Au sein des entreprises, un composant vital dans la prise de décision, qu'elle soit globale ou locale, est le système d'information. Celui-ci contient, en effet, les informations nécessaires pour décider, agir, apprendre, comprendre, prévoir et contrôler. Sa structure est généralement liée à l'histoire de l'entreprise dans le sens où cet ensemble s'est constitué d'éléments qui se sont juxtaposés au fil du temps au gré des choix stratégiques formant in fine un ensemble complexe et hétérogène. L'existence de plusieurs systèmes d'information, au sein de grande sociétés, pouvant rendre la recherche d'information difficile pour les utilisateurs métiers. 'objectif de nos travaux consiste à permettre aux utilisateurs d'explorer les connaissances, formulées en terme métier, contenues dans plusieurs systèmes d'informations et de récupérer les données qui leur sont associées. Il s'agit donc de mettre à disposition des utilisateurs une vue globale des connaissances disponibles liées à leurs domaines métiers, tout en dissimulant la diversité des sources d'informations et en garantissant que les données associées sont récupérables malgré les changements qui peuvent se produire au sein des différents systèmes. ans cette thèse nous proposons KRISMAS, une solution d'intégration de données basée une représentation des connaissances métiers et une architecture Multi-Agents. La représentation des connaissances prend la forme d'une ou plusieurs ontologies de domaine permettant aux utilisateurs d'explorer les connaissances des sources de données et de formuler des requêtes pour la récupération des données. Les agents sont utilisés pour l'exploitation de la représentation des connaissances métiers ainsi que pour la gestion des changements au sein d'un système d'intégration

Nous défendons la thèse selon laquelle la modélisation des Algorithmes Génétiques Coévolutionnaires (AGCs) sous forme de systèmes multi-agent organisationnels répond au manque d'expressivité en termes de structure, d'interactions et d'adaptation de ces algorithmes dans les modèles et plateformes existants. Dans cette optique nous introduisons MAS4EVO, Multi-Agent Systems for EVolutionary Optimization, un nouveau modèle agent (re-)organisationnel basé sur Moise+. MAS4EVO est implémenté dans DAFO (Distributed Agent Framework for Optimization), un framework multi-agent organisationnel permettant l'utilisation, la manipulation et la distribution d'AGCs existants et nouvellement créés (hybride et dynamique) pour l'optimisation de problèmes difficiles. Les expérimentations de ces AGCs ont été conduites sur deux problèmes d'optimisation métier, le premier étant un problème de gestion de stock et le second étant un problème de contrôle de topologie dans les réseaux ad hoc sans fil.

Les Systèmes Multi-Agents Ouverts et Décentralisés (SMAOD) sont<br />particulièrement vulnérables à l'introduction d'agents mal conçus ou<br />malveillants. Il est donc nécessaire de contrôler ces systèmes.<br /><br />Dans cette thèse, nous proposons le modèle LIAR, permettant aux<br />agents eux-mêmes de mettre en place un contrôle des interactions des<br />autres agents, à l'aide d'un modèle de réputation.<br /><br />Ce modèle permet d'abord aux agents de représenter les interactions<br />qu'ils perçoivent grâce à des engagements sociaux, ainsi que de<br />modéliser les règles que chaque agent doit respecter à l'aide de<br />normes sociales. En comparant les comportements qu'ils ont observés<br />aux normes dont ils ont connaissance, les agents sont capables<br />d'évaluer leurs pairs et d'estimer les niveaux de réputation qu'ils<br />leur associent. Ensuite, les agents peuvent décider des sanctions à<br />appliquer en s'appuyant sur les niveaux de réputation ainsi estimés.<br /><br />Grâce à l'intégration des deux phases : évaluation des comportements<br />et décision des sanctions à appliquer, le modèle LIAR permet de<br />mettre en place un contrôle social des interactions entièrement<br />automatisé.<br /><br />Diverses expérimentations ont été menées avec ce modèle dans le cadre<br />d'un réseau pair-à-pair, afin de montrer comment les agents contrôlent<br />les interactions de leurs pairs.

