean-field type control. C.R. Acad.
Sci. Ser. I, 1–6 (2014)
20. Laurière, M., Pironneau, O.: Dynamic programming for mean-field type control. JOTA (to
appear)
21. Lasry, J.M., Lions, P.L.: Mean-field games. Jpn. J. Math. 2, 229–260 (2007)
22. Le Bris, C., Lions P.L.: Existence and uniqueness of solutions to Fokker-Planck type equations
with irregular coefficients. Comm. Partial Differ. Equ. 33, 1272–1317 (2008)
23. Lions, P.L.: Mean-field games. Cours au Collège de France (2007–2008). http://www.college-
de-france.fr/site/pierre-louis-lions/course-2007-2008_1.htm
24. Neufeld, A., Nutz, M.: Nonlinear Lévy processes and their characteristics. arXiv:1401.7253v1
25. Øksendal, B., Sulem, A.: Applied Stochastic Control of Jump Diffusions. Springer (2005)
26. Shen, M., Turinici, G.: Liquidity generated by heterogeneous beliefs and costly estimations.
Netw. Heterogen. Media AIMS-Am. Inst. Math. Sci. 7(2), 349–361 (2012)
27. Touzi, N.: Optimal Stochastic Control, Stochastic Target Problems and Backard SDE. Field
Institute Monographs 29. Springer (2013)
28. Yong, J., Zhou, X.Y.: Stochastic Control. Applications of Mathematics Series, vol 43. Springer
(1999)
Part II
Surrogate-Based Optimization
in Aerodynamic Design
A Review of Surrogate Modeling
Techniques for Aerodynamic Analysis
and Optimization: Current Limitations
and Future Challenges in Industry
Raul Yondo, Kamil Bobrowski, Esther Andrés and Eusebio Valero
Abstract Recent progresses in aircraft aerodynamics have witnessed the introduc-

tion of surrogate-based approaches in design analysis and optimization as an alterna-
tive to address the challenges posed by the complex objective functions, constraints,
the high-dimensionality of the aerodynamic design space, the computational burden,
etc. The present review revisits the most popular sampling strategies used in conduct-
ing physical and simulation-based experiments in aircraft aerodynamics. Moreover,
a comprehensive and state-of-the art survey on numerous surrogate modeling tech-
niques for aerodynamic analysis and surrogate-based optimization (SBO) is pre-
sented, with an emphasis on models selection and validation, sensitivity analysis,
infill criterion, constraints handling, etc. Closing remarks foster on the drawbacks
and challenges linked with SBO aircraft aerodynamic industrial applications, despite
its increased interest among the academic community.
1 Introduction
High dimensional aerodynamic design problems require time consuming and com-
putationally expensive simulations or physical experiments to evaluate the complex
objectives functions and constraints for analysis and optimization. As an example
R. Yondo (B) · K. Bobrowski · E. Valero

Universidad Politécnica de Madrid (UPM), Plaza Cardenal Cisneros 3,
28040 Madrid, Spain
e-mail: yondo.raul@upm.es
K. Bobrowski
e-mail: kamil.bobrowski@upm.es
E. Valero
e-mail: eusebio.valero@upm.es
E. Andrés
Instituto Nacional Técnica Aeroespacial (INTA/ISDEFE), INTA Torrejón de Ardoz,
28850 Madrid, Spain
e-mail: eandres@isdefe.es
© Springer International Publishing AG 2019 19

E. Minisci et al. (eds.), Advances in Evolutionary and Deterministic Methods for Design,
Optimization and Control in Engineering and Sciences, Computational Methods
in Applied Sciences 48, https://doi.org/10.1007/978-3-319-89988-6_2
20 R. Yondo et al.
while designing a new aircraft, a CFD (Computational Fluid Dynamics) campaign

