1 / 10

Tuteurs : Laurent Geneste (LGP/ENIT - directeur de thèse) laurent.geneste@enit.fr

Amélioration des techniques d'optimisation combinatoire par utilisation d'un mécanisme de retour d'expérience : Application à la sélection de scénarios. Tuteurs : Laurent Geneste (LGP/ENIT - directeur de thèse) laurent.geneste@enit.fr

sancho
Télécharger la présentation

Tuteurs : Laurent Geneste (LGP/ENIT - directeur de thèse) laurent.geneste@enit.fr

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Amélioration des techniques d'optimisation combinatoire par utilisation d'un mécanisme de retour d'expérience : Application à la sélection de scénarios • Tuteurs : Laurent Geneste (LGP/ENIT - directeur de thèse) laurent.geneste@enit.fr • Thierry Coudert (LGP/ENIT) thierry.coudert@enit.fr • Claude Baron (LESIA/INSA Toulouse) claude.baron@insa-toulouse.fr • Allocation MENESR

  2. Plan de la présentation • Présentation de l’étude • Principe • Le projet CoDeM • Le retour d’expérience : une méthode de Gestion des Connaissances • Objectif • Principe du retour d’expérience • Modélisation des connaissances • Intégration REX / méthode de recherche • Conclusion

  3. 1. Présentation 2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion a. Principe : Projet CoDeM [Michalski 00], [Lereno 00], [Huyet 03] [Rochet & Baron 05]

  4. Méthode de la roulette biaisée 1. Présentation 2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion b. Le projet CoDeM Couplage entre conception et conduite de projet Méthode de recherche utilisée : Algorithmes évolutionnaires Méthode SPEA ( Strength Pareto Evolutionary Algoritm) Front de Pareto

  5. 1. Présentation2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion a. Objectif : Recherche des liens entre les différents espaces Buts : Limiter l’explosion combinatoire Orienter la recherche vers les zones prometteuses Deux types de connaissance Connaissances conceptuelles Connaissances structurelles Classification conceptuelle des paramètres Deux sources de connaissances exploitables : • Issues du retour d’expérience opérationnel • Issues des évaluations de l’AE

  6. 1. Présentation2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion b. Principe du retour d’expérience Une démarche indirecte de constitution de la connaissance Représentation du processus

  7. 1. Présentation2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion c. Modélisation des connaissances Les diagrammes d’influence : une extension des réseaux bayésiens relations probabilistes entre les critères, les décisions, les objectifs et l’environnement Intérêt des D.I. : résolution problème dual Conséquence S(X) d’un événement X par rapport à l’objectif O : S(X)=P(non O/X) Criticité C(X) de l’événement X : C(X)= P(X).S(X)= P(X et non O) Facteur d’importance de X : IF(X)=P(X/non O)

  8. 1. Présentation2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion a. Utilisation du modèle de connaissances Capitalisation des expériences et des connaissances Généralisation/Spécialisation basées sur la contextualisation Utilisation par la méthode de recherche Classification conceptuelle Chromosome du projet Connaissances structurelles Deux types de réutilisation • Composants et assemblages précédemment utilisés • Connaissances pures : intégration de nouveaux composants

  9. 1. Présentation2. Retour d’expérience 3. Intégration Rex / optimisation 4. Conclusion Conclusion Travaux : Spécification de l’adaptation des connaissances par contextualisation Réalisation d’un prototype informatique Compilation de l’information Mécanismes de vérification et d’amélioration des modèles

  10. Annexe Exemple Projet conception d’un stylo bille : Bi-Classification génotypes / objectifs / environnement Classification conceptuelle

More Related