Titre : Identification Génétique d’Automates
Structurés
Application à l’étude de
sensibilité des systèmes complexes.
Lieu : LESIA, Groupe Sûreté de
Fonctionnement des Systèmes.
Cadres : C. Baron, J-C. Geffroy
Contexte de l’étude
Les algorithmes génétiques constituent une technique de
résolution performante pour de nombreux problèmes d’optimisation. Leur
avantage réside essentiellement dans leur pouvoir de parcours d’un espace de
recherche qui peut être très grand, tout en limitant l’explosion
combinatoire de cette recherche. Leur efficacité se manifeste donc par des
temps de calcul très faibles par rapports à d’autres techniques plus
classiques (parcours d’arbre de décision, résolution d’un ensemble de
contraintes,...). Ils visent en fait plutôt à la mise en place d’une
stratégie pour guider et favoriser l’orientation du système (par l’introduction
d’un facteur hasard) vers la ou les meilleures solutions. On distingue 3
étapes essentielles dans leur application : une initialisation de la
population, puis sa reproduction (privilégiant les "meilleurs
candidats"), ainsi que des opérations de croisement et mutation permettant
l’évolution dispersive de la population sur une faible partie de ses membres.
Les algorithmes génétiques sont utilisés dans des domaines
très variés : au CNES pour l’optimisation de la configuration d’une
constellation de satellite (une première étude a été effectuée au LESIA en
collaboration avec cet organisme), ainsi que pour le contrôle du trafic
aérien, la reconnaissance de formes par apprentissage, ou encore comme outil de
prévision des tendances boursières !
Le groupe Sûreté de Fonctionnement des Systèmes du
LESIA s’intéresse à l’identification d’automates dans un contexte d’analyse
des systèmes matériels et logiciels. Une étude a déjà été réalisée dans
le cadre d’une thèse de doctorat démontrant l’efficacité de l’approche
génétique pour la résolution du problème de l’identification d’automates.
Pour identifier un système, il s’agit en effet, a partir d’une description
comportementale d’un système (sous forme d’une série de réactions
observées à partir de séquence d’entrées que l’on applique au système),
d’en déduire un modèle fonctionnel sous forme d’automate. On peut vouloir
rechercher tous les modèles possibles qui correspondent a la description
fournie, ou n’en chercher qu’un seul. Une approche classique explose
rapidement du point de vue temps de calcul. Les techniques génétiques se sont
révélées très performantes de ce point de vue là. Elles permettent de plus
d’obtenir uns solution approchée dans le cas ou aucune solution ne concorde
véritablement avec la description du système.
Cette étude donne lieu à des applications dans différents
domaines, comme le travail de reconception rapide, la prévision et la maîtrise
du comportement des systèmes, etc.
Au sein du LESIA, deux thèses de doctorat ont été
soutenues dans le domaine de l’identification d’automates (K. El Maadani en
1993 et C. Baron en 1995) ainsi qu’une thèse sur le thème de l’identification
génétique (L. Ngom).
Travail de thèse
Le travail de recherche proposé s’inscrit dans la
continuité des études précédentes. Il s’agira de participer au travail
théorique du groupe sur l’identification des systèmes structurés par
algorithme génétique et de mettre au point un outil informatique d’évaluation.
Etude théorique. Le groupe étudie depuis plusieurs
années l’identification fonctionnelle des automates sous plusieurs formes
(simple ou différentielle, mono-module ou multi-modules). Le travail proposé
concernera essentiellement l’analyse de systèmes constitués d’automates
interconnectés. Il s’agira de définir quelques contextes d’identification
dynamique (par exemple l’apprentissage) et de proposer une méthode de
simulation génétique.
Outil d’évaluation. Un premier outil informatique
écrit en langage C a été développé pour le réglage et la validation de l’identification
génétique mono-module. Un outil similaire devra être mis au point pour la
méthode d’analyse des systèmes structurés.
César ZAMILPA