— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple

systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

ALASCA — Architecture logicielles avancées

pour les systèmes complexes auto-adaptables Cours 4

c 2014–2016 Jacques Malenfant Modélisation du comportement

Master informatique, spécialité STL – UFR 919 Ingénierie des systèmes autonomiques
Université Pierre et Marie Curie
Jacques.Malenfant@lip6.fr

1 / 54 2 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Objectifs pédagogiques du cours 4

Adopter une vision venant de la théorie des systèmes pour

analyser les systèmes auto-adaptatifs, et comprendre les apports
de cette vision pour leur conception et leur mise en œuvre.
Comprendre la modélisation quantitative des systèmes utilisée
par l’automaticien.
“All models are wrong – but some models are useful.” ⇤
Comprendre les différents modèles de systèmes : continus,
— G.E.P. Box
discrets, hybrides, leurs interrelations et leur utilisation pour
spécifier et modéliser les systèmes auto-adaptables.
Étudier plus spécifiquement les systèmes hybrides comme
modèles de comportement des systèmes autonomiques, et leurs
G.E.P. Box, Dans Robustness in the Strategy of Scientific Model Building, R.L. Launer et G.N. principales déclinaisons développées dans les domaines de
Wilkinson, éditeurs, Academic Press, 1979.
l’informatique théorique, des mathématiques, de l’automatique et
⇤ « Tous les modèles sont faux, mais certains sont utiles. » de la décision.

3 / 54 4 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Plan Auto-adaptabilité et théorie des systèmes I

Pendant longtemps, les informaticiens se sont intéressés à

1 Théorie des systèmes l’auto-adaptabilité mais dans les «limites» de l’informatique.
Adaptation à des phénomènes endogènes, liés à l’exécution des
2 Systèmes hybrides programmes :
services disponibles du systèmes d’exploitation ou du réseau,
3 Modélisation hybride d’un système auto-adaptable consommation mémoire,
profils des appels de procédures,
ordonnancement des processus, etc.
4 Panorama des modèles hybrides
Mais, avec la montée en puissance des systèmes embarqués ou
5 Modélisation des systèmes auto-adaptables communiquants, nous nous sommes intéressés de plus en plus à
de l’adaptation à des phénomènes exogènes, de l’environnement
d’exécution, comme la variation de bande passante des réseaux
sans fil, la mobilité, la consommation d’énergie, etc.

5 / 54 6 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Auto-adaptabilité et théorie des systèmes II Qu’est-ce qu’un système ?

La science et l’ingénierie s’intéressent depuis longtemps à la

Pour appréhender ces phénomènes exogènes, et certains
phénomènes endogènes quantitatifs (performance), il est
nécessaire de comprendre leur nature et leur impact sur
l’exécution des applications pour les modéliser correctement.
Ce sont des thèmes qui ont été étudiés dans les domaines de la
théorie des systèmes et de la théorie du contrôle, et pour
lesquels des modèles ont été proposés.
Nous allons maintenant explorer ces contributions, non pour en
devenir des spécialistes, mais pour en connaître les principaux
concepts et être capable d’en comprendre les implications.
7 / 54
notion de système, l’une pour mieux les comprendre, l’autre pour
mieux les construire.
La notion de système est d’autant plus difficile à cerner qu’elle a
été étudiée sous différents angles et dans différents contextes :
systèmes naturels, comme le système gravitationnel du soleil, de
ses planètes et de leurs satellites ;
systèmes sociaux, comme la ville, avec ses habitants, ses
activités, ses transports, etc. ;
systèmes technologiques, comme un vaisseau spatial, son
fonctionnement mécanique et électronique, ses instruments de
pilotage, ses instruments scientifiques, etc.
L’une des principales raisons d’étudier les systèmes est de savoir
les contrôler, c’est-à-dire agir sur certaines de leurs propriétés,
sur lesquelles il est possible d’avoir prise, de manière à en
influencer d’autres (performance, consommation, etc.) qui
présentent un intérêt tout particulier.
8 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Fonctions et finalités des systèmes Nature et propriétés des systèmes

