Identifiant pérenne de la notice : 212192299
Notice de type
Notice de regroupement
Note publique d'information : Les systèmes temps réels intelligents, c'est-à-dire capables de prendre des décisions
en temps contraint, constituent un nouveau défi. La nouveauté provient de la nature
des tâches à ordonnancer sur le processeur : une prise de décision n'est pas vue comme
un résultat complet, optimum, obtenu en temps borné ; elle correspond plutôt à un
résultat approché, de qualité croissante en fonction du temps alloué. Le système ne
vise plus seulement à garantir les échéances temporelles d'un ensemble de tâches ;
il essaie aussi de maximiser la qualité en sortie du système. Nous avons choisi comme
problèmes de décision la classe des problèmes de minimisation de la violation de contraintes.
Un formalisme novateur, appelé problèmes de satisfaction de contraintes valuées, permet
de modéliser ces problèmes d'optimisation. Pour un problème donné, il est difficile
de prédire l'évolution de la qualité, afin de l'ordonnancer au mieux vis-à-vis des
autres tâches gérées par le système. Notre approche pragmatique consiste à encadrer
progressivement l'optimum lors de la résolution d'un problème. Cet encadrement est
une information exacte de l'état d'avancement d'une tâche et un critère important
pour répartir les efforts de calcul pour un ensemble de tâches d'optimisation. Concrétement,
pour des problèmes de minimisation, l'encadrement est obtenu par coopération de méthodes
incomplètes permettant de produire des majorants et de méthodes complètes permettant
de produire des minorants. Nos travaux portent sur la production de minorants. Nous
décrivons plusieurs méthodes originales et génériques pour simplifier soit la structure
d'un problème, soit l'objectif, soit la procédure de recherche. Ces techniques sont
expérimentées sur des problèmes générés aléatoirement, ainsi que sur des problèmes
réels : planification des prises de vue du satellite Spot5, allocation de fréquences
à des liens radio (CELAR).