Ce travail traite de la modélisation de systèmes complexes constitués de plusieurs composants impliquant des domaines techniques différents. Il se place dans le contexte de la modélisation hétérogène hiérarchique, selon l’approche à base de modèles de calcul. Chaque composant faisant appel à un domaine technique particulier, son comportement peut être modélisé selon un paradigme de modélisation approprié, avec une sémantique différente de celle des autres composants. La modélisation du système global, qui intègre les modèles hétérogènes de ces composants, nécessite donc une adaptation sémantique permettant l’échange entre les divers sous-modèles.Ce travail propose une approche de modélisation de l’adaptation sémantique où les sémantiques du temps et du contrôle sont explicitement spécifiées par le concepteur en définissant des relations sur les occurrences d’évènements d’une part et sur les étiquettes temporelles de ces occurrences d’autre part. Cette approche est intégrée dans la plateforme ModHel’X et testée sur un cas d’étude : un modèle de lève-vitre électrique. / This work takes place in the context of hierarchical heterogeneous modeling using the model of computation approach in order to model complex systems which includes several components from different technical fields.Each of these components is usually designed according to a modeling paradigm that suits the technical domain and is based on specific semantics. Therefore, the overall system, which integrates the heterogeneous models of the components, requires semantic adaptation to ensure proper communication between its various sub-models.In this context, the aim of this thesis is to propose a new approach of semantic adaptation modeling where the semantic adaptation of time and control is specified by defining relationships between the occurrences of events as well as the time tags of these occurrences. This approach was integrated into the ModHel’X platform and tested on the case study of a power window system.

Thèse produite en partenariat avec la Ferme d'hiver, centre de recherche industrielle pour l'agriculture en environnement contrôlé. / L’agriculture en environnement contrôlé (AEC) est une pratique agricole de haute technologie où la culture de plantes et son environnement sont soumis à une certaine forme de contrôle afin d’obtenir des rendements plus élevés et une efficacité de production accrue. L’AEC est essentielle en raison de son impact sur la disponibilité des terres arables, l’utilisation de l’eau et l’efficacité énergétique face à l’augmentation de l’insécurité alimentaire mondiale. Les systèmes de AEC sont contrôlés par le biais d’indicateurs de performance clés (IPC) complexes que les experts de plusieurs domaines, dont les ingénieurs et les agronomes, doivent optimiser. L’optimisation des IPC nécessite l’exploration de l’immense espace d’états du système d’AEC. Étant donné que ces systèmes sont complexes et hétérogènes, ils nécessitent une approche de modélisation et de co-simulation multi-paradigme dans laquelle les modèles utilisent les formalismes et les niveaux d’abstraction les plus appropriés. Nous proposons une architecture de co-simulation de AEC capable de capturer la dynamique des entités qui composent notre système à plusieurs niveaux d’abstraction. Nous présentons nos résultats démontrant la validité de notre approche / Controlled environment agriculture (CEA) is a high-tech agricultural practice where the crop and its environment are subject to some form of control to achieve higher yields and produc- tion efficiency. CEA is critical for its impacts on arable land availability, water usage, and energy efficiency amid the rise of global food insecurity. CEA systems are controlled through complex key performance indicators (KPI) that experts of multiple domains, including engi- neers and agronomists, must optimize. The optimization of KPI requires exploring the vast state space of the CEA system. As such systems are complex and heterogeneous, they re- quire a multi-paradigm modeling and co-simulation approach in which models use the most appropriate formalisms and levels of abstraction. We provide a co-simulation architecture for CEA to capture the dynamics of the entities that comprise our system at multiple levels of abstraction and present our results showing the validity of our approach.