Optimisation multicritères et applications aux systèmes multi-processeurs embarqués

Multi-Criteria Optimization and its Application to Multi-Processor Embedded Systems

• Auteur / Autrice : Julien Legriel
• Direction : Oded Maler
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 04/10/2011
• Etablissement(s) : Grenoble
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Verimag (Grenoble)
• Jury : Président / Présidente : Denis Trystram
• Jury : Examinateurs / Examinatrices : Philippe Baptiste, Jean-José Bérenguer, Peter Niebert
• Jury : Rapporteur / Rapporteuse : Lothar Thiele, Eugène Asarin

Mots clés

Mots clés contrôlés

Multiprocesseurs

Mots clés libres

Optimisation multi-critère

Systèmes multi-processeur

SAT

Ordonnancement

Recherche stochastique locale

Multi-criteria optimization

Multi-processor systems

MuScheduling

Stochastic local search

Résumé

Dans cette thèse nous développons de nouvelles techniques pour résoudre les problèmes d'optimisation multi-critère. Ces problèmes se posent naturellement dans de nombreux domaines d'application (sinon tous) où les choix sont évalués selon différents critères conflictuels (coûts et performance par exemple). Contrairement au cas de l'optimisation classique, de tels problèmes n'admettent pas en général un optimum unique mais un ensemble de solutions incomparables, aussi connu comme le front de Pareto, qui représente les meilleurs compromis possibles entre les objectifs conflictuels. La contribution majeure de la thèse est le développement d'algorithmes pour trouver ou approximer ces solutions de Pareto pour les problèmes combinatoires difficiles. Plusieurs problèmes de ce type se posent naturellement lors du processus de placement et d'ordonnancement d'une application logicielle sur une architecture multi-coeur comme P2012, qui est actuellement développé par STMicroelectronics.

In this thesis we develop new techniques for solving multi-criteria optimization problems. Such problems arise naturally in many (if not all) application domains where choices are evaluated according to two or more conflicting criteria such as price vs. performance. Unlike ordinary optimization, such problems typically do not admit a unique optimum but a set of incomparable solutions, also known as the Pareto Front, which represent the best possible trade-offs between the conflicting goals. The major contribution of the thesis is the development of algorithms for finding or approximating these Pareto solutions for hard combinatorial problems that arise naturally in the process of mapping and scheduling application software on multi-core architectures such as P2012 which is currently being developed by ST Microelectronics.