provides the aerodynamicists with flow solutions from only few selected flight condi-
tions because it will be time-consuming and costly to evaluate all of them. To circum-
vent such burdens and enable a wider exploration of the design space, researchers
introduced cheap to evaluate surrogate models to accurately and speedily predict the
values of the model objectives and constraints at new design points, without a need
to necessarily repeat the original expensive physical or simulation experiment.
Optimization through the use of surrogates models is called Surrogate-Based Opti-
mization (SBO). Gaining a good insight into SBO requires a knowledge in Design
of Experiments (DoE-spatial distribution of the samples—training set), simulation-
based (high-fidelity models, e.g. Reynold-Averaged Navier Stokes + fine mesh; low-
fidelity, e.g. Euler simulations) or physical models (e.g. Wind Tunnel Testing) and
Surrogate Models. Moreover, the SBO frameworks are heavily dependent on the
design objectives, the constraints. They should quantify the uncertainty (sensitivity
analysis) within the surrogate models, deal with ‘noisy’ data and pare down the prob-
lems posed by the high-dimensionality of the data (Dimensionality Reduction). A
vast number of papers review and group the various releases on Surrogate models and
SBO. Popular reviews are the ones from Queipo et al. [1], Forrester et al. [2], Ahmed
and Qin 2009 [3] or more recently Viana et al. [4]. However, it is not clear from the
readings if the approaches and frameworks presented in the above-mentioned papers
are suitable for aerodynamic analysis and optimization, and could fit the needs of
the aircraft industry.
Motivated by the lack of a review considering industrial views proper to aircraft
aerodynamics design analysis and optimization, the present paper aims at revisiting
the Classical DoE (CDoE), the Modern DoE (MDoE, a.k.a Design and Analysis
of Computer Experiments (DACE)) in Sect. 2 and provides a comprehensive sum-
mary on existing surrogate models categories, including Data Fit Models (DFM),
Reduced-Order Models (ROM) and Multi-Fidelity Models (MFM) in Sect. 3. Fur-
thermore, the issues of models selection and validation are investigated. The outline
of the subsequent part of the paper is as follows: Sect. 4 introduces the ‘conventional’
SBO framework, with an emphasis on sensitivity analysis, constraints handling and
sequential/adaptative sampling (infill criterion approaches) to guide in new samples
selection for surrogate models update and/or optimization. Section 5 discusses the
limitations, known current and future challenges in applying SBO in aircraft aero-
dynamics, from an industrial perspective. The last section concludes the review.
2 Design of Experiments (DoE)
Design of Experiments (DoE) was originally introduced by Fisher and al. in the
beginning of the 20th century to plan and conduct experiments with the aim of
understanding the probabilistic behavior of agricultural crops systems [5]. In the early
beginnings, experiments were only concerned with physical experiments, for which
the basic principles of DoE (randomization, replication, and blocking) established
Another random document with
no related content on Scribd:
Aucun des deux frères n’eut le moindre soupçon des graves
intérêts qui reposaient sur Christophe, une fois assurés qu’il était
bien le fils du bon catholique Lecamus, fournisseur de la cour, et qu’il
ne venait que pour se faire payer.
—Mène-le auprès de la chambre de la reine, qui sans doute va le
demander, dit le cardinal au chirurgien en lui montrant Christophe.
Pendant que le fils du pelletier subissait son interrogatoire dans
la salle du conseil, le roi avait laissé la reine en compagnie de sa
belle-mère, après avoir passé dans son cabinet de toilette où l’on
allait par le cabinet contigu à la chambre.
Debout dans la vaste embrasure de l’immense croisée, la reine
Catherine regardait les jardins, en proie aux plus tristes pensées.
Elle voyait l’un des plus grands capitaines de ce siècle substitué
dans la matinée, à l’instant, à son fils, au roi de France, sous le
terrible titre de lieutenant-général du royaume. Devant ce péril, elle
était seule, sans action, sans défense. Aussi pouvait-on la comparer,
dans son vêtement de deuil, qu’elle ne quitta jamais depuis la mort
de Henri II, à un fantôme, tant sa figure pâle était immobile à force
de réflexion. Son œil noir nageait dans cette indécision tant
reprochée aux grands politiques, et qui chez eux vient de l’étendue
même du coup d’œil par lequel ils embrassent toutes les difficultés,
les compensant l’une par l’autre, et additionnant, pour ainsi dire,
toutes les chances avant de prendre un parti. Ses oreilles tintaient,
son sang s’agitait, et néanmoins elle demeurait calme, digne, tout en
mesurant la profondeur de l’abîme politique au-dessus de l’abîme
réel qui s’étendait sous ses pieds. Après celle de l’arrestation du
Vidame de Chartres, cette journée était la seconde de ces terribles
journées qui se trouvèrent en si grand nombre dans le reste de sa
vie royale; mais ce fut aussi sa dernière faute à l’école du pouvoir.
Quoique le sceptre parût fuir ses mains, elle voulait le saisir et le
saisit par un effet de cette puissance de volonté qui ne s’était lassée
ni des dédains de son beau-père François Ier et de sa cour, où elle
avait été peu de chose, quoique dauphine, ni des constants refus de
Henri II, ni de la terrible opposition de Diane de Poitiers, sa rivale.
Un homme n’eût rien compris à cette reine en échec; mais la blonde
Marie, si fine, si spirituelle, si jeune fille et déjà si instruite,
l’examinait du coin de l’œil en affectant de fredonner un air italien et
prenant une contenance insouciante. Sans deviner les orages
d’ambition contenue qui causaient une légère sueur froide à la
Florentine, la jolie Écossaise au visage mutin savait que l’élévation
de son oncle le duc de Guise causait une rage intérieure à
Catherine. Or, rien ne l’amusait tant que d’espionner sa belle-mère,
en qui elle voyait une intrigante, une parvenue abaissée toujours
prête à se venger. Le visage de l’une était grave et sombre, un peu
terrible, à cause de cette lividité des Italiennes qui, durant le jour, fait
ressembler leur teint à de l’ivoire jaune, quoiqu’il redevienne éclatant
aux bougies, tandis que le visage de l’autre était frais et gai. A seize
ans, la tête de Marie Stuart avait cette blancheur de blonde qui la
rendit si célèbre. Son frais, son piquant visage si purement coupé,
brillait de cette malice d’enfant exprimée franchement par la
régularité de ses sourcils, par la vivacité de ses yeux, par la
mutinerie de sa jolie bouche. Elle déployait alors ces grâces de
jeune chatte que rien, ni la captivité, ni la vue de son effroyable
échafaud, ne purent altérer. Ces deux reines, l’une à l’aurore, l’autre
à l’été de sa vie, formaient donc alors le contraste le plus complet.
Catherine était une reine imposante, une veuve impénétrable, sans
autre passion que celle du pouvoir. Marie était une folâtre, une
insoucieuse épousée, qui de ses couronnes faisait des jouets. L’une
prévoyait d’immenses malheurs, elle entrevoyait l’assassinat des
Guise en devinant que ce serait le seul moyen d’abattre des gens
