Dans le paragraphe 2.5, nous avions exprimé notre volonté d’utiliser la notation UML comme support de modélisation dans ADELFE. En effet, UML est connu des ingénieurs, et donc plus facilement assimilable. De plus, s’intégrer dans la mouvance A-UML semblait être un avantage, compte tenu du nombre des personnes y travaillant.
Nous avons répondu à ces besoins d’une part par l’ajout de stéréotypes UML pour mo- déliser les modules des agents coopératifs, et d’autre part par la modification les protocoles A-UML afin de les simuler et de prendre en compte la coopération à la réception de mes- sages. Nous avons même proposer un algorithme de transformation de protocoles en ma- chines à états afin d’unifier les modèles de description de comportements d’agents.
Toutefois, ceci n’est qu’une étape préliminaire vers un réel travail de métamodélisation. En effet, l’utilisation des protocoles d’interaction n’est pas suffisant pour pouvoir illus- trer la richesse des interactions et leur complexité, lorsque l’on parle de système auto- organisateurs. De plus, modéliser des systèmes ouverts, dynamiques et composés d’un grand nombre d’entités n’est pas chose facile avec A-UML. Pour répondre à ces problème, une extension radicale du métamodèle UML et A-UML semble donc nécessaire.
De plus, UML est connu pour sa facilité d’assimilation, mais aussi pour son manque de formalisme, ce qui le limite en terme de vérification. Cependant, il est toujours possible, comme nous l’avons fait, d’attacher des règles de bonne utilisation à vérifier en cours de modélisation. Dans des travaux précédents et préliminaires, une tentative de modélisation d’AMAS en B a montré cependant la difficulté de formaliser de tels systèmes, lorsque la fonction du système est inconnue des parties et qu’aucune connaissance globale n’est pos- sible. En effet, la méthode B est mal adaptée à la preuve de convergence, qui est bien sûr le but d’une formalisation de systèmes auto-organisateurs. Le B événementiel permettrait, quant à lui, de montrer des propriétés de vivacité, c.-à-d. de convergence en temps fini, mais non de montrer des propriétés de convergence à la limite [Vareilles, 2002].
Troisième partie
Expérimentations et Analyses
5
Expérimentation d'ETTO
E
TTO est l’application didactique d’ADELFE, grâce à laquelle nous avons illustré les ac- tivités de son processus. Un prototype pour ETTO a été développé afin de valider l’ap- proche des systèmes multi-agents adaptatifs pour ce genre de problème. Ayant déjà exposé toutes les étapes nécessaires à la conception de ce système, ce chapitre est voué uniquement à exposer les résultats de diverses expérimentations avec le prototype obtenu et à préciser le comportement des agents.Les expérimentations exposées sont basées sur le cahier des charges du problème de l’emploi du temps1 que nous avons proposé au groupe de travail ASA2 (Approches par
Sociétés d’Agents) du Groupe GDR-I3 Systèmes Multi-Agents et de l’AFIA. Le cahier des charges se décompose en quatre variantes ajoutant chacune plus de complexité au problème que la précédente : de la résolution d’un problème simple sans relâchement des contraintes jusqu’à l’ouverture du système par l’ajout et la destruction d’agents. Pour chacune d’entre elles, nous fournissons une solution possible, qui n’est pas forcément unique.
1http://www-poleia.lip6.fr/~guessoum/asa/BenchEmploi.pdf 2http://www-poleia.lip6.fr/~guessoum/asa.html
5.1
Les variantes du problème
Le cahier des charges propose quatre variantes de cas à traiter, de complexité croissante. On suppose que pour chacun des acteurs, les contraintes sont données sous la forme d’une liste. Chacune d’elles est affectée d’un poids fixé par l’utilisateur indiquant l’importance relative qu’il accorde à la contrainte.
5.1.1 Variante 1 : résolution possible sans relâcher les contraintes
Dans un premier temps, on simplifie en supposant que l’on manipule des créneaux ho- raires de 2h : 8h-10h, 10h-12h, 14h-16h, 16h-18h et que l’on doit trouver un emploi du temps sur deux jours : j1, j2.
Trois enseignants e1, e2et e3enseignent chacun une matière spécifique et leurs impossi-
bilités d’enseignement sont les suivantes :
– e1ne peut enseigner le jour j1de 16h à 18h et le jour j2de 14h à 16h ;
– e2ne peut enseigner le jour j2de 10h à 12h et le jour j1de 16h à 18h ;
– e3ne peut enseigner le jour j1de 14h à 16h et le jour j2de 8h à 10h ;
On considère trois groupes d’étudiants g1, g2et g3. Chacun d’eux doit suivre, sur ces deux
jours, deux enseignements de 2h assurés par chacun des enseignants e1, e2et e3(soit, pour
chaque groupe, 12h d’enseignement au total).
Pour l’instant, on suppose que le système n’a pas à gérer la disponibilité des salles : on dispose d’une salle par groupe. On suppose aussi que les acteurs ne peuvent pas relâcher de contraintes. Dans ce cas, une solution possible pourrait être la suivante :
Jour j Jour j 8h-10h e + g e+ g e+ g e + g e + g 10h-12h e+ g e + g e + g e + g e + g 14h-16h e+ g e + g e+ g e+ g e + g 16h-18h e+ g e+ g e+ g
Tableau 5.1 — Une solution à la variante 1 d’ETTO.
5.1.2 Variante 2 : résolution possible en relâchant certaines contraintes
On ajoute des contraintes sur les salles. On suppose que trois salles s1, s2et s3 sont dis-
ponibles. Seules les salles s1et s2sont munies d’un rétroprojecteur.
– la salle s1n’est pas disponible le jour j1de 10h à 12h ;
– la salle s2n’est pas disponible le jour j2de 16h à 18h et de 8h à 10h ;
– la salle s3n’est pas disponible le jour j2de 16h à 18h et le jour j1de 14h à 16h ;
Tous les enseignants veulent utiliser un rétroprojecteur au moins une fois pour chaque groupe lors des deux jours. On suppose qu’un ou plusieurs acteurs peuvent relâcher des contraintes pour proposer une solution.