• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • 2
  • Tagged with
  • 4
  • 4
  • 3
  • 3
  • 3
  • 3
  • 3
  • 3
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Méta-modélisation de l'adaptation dynamique du contrôle des systèmes multi-agents

Pham, Viet Thang January 2007 (has links)
Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.
2

Un modèle multi-agent récursif générique pour simplifier la supervision de systèmes complexes artificiels décentralisés

Hoang, Thi thanh ha 12 September 2012 (has links) (PDF)
L'observation des systèmes complexes artificiels à grande échelle est difficile en raison de leur dimension et de leur ouverture. Cette thèse propose le modèle SMA-R (Système Multi-Agent Récursif) basé sur la récursivité pour l'observation multi-niveau des systèmes complexes artificiels. À partir d'un Système Multi-Agent donné, ce modèle est capable de construire une représentation abstraite multi-niveau. Le modèle d'agent récursif proposé possède un module contenant les connaissances, les capacités et le contexte de récursivité; un module pour observer les changements; deux mécanismes pour construire ou détruire les niveaux abstraits; un module d'interaction récursive prenant en charge des comportements collectifs et individuels. Pour appliquer ce modèle à des SMA physiquement décentralisés, nous avons proposé une architecture générique décentralisée d'agents récursifs en adoptant les concepts du modèle OSI qui offre en avant les capacités que nous cherchons: multi niveau, encapsulation, échange de messages virtuels et physiques... Un framework décentralisé générique a été développé permettant aux agents réels de construire les niveaux d'observation. Ce framework est appliqué à l'observation d'un réseau de capteurs sans fil.
3

Un modèle multi-agent récursif générique pour simplifier la supervision de systèmes complexes artificiels décentralisés

Hoang, Thi thanh ha 12 September 2012 (has links) (PDF)
L'observation des systèmes complexes artificiels à grande échelle est difficile en raison de leur dimension et de leur ouverture. Cette thèse propose le modèle SMA-R (Système Multi-Agent Récursif) basé sur la récursivité pour l'observation multi-niveau des systèmes complexes artificiels. À partir d'un Système Multi-Agent donné, ce modèle est capable de construire une représentation abstraite multi-niveau. Le modèle d'agent récursif proposé possède un module contenant les connaissances, les capacités et le contexte de récursivité; un module pour observer les changements; deux mécanismes pour construire ou détruire les niveaux abstraits; un module d'interaction récursive prenant en charge des comportements collectifs et individuels. Pour appliquer ce modèle à des SMA physiquement décentralisés, nous avons proposé une architecture générique décentralisée d'agents récursifs en adoptant les concepts du modèle OSI qui offre en avant les capacités que nous cherchons: multi niveau, encapsulation, échange de messages virtuels et physiques... Un framework décentralisé générique a été développé permettant aux agents réels de construire les niveaux d'observation. Ce framework est appliqué à l'observation d'un réseau de capteurs sans fil.
4

Un modèle multi-agent récursif générique pour simplifier la supervision de systèmes complexes artificiels décentralisés / A generic recursive multiagent model to simplify supervision of decentralized artificial complex systems.

Hoang, Thi Thanh Ha 12 September 2012 (has links)
L'observation des systèmes complexes artificiels à grande échelle est difficile en raison de leur dimension et de leur ouverture. Cette thèse propose le modèle SMA-R (Système Multi-Agent Récursif) basé sur la récursivité pour l'observation multi-niveau des systèmes complexes artificiels. À partir d'un Système Multi-Agent donné, ce modèle est capable de construire une représentation abstraite multi-niveau. Le modèle d'agent récursif proposé possède un module contenant les connaissances, les capacités et le contexte de récursivité; un module pour observer les changements; deux mécanismes pour construire ou détruire les niveaux abstraits; un module d'interaction récursive prenant en charge des comportements collectifs et individuels. Pour appliquer ce modèle à des SMA physiquement décentralisés, nous avons proposé une architecture générique décentralisée d'agents récursifs en adoptant les concepts du modèle OSI qui offre en avant les capacités que nous cherchons: multi niveau, encapsulation, échange de messages virtuels et physiques... Un framework décentralisé générique a été développé permettant aux agents réels de construire les niveaux d'observation. Ce framework est appliqué à l'observation d'un réseau de capteurs sans fil. / Observation of large scale artificials systems is difficult because of their dimension and their openness. This thesis proposes a model SMA-R (Recursive Multi-Agent Systems) based on recursion for multi-level observation of artificial complex systems. From a given SMA, this model is able to build multi-level of abstractions. The model's agent has a module containning knowledge, skills and context of recursion, an eye to observe changes; two mechanisms to build or destroy an abstract level, a module of recursive interaction to support collective and individual behaviors. For applying this model to SMA physically decentralized, we proposed a generic decentralized architecture for recursive agent by adopting the concepts of the OSI model which offerts forward capabilities that we look for: multi-level encapsulation, exchange of virtual and physical messages ... A generic decentralized framework was developed allowing applicatives agents to build multi-levels observation. This framework is applied to the observation of a wireless sensor network.

Page generated in 0.0663 seconds