Abstract FR:

L'objectif de ce travail est d'évaluer l'apport des méthodes de modélisation stochastique pour représenter des réseaux réactionnels complexes. L'oligomérisation des oléfines est un système chimique qui répond à notre problématique tout en offrant une représentation détaillée des mécanismes chimiques. Dans le cadre de cette étude nous avons développé trois algorithmes différents lesquels nous permettent d’avoir un système réactionnel réduit pour une simulation rapide. Nous avons comparé ces méthodes avec l'algorithme classique de simulation stochastique sur le réseau complet généré à priori. Pour le premier algorithme, la simulation stochastique se fait sur un réseau généré a priori, dont le nombre de réactions ou d'espèces étaient limités par des contraintes fixé. Pour le second type d'algorithme, la simulation et la génération du réseau se font simultanément avec une limite sur le nombre d’espèces maximales mises en jeu. Cet algorithme présente un bon accord avec la simulation d’un réseau complet avec des gains de temps significatifs sur la durée de simulation. Des recommandations sur la génération des réactions ont été établies pour en renforcer l'efficacité. Afin de pallier au problème de limitation du stockage de réactions et espèces nous avons développé un troisième type d'algorithme sans mémoire du passé. Cet algorithme prédit la prochaine réaction à partir des données disponibles à chaque pas de simulation. Cela se fait par une estimation de la probabilité de chaque réaction. Si le simulateur obtenu suit en tendance le modèle complet, la qualité de l'estimation des vitesses de réaction est essentielle et nécessite une meilleure prédiction qu'actuellement