Réseau de neurones - Interpolation appliquée au système mécanique 4 barres

En Sciences Industrielles de l'Ingénieur, l'analyse cinématique des mécanismes est une étape incontournable pour prédire le comportement d'un système. Le mécanisme à quatre barres, omniprésent dans l'industrie (suspensions automobiles, bras de tracteur, ponts levants, suspensions de vélos...), en est un exemple typique.

Simple en apparence, il conduit pourtant à une équation caractéristique dont la résolution analytique est particulièrement lourde.

Ce sujet propose une approche moderne et complémentaire : plutôt que de chercher une solution exacte, on commence par résoudre numériquement cette équation par dichotomie, afin d'obtenir un ensemble de points représentatifs de la loi entrée-sortie du mécanisme. Ces données numériques servent ensuite de base à l'entraînement d'un réseau de neurones artificiel, qui apprend à interpoler cette relation et peut alors prédire la position de sortie pour n'importe quelle position d'entrée.

L'activité se déroule en trois temps :

- Modélisation et résolution dichotomique : comprendre et exploiter l'équation de fermeture géométrique.

- Construction et entraînement du réseau de neurones : utiliser scikit-learn, une bibliothèque de machine learning, pour apprendre la loi entrée-sortie.

- Validation et analyse : comparer les deux approches et évaluer la qualité de l'interpolation en fonction du nombre de points d'entraînement.