capables de s’élever au-dessus du trône et du Parlement; enfin elle
apercevait les flots de sang d’une longue lutte; l’autre ne se doutait
pas qu’elle serait juridiquement assassinée. Une singulière réflexion
rendit un peu de calme à l’Italienne.
—Selon la sorcière et au dire de Ruggieri, ce règne va finir; mon
embarras ne durera point, pensa-t-elle.
Ainsi, chose étrange, une science occulte, oubliée aujourd’hui,
l’astrologie judiciaire servit alors à Catherine de point d’appui,
comme dans toute sa vie, car sa croyance alla croissant, en voyant
les prédictions de ceux qui pratiquaient cette science réalisées avec
une minutieuse exactitude.
—Vous êtes bien sombre, madame? dit Marie Stuart en prenant
des mains de Dayelle ce petit bonnet pincé sur la raie de ses
cheveux et dont les deux ailes de riche dentelle tournaient autour
des touffes blondes qui lui accompagnaient les tempes.
Le pinceau des peintres a si bien illustré cette coiffure, qu’elle
appartient exclusivement à la reine d’Écosse, quoique Catherine l’ait
inventée pour elle quand elle eut à prendre le deuil de Henri II; mais
elle ne sut pas la porter aussi bien que sa belle-fille, à qui elle seyait
beaucoup mieux. Ce grief n’était pas le moindre parmi ceux de la
reine-mère contre la jeune reine.
—Est-ce un reproche que me fait la reine? dit Catherine en se
tournant vers sa belle-fille.
—Je vous dois le respect et n’oserais, répliqua malicieusement
l’Écossaise qui regarda Dayelle.
Entre les deux reines, la femme de chambre favorite resta
comme la figure d’un chenet, un sourire d’approbation pouvait lui
coûter la vie.
—Comment puis-je être gaie comme vous, après avoir perdu le
feu roi et en voyant le royaume de mon fils sur le point de
s’embraser?
—La politique regarde peu les femmes, répliqua Marie Stuart.
D’ailleurs mes oncles sont là.
Ces deux mots étaient, dans les circonstances actuelles, deux
flèches empoisonnées.
—Voyons donc nos fourrures, madame, répondit ironiquement
l’Italienne, et nous pourrons nous occuper alors de nos véritables
affaires pendant que vos oncles décideront de celles du royaume.
—Oh! mais nous serons du conseil, madame, nous y sommes
plus utiles que vous ne croyez.
—Nous, dit Catherine avec un air d’étonnement. Mais moi, je ne
sais pas le latin.
—Vous me croyez savante! dit en riant Marie Stuart. Eh! bien, je
vous jure, madame, qu’en ce moment j’étudie pour être à la hauteur
des Médicis, afin de savoir un jour guérir les plaies du royaume.
Catherine fut atteinte au cœur par ce trait piquant qui rappelait
l’origine des Médicis, venus, disaient les uns, d’un médecin, et selon
les autres, d’un riche droguiste. Elle resta sans réponse. Dayelle
rougit lorsque sa maîtresse la regarda en cherchant ces
applaudissements que tout le monde et même les reines demandent
à des inférieurs quand il n’y a pas de spectateurs.
—Vos mots charmants, madame, ne peuvent malheureusement
guérir ni les plaies de l’État, ni celles de l’Église, répondit Catherine
avec une dignité calme et froide. La science de mes pères, en ce
genre, leur a donné des trônes; tandis que si dans le danger vous
continuez à plaisanter, vous pourrez perdre les vôtres.
En ce moment, Dayelle ouvrit la porte à Christophe, que le
premier chirurgien annonça lui-même en grattant.
Le Réformé voulut étudier le visage de Catherine, en affectant un
embarras assez naturel dans un pareil lieu; mais il fut surpris par la
vivacité de la reine Marie qui sauta sur les cartons pour voir son
surcot.
—Madame, dit Christophe en s’adressant à la Florentine.
Il tourna le dos à l’autre reine et à Dayelle, en profitant soudain
de l’attention que ces deux femmes allaient donner aux fourrures
pour frapper un coup hardi.
—Que voulez-vous de moi? dit Catherine en lui jetant un regard
perçant.
Christophe avait mis le traité proposé par le prince de Condé, le
plan des Réformés et le détail de leurs forces sur son cœur, entre sa
chemise et son justaucorps de drap, mais en les enveloppant du
mémoire dû par Catherine au pelletier.
—Madame, dit-il, mon père est dans un horrible besoin d’argent,
et si vous daignez jeter les yeux sur vos mémoires, ajouta-t-il en
dépliant le papier et mettant le traité en dessus, vous verrez que
Votre Majesté lui doit six mille écus. Ayez la bonté de nous prendre
en pitié. Voyez, madame! Et il lui tendit le traité.—Lisez. Ceci date de
l’avénement au trône du feu roi.
Catherine fut éblouie par le préambule du traité, mais elle ne
perdit pas la tête, elle roula vivement le papier en admirant l’audace
et la présence d’esprit de ce jeune homme; elle sentit d’après ce
coup de maître qu’elle serait comprise, et lui frappa la tête avec le
rouleau de papier.
—Vous êtes bien maladroit, mon petit ami, de présenter le
compte avant les fourrures. Apprenez à connaître les femmes! Il ne
faut jamais nous présenter nos mémoires qu’au moment où nous
sommes satisfaites.
—Est-ce une tradition? dit la jeune reine à sa belle-mère qui ne
répondit rien.
—Ah! mesdames, excusez mon père, dit Christophe. S’il n’avait
pas eu besoin d’argent, vous n’auriez pas eu vos pelleteries. Les
pays sont en armes, et il y a tant de danger à courir sur les routes,
qu’il a fallu notre détresse pour que je vinsse ici. Personne que moi
n’a voulu se risquer.
—Ce garçon est neuf, dit Marie Stuart en souriant.
Il n’est pas inutile, pour l’intelligence de cette petite scène si
importante, de faire observer qu’un surcot était, ainsi que le mot
l’indique (sur cotte), une espèce de spencer collant que les femmes
mettaient sur leur corsage et qui les enveloppait jusqu’aux hanches
en les dessinant. Ce vêtement garantissait le dos, la poitrine et le
cou contre le froid. Les surcots étaient intérieurement doublés en
fourrure qui bordait l’étoffe par une lisière plus ou moins large. Marie
Stuart, en essayant son surcot, se regardait dans une grande glace
de Venise pour en voir l’effet par derrière, elle avait ainsi laissé à sa
belle-mère la facilité d’examiner les papiers dont le volume eût excité
sa défiance sans cette circonstance.
—Parle-t-on jamais aux femmes des dangers qu’on a courus,
quand on est sain et sauf et qu’on les voit? dit-elle en se montrant à
Christophe.
—Ah! madame, j’ai votre mémoire aussi, dit-il en la regardant
avec une niaiserie bien jouée.
La jeune reine le toisa sans prendre le papier, et remarqua, mais
sans en tirer alors la moindre conséquence, qu’il avait pris dans son
sein le mémoire de la reine Catherine, tandis qu’il sortait le sien, à
elle, de sa poche. Elle ne vit pas non plus dans les yeux de ce
garçon l’admiration que son aspect excitait chez tout le monde; mais
elle était si occupée de son surcot, qu’elle ne se demanda pas
d’abord d’où pouvait venir cette indifférence.
—Prends, Dayelle? dit-elle à la femme de chambre, tu donneras
le mémoire à monsieur de Versailles (Loménie), en lui disant de ma
part de payer.
—Oh! madame, si vous ne me faites signer une ordonnance par
le roi ou par monseigneur le Grand-Maître, qui est là, votre
gracieuse parole resterait sans effet.
—Vous êtes plus vif qu’il ne sied à un sujet, mon ami, dit Marie
Stuart. Vous ne croyez donc pas aux paroles royales?
Le roi se montra vêtu de ses chausses de soie, et du haut-de-
chausses, la culotte de ce temps, mais sans pourpoint ni manteau; il
