Beruflich Dokumente
Kultur Dokumente
1 / 54 2 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
3 / 54 4 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
5 / 54 6 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
9 / 54 10 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
11 / 54 12 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
L’étude formelle d’un système continu capture son comportement Le principe selon lequel un système pourrait être totalement
par des fonctions mathématiques décrivant ses sorties en décrit par une fonction entre ses entrées et ses sorties est une
fonction de ses entrées par un ensemble d’équations : simplification de la réalité.
Dans la plupart des systèmes, il existe une « mémoire » de son
y1 (t ) = g1 (u1 (t ), ..., up (t )) évolution passée qui change les sorties pour une même entrée à
... un instant donné.
ym (t ) = gm (u1 (t ), ..., up (t )) Cette mémoire peut être représentée par un ensemble de
variables x1 , ..., xk dont les valeurs à un instant donné dénotent
ou, dans une notation vectorielle un état du système.
Comment modéliser la dépendance de l’état envers ses valeurs
y = g(u, t )
précédentes ?
Il est logique de supposer que :
Cette forme de modélisation a été étudiée et développée
l’état au temps t dépend de l’état initial du système et des entrées
intensivement pour décrire formellement l’évolution continue des
appliquées depuis le début du fonctionnement, et que
systèmes mécaniques, électriques, pneumatiques, chimiques, les sorties au temps t dépendent de l’état et des entrées
biologiques. . . appliquées au temps t.
13 / 54 14 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Équations d’état
L’ensemble des équations requises pour spécifier l’état x(t ) pour tout
t t0 étant donnés x0 et la fonction u(t ), t t0 , sont appelées u(t ) ẋ(t ) = f(x(t ), u(t ), t ) y(t ) = g(x(t ), u(t ), t )
équations d’états.
Un modèle de système à espace d’états est alors défini par les ẋ(t ) : taux d’évolution de l’état ;
équations : y(t ) : signal de sortie du système.
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
19 / 54 20 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
21 / 54 22 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
T (t )>Tmax
23 / 54 24 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Données du modèle :
Composants échangeant des données via réseau WiFi1 : p : bande passante du réseau sans fil en kbits/s
deux composants échangent, dont l’un sur un portable et donc sur Bsc (resp. Bac ) : taux de consommation de la batterie sans
batterie ; compression (resp. avec compression) en mAh/s
possibilité de compresser les données et les décompresser pour vc : vitesse de compression en kbits/s
accélérer les échanges sous bande passante faible ; vd : vitesse de décompression en kbits/s
compresser coûte cependant de la batterie car cela nécessite du tc : taux de compression moyen des données, 0 < tc < 1
calcul. Évolutions contrôlées : utilisation ou non de la compression et
Objectif de l’adaptation : améliorer le taux de transfert des consommation batterie supposée déterministe avec deux modes :
données (incluant compression et décompression) tout en
ḃ(t ) = Bsc ḃ(t ) = Bac
augmentant la durée de fonctionnement sur batterie.
Variables adaptables (influençables) : Évolutions non-contrôlées : bande passante
tt : taux de transfert des données en kbits/s
ṗ(t ) = f (t ) + s(t )
b : niveau de la batterie en mAh
1 Inspiré de la thèse de Maria-Teresa Segarra, IRISA/Rennes I, 2000.
où s est une perturbation aléatoire de la bande passante
théorique f (t ).