Le formalisme CSP (Problème de Satisfaction de Contraintes) permet de représenter de nombreux problèmes de manière simple et efficace. Cependant, une partie de ces problèmes ne peut être résolue de manière classique et centralisée. Les causes peuvent être diverses : temps de rapatriement des données prohibitif, sécurité des données non garantie, etc. Les CSP Distribués(DisCSP), domaine intersectant celui des SMA et des CSP, permettent de modéliser et de résoudre ces problèmes naturellement distribués. Les raisonnements intra-agent et inter-agents sont alors basés sur un ensemble de relations entre différentes variables. Les agents interagissent afin de construire une solution globale à partir des solutions locales. Nous proposons, dans ce travail, un algorithme de résolution de DisCSP nommé Distributed Backtracking with Sessions (DBS) permettant de résoudre des DisCSP où chaque agent dispose d'un problème local complexe. DBS a la particularité de ne pas utiliser de nogoods comme la majorité des algorithmes de résolution de DisCSP mais d'utiliser à la place des sessions. Ces sessions sont des nombres permettant d'attribuer un contexte à chaque agent ainsi qu'à chaque message échangé durant la résolution du problème. Il s'agit d'un algorithme complet permettant l'utilisation de filtres sur les messages échangés sans remettre en cause la preuvede complétude. Notre proposition est évaluée, dans les cas mono-variable et multi-variables par agents, sur différents benchmarks classiques (les problèmes de coloration de graphes distribués et les DisCSP aléatoires) ainsi que sur un problème d'exploration en environnement inconnu.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Durant ces dernières années, la congestion du trafic urbain et la pollution de l'air sont devenus d'énormes problèmes dans de nombreuses villes dans le monde. Afin de réduire cette congestion, nous pouvons investir dans l'amélioration des infrastructures de la ville. Toutefois, cette solution reste très coûteuse à entreprendre et de ne permet pas de réduire la pollution de l'air. C'est pourquoi nous travaillons sur la mobilité intelligente afin de disposer d'une meilleure utilisation de la voiture. L'application de nouvelles technologies de l'information, tels que les systèmes multi-agents appliqués au contrôle de l'information de la circulation urbaine, a permis de créer et de déployer une gestion plus intelligente du trafic comme le système DRT (transport à la demande). L'objectif des systèmes multi-agents basés sur le DRT est de gérer les taxis de manière intelligente, afin d'accroître le nombre de passagers dans chaque véhicule, et en même temps à réduire le nombre de véhicules dans les rues. Cela permettra de réduire les émissions de CO2 et la pollution de l'air causée par les véhicules, ainsi que la congestion du trafic et les coûts financiers associés. La simulation multi-agents est considérée comme un outil efficace pour les services dynamiques urbains de la circulation. Toutefois, le principal problème est de savoir comment construire un agent à base de modèle pour cette problématique. Ces travaux de recherche présente une solution basée sur les systèmes multi-agents réactifs pour la problématique du transport à la demande (DRT), qui adopte une approche multi-agent de planification urbaine en utilisant des services de contrôle qui satisfont aux principales contraintes : réduction de la période totale creuse, demandes spéciales du client, augmentation du nombre de places utilisées dans un même taxi, utilisation du nombre minimal de véhicules, etc. Dans cette thèse, nous proposons un modèle multi-agents multicouche hybride distribué pour des problématiques en temps réel. Dans la méthode proposée, un agent pour chaque véhicule trouve un ensemble de routes pour sa recherche locale, et choisit un itinéraire en coopérant avec d'autres agents se trouvant dans son domaine de planification. Nous avons examiné expérimentalement, l'efficacité de la méthode proposée.

