Une combinaison d'interprétation abstraite et de programmation par contraintes
Auteur / Autrice : | Ghiles Ziat |
Direction : | Antoine Miné, Charlotte Truchet |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 03/07/2019 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Informatique, télécommunications et électronique de Paris (1992-...) |
Partenaire(s) de recherche : | Laboratoire : LIP6 (1997-....) |
Jury : | Président / Présidente : Carlos Agón |
Examinateurs / Examinatrices : Éric Goubault, Marie Pelleau | |
Rapporteurs / Rapporteuses : Christian Schulte, Helmut Seidl |
Mots clés
Mots clés contrôlés
Résumé
Nous étudions dans cette thèse une collaboration étroite entre les techniques de l’Interprétation Abstraite et de la Programmation Par Contraintes au sein d’une méthode unifiée de résolution de problèmes de satisfaction de contrainte. Ce travail aborde le problème de la conception de manière générique et modulaire d’un solveur de contraintes basé sur des domaines abstraits qui permettent l’inférence de propriétés spécifiques d’un programme ou d’un système de contraintes. Nous exploitons les atouts des deux domaines pour contourner les restrictions des solveurs de contraintes standards, telles que la spécialisation à un certain type de contraintes ou de variables. Notre travail consiste aussi à concevoir une méthode robuste tenant compte des problématiques liées à l’utilisation de calculs en précision flottante avec une gestion correcte des erreurs d’arrondi. De plus, nous nous intéressons à différentes techniques permettant la construction d’une partition d’un espace de solution qui peut être facilement réutilisée, tant d’un point de vue quantitatif que qualitatif. Notre travail a été concrétisé sous la forme d’une implémentation dans le solveur de contraintes AbSolute et appliqué sur plusieurs exemples. Les expériences que nous avons menées au sein de ce solveur montrent que nos méthodes améliorent l’efficacité du solveur et la qualité de ses résultats par rapport aux métriques que nous avons défini.