Thèse soutenue

Effets des retards : un voyage des systèmes multi-agents aux réseaux génétiques

FR  |  
EN
Auteur / Autrice : Dina Irofti
Direction : Silviu-Iulian Niculescu
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 18/07/2017
Etablissement(s) : Université Paris-Saclay (ComUE)
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire des signaux et systèmes (Gif-sur-Yvette, Essonne ; 1974-....)
établissement opérateur d'inscription : Université Paris-Sud (1970-2019)
Jury : Président / Présidente : Elena Panteley
Examinateurs / Examinatrices : Silviu-Iulian Niculescu, Elena Panteley, Tomas Vyhlidal, Jean-Jacques Loiseau, Arben Çela, Islam Boussaada
Rapporteurs / Rapporteuses : Tomas Vyhlidal, Jean-Jacques Loiseau, Antonis Papachristodoulou

Résumé

FR  |  
EN

Les sujets discutés dans cette thèses’inscrivent dans le cadre général des systèmesinterconnectés. Nous abordons les réseauxmulti-agent qui ont des tâches coopératives etnous proposons un nouveau protocole deconsensus qui comporte des retards et desagents anticipatifs. Nous étudions lesconditions pour lesquelles un réseau organiséconformément au protocole proposé atteint leconsensus. Nous dérivons également desrésultats théoriques valables pour une classeplus générale de systèmes. Ces résultatsconcernent le cas des racines multiples surl’axe des imaginaires, situation qui peutcorrespondre aux réseaux avec une topologiechangeante.Dans notre approche, nous discutonsséparément le cas des racines multiples àl’origine et racines multiples sur l’axe desimaginaires sauf l’origine. Un autre résultatimportant comporte un nouveau modèle pourun réseau génétique qui fonctionne comme unmultiplexeur. Ce circuit innovant utilise troisentrées pour commander deux signaux desortie. Nous effectuons une analyse destabilité pour le modèle proposé et nousdémontrons que son point d’équilibre estunique et stable. Pour valider ce réseaugénétique, nous étudions également le modèlestochastique dérivé du modèle déterministe.