Conception de Programmes Evolutifs Pré Soutenance de TER Année 2004-2005 Encadrants : Cathy Escazut et Michel Gautero Auteurs: Paul-Kenji Cahier Sylvain.

Slides:



Advertisements
Présentations similaires
E-learning Evolutif Albarelli Corinne Behem Patrice Guillot Jérôme
Advertisements

Chapitre annexe. Récursivité
L-System et modélisation de plantes…
Simulation d’un réseau avec correspondances
Introduction à l’Algorithmique
Etudiants : Benjamin BLANC Cyrille KLUZEK Encadreur :
Introduction Pour concrétiser l’enseignement assisté par ordinateur
JXDVDTEK – Une DVDthèque en Java et XML
Conception de Programmes Evolutifs Pré Soutenance de TER Année Encadrants : Cathy Escazut et Michel Gautero Auteurs: Paul-Kenji Cahier Sylvain.
Sujet BL1 : Simulateur de comportement réactif Bernard Clément Barelli Nicolas Maitrehut Loïc Ould Sidina Mahi Encadrant : Mr Michel Buffa.
Sujet BL1 : Simulateur de comportements réactifs
Conception de Programmes Evolutifs
TER Visualisation 3D de calculs électromagnétiques Production : Sébastien JOB Jean-Christophe LARRE Cédric PIOVANO Encadrement : Fabrice HUET.
Mise en œuvre d’une démarche d’investigation en BTS MAI
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T PhpMyGI une interface générique mysql Interface générique ? Pourquoi une interface.
! ! ! PROCEDURE TYPE POUR ORGANISER L ’ANONYMAT
simulateur de réseau de machines UML connectées par WiFi mode ad-hoc
Architecture de machines Principes généraux
Projet 4info.
Commission scolaire des Laurentides
1 ARCHITECTURE DACCÈS la méthode générale modèle de données définitions module daccès / modules métiers construction des modèles les modules daccès, les.
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Apprentissage du jeu de morpion
ST40 – Stage Professionnel
Plugin B pour JEdit Matthias Meusburger Antoine Acquaviva
Algorithmique et Programmation
Maths, Fourmis, Informatique et Petits Chevaux - 1
Evaluation par compétences informatisée dans plusieurs disciplines
Création d’un programme :
Introduction au paradigme objet Concepts importants surcharge (overload) redéfinition (override) Définition d’une classe Définition des attributs.
Modèle, Méthode et Conception
Simulateur Robot Mobile 2006
Présentation Structures de Données et TDA
Présentation du mémoire
Universté de la Manouba
Vincent Thomas Christine Bourjot Vincent Chevrier
Les systèmes multiplateformes
Chapitre 9 Les sous-programmes.
Document élaboré à Centrale Paris par Pascal Morenton LES TECHNOLOGIES DU WEB 1. LES PHASES D UN DEPLOIEMENT DE RESEAUX 2. LE LANGAGE HTML 3. LE LANGAGE.
Programmation non procédurale Le projet ECOLE 2000
Patrons de conceptions de créations
Comparaison entre RIP et OSPF en utilisant OPNET
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
EXIGE Un avenir dans le web....
Exploration de la programmation android Formation Assurer par: Club FreeWays Réalisé par: BOUHJJA Lamia.
Introduction Conception de l’écosystèmeConception de l’écosystème Fonctionnalités de l’écosystèmeFonctionnalités de l’écosystèmeConclusion.
L. Gzara, E. Khouri, M Tollenaere 1 MSI 2A ICL – Initiation ACCESS Interfaces 2014 Initiation MS Access 2010 Interfaces – Formulaires Dynamique des données.
Le schéma et le paramétrage pour atteindre l’objectif fixé
Le langage Racket (Lisp)
Méthodes et outils de conception Introduction à la programmation Paramètre de retour Appel d’une fonction Portée des variables Définition Pourquoi les.
PLAN 1. Introduction 1.1. Sites de presse actuels 1.2. Objectif de notre site 2. Description du modèle 3. Outils utilisés 3.1. SVG 3.2. PHP et MySQL 4.
Simulation du rôle de la communication dans l’établissement d’un réseau de liens sociaux Projet GPL :
La programmation par objets Principes et concepts Etude de Smalltalk.
Initiation au JavaScript
Le Browser hiérarchique de Classes Java : En quoi cette application pourra faciliter le travail de Mr Leblanc ?
Sommaire : La programmation arduino
GÉNÉRATEUR DE DOCUMENTS 3D INTERACTIFS PDF U3D Projet de Bachelor | RICHARD Mathieu | 2009.
Projet de génie logiciel
Soutenance Phase 1 Bibliographie et Analyse des besoins
La famille est un système ouvert :
Introduction à la Programmation Orientée Objet
Scripts et fonctions Instructions de contrôle
1.1: notions de bases de l’informatique
Scénario Les scénarios permettent de modifier la position, taille … des calques au cours du temps. Son fonctionnement est très proche de celui de Macromedia.
IFT 703 Informatique cognitive ACT-R Modèle symbolique et perceptuel
Année Universitaire : 2013/2014 Réalisée par: Rahma DAIKHI Encadrants : M. Jean-Yves TIGLI M. Stéphane LAVIROTTE Au sein de : Laboratoire I3S, Equipe RAINBOW.
1 Le dispositif d’évaluation Présentation de XiTi Mise à disposition d’un outil d’analyse statistique : XiTi  Accessible en ligne pour le chef d’EPLE.
PROJET DE SESSION DANS LE CADRE DU COURS: SCG Réalisation d’applications en SIG PRÉSENTÉ PAR: Marie-Andrée Levesque 18 AVRIL 2006.
IFT359 – Programmation fonctionnelle Thème 07 Fermeture, affectation ou monades 1.
Transcription de la présentation:

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)

Projet de colonie de fourmis. –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. –Interface graphique en Java 2D avec possible extension en Java 3D via JOGL Liaison entre application et moteur –Le moteur est en scheme et est interprete dynamiquement via SISC –Le code est dabord micro compile par SISC puis execute –SISC permet de garder le cote scheme directement et simplement interprete a vitesse raisonnable –Pourquoi pas Bigloo? Bigloo ne gere pas call-cc

Application graphique Detail de lapplication –Chaque fourmi est visionable pour voir ses specificites –La fenetre principale presente la vue densemble de la fourmiliere –Certaines interactions sont possibles (uniquement a des desseins dexperience) –Au debut de lapplication la fourmiliere est cree, ainsi que lenvironement, puis on fait appel au moteur scheme a chaque fois quune fourmi a besoin de prendre une decision (ie a fini dexecuter une action) –Il est possible a tout moment de sauvegarder letat actuel de la fourmiliere Portabilite –Le moteur reste entirement multi-plateforme grace a java et SISC, et fonctionne meme sous forme dapplet

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 ? …