On associe généralement à un système une fonction,

intentionnelle ou non, qui associe ses différentes propriétés et
expliquent son comportement.
À cette fonction, on prête des qualités qui vont donner lieu à une
évaluation, ce qui conduit, lorsque c’est possible, à la recherche
des meilleures solutions, celles présentant les meilleures
qualités, la meilleure évaluation.
) en informatique, qualité de service...
Ainsi, pour analyser et mieux construire un système, il est
nécessaire de le comprendre et donc de le modéliser de manière
à capturer ses propriétés essentielles, inférer ses qualités à partir
de ses propriétés et ainsi prévoir le comportement du système
réel.
Les systèmes informatiques exhibent des propriétés dont les
évolutions sont liées à des phénomènes discrets comme recevoir
d’une requête, appeler d’un service, presser un bouton, etc., qui
sont vus comme des événements se produisant à des instants
ponctuels dans le temps.
Des phénomènes qui ont été modélisés par des automates.
Mais ils exhibent également des propriétés comme la durée d’un
calcul, le nombre moyen de requêtes par seconde, la
consommation d’énergie, etc., dont les évolutions graduelles sont
mieux capturées par des variables continues.
Des phénomènes nécessitant des modèles mathématiques
continus.

9 / 54 10 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Les systèmes hybrides Modélisation par entrées/sorties des systèmes continus

Considérons un ensemble de propriétés continues, modélisées

par un ensemble de variables continues v1 , ..., vn et leurs
Les systèmes qui exhibent à la fois des évolutions continues et domaines, c’est-à-dire les valeurs prises par ces dernières.
discrètes sont dits hybrides. L’approche de modélisation par entrées/sorties demande d’abord
Le terme « systèmes hybrides » désigne aussi une famille de de considérer deux sous-ensembles :
modèles formels étudiées depuis 25 ans environ, par quatre les variables en entrée u1 , ..., up dont les valeurs sont dites
communautés de recherche : contrôlées (ex. : mémoire allouée, nombre de MV, ...), et
mathématique, les variables en sortie, mesurées, y1 , ..., ym dont les valeurs sont
informatique théorique, observées (ex. : temps moyen de traitement des requêtes).
automatique et
Prises dans un intervalle de temps [t0 , tf ], chacune de ces
décision.
variables prend différentes valeurs (fixées ou observées) qui vont
Avant d’explorer les systèmes hybrides, rappelons les concepts ainsi définir des fonctions :
essentiels de la modélisation des systèmes continus.
{u1 (t ), ..., up (t )} t0  t  tf
{y1 (t ), ..., ym (t )} t0  t  tf

11 / 54 12 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Comportement du système La notion d’état

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 modélisant la dynamique de l’état Schéma de modélisation par espace d’états

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.

Les équations d’états peuvent prendre de nombreuses formes,

mais les systèmes ont été souvent étudiés sous l’angle des Rappel :
équations différentielles de la forme :
u(t ) : entrées externes (incluant le contrôle volontaire et les
ẋ(t ) = f(x(t ), u(t ), t ) influences externes non-contrôlées) ;

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.

ẋ(t ) = f(x(t ), u(t ), t ) x(t0 ) = x0

y( t ) = g(x(t ), u(t ), t )
15 / 54 16 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Remarques intermédiaires La notion de contrôle d’un système

Conceptuellement, la modélisation par espace d’états présente

une approche élégante pour comprendre les systèmes.
Bien sûr, les deux difficultés centrales sont :
d’arriver à exprimer le comportement d’un système par un
ensemble de variables et d’équations conformes à la réalité, et
d’arriver à résoudre ces systèmes d’équations de manière à
pouvoir calculer et prédire de manière sûre, grâce au modèle, le
comportement du système réel.
Sans surprise, de nombreux systèmes nécessitent des équations
très complexes, par exemple des équations différentielles que les
mathématiciens n’arrivent pas à résoudre analytiquement.
Deux possibilités s’offrent alors :
1 la simulation numérique du modèle pas-à-pas sur [t0 , tf ], ou
2 la simplification du modèle pour retomber sur des équations qu’on
saura résoudre, dont l’approximation linéaire a été beaucoup
étudiée et utilisée.
17 / 54
Le fait que certaines variables d’un système puissent être
volontairement fixées ouvre la porte à l’exercice d’un contrôle du
système par le choix des valeurs proposées en entrée du
système.
Mais pouvoir fixer volontairement les valeurs de ces variables ne
nous dit rien sur la manière de faire ce choix !
Un critère de choix doit être utilisé !
Conceptuellement, il s’agit de choisir ces valeurs de manière à
obtenir certaines sorties jugées préférables.
La détermination d’une loi de contrôle permettant d’obtenir ces
sorties préférables est le sujet central du domaine de
l’automatique et d’une partie du domaine de la décision appelée
le contrôle optimal.
18 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Plan Modèles de comportement discrets

