L ABORATOIRE d I NGÉNIERIE des S YSTÈMES A UTOMATISÉS EA 4014 – Université dAngers Institut des Sciences et Techniques de lIngénieur dAngers Master2 Recherche.

Slides:



Advertisements
Présentations similaires
La Méthode de Simplexe Standardisation
Advertisements

Théorie des graphes.
Johann Carl Friedrich GAUSS
Chapitre annexe. Récursivité
« Systèmes électroniques »
l’algorithme du simplexe
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
Algorithmes et structures de données avancés
Fonctions & procédures
Cours 3-b Méthode des éléments finis 1D
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
Cours 3-a Méthode des éléments finis 1D
Un exemple de système EDA d'index supérieur distillation réactive avec réactions chimiques instantanément équilibrées Dr. Karim Alloula (ingénieur informatique.
Les Algorithmes de tri.
CHAPITRE 6 Fonctions numériques.
Application de réseaux bayésiens à la détection de fumées polluantes
METHODE DE GAUSS FACTORISATION LU
M. EL Adel & M. Ouladsine LSIS – UMR-CNRS 6168 Marseille - France
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
Système de gestion de bases de données. Modélisation des traitements
Chapitre II.Rappels mathématiques et complexité
Génération de colonnes
L’échange naturel Le choix individuel de Robinson l’amène à déterminer les termes d’un contrat naturel d’échange, selon lequel, en échange des quantités.
Récursivité.
Plus courts chemins On présente dans ce chapitre un problème typique de cheminement dans les graphes : la recherche d'un plus court chemin entre deux sommets.
ASI 3 Méthodes numériques pour l’ingénieur
Suites de matrices Quelques usages récurrents
CHAPITRE 1 LES SYSTÈMES D' INÉQUATIONS
Programmation linéaire
Concepts avancés en mathématiques et informatique appliquées
Optimisation linéaire
Chapitre 3bis Applications linéaires et Matrices
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Espaces vectoriels Montage préparé par : S André Ross
Algorithme de Bellman-Ford
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Programmation linéaire en nombres entiers Algorithme de la subdivision successive («Branch and Bound Algorithm»)
Programmation linéaire en nombres entiers : la méthode du simplexe
4.Convergence de lalgorithme du simplexe. Convergence dans le cas non dégénéré Hypothèse de non dégénérescence: toutes les variables de base sont positives.
3. Convergence de lalgorithme du simplexe. Preuve: En supposant que la matrice A est de plein rang m, chaque solution de base réalisable doit comporter.
PIF-6003 Sujets spéciaux en informatique I
Inéquations du premier degré à une inconnue
Rappel... Matrices bloc. Décomposition des matrices:
Programmation linéaire en nombres entiers : les méthodes de troncature
l’algorithme du simplexe
Rappel... Diagonalisation. Transformations linéaires.
MAXIMISER les RESULTATS
Présentation de la méthode des Eléments Finis
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Chapitre I Modélisation optimisation I- Optimisation de fonctions d’une seule variable 1 Introduction En gestion, on est souvent confronté à des situations.
Programmation linéaire en nombres entiers
SYSTEMES NON LINEAIRES
- 5 - Optimisation linéaire et non-linéaire
ASI 3 Méthodes numériques pour l’ingénieur
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
20/06/2015propagation de signatures lexicales dans le graphe du Web 1 Propagation de signatures lexicales dans le graphe du Web M. Bouklit M. Lafourcade.
Commande optimale linéaire quadratique de Lunar Lander
Post-optimisation, analyse de sensibilité et paramétrage
2. Méthode du simplexe et son analyse.
1. Méthode du simplexe et son analyse.
Programme linéaire - solution graphique
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
Chapitre 4 Equations différentielles ordinaires à n variables.
Techniques d'Optimisation Master
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
Transcription de la présentation:

L ABORATOIRE d I NGÉNIERIE des S YSTÈMES A UTOMATISÉS EA 4014 – Université dAngers Institut des Sciences et Techniques de lIngénieur dAngers Master2 Recherche Spécialité : Systèmes Dynamiques et Signaux ALGORITHME DE FOURIER – MOTZKIN. APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS. ALGORITHME DE FOURIER – MOTZKIN. APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS. SUJET : Réalisé par : Codjo Hermann ZANNOU Suivi par : M r Philippe DECLERCK Maître de Conférences à luniversité dAngers Juin 2007

PLAN OBJECTIF GÉNÉRAL 1 - ALGORITHME DE FOURIER-MOTZKIN 2 – QUELQUES RAPPELS SUR LES RÉSEAUX DE PETRI 3 – APPLICATION DE LALGORITHME DE FOURIER- MOTZKIN AUX GRAPHES D ÉVÉNEMENTS TEMPORISÉS CONCLUSION ET PERSPECTIVES

OBJECTIF GÉNÉRAL 1.un algorithme de résolution des systèmes dinéquations Axb Analyser : 2.une démarche de calcul de trajectoire des graphes dévénements temporisés

Partie1 : Algorithme de Fourier-Motzkin

ALGORITHME DE FOURIER-MOTZKIN Objectif m contraintes n variables Applicable à des systèmes dinégalités Ax b

ALGORITHME DE FOURIER-MOTZKIN Objectif Elle permet de : Tester lexistence de solution des systèmes Ax b. Trouver une solution lorsqu'elle existe. Elle permet de : Tester lexistence de solution des systèmes Ax b. Trouver une solution lorsqu'elle existe.

