An adaptive multi-agent system for self-organizing continuous optimization
Tom Jorquera · Thèses en ligne de l'Université Toulouse III (Université Toulouse III) · 2013
Cette thèse présente une nouvelle approche pour la distribution de processus d'optimisation continue dans un réseau d'agents coopératifs. Dans le but de résoudre de tels problèmes, le domaine de l'optimisation multidisciplinaire a été proposé. Les méthodes d'optimisation multidisciplinaire proposent de distribuer le processus d'optimisation, généralement en reformulant le problème original d'une manière qui réduit les interconnexions entre les disciplines. Cependant, ces méthodes présentent des désavantages en ce qui concerne la difficulté de les appliquer correctement, ainsi que leur manque de flexibilité. En se basant sur la théorie des AMAS (Adaptive Multi-Agent Systems), nous proposent une représentation générique à base d'agents des problèmes d'optimisation continue. A partir de cette représentation, nous proposons un comportement nominal pour les agents afin d'exécuter le processus d'optimisation. Nous identifions ensuite certaines configurations spécifiques qui pourraient perturber le processus, et présentons un ensemble de comportements coopératifs pour les agents afin d'identifier et de résoudre ces configurations problématiques. Enfin, nous utilisons les mécanismes de coopération que nous avons introduit comme base à des patterns de résolution coopérative de problèmes. Ces patterns sont des recommandations de haut niveau pour identifier et résoudre des configurations potentiellement problématiques qui peuvent survenir au sein de systèmes de résolution collective de problèmes. Ils fournissent chacun un mécanisme de résolution coopérative pour les agents, en utilisant des indicateurs abstraits qui doivent être instanciés pour le problème en cours.