avait une riche redingote de velours, bordée de menu-vair, car ce
mot de la langue moderne peut seul donner l’idée du négligé du roi.
—Quel est le maraud qui doute de votre parole? dit le jeune
François II qui malgré la distance entendit le dernier mot de sa
femme.
La porte du cabinet se trouvait masquée par le lit royal. Ce
cabinet fut appelé plus tard cabinet vieux, pour le distinguer du riche
cabinet de peintures que fit arranger Henri III à l’autre extrémité de
cet appartement, du côté de la salle des États-Généraux. Henri III fit
cacher les meurtriers dans le cabinet vieux, et envoya dire au duc de
Guise de venir l’y trouver, tandis qu’il resta caché dans le cabinet
neuf pendant le meurtre, et il n’en sortit que pour venir voir expirer
cet audacieux sujet pour lequel il n’y avait plus ni prison, ni tribunal,
ni juges, ni lois dans le royaume. Sans ces terribles circonstances,
l’historien reconnaîtrait aujourd’hui difficilement la destination de ces
salles et de ces cabinets pleins de soldats. Un fourier écrit à sa
maîtresse à la même place où jadis Catherine pensive décidait de sa
lutte avec les partis.
—Venez, mon ami, dit la reine-mère, je vais vous faire payer,
moi. Il faut que le commerce vive, et l’argent est son principal nerf.
—Allez, mon cher, dit en riant la jeune reine, mon auguste mère
entend mieux que moi les affaires de commerce.
Catherine allait sortir sans répondre à cette nouvelle épigramme;
mais elle pensa que son indifférence pouvait éveiller un soupçon,
elle répondit vivement à sa belle-fille:—Et vous, ma chère, le
commerce de l’amour! Puis elle descendit.
—Serrez tout cela, Dayelle, et venons au conseil, monsieur, dit
au roi la jeune reine ravie de faire décider en l’absence de la reine-
mère la question si grave de la lieutenance du royaume.
Marie Stuart prit le bras du roi. Dayelle sortit la première en
disant un mot aux pages, et l’un d’eux, le jeune Téligny, qui devait
périr si misérablement à la Saint-Barthélemi, cria:—Le Roi!
En entendant ce mot, les deux arquebusiers se mirent au port
d’arme, et les deux pages allèrent en avant vers la chambre du
conseil, au milieu de la haie de courtisans et de la haie formée par
les filles des deux reines. Tous les membres du conseil se
groupèrent alors à la porte de cette salle, qui se trouve à une faible
distance de la porte de l’escalier. Le Grand-Maître, le cardinal et le
Chancelier allèrent à la rencontre des deux jeunes souverains qui
souriaient à quelques-unes des filles, ou répondaient à des
demandes de quelques courtisans plus familiers que les autres.
Mais la jeune reine, évidemment impatiente, entraînait François II
vers l’immense salle du conseil. Quand le son lourd des arquebuses,
en retentissant sur le plancher, annonça que le couple était entré, les
pages remirent leurs bonnets sur leurs têtes, et les conversations
particulières entre les seigneurs reprirent leur cours sur la gravité
des affaires qui allaient se débattre.
—On a envoyé chercher le connétable par Chiverny, et il n’est
pas venu, disait l’un.
—Il n’y a aucun prince du sang, faisait observer l’autre.
—Le Chancelier et monsieur de Tournon étaient soucieux!
—Le Grand-Maître a fait dire au garde-des-sceaux de ne pas
manquer d’être à ce conseil, il en sortira sans doute quelques lettres
patentes.
—Comment la reine-mère reste-t-elle en bas, chez elle, en un
pareil moment!
—On va nous tailler des croupières, disait Groslot au cardinal de
Châtillon.
Enfin chacun disait son mot. Les uns allaient et venaient dans
cette immense salle, d’autres papillonnaient autour des filles des
deux reines comme s’il était donné de saisir quelques paroles à
travers un mur de trois pieds d’épaisseur, à travers deux portes et
les riches portières qui les enveloppaient.
Assis en haut de la longue table couverte en velours bleu qui se
trouvait au milieu de cette salle, le roi auprès de qui la jeune reine
avait pris place sur un fauteuil, attendait sa mère. Robertet taillait
ses plumes. Les deux cardinaux, le Grand-Maître, le chancelier, le
garde-des-sceaux, tout le conseil enfin regardait le petit roi en se
demandant pourquoi il ne donnait pas l’ordre pour s’asseoir.
—Délibérera-t-on en l’absence de madame la reine mère? dit
alors le chancelier en s’adressant au jeune roi.
Les deux princes lorrains attribuèrent l’absence de Catherine à
quelque ruse de leur nièce. Excité d’ailleurs par un regard significatif,
l’audacieux cardinal dit au roi:—Le bon plaisir du Roi est-il que l’on
commence sans madame sa mère?
François II, sans oser se prononcer, répondit:—Messieurs,
asseyez-vous.
Le cardinal expliqua succinctement les dangers de la situation.
Ce grand politique, qui fut dans cette circonstance d’une habileté
merveilleuse, amena la question de la lieutenance au milieu du
profond silence des assistants. Le jeune roi sentit sans doute une
oppression et devina que sa mère avait le sentiment des droits de la
couronne et la connaissance du danger où était son pouvoir, il
répondit alors à une demande positive du cardinal:—Attendons la
reine ma mère.
Éclairée par le retard inconcevable de la reine Catherine, tout à
coup Marie Stuart réunit en une seule pensée trois circonstances
qu’elle se rappela vivement. D’abord la grosseur des mémoires
présentés à sa belle-mère, et qui l’avait frappée, quelque distraite
qu’elle fût, car une femme qui paraît ne rien voir est un lynx; puis
l’endroit où Christophe les avait mis pour les séparer des siens.—Et
pourquoi? se demanda-t-elle. Enfin elle se souvint du regard froid de
ce garçon, qu’elle attribua soudain à la haine des Réformés contre la
nièce des Guise. Une voix lui cria:—Ne serait-ce pas un envoyé des
Huguenots? Obéissant comme les natures vives à son premier
mouvement, elle dit:—Je vais chercher moi-même ma mère! Puis
elle sortit brusquement, se précipita dans l’escalier au grand
étonnement des courtisans et des dames; elle descendit chez sa
belle-mère, y traversa la salle des gardes, ouvrit la porte de la
chambre avec des précautions de voleur, glissa comme une ombre
sur les tapis, et ne l’aperçut nulle part; elle pensa devoir la
surprendre dans le magnifique cabinet qui se trouve entre cette
chambre et l’oratoire. On reconnaît encore aujourd’hui parfaitement
bien les dispositions de cet oratoire, auquel les mœurs de cette
époque avaient donné dans la vie privée le rôle que joue maintenant
un boudoir.
Par un hasard inexplicable quand on songe à l’état de
dégradation dans lequel la couronne laisse ce château, les
admirables boiseries du cabinet de Catherine existent encore, et
dans ces boiseries finement sculptées, les curieux peuvent encore
de nos jours voir les traces de la splendeur italienne et reconnaître
les cachettes que la reine-mère y avait établies. Une description
exacte de ces curiosités est même nécessaire à l’intelligence de ce
qui allait s’y passer. Cette boiserie était alors composée d’environ
cent quatre-vingts petits panneaux oblongs dont une centaine
subsistent encore, et qui tous offrent au regard des arabesques de
dessins différents, évidemment suggérées par les plus charmantes
arabesques de l’Italie. Le bois est du chêne vert. Le rouge qu’on
retrouve sous la couche de chaux mise à propos du choléra,
précaution inutile, indique assez que le fond des panneaux a été
