 8 avril 20031  Tahiti 2003 : Calcul efficace de trajectoires utilisant l'interversibilité.

Slides:



Advertisements
Présentations similaires
Explorer un espace d’états
Advertisements

Fabrice Lauri, François Charpillet, Daniel Szer
Material/Sources: Daniel Bardou, Julie Dugdale &
Systèmes en temps réel Modélisation du comportement en temps réel avec UML.
Les cas d’utilisation (use cases)
ETUDE DES SYSTEMES (MO)
Synthèse Stage Algorithmique Académie de la Réunion.
Généralisations du jeu de la vie : vers une version continue
Automate asynchrone.
Expressions rationnelles
Chapitre 1 Automates finis
Bouyekhf Rachid-Lyuboumir Gruitch Laboratoire SeT UTBM
UML (Unified Modeling Langage)
Système de gestion de bases de données. Modélisation des traitements
Langage SysML.
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.
Quest-ce que la planification ? Planifier = Décider dun plan À partir dune base de connaissances sur les opérateurs possibles, on simule un grand nombre.
IFT451 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift313.
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.
Concepts avancés en mathématiques et informatique appliquées MAP-6014.
La segmentation
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Algorithmique et Programmation
Diagnostic des Systèmes à Evénements Discrets
Maîtrise des risques et sûreté de fonctionnement – Avignon – 6-10 Octobre 2008 Modélisation des dysfonctionnements dun système dans le cadre dactivités.
THÉORÈME DE PYTHAGORE.
E Théorème H de Boltzmann (version quantique) Hamiltonien en MQ :
Rappels de logique des prédicats du 1er ordre
IFT Complexité et NP-complétude
Recherche Opérationnelle
Simon Langevin Mathieu Poisson
L ABORATOIRE d I NGÉNIERIE des S YSTÈMES A UTOMATISÉS EA 4014 – Université dAngers Institut des Sciences et Techniques de lIngénieur dAngers Master2 Recherche.
Indécidabilité.
IFT Complexité et NP-complétude Chapitre 0 Rappels.
Conditions aux Frontières Ouvertes
Pr ZEGOUR DJAMEL EDDINE Ecole Supérieure d’Informatique (ESI)
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Le chiffrement asymétrique
Amélioration de la simulation stochastique
Algorithmique et programmation (1)‏
1 Alain Casali Christian Ernst Extraction de Règles de Corrélation Décisionnelles 29 Janvier 2009.
Présentation générale
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
Exploration systématique de graphes
Nouvelles Technologies Internet & Mobile
© Petko ValtchevUniversité de Montréal Février IFT 2251 Génie Logiciel Spécification de Processus Concurrents Hiver 2002 Petko Valtchev.
Problème de double digestion
François CARCENAC,Frédéric BONIOL ONERA-DTIM Zoubir MAMMERI IRIT
OUTILS MATHEMATIQUES POUR LES SII
Modèles d’entrelacement
Chapitre 3: Translation et Vecteurs
Qu’est-ce que la planification ? Planifier = Décider d’un plan À partir d’une base de connaissances sur les opérateurs possibles, on simule un grand nombre.
Sujets spéciaux en informatique I
Recherche par automates finis
Trajectory Tree [1] Patrick Cinq-Mars. © Name – Month YEAR2 / TOTAL PAGES TTree: Tree-Based State Generalization with Temporally Abstract Actions William.
Démarche de résolution
Chapitre 4 THEOREME DE THALES 1) Théorème de Thalès 2) Applications.
Abdelkader Heni FUNDP Syntaxe et sémantique Abdelkader Heni FUNDP
Hiver 2004SEG2501 Chapître 41 Chapître 4 SDL – structure d’un système et son comportement.
Persistance de noyau dans les systèmes dynamiques à grande échelle
Présentation StateFlow Application Grafcet norme 2002
Structures de données avancées : LH* D. E ZEGOUR Institut National d ’Informatique.
Racines carrées I- Calculer le carré d’un nombre:
DIAGNOSTICABILITÉ DES SYSTEMES MULTIMODES ET DIAGNOSTICABILITÉ HYBRIDE
Réseaux de Petri et suivi du joueur
1 Courbes Bsplines non uniformes Bsplines uniformes 1.Nombre de points de définition 2.Position des points de définition 3.Degré m des polynômes Paramètres.
Café In: A quoi ca sert la recherche sur la programmation? Comment peut on faire travailler des ordinateurs ensemble? Ludovic Henrio SCALE TeamSCALE Team.
Chap. 3 Récursion et induction. Les définitions par récurrence consistent à construire des objets finis, à partir d'autres, selon certaines règles. Les.
Courbes Bsplines uniformes
Présentation des concepts Sandre Les méthodes d’évaluation de l’état des eaux : situation et perspectives dans le contexte de la directive-cadre européenne.
Transcription de la présentation:

 8 avril  Tahiti 2003 : Calcul efficace de trajectoires utilisant l'interversibilité

 8 avril  Plan ► PrésentationPrésentation ► FormalismeFormalisme ► Présentation des exemplesPrésentation des exemples ► L’interversibilitéL’interversibilité ► AlgorithmesAlgorithmes ► ExemplesExemples ► ConclusionConclusion

 8 avril  Problématique diagnostic de systèmes dynamiques  calcul des événements sur le système [Cordier::Largouët::2001] planification  calcul des actions à appliquer sur le système diagnostic  planification  calcul de trajectoires sur un modèle comportemental

 8 avril  Problème Problème de l'explosion du nombre d'états ► utilisation des outils symboliques (BDD, [Marchand::Rozé::2002] ) ► utilisation des techniques de model-checking ( [Cordier::Largouët::2001] ) ► utilisation d'heuristiques (diagnostic décentralisé [Pencolé::2001] )