1 Théorie des systèmes En informatique théorique et en programmation concurrente, le

comportement des systèmes a été étudié en considérant des
2 Systèmes hybrides espaces d’états et des transitions discrets.
Les modèles discrets développés à cet effet sont les automates,
3 Modélisation hybride d’un système auto-adaptable déclinés dans de nombreuses formes (AEF, déterministes,
non-déterministes ou probabilistes ; réseaux de Petri, ...).
4 Panorama des modèles hybrides Ces modèles sont ensuite utilisés pour étudier le comportement
puis vérifier les systèmes (model-checking, par exemple),
5 Modélisation des systèmes auto-adaptables c’est-à-dire démontrer des propriétés comme la vivacité,
l’atteignabilité de certains états, etc.

19 / 54 20 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Vers des modèles hybrides Théorie des systèmes hybrides

Les modèles comportementaux à base d’automates ne prennent

en compte que le comportement par événements discrets. Définition
Les systèmes auxquels nous sommes confrontés ont aussi des La théorie des système hybrides étudie le comportement des
comportements continus, pouvant être modélisés : systèmes et les formalismes de modélisation qui impliquent à la fois
par un espace d’états continu, et soumis à des transitions par des évolutions continues, décrites par des équations continues, et des
événements définis par des paramètres continus et se produisant transitions discrètes décrites par des automates à états.
en temps continu mais à des instants ponctuels ;
par un espace d’états continu soumis à des évolutions en temps
continu pouvant être décrites par des équations continues.
Objectif affiché : analyser, vérifier et optimiser selon des modèles
Une modélisation complète de ce type de systèmes exige donc
rigoureux les systèmes cyber-physiques devenus prépondérants
des approches combinant événements discrets et événements à
aujourd’hui.
paramètres continus en temps continu avec des équations
continues.

21 / 54 22 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Exemple de système hybride : thermostat Observations

T (t )>Tmax

" La nature hybride du système de chauffage thermostatique vient

du fait qu’il possède un état continu, la température ambiante, et
q (t ) = MARCHE q (t ) = ARRÊT un état discret, son mode de fonctionnement.
Ṫ (t ) = fmarche (t ) Ṫ (t ) = farrêt (t )
Le comportement continu (température) dépend du compor-
T (t )  TMax T (t ) Tmin
tement discret (mode de fonctionnement) car l’évolution de la
b
température dépend du fait qu’on chauffe (marche) ou non (arrêt).
T (t )<Tmin Le comportement discret (transition de modes) résulte du
comportement continu (température), dans la mesure où le
Deux modes de fonctionnement : MARCHE (chauffe) ou ARRÊT. basculement d’un mode à l’autre dépend de la température
Deux seuils : Tmax pour passer de l’état MARCHE à l’état ambiante par les deux seuils Tmin et Tmax .
ARRÊT, et Tmin pour l’inverse. (Note : ici, ces seuils sont liés aux décisions mais dans d’autres
cas, ils peuvent aussi apparaître naturellement ; par exemple, une
Deux systèmes d’équations différentielles modélisent l’évolution cuve qui déborde...)
de la température selon le mode courant de fonctionnement.

23 / 54 24 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Interactions continu/discret Plan

Vision hybride : systèmes dont l’évolution continue est

interrompue par des phénomènes discrets.
L’impact de ces phénomènes discrets et d’abord de changer l’état 1 Théorie des systèmes
discret (mode de fonctionnement) mais aussi le comportement
continu (voire sa nature même : entrées, sorties, état). 2 Systèmes hybrides
Quatre types de phénomènes discrets [Branicky, 2005] :
1 le saut autonome, lorsqu’un système change ponctuellement 3 Modélisation hybride d’un système auto-adaptable
d’état de manière endogène ;
2 la commutation autonome, lorsqu’un système change 4 Panorama des modèles hybrides
ponctuellement de mode de manière endogène pour adopter un
nouveau modèle d’évolution ;
5 Modélisation des systèmes auto-adaptables
3 la saut contrôlé, lorsqu’un système change ponctuellement d’état
suite à une intervention exogène (contrôle) ; et,
4 la commutation contrôlée, lorsque le système change
ponctuellement de mode suite à une intervention exogène
(contrôle) pour adopter un nouveau modèle d’évolution.
25 / 54 26 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Adaptation à la variation de la bande passante réseau Premiers éléments de modélisation

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 —

Estimation du taux de transfert Adaptations

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 —

Présentation graphique Plan

b (t ) B ^ p(t ) < Pinf
)
q (t ) = Compression
q (t ) = Non-Compression
v v ṗ(t )
1 Théorie des systèmes
t˙t (t ) = ṗ(t ) tt (t ) = v ṗ(t )+tc vd v +t v ṗ(t )
˙
d c c d c c
ṗ(t ) = s(t ) ṗ(t ) = s(t )
p(t ) Pinf p(t )  Psup
2 Systèmes hybrides
ḃ(t ) = Bsc ḃ(t ) = Bac
h 3 Modélisation hybride d’un système auto-adaptable
b (t ) < B
b (t ) B ^ p(t ) > Psup

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

Nota : un système hybride « incluant »

le contrôle dans ses conditions de transition.
31 / 54 32 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Un domaine de recherche en pleine ébullition Automates hybrides d’Henzinger

Sur une même base conceptuelle, pléthore de choix possibles.
Foison de modèles.
État actuel de la recherche : exploration des possibles.
Quatre principales approches ou communautés de recherche :
informatique théorique : automate hybride (Henzinger, Lynch) ;
mathématique : vers des formulations uniformisant évolutions
discrètes et continues ;
automatique : contrôle continu/discret, couplage entre deux
systèmes hybrides : contrôlé (plant) et contrôleur ;
décision : synthèse de contrôleur, modèles stochastiques, PDM.
Un panorama succint, avec une orientation architectures logicielles !
Travaux remontant au milieu des années ’90 :
espace d’états incluant des variables continues,
événements (appelés actions) discrèts et évolutions continues,
ensembles de variables homogènes entre états « discrets »,
comportement par traces alternant transitions discrètes et
trajectoires continues,
pas de restriction sur la manière de définir les trajectoires
continues (équations, équations différentielles, . . . ),
composition par partage d’événements et de variables,
notion de vivacité en continu (appelée réceptivité).

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

Hybrid I/O Automata (mi ’90 ! 2003) :

partition des événements et des variables : entrée, sortie, interne
composition : connexion d’événements et de variables en sortie
avec des événements et variables en entrée
Timed I/O Automata (post-HIOA)
pas de communication par connexion de variables continues,
seulement par connexion d’événements mais pouvant inclure des
valeurs ponctuelles de variables continues ;
tient compte de la nature discrète des échanges par réseau.
Vision conception logicielle/système :
HIOA : conception modulaire d’artéfacts monolithiques
TIOA : conception modulaire d’artéfacts décentralisés
Analogie avec les GALS : composition de TIOA, chacun étant
formé d’une composition d’HIOA où toutes les variables continues
sont liées.
Aussi Dynamic IOA (DIOA) et Probabilistic IOA (PIOA), mais
n’inclut pas la partie continue (ne sont pas hybrides).
35 / 54
Ajout de la notion de contrôle dans le modèle :
un signal de contrôle continu ajouté à chaque système
d’équations continues,
des événements émis volontairement (actions) impulsant un
contrôle discret.
Mise en place d’une loi de contrôle, deux possibilités :
fondre la loi de contrôle directement dans le modèle (exemple
thermostat), ou
composition parallèle d’un système hybride contrôleur proposant
le contrôle en sortie et d’un système hybride contrôlé recevant le
contrôle en entrée.
Possibilité d’utiliser des modèles hybrides différents entre le
contrôleur et le contrôlé.
Calcul des lois de commande : possibilité d’utiliser des méthodes
de l’automatique, du contrôle optimal, etc.
36 / 54
— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