27 / 54 28 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Soit K kbits de données à transmettre, le temps t nécessaire est : Deux opérations d’adaptation :
( 1 Mise en place de la compression, notée ac
K
p
¬ compression 2 Retrait de la compression, notée ad
t= K
vc
+ tcpK + tvcdK compression Choix de politique opérationnelle d’adaptation :
Politique à seuils avec hystérésis pour la compression :
Quelques manipulations donnent le taux de transfert : p Psup > ps : suppression de la compression
( (ex.: Psup = 25kbits/s)
p ¬ compression p Pinf < ps : mise en place de la compression
tt = vc pvd (ex.: Pinf = 21kbits/s)
pvd +tc vc vd +tc pvc
compression
Politique à seuil pour la batterie :
b B : autoriser la compression
Et le seuil ps justifiant le passage d’un mode à l’autre :
b < B : ne plus autoriser la compression
(1 tc )vc vd ex.: Bmax = 5000mAh, B = 2000mAh
ps = Trois états du système :
vd + tc vc
Compression : compression activée
Ex.: pour vc = 50 kbits/s, tc = 0.4, vd = 75 kbits/s, Non-Compression : compression non-activée mais possible
on trouve ps ⇡ 23.68 kbits/s Faible : batterie faible, donc compression impossible
29 / 54 30 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
q (t ) = Faible
4 Panorama des modèles hybrides
t˙t (t ) = ṗ(t )
ṗ(t ) = s(t ) b (t ) < B
n 5 Modélisation des systèmes auto-adaptables
ḃ(t ) = Bsc
Sur une même base conceptuelle, pléthore de choix possibles. Travaux remontant au milieu des années ’90 :
Foison de modèles. espace d’états incluant des variables continues,
État actuel de la recherche : exploration des possibles. événements (appelés actions) discrèts et évolutions continues,
Quatre principales approches ou communautés de recherche : ensembles de variables homogènes entre états « discrets »,
informatique théorique : automate hybride (Henzinger, Lynch) ; comportement par traces alternant transitions discrètes et
mathématique : vers des formulations uniformisant évolutions trajectoires continues,
discrètes et continues ;
automatique : contrôle continu/discret, couplage entre deux pas de restriction sur la manière de définir les trajectoires
systèmes hybrides : contrôlé (plant) et contrôleur ; continues (équations, équations différentielles, . . . ),
décision : synthèse de contrôleur, modèles stochastiques, PDM. composition par partage d’événements et de variables,
notion de vivacité en continu (appelée réceptivité).
Un panorama succint, avec une orientation architectures logicielles !
33 / 54 34 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Familles d’automates hybrides E/S de Lynch et al. Contrôle des systèmes hybrides
Autre modèle : systèmes hybrides contrôlés de Branicky I Autre modèle : systèmes hybrides contrôlés de Branicky II
Tuple H = [Q, X, U, f, A, V, G,C, F] tel que :
Q = {q0 , q1 , ...} est un espace d’états discret dénombrable, pouvant être fini,
X = {Xq }q 2Q est la collection des espaces (vectoriels) d’états continus
associés à chaque état discret,
S Init : un ensemble de conditions initiales (q0 , x0 ) décrivant l’état initial hybride.
S = q 2Q Xq ⇥ {q } est l’espace d’états hybride de H.
où :
U = {Uq }q 2Q est la collection des ensembles de signaux de contrôles continus
pouvant être appliqués dans chaque état q 2 Q. fq : Xq ⇥ Uq ! X décrit les comportements continus du système étant donné
l’état discret q sous la forme d’équations différentielles ou aux différences de la
f = {fq }q 2Q est la collection des champs vectoriels décrivant les forme :
comportements continus contrôlés fq : Xq ⇥ Uq ! Xq .
ẋ(t ) = fq (x(t ), uq (t ))
A = {Aq }q 2Q est la collection des ensembles de transitions autonomes.
où uq (t ) est la loi de contrôle continu appliquée.
V = {Vq }q 2Q est la collection des ensembles de signaux de contrôle discrets
pouvant être reçus lors des transitions autonomes.
G = {Gq }q 2Q est la collection des correspondances autonomes
Gq : Aq ⇥ Vq ! S.
C = {Cq }q 2Q est la collection des ensembles de transitions contrôlées.
F = {Fq }q 2Q est la collection des correspondances contrôlées Fq : Cq ! S.
37 / 54 38 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Vision « automate » d’un système hybride Déroulement d’un système hybride à la Branicky I
39 / 54 40 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Déroulement d’un système hybride à la Branicky II Première extension : systèmes hybrides stochastiques I
41 / 54 42 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Chaque champ vectoriel fq comporte maintenant un terme de Systèmes hybrides de contrôle en réseau (Hybrid networked control
dispersion sq (t ) entraînant une modification aléatoire de la systems)
trajectoire continue : Systèmes hybrides où les évolutions sont séparables en
sous-systèmes hybrides communicant entre eux par messages, dont
x(˙t ) = fq (x(t ), uq (t )) + sq (t )
la réception peut être assimilée à un événement discret.