 8 avril  L’interversibilité définition informelle Définition d'une propriété sur les événements Deux événements sont interversibles si on peut les échanger dans une séquence sous certaines conditions

 8 avril  Modèle modulaire Automate A = (déterministe) ► Q : ensemble des états ► E : ensemble des étiquettes de transition (événements) ► T : ensemble des transitions Une transition t : (q1,e,q2) q1 : l’état de départ e : l’événement déclencheur q2 : l’état d’arrivée

 8 avril  Produit synchronisé Automate A = produit synchronisé des automates A i = : ► Q = Q 1 ...  Q n ► E = E 1 ...  E n ► T = { ((q 1,...,q n ),e,(q 1 ',...,q n ') |  i (e  E i  (q i,e,q i ')  T i )  (e  E i  q i = q i ')}

 8 avril  Applicabilité ► Événement applicable (enabled ) : e est applicable (noté en e (q) ) en q  Q ssi (e  E)  (  q'  Q, (q,e,q')  T) ► Application : On note e(q), défini si e est applicable en q, l'état q' tel que (q,e,q')  T

 8 avril  Applicabilité (suite) Théorème 1 : Sur un automate A = produit synchronisé de A i = si q = (q 1,…,q n )  Q en e (q) =  i en e (q i ) (= en e (q 1 ) ...  en e (q n ))

 8 avril  Applicabilité (fin) ► Applicabilité d'une suite  = e 1 ; … ; e k d'événements :  est applicable en un état q si les événements successifs sont applicables : en  (q) = en e1 (q) et en  (e 1 (q)), (  = e 2 ;... ; e k ) ► Application d'une suite  = e 1 ; … ; e k d'événements : Application successive des événements :  (q) = e k (… (e 1 (q) …)

 8 avril  Trajectoire Une suite d'événements  est une trajectoire sur un automate si elle est applicable dans un des états de l'automate

 8 avril  Exemple de diagnostic Système de télécommunication ► Un ensemble de composant Comp_i ► Un centre technique TC qui reçoit les messages de panne

 8 avril  Constitués de deux parties : ► L'unité qui peut tomber en panne ► Le contrôleur qui communique avec le TC Composants unit_i controller_i

 8 avril  Centre technique Constitué de deux parties : ► Le TC en lui même reçoit les messages ► Le compteur vérifie le nombre de composants en panne TC counter

 8 avril  ► Étant donnée une série d'observations, retrouver une séquence d'événements expliquant les observations ► Exemple : â Compteur = 1 â Observations = (doAlarm_1) â Diagnostic = (fault_1 ; inc ; alarm ; do_Alarm_1 ; back_1) But du diagnostic

 8 avril  Bomb in the Toilet [McDermott::1987] (version déterministe) ► n valises armées d'une bombe ► Neutraliser une bombe se fait en jetant la bombe dans les toilettes (dunk_i) ce qui bouche les toilettes ► Si les toilettes sont bouchées, il faut tirer la chasse d'eau (flush) Système à planifier

 8 avril  Modélisation But : trouver un plan pour neutraliser les bombes et conserver les toilettes débouchées valise i toilettes

 8 avril  ► Soit L, un langage composé de séquences d'événements. ► Deux événements a et b (a  b) sont interversibles sur un langage L dans un automate A= ssi  q  Q,   L :  en a;  ;b (q)  en b;  ;a (q) â en a;  ;b (q)  a;  ;b(q) = b;  ;a(q) ► On note : a  b(L) Interversibilité

 8 avril  Théorème 2 Si deux événements a et b peuvent être intervertis sur les langages L i dans les automates Ai, alors a et b peuvent être intervertis sur le langage L dans l'automate A avec : L = L 1 ...  L n et A = synchronisation des automates A i

 8 avril  But de l'algorithme Deux séquences s1 et s2 sont inv-équivalentes si s2 peut être obtenue à partir de s1 en intervertissant des événements conformément aux propriétés d'interversibilité But : éviter de développer deux séquences inv-équivalentes

 8 avril  ► Noeud_racine = creer_noeud_racine(etatInitial) ► Noeuds_non_developpes = {Noeud_racine} ► tant que (aucune solution trouvée) et (il reste des noeuds non développés) â n'  choisir un noeud de Noeuds_non_developpes â pour tout événement b applicable en n', b != evites(n') ó n  creer_ noeud (n') ó calcul_ evites (n,n') â fin pour tout ► fin tant que Algorithme de dépliage d'automate

 8 avril  Exemple Automate très simple avec a  b({c}) Dépliage normal Algorithme 1

 8 avril  Calcul de L(a) ► Soient un nœud n et son nœud père n’ ► Soit b l’événement menant de n’ à n ► Soit L ab le langage tel que a  b(L ab ) ► L n (a) = suffixe(L n ’(a),b)  L â avec L = L ab si a a déjà été développé depuis n’ â L =  sinon

 8 avril  ► Permet de construire des langages L ab tels que a  b(L ab ) ► Les langages construits sont de la forme S* avec S  E pour qu'ils soient plus faciles à manipuler Algorithme 2

 8 avril  Exemple du diagnostic ► Beaucoup d’événements interversibles â Exemple : fault_i  fault_j(S*), avec : S = {fault_k, back_k, doAlarm_k, inc, doReset | i  j, i  k, j  k}

 8 avril  Exemple de la planification ► Interversibilité entre les événements dunk_i â Exemple : dunk_i  dunk_j(S*), avec : S = {flush, dunk_k, | i  j, i  k, j  k}

 8 avril  Conclusion et perspectives ► Conclusion : â L’interversibilité permet de réduire le nombre de transitions explorées dans certains cas â Définition de traces de séquences inv-équivalentes ► Perpectives : â Généralisation pour des automates non déterministes (applicabilité)