doré. Les endroits où le caustique manque, font supposer que
certaines portions du dessin se détachaient de la dorure en couleur
ou bleue, ou rouge, ou verte. La multitude de ces panneaux révèle
bien l’intention de tromper les recherches; mais si l’on en pouvait
douter, le concierge du château, tout en vouant à l’exécration des
races actuelles la mémoire de Catherine, montre aux visiteurs, au
bas de cette boiserie et au rez du plancher, une plinthe assez
grossière qui se lève et sous laquelle existent encore des ressorts
ingénieux. En pressant une détente ainsi déguisée, la reine pouvait
ouvrir ceux de ces panneaux connus d’elle seule, et derrière
lesquels il existe dans la muraille une cachette oblongue comme le
panneau, mais plus ou moins profonde. Encore aujourd’hui, l’œil le
plus exercé reconnaîtrait difficilement, entre tous ces panneaux,
celui qui doit tomber sur ses charnières invisibles; mais quand les
yeux étaient amusés par les couleurs et par les dorures habilement
combinées pour cacher les fentes, il est facile de croire que vouloir
découvrir un ou deux panneaux entre deux cents était une chose
impossible.
Au moment où Marie Stuart mit la main sur le loquet de la serrure
assez compliquée de ce cabinet, l’Italienne, qui venait de se
convaincre de la grandeur des plans du prince de Condé, venait de
faire jouer le ressort caché dans la plinthe, un des panneaux s’était
brusquement abaissé sur sa charnière, et Catherine se retournait
pour prendre sur sa table les papiers afin de les cacher et veiller à la
sûreté de l’émissaire dévoué qui les lui apportait. En entendant
ouvrir la porte, elle devina que la reine Marie pouvait seule venir
sans se faire annoncer.
—Vous êtes perdu, dit-elle à Christophe en s’apercevant qu’elle
ne pouvait plus serrer les papiers ni fermer assez promptement le
panneau pour que le secret de sa cachette ne fût pas éventé.
Christophe répondit par un regard sublime.
—Povero mio! dit Catherine avant de regarder sa belle-fille.—
Trahison, madame! je les tiens, cria-t-elle. Faites venir le cardinal et
le duc. Que celui-ci, dit-elle en montrant Christophe, ne sorte pas.
En un moment cette habile femme avait jugé nécessaire de livrer
ce pauvre jeune homme: elle ne pouvait le cacher, il était impossible
de le faire sauver; et d’ailleurs, huit jours plus tôt il eût été temps,
mais depuis la matinée les Guise connaissaient le complot, ils
devaient avoir les listes qu’elle tenait à la main et attiraient
évidemment les Réformés dans un piége. Ainsi tout heureuse d’avoir
reconnu chez ses adversaires l’esprit qu’elle leur avait souhaité, la
politique voulait que la mèche éventée, elle s’en fît un mérite. Ces
effroyables calculs furent établis dans le rapide moment pendant
lequel la jeune reine ouvrit la porte. Marie Stuart resta muette
pendant un instant. Son regard perdit sa gaieté, prit l’acutesse que le
soupçon donne aux yeux de tout le monde, et qui chez elle devint
terrible par la rapidité du contraste. Ses yeux allèrent de Christophe
à la reine-mère et de la reine-mère à Christophe en exprimant des
doutes malicieux. Puis elle saisit une sonnette au bruit de laquelle
arriva une des filles de la reine-mère.
—Mademoiselle du Rouet, faites venir le capitaine de service, dit
Marie Stuart à la demoiselle d’honneur contrairement à l’étiquette,
nécessairement violée en de semblables circonstances.
Pendant que la jeune reine donnait cet ordre, Catherine avait
toisé Christophe en lui disant par son regard:—Du courage! Le
Réformé comprit tout et répondit par un regard qui voulait dire:—
Sacrifiez-moi comme ils me sacrifient!
—Comptez sur moi, dit Catherine par un geste. Puis elle se
plongea dans les papiers quand sa belle-fille se retourna.
—Vous êtes de la religion réformée? dit Marie Stuart à
Christophe.
—Oui, madame, répondit-il.
—Je ne m’étais pas trompée, ajouta-t-elle en murmurant quand
elle retrouva dans les yeux du Réformé ce même regard où la
froideur et la haine se cachaient sous une expression d’humilité.
Pardaillan se montra soudain, envoyé par les deux princes
lorrains et par le roi. Le capitaine demandé par Marie Stuart suivait
ce jeune gentilhomme, un des plus dévoués guisards.
—Allez dire de ma part au Roi, au Grand-Maître et au Cardinal
de venir, en leur faisant observer que je ne prendrais point cette
liberté s’il n’était survenu quelque chose de grave. Allez, Pardaillan.
—Quant à toi, Lewiston, veille sur ce traître de Réformé, dit-elle à
l’Écossais dans sa langue maternelle en lui désignant Christophe.
La jeune reine et la reine-mère gardèrent le silence jusqu’à
l’arrivée des princes et du roi. Ce moment fut terrible.
Marie Stuart avait découvert à sa belle-mère et dans toute son
étendue le rôle que lui faisaient jouer ses oncles; sa défiance
habituelle et constante s’était trahie, et cette jeune conscience
sentait tout ce qu’il y avait de déshonorant dans ce métier pour une
grande reine. De son côté, Catherine venait de se livrer par peur et
craignait d’être comprise, elle tremblait pour son avenir. Chacune de
ces deux femmes, l’une honteuse et colère, l’autre haineuse et
tranquille, alla dans l’embrasure de la croisée et s’appuya l’une à
droite, l’autre à gauche; mais elles exprimèrent leurs sentiments
dans des regards si parlants qu’elles baissèrent les yeux, et, par un
mutuel artifice, regardèrent le ciel par la fenêtre. Ces deux femmes
si supérieures n’eurent alors pas plus d’esprit que les plus vulgaires.
Peut-être en est-il ainsi toutes les fois que les circonstances
écrasent les hommes. Il y a toujours un moment où le génie lui-
même sent sa petitesse en présence des grandes catastrophes.
Quant à Christophe, il était comme un homme qui roule dans un
abîme. Lewiston, le capitaine écossais, écoutait ce silence, il
regardait le fils du pelletier et les deux reines avec une curiosité
soldatesque. L’entrée du jeune roi et de ses deux oncles mit fin à
cette situation pénible. Le cardinal alla droit à la reine.
—Je tiens tous les fils de la conspiration des hérétiques, ils
m’envoyaient cet enfant chargé de ce traité et de ces documents, lui
dit Catherine à voix basse.
Pendant le temps que Catherine s’expliquait avec le cardinal, la
reine Marie disait quelques mots à l’oreille du Grand-Maître.
—De quoi s’agit-il? fit le jeune roi qui restait seul au milieu de ces
violents intérêts entre-choqués.
—Les preuves de ce que je disais à Votre Majesté ne se sont pas
fait attendre, dit le cardinal qui saisit les papiers.
Le duc de Guise prit son frère à part, sans se soucier
d’interrompre, et lui dit à l’oreille:—De ce coup, me voici lieutenant-
général, sans opposition.
Un fin regard fut toute la réponse du cardinal, il fit ainsi
comprendre à son frère qu’il avait déjà saisi tous les avantages à
recueillir de la fausse position de Catherine.
—Qui vous a envoyé? dit le duc à Christophe.
—Chaudieu le ministre, répondit-il.
—Jeune homme, tu mens! dit vivement l’homme de guerre, c’est
le prince de Condé!
—Le prince de Condé, monseigneur! reprit Christophe d’un air
étonné, je ne l’ai jamais rencontré. Je suis du Palais, j’étudie chez
monsieur de Thou, je suis son secrétaire, et il ignore que je suis de
la religion. Je n’ai cédé qu’aux prières du ministre.
—Assez, fit le cardinal. Appelez monsieur de Robertet, dit-il à