Les Gq deviennent stochastiques, c’est-à-dire
Gq : Aq ⇥ Vq ! ⇧(S ) où ⇧(S ) = P(s0 |x, q , v ) la densité de Dans les systèmes complexes aujourd’hui, le contrôle et rarement
probabilité d’une transition vers un état hybride s0 étant donné centralisé ; on a plutôt des systèmes répartis communicant par
qu’on est dans l’état discret q et dans l’état continu x et que le
des protocoles induisants délais et pertes dans la transmissions
contrôle v est observé.
Les Fq deviennent également stochastiques, c’est-à-dire
de données devant être pris en compte dans le modèle.
Fq : Cq ! ⇧(S ) où ⇧(S ) = P(s0 |x, q ) la densité de probabilité En termes de système hybride, les messages sont des signaux
d’une transition vers un état hybride s0 étant donné qu’on est dans qui peuvent correspondre aux contrôles discrets, les échanges
l’état discret q et dans l’état continu x. via le réseau entre chaque partie pouvant eux-mêmes être
modélisés comme des sous-systèmes hybrides.
43 / 54 44 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
q (t )=Compression qs (t )=Compression
le calcul réalisé par les capteurs pour filtrer les données, +
le calcul de la valeur de la loi de commande par un contrôleur, et q (t ) = Non-Compression
q (t ) = Compression
vc vd ṗ(t )
t˙t (t ) ṗ(t ) t˙t (t )
l’échantillonnage discret réalisé par la communication des valeurs p(t ) Pinf
vd ṗ(t )+tc vc vd +tc vc ṗ(t )
qs (t ) = Non-Compression qs (t ) = Compression
p(t ) Psup
des variables continues à des instants discrets. ḃ(t ) Bsc
ḃ(t ) Bac a
k qs (t )=Faible
L’utilisation des HIOA et TIOA, avec leurs principes de ⇡
q (t )=Faible
q (t )=Non-Compression
# qs (t )=Non-Compression
45 / 54 46 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
ˆx : variable en sortie
ˆx : variable en sortie
_x : variable en entrée
_x : variable en entrée
x̄ : variable filtrée
x̄ : variable filtrée C C x 0 : variable communiquée à
C C
x 0 : variable communiquée à _p̄1 , _b̄,ˆq1 _b̄0 ,ˆq2 _p̄1 , _b̄,ˆq1 _b̄0 ,ˆq2
des instants discrets
des instants discrets
_b̄ R ˆb̄0 _b̄ R ˆb̄0
p : bande passante ˆb̄ p : bande passante ˆb̄
b : batterie S
b : batterie S t : taux de transfert
t : taux de transfert _b _b
q : état discret/décision.
q : état discret/décision.
ˆp ˆp
Environnement physique Environnement physique
47 / 54 48 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
49 / 54 50 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —
Deux niveaux de modélisation : test et contrôle Modèles hybrides pour l’informatique autonomique
Modèle de contrôle
Il peut donc y avoir deux modèles, différents, co-existant dans la
conception et la mise en œuvre d’un système autonomique :
Réalité
1 le modèle de comportement des éléments gérés et
2 le modèle de contrôle pour les gestionnaires autonomiques.
La fidélité du modèle de comportement de l’élément géré est
garante de la qualité de la validation du système
autonomique, alors que la fidélité du modèle de contrôle est
la clé d’une auto-adaptabilité dynamique correcte et efficace. erreur de
Ainsi, le modèle de comportement de l’élément géré peut être type a
erreur de
volontairement plus complexe pour dériver des simulations plus
Modèle de simulation type b
fidèles à la réalité, mais le modèle de contrôle volontairement
plus simple pour faciliter le calcul d’une politique de contrôle.
Par analogie avec les tests statistiques, deux types d’erreurs de
Exemple : un système informatique peut être simulé comme un système hybride
modélisation (modèle/réel, modèle/modèle) :
stochastique mais vu comme un système de contrôle linéaire déterministe pour
appliquer des techniques bien connues de la théorie du contrôle. a : comportement licite non capturé par le modèle,
b : comportement inexistant mais exhibé par le modèle.
51 / 54 52 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —