• Langue : Français
• Discipline : Automatique et Génie Informatique
• Identifiant : 2012LIL10021
• Type de thèse : Doctorat
• Date de soutenance : 02/02/2012

Résumé en langue originale

Le travail de recherche initié dans cette thèse de doctorat s’inscrit dans le contexte du projet européen InTraDE (Intelligent Transportation for Dynamic Environment). Les aspects théoriques développés concernent la modélisation graphique de Système de systèmes (SdS). Ces derniers peuvent être modélisés sur plusieurs niveaux, allant du niveau microscopique au niveau macroscopique. Une approche à base d'hypergraphe est utilisée pour représenter les différents niveaux hiérarchiques d’un SdS ainsi que les propriétés fondamentales qui le définissent : l'indépendance, la coopération, la dispersion, et l'évolution des composants systèmes qui le constituent. La modélisation graphique proposée permet d’élaborer une stratégie de supervision en ligne en suivant les parcours ascendant et descendant de l'hypergraphe. Pour gérer le fonctionnement global des composants systèmes à un niveau de modélisation donné, un modèle graphique dynamique est extrait de l'hypergraphe. Ce dernier, permet d’appliquer une stratégie d'optimisation en ligne. Appliquée au système de transport intelligent, cette approche permet de déterminer à chaque instant le temps que mettra le véhicule autonome et intelligent pour atteindre sa cible lorsqu’il évolue dans un environnement évoluant en permanence.

Résumé traduit

This work has been realized in the framework of the European project InTraDE (Intelligent Transportation for Dynamic Environment). The main scientific contribution focuses on graphical modeling of System of Systems (SoS) in the engineering field. To model such systems, a graphical method based on hypergraph approach is proposed. Hypergraphs are used to describe the multiple hierarchical levels of a SoS and to describe its associated fundamental properties such as: the independence, cooperation, dispersion and the evolution of the component systems. Through this graphical modeling, online supervision strategies can be directly deduced. To manage the global operating of the component systems at a specific level, a dynamic graphical model is extracted from the hypergraph. This later allows the elaboration of an online optimization strategy. As a case study, an intelligent transportation system is considered. An online optimization algorithm currently updates, the time used for each intelligent autonomous vehicle to reach its target, in a permanently evolving environment.