Lewiston, car ce jeune drôle est plus rusé que de vieux politiques, il
nous a trompés, mon frère et moi, qui lui aurais donné le bon Dieu
sans confession.
—Tu n’es pas un enfant, morbleu! s’écria le duc, et nous te
traiterons en homme.
—On voulait séduire votre auguste mère, dit le cardinal en
s’adressant au roi et voulant le prendre à part pour l’amener à ses
fins.
—Hélas! répondit la reine à son fils en prenant un air de reproche
et l’arrêtant au moment où le cardinal l’emmenait dans l’oratoire pour
le soumettre à sa dangereuse éloquence, vous voyez l’effet de la
situation dans laquelle je suis: on me croit irritée du peu d’influence
que j’ai dans les affaires publiques, moi la mère de quatre princes de
la maison de Valois.
Le jeune roi devint attentif. Marie Stuart, en voyant le front du roi
se plisser, le prit et l’emmena dans l’embrasure de la fenêtre, où elle
le cajola par de douces paroles dites à voix basse, et sans doute
semblables à celles qu’elle lui adressait naguère à son lever. Les
deux frères lurent alors les papiers livrés par la reine Catherine. En y
trouvant des renseignements que leurs espions, monsieur de
Braguelonne, le lieutenant-criminel du Châtelet, ignorait, ils furent
tentés de croire à la bonne foi de Catherine de Médicis. Robertet vint
et reçut quelques ordres secrets relatifs à Christophe. Le jeune
instrument des chefs de la Réformation fut alors emmené par quatre
gardes de la compagnie écossaise qui lui firent descendre l’escalier
et le livrèrent à monsieur de Montrésor, le prévôt de l’hôtel. Ce
terrible personnage conduisit lui-même Christophe, accompagné de
cinq de ses sergents, dans la prison du château, située dans les
caves voûtées de la tour aujourd’hui en ruine, que le concierge du
château de Blois vous montre en disant que là se trouvaient les
oubliettes.
Après un pareil événement, le conseil ne pouvait plus être qu’un
simulacre: le roi, la jeune reine, le Grand-Maître, le cardinal de
Lorraine y revinrent, emmenant Catherine vaincue, et qui n’y parla
que pour approuver les mesures demandées par les Lorrains.
Malgré la légère opposition du chancelier Olivier, le seul personnage
qui fît entendre des paroles où poindait l’indépendance nécessaire à
l’exercice de sa charge, le duc de Guise fut nommé lieutenant-
général du royaume. Robertet apporta les provisions avec une
célérité qui prouvait un dévouement qu’on pourrait appeler de la
complicité. Le roi, donnant le bras à sa mère, traversa de nouveau la
salle des gardes en annonçant à la cour qu’il allait le lendemain
même au château d’Amboise. Cette résidence avait été abandonnée
depuis que Charles VIII s’y était donné très-involontairement la mort
en heurtant le chambranle d’une porte qu’il faisait sculpter, en
croyant pouvoir entrer sans se baisser sous l’échafaudage.
Catherine, pour masquer les projets des Guise, dit avoir l’intention
de finir le château d’Amboise pour le compte de la couronne, en
même temps qu’on achèverait son château de Chenonceaux. Mais
personne ne fut la dupe de ce prétexte, et la cour s’attendit à de
grands événements.
Après avoir passé deux heures environ à se reconnaître dans
l’obscurité de son cachot, Christophe finit par le trouver garni d’une
boiserie grossière, mais assez épaisse pour rendre ce trou carré
salubre et habitable. La porte, semblable à celle d’un toit à porc,
l’avait contraint à se plier en deux pour entrer. A côté de cette porte,
une grosse grille en fer ouverte sur une espèce de corridor donnait
un peu d’air et de lumière. Cette disposition du cachot, en tout point
semblable à celle des puits de Venise, disait assez que l’architecte
du château de Blois appartenait à cette école vénitienne qui, au
Moyen-Age, donna tant de constructeurs à l’Europe. En sondant ce
puits au-dessus de la boiserie, Christophe remarqua que les deux
murs qui le séparaient, à droite et à gauche, de deux puits
semblables étaient en briques. En frappant pour reconnaître
l’épaisseur, il fut assez surpris d’entendre frapper de l’autre côté.
—Qui êtes-vous? lui demanda son voisin qui lui parla par le
corridor.
—Je suis Christophe Lecamus.
—Moi, répondit la voix, je suis le capitaine Chaudieu, frère du
ministre. On m’a pris cette nuit à Beaugency; mais heureusement il
n’y a rien contre moi.
—Tout est découvert, dit Christophe. Ainsi vous êtes sauvé de la
bagarre.
—Nous avons trois mille hommes en ce moment dans les forêts
du Vendômois, et tous gens assez déterminés pour enlever la reine-
mère et le roi pendant leur voyage. Heureusement la Renaudie a été
plus fin que moi, il s’est sauvé. Vous veniez de nous quitter quand
les guisards nous ont appris.
—Mais je ne connais point la Renaudie...
—Bah! mon frère m’a tout dit, répondit le capitaine.
Sur ce mot, Christophe s’assit sur son banc et ne répondit plus
rien à tout ce que put lui demander le prétendu capitaine, car il avait
assez pratiqué déjà les gens de justice, pour savoir combien il fallait
de prudence dans les prisons. Au milieu de la nuit, il vit reluire la
pâle lumière d’une lanterne dans le corridor, après avoir entendu
manœuvrer les grosses serrures de la porte en fer qui fermait la
cave. Le grand-prévôt venait lui-même chercher Christophe. Cette
sollicitude pour un homme qu’on avait laissé dans son cachot sans
nourriture parut singulière à Christophe; mais le grand
déménagement de la cour avait sans doute empêché de songer à
lui. L’un des sergents du prévôt lui lia les mains avec une corde, et le
tint par cette corde jusqu’à ce qu’il fût arrivé dans une des salles
basses du château de Louis XII, qui servait évidemment
d’antichambre au logement de quelque personnage. Le sergent et le
grand-prévôt le firent asseoir sur un banc, où le sergent lui lia les
pieds comme il lui avait lié les mains. Sur un signe de monsieur de
Montrésor, le sergent sortit.
—Écoute-moi bien, mon ami, dit à Christophe le grand-prévôt qui
jouait avec le collier de l’Ordre, car ce personnage était en costume
à cette heure avancée de la nuit.
Cette petite circonstance donna beaucoup à penser au fils du
pelletier. Christophe vit bien que tout n’était pas fini. Certes, en ce
moment, il ne s’agissait ni de le pendre, ni de le juger.
—Mon ami, tu peux t’épargner de cruels tourments en me disant
ici tout ce que tu sais des intelligences de monsieur le prince de
Condé avec la reine Catherine. Non-seulement il ne te sera point fait
de mal, mais encore tu entreras au service de monseigneur le
lieutenant-général du royaume, qui aime les gens intelligents, et sur
qui ta bonne mine a produit une vive impression. La reine-mère va
être renvoyée à Florence, et monsieur de Condé sera sans doute
mis en jugement. Ainsi, crois-moi, les petits doivent s’attacher aux
grands qui règnent. Dis-moi le tout, tu t’en trouveras bien.
—Hélas! monsieur, répondit Christophe, je n’ai rien à dire, j’ai
avoué tout ce que je sais à messieurs de Guise dans la chambre de
la reine. Chaudieu m’a entraîné à mettre des papiers sous les yeux
de la reine-mère, en me faisant croire qu’il s’agissait de la paix du
royaume.
—Vous n’avez jamais vu le prince de Condé?
—Jamais, dit Christophe.
Là-dessus, monsieur de Montrésor laissa Christophe et alla dans
une chambre voisine. Christophe ne resta pas longtemps seul. La
