| La partie du site ci-dessous est en cours de développement. |
- Axes applicatifs de recherche
- axe théorique : décomposition des fonctions globales,
- axe pratique : ajustement des interactions locales .
Bien qu'utilisé de façon différente l'outil informatique principal utilisé dans ces deux axes est la plate-forme de simulation.
Axe théorique : décomposition des fonctions
Les différentes phases du travail sont :
- classification des types de sytèmes auto-organisés,
- classification des groupes de fonctions globales,
- caractérisation des groupes de fonctions globales atteignables par chaque type de système auto-organisé,
- détermination des types de systèmes auto-organisés et de leurs groupes d'interactions locales pouvant réaliser une fonction globale atteignable,
- caractérisation de la façon dont la fonction globale est
réalisée (stabilité,...).
Le choix d'un groupe d'interactions donné se fera suivant les contraintes physiques et les performances exigées.
L'étude des performances de ces groupes est du ressort de l'axe pratique de recherche.
Axe pratique : ajustement
des interactions
Si les performances ne sont pas atteintes, il faudra coupler le sytème auto-organisé avec une approche centralisée. Cela signifie, soit faire un précalcul externe (centralisé ou distribué mais par une autre méthode) (i.e. diminuer la portée de la fonction globale réalisée par auto-organisation) soit introduire une dose d'informations globales dans les interactions et calculs locaux.
Les différentes phases du travail sont :
- classification des types de contraintes et de
performances,
- caractérisation et optimisation des performances des
paramètres locaux dans chaque groupe d'interactions locales en fonction
des types de contraintes (domaines de variation, sensibilité,
...).
- pour chaque groupe d'interactions locales, identification
des domaines : contraintes x performances ; où les perfomances sont
trop faibles par rapport aux contraintes, i.e. où le groupe
d'interactions n'est pas adapté aux traitements des contraintes,
- pour chaque groupe d'interactions locales (en priorité, ceux non parfaitement adaptés), étude de l'apport (contraintes x performances) de l'introduction d'informations globles dans les interactions,
- pour chaque groupe d'interactions locales (en priorité, ceux non parfaitement adaptés), caractérisation de la part de la fonction globale qui pénalise le système auto-organisé ( contraintes x performances) et du traitement externe qui pourrait la réaliser. Caractérisation des perfomances du système couplé (auto-organisé et externe).
Parmi les méthodes centralisées, on utilisera toutes les méthodes classiques de recherche opérationnelle (Recherche en arbre branchs-and-bounds,...). Parmi les méthodes distribuées, on pourra utiliser les algorithmes génétiques et les réseaux de neurones.
Outil informatique 1 : plate-forme de simulation
- axe théorique :
pour valider les hypothèses et résultats sur la caractérisation des
fonctions globales réalisables par interactions locales.
- axe pratique :
pour apprendre le comportement des paramètres des interactions
locales
et valider les résultats d'un système "optimisé".
Les exigences, spécifiques pour la recherche, de cet outil sont de pouvoir :
- simuler divers types de systèmes auto-organisés,
- simuler divers types d'interactions locales,
- paramétrer les interactions locales,
- introduire divers types de contraintes locales,
- introduire plusieurs niveaux d'informations/contraintes globales,
- analyser les structures/fonctions globales émergentes,
- analyser les performances et apprendre le comportement
des paramètres locaux.
Outil informatique 2 : plate-forme de
tabulation
De plus, pour étudier de
façon pratique la performance des processus auto-organisés avec
renforcements utilisés dans le cadre de l'optimisation combinatoire,
une plate-forme de tabulation est nécessaire.Cet outil a pour but de bâtir des tables numériques (voir Renforcement_Stochastique) qui mettront en correspondance des paramètres d'entrées, nombre d'agents, caractéristiques du graphe, taux de renforcement, etc.. avec des résulats de sortie, erreur de convergence, vitesse de convergence, etc... Grâce à ces tables il sera possible de connaître pour chaque type de problèmes d'optimisation le modèle auto-organisé de renforcement le plus adapté et ses paramètres.
Cet outil est réellement une plate-forme, car il doit pouvoir prendre en compte plusieurs types de modèles (par exemple, par processus stochastiques).