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

?[x 2 Aqi ]/x + 2 Gqi (x , v )

Le système se trouve dans l’état hybride (qi , xi ) tel que xi 2
/ Aqi
... ... et xi 2
/ Cqi .
![x 2 Cqi ]/x + 2 Fqi (x )
Le système évolue, et en particulier dans le domaine continu en
qi : fqi qj : fqj
suivant, à partir de xi et étant donnée la fonction uqi (t ) : Uqi
donnant le contrôle continu, l’équation différentielle
![x 2 Cqj ]/x + 2 Fqj (x )
ẋ(t ) = fqi (x(t ), uqi (t )).
... ...
Pendant cette évolution, x demeure dans un sous-espace de Xqi
tel que x 2
/ Aqi et x 2
/ Cqi .
?[x 2 Aqj ]/x + 2 Gqj (x , v )
Si le système parvient à un état continu x tel que x 2 Aqi , alors
une transition doit se produire et étant donné un contrôle
![·] : la transition peut se produire ;
v (t ) = v 2 Vqi , cela entraîne une transition vers un état hybride
?[·] : la transition doit se produire. Gqi (x , v ) = (x+ , qj ).

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

Systèmes hybrides stochastiques

Si le système parvient à un état continu x tel que x 2 Cqi , alors
une transition peut se produire, ce qui entraînerait une transition
vers un état hybride Fqi (x ) = (x+ , qj ).
Cette transition opérée (l’une ou l’autre), le système continue son
évolution à partir de l’état continu x+ en suivant les nouvelles
équations différentielles ẋ(t ) = fqj (x(t ), uqj (t ) ) et ainsi de suite.
Systèmes hybrides dont certains comportements peuvent se produire
à des moments aléatoires en temps continu, et causer des évolutions
d’états qui ne peuvent être modélisées de manière déterministe.
Comme pour les automates finis, des auteurs ont proposé des
extensions probabilistes aux systèmes hybrides.
Plusieurs variantes existent.
Pour notre définition, on fait les modifications suivantes :

41 / 54 42 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Première extension : systèmes hybrides stochastiques II Seconde extension : communication

Chaque champ vectoriel fq comporte maintenant un terme de
dispersion sq (t ) entraînant une modification aléatoire de la
trajectoire continue :
x(˙t ) = fq (x(t ), uq (t )) + sq (t )
Les Gq deviennent stochastiques, c’est-à-dire
Gq : Aq ⇥ Vq ! ⇧(S ) où ⇧(S ) = P(s0 |x, q , v ) la densité de
probabilité d’une transition vers un état hybride s0 étant donné
qu’on est dans l’état discret q et dans l’état continu x et que le
contrôle v est observé.
Les Fq deviennent également stochastiques, c’est-à-dire
Fq : Cq ! ⇧(S ) où ⇧(S ) = P(s0 |x, q ) la densité de probabilité
d’une transition vers un état hybride s0 étant donné qu’on est dans
l’état discret q et dans l’état continu x.
Systèmes hybrides de contrôle en réseau (Hybrid networked control
systems)
Systèmes hybrides où les évolutions sont séparables en
sous-systèmes hybrides communicant entre eux par messages, dont
la réception peut être assimilée à un événement discret.
Dans les systèmes complexes aujourd’hui, le contrôle et rarement
centralisé ; on a plutôt des systèmes répartis communicant par
des protocoles induisants délais et pertes dans la transmissions
de données devant être pris en compte dans le modèle.
En termes de système hybride, les messages sont des signaux
qui peuvent correspondre aux contrôles discrets, les échanges
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 —

Puissance de modélisation des systèmes hybrides Décomposition : environnement, système, contrôleur

p : bande passante Côté portable Côté serveur

b : batterie
Informatiquement parlant, un système hybride est un aussi t : taux de transfert
b (t ) B ^ p(t ) < Pinf
- b (t ) B ^ p(t ) < Pinf
.
q : état discret/
modèle de calcul, comme n’importe quel automate, produisant un décision.
q (t ) Non-Compression q (t ) Compression qs (t ) Non-Compression qs (t ) Compression
p(t ) Pinf p(t )  Psup p(t ) Pinf p(t )  Psup
état du système à tout instant t. b (t ) < B
o
b (t ) < B
o
b (t ) B ^ p(t ) > Psup b (t ) B ^ p(t ) > Psup
# #
En termes de systèmes auto-adaptables, il peut exprimer : q (t ) Faible
n qs (t ) Faible
b (t ) < B n
le comportement du système à contrôler, b (t ) < B