Le domaine scientifique dans lequel nos recherches s'insèrent est celui des Systèmes Multi-Agents. Dans ce domaine, nous nous intéressons à l'élaboration de modèles globaux définissant et structurant l'activité commune d'agents autonomes. En effet l'autonomie d'un agent se traduit par sa capacité à déterminer ses propres buts face à la configuration de l'environnement ainsi qu'à ses motivations. Du fait de cette autonomie, des conflits liés à l'existence de buts propres à chacun des agents autonomes d'une société d'agents peuvent être incompatibles, complémentaires ou en compétition avec les objectifs de la société. Des modèles de gestion de conflits existent, et dans le cadre de ce travail, nous nous sommes intéressés aux modèles organisationnels. Nous défendons la thèse selon laquelle la définition et la mise en place de contraintes globales influençant le fonctionnement d'agents autonomes doit être faite de manière à prendre en compte l'éventualité que les agents puissent ne pas respecter les contraintes selon les contextes et les objectifs individuels de chacun. Afin d'atteindre ces objectifs, nous proposons un modèle d'Institution Electronique comportant une description explicite et déclarative des contraintes à appliquer aux agents ainsi qu'un système de supervision et de renforcement de ces contraintes. Ce modèle permet de définir et de structurer grâce à MoiseInst l'activité d'un ensemble d'agents autonomes au sein d'une organisation normée et de superviser son respect grâce au système d'arbitrage Synai. Ce dernier est composé d'un ensemble d'agents de supervision capables de mettre en place des mécanismes de régulation et de renforcement de ces contraintes sur les agents autonomes. L'application du modèle se fait dans deux domaines totalement différents puisqu'ils concernent la création et l'exécution de contenu pour la télévision interactive d'un côté et la gestion de contrats électroniques d'une plate-forme de e-commerce de l'autre. Ils exhibent cependant la même problématique d'arbitrage d'entités autonomes devant respecter des contraintes. De plus, ces deux applications sont complémentaires par leur différence de portée de l'Institution.

Cette thèse traite de l'automatisation de la généralisation cartographique qui est le procédé de simplification d'une base de données géographique vectorielle pour sa représentation sur une carte lisible. La recherche dans le domaine a abouti aujourd'hui au développement de nombreux processus automatiques de généralisation cartographique, chacun étant spécialisé pour un problème particulier comme un type de paysage, un thème de donnée, un type de conflit ou un mélange des trois (proximité entre bâtiments en zone urbaine). L'objectif de cette thèse est de tirer parti de cette diversité pour mettre en place la généralisation complète d'une carte en faisant collaborer des processus de généralisation complémentaires. Pour répondre à cet objectif, nous proposons le modèle CollaGen (Collaborative Generalisation) qui permet, par un système multi-agent, la collaboration des processus : les données sont découpées de manière pertinente par rapport aux processus à disposition en espaces géographiques (une zone urbaine ou le réseau routier par exemple) ; la généralisation d'un espace par un processus est ensuite orchestrée par CollaGen. CollaGen associe de manière itérative un espace à généraliser et un processus adapté, notamment par un mécanisme de registre type pages jaunes. L'interopérabilité entre les processus est assurée par une ontologie du domaine sur laquelle s'appuie un format de spécifications formelles d'une carte généralisée. Chaque généralisation est évaluée globalement en temps réel pour permettre un retour en arrière en cas de problème. Enfin, du fait du principe de découpage en espaces, CollaGen doit vérifier après chaque généralisation si des effets de bord sont apparus avec les objets géographiques situés juste à l'extérieur de l'espace, auquel cas il les corrige au mieux. Dans, cette thèse, le modèle CollaGen est mis en œuvre pour la généralisation de cartes topographiques (notamment au 1 : 50000) et les résultats sont comparés à d'autres approches et discutés / This phd thesis deals with cartographic generalisation, the process that simplifies a geographic database to allow its representation on legible map. Past research lead to the development of many automatic generalisation processes, each one being specialised for a specific problem like a particular landscape, a given data theme, a particular graphic conflict or a mix of the three (like ‘proximity between buildings in urban areas). The aim of the thesis is to benefit from this diversity to carry out a complete map generalisation by collaboration between complementary processes. To meet this objective, the CollaGen model is proposed (Collaborative Generalisation) as it allows, based on multi-agent techniques, generalisation processes collaboration : data is relevantly partitioned into geographic spaces (e.g. an urban area or the road network) ; then CollaGen orchestrate the generalisation of a space by an adapted process. CollaGen iterately maps a space to be generalised and an adapted process thanks to a yellow pages registry mecanism. The interoperability between processes is managed by a domain ontology on which formal map specifications are based. Each generalization is globally assessed online to allow backtracks if necessary. Finally, because of the space partitioning, CollaGen has to check after each generalisation if side effects appeared with spaces just outside the one that has been generalised. If some side effects occurred, they are corrected. In this thesis, CollaGen is implemented for topographic map generalisation (to 1 : 50000) and results obtained are compared to other approaches and discussed

