Conception de Programmes Evolutifs Pré Soutenance de TER Année Encadrants : Cathy Escazut et Michel Gautero Auteurs: Paul-Kenji Cahier Sylvain Mahé Laurent Toselli

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Introduction Problème qui nous a amené à ce TER: –Existe-il des programmes sauto modifiant qui sont codés une fois pour toute ? Réponse négative à notre connaissance. Réponse positive pour une fonction de la sorte –fam : fonction auto modifiante »(define (fam x) » (let ((g (lambda (x) (* k x)))) » (define (modifg) ». » ) » (define (iter) » (if (not (= (g x) y)) » (modifg) » g)) » (iter)) –Modifie de la fonction g mais son aspect reste globalement le même à lintérieur de la fonction f.

Introduction (suite) –On est dans une approche « fermée » de lauto modification (dépendant du problème). –Doù utilisé pour des cas particuliers cependant. –Notre application générera du code nayant peut-être aucun rapport avec le code précédent. On est dans une approche « ouverte » (indépendant du problème). Le cas général sera présenté dans notre projet avec une application représentant un cas particulier.

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

programmes statiques Vs. programmes évolutifs. –Les programmes classiques, en général, ne sont pas vus pour être modifiés après compilation. –La modification de code à lextérieur du programme (finalisé) nest pas possible. –Doù notion de patchs correctifs (en cas de bogue). –Intérêt de notre part de trouver un mécanisme. –Programmes évolutifs : Programmes dynamiques. (fam vues précédemment) Programmes 2 en 1. –Modification et exécution du programme non dissocié. –Pas didées pour le moment, pas de connaissances à ce sujet. Projet TER (notre proposition ) –Donc un choix de la représentation des programmes personnalisée pour obtenir cette capacité. – Modification possible des programmes sans que lidée soit changée et en temps réel.

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Projet de colonie de fourmis. –Simulation de comportement de fourmis dans un certain environnement. –Un seul caste de fourmis au départ (ouvrière). –Actions de base (fonctions de base) permises pour chaque fourmis : Chercher de la nourriture. Déplacement. Faire face à une attaque de prédateur (extension) … –Visibilité via une interface graphique : Suivi du comportement global des fourmis. Obtention dinformations sur lune dentre elles. Modifications de paramètres (extension). Génération de programme à linstant t. (lié au moteur) –Extensions: Prédateurs (araignées) Fourmilière(s) Classe (> 1) de fourmis (ouvrière, soldat, nurse, reine, princesse, réserve fourmilière (à miel), …) Notion dordres dans les besoins dune fourmi. Classeur da.g. sur 2 niveaux (suivre lhéritage entre générations) ? Environnement changeant.( utilisation des règles dinférences ) ? Une fourmilière codé statiquement face à une autre évolutive ?

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Moteur de sélection –Composition du moteur général: moteur dinférences algorithmes génétiques (générateur de classeurs). Sélection dun classeur = algorithmes appartenant à une même classe de problèmes – (« déplacement », « chercher nourriture », « chercher quelquun », …) –Vue sur les règles dinférences: Ensemble de règles de type env -> action (fonctions de base) appelées classeur Ensemble de règles de type action -> algo n. Les algorithmes génétiques, évolution : –Trouver des règles plus convenables pour une fourmi dans un certain environnement. –Re-génération de nouveaux classeurs. –Possibilité davoir plusieurs actions pour un environnement. –Le moteur dinférences se charge de calculer la liste des algorithmes possibles. –Choix de lalgorithme pour la fourmi parmi ceux retenues.

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Application graphique Écrit en langage java: –Portabilité du projet –Confirmer la capacité du moteur à rester indifférent aux langages de lapplication. Liaison entre application et moteur – Assuré par bigloo nous permettant de générer du java en scheme.

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Risques Défaut de conception du moteur sélection (moteur inférences + système de classeurs): –Trouver la bonne représentation des classeurs pour les faire interagir avec le moteur dinférence. Défaut de liaison moteur sélection/GUI Divers problèmes liés aux systèmes dexploitations. GUI : –Lenteur de linterface. –Le nombre de fourmis à gérer ne doit pas ralentir lapplication. –Environnement dynamique dans lextension pour simplifier les capacités de gestion et daltération dans lenvironnement.

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Planification

Sommaire Introduction (4 min.) –Direction donnée par des problèmes rencontrés.Direction donnée par des problèmes rencontrés –Programmation statique vs programmation évolutive.Programmation statique vs programmation évolutive –Présentation du projet.Présentation du projet Détails de lapplication (5 min.) –Moteur de sélection.Moteur de sélection –Application graphique.Application graphique Risques (4 min.)Risques Planification (4 min.)Planification Questions ( le temps restant )Questions

Model Environnement ? Classeur = fourmis ? …