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

composition par partage de variables et d’actions discrètes, q (t ) = Faible qs (t ) = Faible

t˙t (t ) ṗ(t ) h
permet également de structurer les systèmes hybrides en ḃ(t ) Bsc k qs (t )=Faible
q (t )=Faible
sous-systèmes.
ṗ(t ) f (t ) + s(t )

45 / 54 46 / 54

— Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables — — Théorie des systèmes Systèmes hybrides Exemple Panorama Systèmes auto-adaptables —

Exemple structuré en HIOA Explicitation des TIOA

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.

ˆb, _q1 _q2 ˆb, _q1 _q2

C : contrôleur Portable Serveur C : contrôleur Portable Serveur
S : capteur _p̄1 _p̄2
S : capteur _p̄1 _p̄2
R : réseau
R : réseau

ˆp̄1 ˆp̄2 ˆp̄1 ˆp̄2

S S Chaque boîte est un TIOA. S S
_p _p _p _p

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 —

Plan Systèmes hybrides et informatique autonomique

De manière générale, la modélisation hybrides des systèmes

permet de mieux les comprendre, les analyser formellement et
1 Théorie des systèmes parfois les résoudre, mais aussi de les simuler pour en étudier les
trajectoires et leurs propriétés.
2 Systèmes hybrides Comment utiliser la modélisation hybride dans le développement
des systèmes autonomiques ?
3 Modélisation hybride d’un système auto-adaptable 1 Modéliser les éléments gérés de manière à les simuler pour les
valider par une forme de test.
4 Panorama des modèles hybrides 2 Modéliser le contrôle pour calculer des politiques qui seront
appliquées par les gestionnaires autonomiques.
5 Modélisation des systèmes auto-adaptables Plusieurs modèles hybrides peuvent devenir nécessaires :
Un modèle complet et précis du système à contrôler est
nécessaire pour faire des tests réalistes et fiables.
Mais pour des raisons de calculabilité des politiques de contrôle,
le modèle de contrôle peut devoir être simplifié pour être résolu.

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 —

Récapitulons... Pour aller plus loin : lectures recommandées

1 La théorie des systèmes s’intéresse à la modélisation des systèmes et en
particulier de leur comportement dans le temps.
2 Les modèles quantitatifs, à base d’états, permettent d’appréhender les
variations dans les valeurs des propriétés des systèmes (comme la qualité de
service) et donc d’introduire des possibilités de contrôle de leurs propriétés.
3 Les modèles quantitatifs classiques de la théorie des systèmes sont fondés sur Introduction to Discrete-Event Systems, C.G. Cassandras et S.
des variables d’états continues, des lois de contrôles continues et des Lafortune, Springer, 2008, chapitres 1 et 2.
évolutions exprimées par des équations différentielles.
4 L’informatique et d’autres disciplines similaires ont aussi développé des Introduction to hybrid systems, W.P.M.H. Heemels, D. Lehmann,
modèles de systèmes discrets, à base d’automates, d’états discrets et J. Lunze et B. De Schutter, Chapiter 1 de Handbook of Hybrid
d’événements provoquant des transitions à des instants ponctuels, en temps
Systems Control — Theory, Tools, Applications, Cambridge
continu ou discret.
5 Les systèmes cyber-physiques mélangent des aspects discrets et continus ;
University Press, 2009.
ils nécessitent des modèles capables de capturer tous ces phénomènes à la
fois, en interaction : les systèmes hybrides.
6 La modélisation des systèmes auto-adaptables et autonomiques fait intervenir
deux niveaux : le modèle du système plutôt hybride, pouvant servir à sa
simulation, et le modèle de contrôle, hybride ou plus simple (continu ou
discret), utilisé pour déterminer et appliquer les lois de contrôle pour
l’auto-adaptabilité.
53 / 54 54 / 54