porte par laquelle il était venu s’ouvrit bientôt, donna passage à
plusieurs hommes, qui ne la fermèrent pas et qui firent entendre
dans la cour des bruits peu récréatifs. On apportait des bois et des
machines évidemment destinés au supplice de l’envoyé des
Réformés. La curiosité de Christophe trouva bientôt matière à
réflexion dans les préparatifs que les nouveaux venus firent dans la
salle et sous ses yeux. Deux valets mal vêtus et grossiers
obéissaient à un gros homme vigoureux et trapu qui, dès son entrée,
avait jeté sur Christophe le regard de l’anthropophage sur sa victime;
il l’avait toisé, évalué, estimant en connaisseur les nerfs, leur force et
leur résistance. Cet homme était le bourreau de Blois. En plusieurs
voyages, ses gens apportèrent un matelas, des maillets, des coins
de bois, des planches et des objets dont l’usage ne parut ni clair ni
sain au pauvre enfant que ces préparatifs concernaient, et dont le
sang se glaça dans ses veines, par suite d’une appréhension
terrible, mais indéterminée. Deux personnages entrèrent au moment
où monsieur de Montrésor reparut.
—Hé! bien, rien n’est prêt? dit le grand-prévôt que les deux
nouveaux venus saluèrent avec respect.—Savez-vous, ajouta-t-il en
s’adressant au gros homme et à ses deux valets, que monseigneur
le cardinal vous croit à la besogne.—Docteur, reprit-il en s’adressant
à l’un des deux nouveaux personnages, voilà votre homme. Et il
désigna Christophe.
Le médecin alla droit au prisonnier, lui délia les mains, lui frappa
sur la poitrine et dans le dos. La science recommençait
sérieusement l’examen sournois du bourreau. Pendant ce temps, un
serviteur à la livrée de la maison de Guise apporta plusieurs
fauteuils, une table et tout ce qui était nécessaire pour écrire.
—Commencez le procès-verbal, dit monsieur de Montrésor, en
désignant la table au second personnage vêtu de noir, qui était un
greffier. Puis il revint se placer auprès de Christophe, auquel il dit fort
doucement:—Mon ami, le chancelier ayant appris que vous refusiez
de répondre d’une manière satisfaisante à mes demandes, a résolu
que vous seriez appliqué à la question ordinaire et extraordinaire.
—Est-il en bonne santé et peut-il la supporter? dit le greffier au
médecin.
—Oui, répondit le savant qui était un des médecins de la maison
de Lorraine.
—Eh! bien, retirez-vous dans la salle ici près, nous vous ferons
appeler toutes les fois qu’il sera nécessaire de vous consulter.
Le médecin sortit.
Sa première terreur passée, Christophe rappela son courage:
l’heure de son martyre était venue. Il regarda dès lors avec une
froide curiosité les dispositions que faisaient le bourreau et ses
valets. Après avoir dressé un lit à la hâte, ces deux hommes
préparaient des machines appelées brodequins, consistant en
plusieurs planches entre lesquelles on plaçait chacune des jambes
du patient, qui s’y trouvait prise dans de petits matelas. Chaque
jambe ainsi arrangée était rapprochée l’une de l’autre. L’appareil
employé par les relieurs pour serrer leurs volumes entre deux
planches qu’ils maintiennent avec des cordes, peut donner une idée
très-exacte de la manière dont chaque jambe du patient était
disposée. Chacun imaginera dès lors l’effet que produisait un coin
chassé à coups de maillet entre les deux appareils où la jambe était
comprimée, et qui, serrés eux-mêmes par des câbles, ne cédaient
point. On enfonçait les coins à la hauteur des genoux et aux
chevilles, comme s’il s’agissait de fendre un morceau de bois. Le
choix de ces deux endroits dénués de chair, et où par conséquent le
coin se faisait place aux dépens des os, rendait cette question
horriblement douloureuse. Dans la question ordinaire, on chassait
quatre coins, deux aux chevilles et deux aux genoux; mais dans la
question extraordinaire, on allait jusqu’à huit, pourvu que les
médecins jugeassent que la sensibilité du prévenu n’était pas
épuisée. A cette époque, les brodequins s’appliquaient également
aux mains; mais, pressés par le temps, le cardinal, le lieutenant-
général du royaume et le chancelier en dispensèrent Christophe. Le
procès-verbal était ouvert, le grand-prévôt en avait dicté quelques
phrases en se promenant d’un air méditatif, et en faisant dire à
Christophe ses noms, ses prénoms, son âge, sa profession; puis il
lui demanda de quelle personne il tenait les papiers qu’il avait remis
à la reine.
—Du ministre Chaudieu, répondit-il.
—Où vous les a-t-il remis?
—Chez moi, à Paris.
—En vous les remettant, il a dû vous dire si la reine-mère vous
accueillerait avec plaisir.
—Il ne m’a rien dit de semblable, répondit Christophe. Il m’a
seulement prié de les remettre à la reine Catherine en secret.
—Vous avez donc vu souvent Chaudieu, pour qu’il fût instruit de
votre voyage.
—Le ministre n’a pas su par moi qu’en apportant leurs fourrures
aux deux reines, je venais réclamer, de la part de mon père, la
somme que lui doit la reine-mère, et je n’ai pas eu le temps de lui
demander par qui.
—Mais ces papiers, qui vous ont été donnés sans être
enveloppés ni cachetés, contenaient un traité entre des rebelles et la
reine Catherine; vous avez dû voir qu’ils vous exposaient à subir le
supplice destiné aux gens qui trempent dans une rébellion.
—Oui.
—Les personnes qui vous ont décidé à cet acte de haute
trahison ont dû vous promettre des récompenses et la protection de
la reine-mère.
—Je l’ai fait par attachement pour Chaudieu, la seule personne
que j’aie vue.
—Persistez-vous donc à dire que vous n’avez pas vu le prince de
Condé?
—Oui!
—Le prince de Condé ne vous a-t-il pas dit que la reine-mère
était disposée à entrer dans ses vues contre messieurs de Guise?
—Je ne l’ai pas vu.
—Prenez garde! Un de vos complices, La Renaudie, est arrêté.
Quelque fort qu’il soit, il n’a pas résisté à la question qui vous attend,
et il a fini par avouer avoir eu, de même que le prince, une entrevue
avec vous. Si vous voulez éviter les tourments de la question, je
vous engage à dire simplement la vérité. Peut-être obtiendrez-vous
ainsi votre grâce.
Christophe répondit qu’il ne pouvait affirmer ce dont il n’avait
jamais eu connaissance, ni se donner des complices quand il n’en
avait point. En entendant ces paroles, le grand-prévôt fit un signe au
bourreau et rentra dans la salle voisine. A ce signe, le front de
Christophe se rida, il fronça les sourcils par une contraction
nerveuse en se préparant à souffrir. Ses poignets se fermèrent par
une contraction si violente, que ses ongles pénétrèrent dans sa chair
sans qu’il le sentît. Les trois hommes s’emparèrent de lui, le
placèrent sur le lit de camp, et l’y couchèrent en laissant pendre ses
jambes. Pendant que le bourreau attachait son corps sur cette table
par de grosses cordes, chacun de ses aides lui mettait une jambe
dans les brodequins. Bientôt les cordes furent serrées au moyen
d’une manivelle, sans que cette pression fît grand mal au Réformé.
Quand chaque jambe fut ainsi prise comme dans un étau, le
bourreau saisit son maillet, ses coins, et regarda tour à tour le
patient et le greffier.
—Persistez-vous à nier? dit le greffier.
—J’ai dit la vérité, répondit Christophe.
—Eh! bien, allez, dit le greffier en fermant les yeux.
Les cordes furent serrées avec une vigueur extrême. Ce moment
était peut-être le plus douloureux de la torture: les chairs étaient