Le travail de recherche porte sur deux thèmes: 1. développement d'un modèle dynamique multimodal basé sur les activités ; 2. développement de méthodes de résolution de l'équilibre du réseau multimodal dynamique. Nous proposons un modèle dynamique multimodal simulant l'enchaînement des déplacements basé sur les activités. Deux nouvelles méthodes de résolution du problème d'équilibre du réseau sont proposées : 1. l'algorithme de colonie de fourmis en discrétisation temporelle ; 2. la méthode de l'Entropie Relative. Cette dernière constitue une avancée méthodologique qui considère que l'équilibre du réseau est un événement rare parmi les états possibles du réseau. Pour réduire les besoins en moyens de calcul pour l'application dans un grand réseau, nous simulons les voyageurs par paquets en nous appuyant sur un nouveau modèle macroscopique de trafic en coordonnées Lagrangiennnes. Ce modèle permet de décrire la propagation des paquets conformément au modèle macroscopique du premier ordre.

Ce travail de thèse adresse une problématique industrielle qui s'articule autour de la modélisation de la chaîne logistique, composée essentiellement de groupements de PME mécatroniques, afin d'analyser les caractéristiques organisationnelles et comportementales et d'en évaluer la performance. Le développement de la solution de modélisation s'inscrit dans une démarche de raffinement itératif et d'intégration progressive de modèles. Le cadre de cette démarche constitue le fondement du processus de développement adopté « ArchMDE » basé sur l'Ingénierie Dirigée par les Modèles (IDM). Par conséquent, les travaux de cette recherche sont caractérisés par une contribution double. Dans la première contribution, il s'agit de la proposition d'un métamodèle générique de la chaîne logistique. En puisant dans la littérature nous avons proposé une méthodologie de conceptualisation incrémentale et générique qui permet la génération d'un modèle conceptuel de la structure d'une chaîne logistique ainsi que les relations entre ses différentes entités. L'application de cette démarche a donné lieu à la construction d'un métamodèle décrivant le champ d'application étudié (PME mécatroniques). La seconde contribution permet de formaliser le comportement dynamique des concepts générés lors de la première étape en adoptant le paradigme multi-agent. Ainsi, nous avons proposé une agentification du métamodèle du domaine en se basant sur l'analogie naturelle entre la chaîne logistique et le système multi-agent. Cette agentification a donné lieu à un métamodèle du domaine agentifié avec une mise en place des protocoles d'interaction visant à synchroniser et piloter la chaîne logistique. L'étude des relations et du comportement dynamique des différents concepts a permis d'aboutir à un métamodèle d'implémentation qui exprime à la fois les deux vues statique et dynamique du domaine d'application. Ce dernier artefact a fait l'objet d'une instanciation et d'une implémentation d'un cas industriel réel dans un environnement JAVA.