Un cadre basé sur l'entropie pour l'ingénierie des systèmes

par Leandro Batista

Projet de thèse en Informatique, données, IA

Sous la direction de Bruno Monsuez.

Thèses en préparation à l'Institut polytechnique de Paris , dans le cadre de Ecole Doctorale de l'Institut Polytechnique de Paris , en partenariat avec U2IS - Unité d'Informatique et d'Ingénierie des Systèmes (laboratoire) et de école nationale supérieure de techniques avancées (établissement de préparation de la thèse) depuis le 01-02-2016 .


  • Résumé

    Les méthodes de développement actuelles des systèmes complexes s'efforcent de fournir des produits fiables dans les délais et le budget prévus. L’approche développée par cette recherche consiste à étudier le processus de décomposition du système afin de mieux comprendre comment l’optimiser. Le processus de décomposition d'un système complexe en parties plus petites gérables est appelé conception d'architecture de système. Le modèle utilisé pour décrire toutes les solutions possibles conduit à un problème difficile à résoudre (NP-hard). Habituellement, les techniques d'optimisation sont explorées afin de faire face à la complexité du problème. L'approche proposée par cette recherche consiste à créer des modèles macroscopiques capables de décrire les variables de haut niveau au lieu de décrire tous les micro-états possibles du système. Cela conduit à une réduction spectaculaire de la complexité du problème de synthèse d'architecture. Cette approche conduit à deux explorations : une liée à la probabilité et une autre liée à l'entropie. Les probabilités sont utilisées pour traiter les données passées et l'entropie afin de traiter les contraintes. Et le but ultime est de décrire une méthode capable d’utiliser les deux techniques.

  • Titre traduit

    An entropy based framework for systems engineering


  • Résumé

    The current development methods of complex systems strive to provide reliable products on time and on budget. The approach has been developed. This process has been studied to better understand the optimizer. Decomposition process of a complex system in part and small manageable is called system architecture design. The model used to describe all possible solutions leads to a difficult problem (NP-hard). Usually, optimization techniques are explored to deal with the complexity of the problem. The approach proposed by this research is to create macroscopic models capable of describing high-level variables instead of describing all the possible micro-states of the system. This leads to a reduction in the complexity of the architecture synthesis problem. This approach leads to two explorations: one connection to the other. Probabilities are used to process past data and entropy to process constraints. Finally, it is ultimate to describe a method capable of using both techniques.