Advances in Evolutionary and Deterministic Methods For Design, Optimization and Control in Engineering and Sciences Edmondo Minisci

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Advances in Evolutionary and Deterministic Methods For Design, Optimization and Control in Engineering and Sciences Edmondo Minisci

Uploaded by

Copyright:

Available Formats

Advances in Evolutionary and

Deterministic Methods for Design,

Advances in Evolutionary and Deterministic Methods for

Computational Intelligence and Optimization Methods for

Optimization Using Evolutionary Algorithms and

Advances in Visualization and Optimization Techniques

Advances in Structural Engineering—Optimization:

Topology Optimization in Engineering Structure Design

Physical Sciences and Engineering Advances in Life

Evolutionary Computation in Combinatorial Optimization

Edmondo Minisci · Massimiliano Vasile

Jacques Periaux Nicolas R. Gauger

Massimiliano Vasile Kyriakos C. Giannakoglou

Jacques Periaux Domenico Quagliarella

© Springer International Publishing AG 2019

Printed on acid-free paper

EUROGEN 2015 was the 11th of a series of International Conferences devoted to

• Game Strategies Combined with Evolutionary Computation

Glasgow, UK Edmondo Minisci

Part II Surrogate-Based Optimization in Aerodynamic Design

Part III Adjoint Methods for Steady and Unsteady Optimization

Part IV Holistic Optimization in Marine Design

Part V Game Strategies Combined with Evolutionary Computation

A Diversity Dynamic Territory Nash Strategy in Evolutionary

Part VI Optimisation Under Uncertainty

Part VII Algorithms and Industrial Applications

Elucidation of Inﬂuence of Fuels on Hybrid Rocket Using

Olivier Pironneau and Mathieu Laurière

Risk quantification is important nowadays; several Risk Institutes have appeared in

© Springer International Publishing AG 2019 3

2 A General Framework for Meanfield Type Control

Consider the problem of minimizing J (u) := J0 (u) with u ∈ Ud and

U d = {u : u(x, t) ∈ V d ∀x, t} for some V d ⊂ Rd . (2)

where u(x, t) ∈ Rd , σ (X t , t) ∈ Rd×k and Wt is a k-vector of independent Brownian

where ∇ 2 is the d × d matrix operator of element ∂i j . The notation A : B stands

where H (x, t, u; ρt ) := H̃ (x, t, u, χ (t)) with (4) and

where ρt is the solution of (4) on (0, T ] with initial condition ρτ at τ . Let û ∈ Ud

Proposition 1 (Extended Hamilton-Jacobi-Bellman Principle)

Remark 1 V  is related to V at the optimum by

dSt0 = aSt0 dt, dSt1 = αSt1 dt + σ St1 dWt (10)

dxt = (xt − vt )adt + vt (αdt + σ dWt ) (11)

A widely accepted definition of an optimally managed portfolio, in the sense

We assume that v is a feedback function x, t → v(x, t); there are bounds on v,

An adjoint state ρ ∗ := V  is introduced, solution of

b∂x ρ ∗ + σ 2 v∂x x ρ ∗ = 0 ∀x, t where m < v(x, t) < M

3.1 Polynomial Solution

Assume ρ ∗ = q x 2 + r x + s and v = Ax + B ∈ (m, M). Then the adjoint equation

q̇ x 2 + ṙ x + ṡ + (ax + b(Ax + B))(2q x + r ) + σ 2 (Ax + B)2 q = 0

Regime 1: v = Ax + B = m(t) ∀x ∈ I ⇒ A = 0, B = m. This happens only

is required for this regime.

Regime 3: Similar to Regime 1, v = M(t) requires

4 Find the Best Production Strategy for an Exhaustible

Following [17], consider a continuum of producers exploiting an oil field. Each

dX t = −at dt + σ X t dWt , X 0 given by its PDF, (20)

γ and η are penalization parameters. Replacing p and C by their expressions gives

4.2 Dynamic Programming Solved by a Fixed Point

The goal is now to minimize J˜ with respect to u. In this example we have

By Proposition 1 we have V|T = γ |x|η and V  satisfies

because ∂ρ H = ∂ρ h = 0 and ∂χ H = cκe−bt χ −c−1 u. Moreover, by (7),

er t 2 4βμγ e(T −t)μ

Then, u is found by (28). In particular ∂x u = − 8β

4.3 Numerical Implementation

To implement Algorithms 1, we need to localize the PDE. As x < 0 makes no sense

Remark 1 V is related to V at the optimum by

An adjoint state ρ ∗ := V is introduced, solution of

By Proposition 1 we have V|T = γ |x|η and V satisfies