Principe ALGORITHME DE FOURIER-MOTZKIN La méthode comporte deux phases : Une phase de descente Une phase de remontée

ALGORITHME DE FOURIER-MOTZKIN Principe Descente Après classement nous avons le système suivant : m contraintes n variables Etape1: classement

ALGORITHME DE FOURIER-MOTZKIN Principe Descente Etape2 : calcul des bornes (4) (1) et (2) (1) (2) (3)

ALGORITHME DE FOURIER-MOTZKIN Principe Descente Etape3 : élimination (3) (2) (1) Répéter la procédure sur la variable x 2 (5) I S (4) et (3) (4) (1) et (2)

ALGORITHME DE FOURIER-MOTZKIN Principe Remontée Connaissant la condition sur la variable x n et en lui attribuant une valeur, on peut remonter à la condition sur la variable x n-1 ainsi de suite on remonte à la variable x 1.

ALGORITHME DE FOURIER-MOTZKIN Existence de solution Le test dexistence de solution est réalisé après élimination des (n-1) premières variables du système dinéquations linéaires Ax b Il suffit de vérifier si la borne inférieure de la dernière variable est inférieure ou égale à sa borne supérieure.

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Pour b = 15 Existence de solution (7) (6) (1) (4) (3) (5) (6) (2)

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Existence de solution (7) (6)

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Remontée En prenant x 2 = 3/2 on a : [1 1.5] T est donc une solution quelconque Existence de solution

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Pour b = 11 Existence de solution

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Existence de solution

ALGORITHME DE FOURIER-MOTZKIN Exemple Descente Donc le système nadmet pas de solution pour b =11 Existence de solution

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finie Dépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finieDépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finieDépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finieDépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finieDépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Analyse des itérations itération borne inférieure Borne supérieure Nouveau système après élimination de la variable courante (1) et (2)finie Dépend de (1) et (2) (3) - + Dépend de (3) (1) et (3) - finieDépend de (3) (2) et (3) finie+ Dépend de (3) (1) - finieArrêt de la descente (2)finie+ Arrêt de la descente (1) (3) (2)

ALGORITHME DE FOURIER-MOTZKIN Guide utilisateur Le programme Scilab développé comprend quatres parties : un programme principal « Optim » un sous-programme « elimination » un sous programme « remontee » un sous programme « affichage »

Partie2 : Rappels les Réseaux de Petri

RAPPELS SUR LES RESEAUX DE PETRI Définition Un réseau de Pétri est un moyen de : Modélisation du comportement des systèmes à événements discrets Description des relations existantes entre des conditions et des événements

RAPPELS SUR LES RESEAUX DE PETRI Description Figure2 : Réseau de Petri

RAPPELS SUR LES RESEAUX DE PETRI Graphe dévénements Figure2 : Réseau de Petri

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Partie 3

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Objectifs Modéliser les graphes dÉvénements Temporisés sous forme algébrique simplifiée Ax b Ensuite appliquer Fourier-Motzkin pour tracer les trajectoires temporelles.

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique La forme algébrique simplifiée Ax b sobtient en dupliquant les places qui contiennent plus dun jeton. Cela se fait au prix dune extension du vecteur détat x(k)

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique Toute place située entre deux transitions internes doit contenir au maximum un jeton Illustration: Après transformation nous avons le graphe suivant : Démarche

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique Toute place située entre une transitions source et une transition interne doit être sans jeton Illustration : Après transformation nous obtenons le graphe suivant : Démarche

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique exemple Description aux dateurs, algèbre (max,+)

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique exemple Description aux dateurs, algèbre (max,+) Description aux dateurs, algèbre ordinaire

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique exemple (1) (2) (3)

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Modèle algébrique Forme générale (4) (5) (3)

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Systèmes monotones Un système dinégalités linéaires de la forme Ax b est dit sup-monotone (respectivement inf-monotone) si chaque ligne de la matrice A a au maximum un élément strictement positif (respectivement strictement négatif) Définitions Nous avons montré quun graphe dÉvénements Temporisés modélisé sous forme Ax b est un système inf- monotone

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Applications exemple (1) (2) (3)

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Applications On va représenter la sortie y(k), k = {1, 10}. Pour cela, on prend lentrée sur un lhorizon [1 10] k u(k) exemple

APPLICATION AUX GRAPHES DÉVÉNEMENTS TEMPORISÉS Applications k x 1 (k) x 2 (k) k y(k) exemple

Conclusion et perspectives

CONCLUSION ET PERSPECTIVES Conclusion Nous avons développé un programme Scilab basé sur lalgorithme de Fourier-Motzkin qui : teste lexistence de solution pour les systèmes linéaires Ax b. calcule une solution quelconque des systèmes linéaires Ax b. Maximise ou minimise une fonction objective sous Ax b. calcule les trajectoires temporelles des graphes dévénements.

CONCLUSION ET PERSPECTIVES Perspectives Le programme développé peut être utiliser pour : résoudre les inégalités aux compteurs la commande des systèmes linéaires le calcul du taux de production

Merci de votre attention