Elaboration, implémentation et validation d'une approche distribuée pour l'intégration de modèles de raisonnement hétérogènes : application au diagnostic de pannes électriques

Elaboration, implementation and validation of a distributed approach to integrate hetegeneous reasoning models : application to diagnosis of electrical circuits

• Auteur / Autrice : Nadia Abchiche
• Direction : Harald Wertz
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 1999
• Etablissement(s) : Paris 8

Mots clés

Mots clés contrôlés

Coopération (psychologie)

Agents intelligents (logiciels)

Représentation des connaissances

Intelligence artificielle répartie

Mots clés libres

Intelligence ARTIFICIELLE REPARTIE

Representation des connaissances

Automatisation diagnostic

Résumé

Cette these presente l'elaboration d'une approche distribuee pour l'integration de systemes manipulant chacun, un modele de raisonnement particulier. Chaque modele de raisonnement est constitue d'un type de connaissances specifique et d'un ensemble de moyens appropries pour l'exploitation de ces connaissances, ce qui lui conferent un ensemble de caracteristiques lors de la resolution d'un probleme. Notre modele de cooperation mocah (modelisation de la cooperation entre agents heterogenes) est concu pour permettre l'integration de plusieurs modeles de raisonnement dans un meme systeme, en vue de combiner les avantages de plusieurs modeles de raisonnement tout en minimisant leurs inconvenients. Mocah est base sur l'identification de connaissances de cooperation (reseaux contractuels, negociation) que nous avons modelise avec la methodologie commet. Cette methodologie est appliquee aussi bien aux connaissances de cooperation qu'aux connaissances du domaine. Elle consiste a decomposer ces deux types de connaissances selon trois dimensions : les taches, les methodes et le modele du domaine. A partir de mocah, nous avons concu une architecture d'agent cooperatif implementee dans un environnement de programmation multi-agents. Chaque agent represente un modele de raisonnement particulier, dote d'une architecture capable de manipuler avec un meme algorithme l'ensemble des connaissances d'un agent. A cause des limites individuelles des modeles de raisonnement, aucun agent n'est capable de maitriser un probleme dans sa totalite. Cette maitrise concerne aussi bien le nombre de problemes resolus que la qualite meme d'une solution. Les agents communiquent entre eux grace a une representation consensuelle. Ils cooperent et creent ainsi, une synergie entre les modeles de raisonnement, ce qui permet alors d'augmenter le nombre de problemes resolus et d'ameliorer les solutions obtenues. Notre approche a ete experimentee pour le diagnostic de pannes de circuits electriques.

This work describes the elaboration of a distributed approach to integrate several heterogeneous reasoning models using multi-agents paradigms. Each reasoning model represents particular knowledge with appropriate methods. Since none of the reasonig models is able to solve a whole problem with acceptable performances, we have proposed a cooperation model, mocah (modellig cooperation between heterogeneous agents). The starting point is to model the cooperation reasoning at the knowledge level with a methodology usefull for domain expertise commet. In fact, we extracted cooperation expertise from works done in distributed artificial intelligence (contract net protocoles to allocate tasks, solving conflicts using negociation mechanisms). The most important point to develop is an agent's architecture to support the two levels of reasoning: cooperation reasoning and domain reasoning. These two levels are modeled using the above mentioned methodology which consist in decomposing knowledge according to three dimensions: the tasks, the methods and the domain model. Our architecture is sufficiently flexible to allow increasing the variety and the number of agents, deal with existing cooperation expertise and easily integrate new ones, and finally, be domain independent. A consensus representation is developed to make the agents communicating despite heterogeneous local representations. The agents reason not only on their own domain problems, but also on their capabilities and other agents' capabilities so they can cooperate to improve the problem solving process and increase the variety of the problems solved by the whole system. Our approach has been applied to diagnosis of faults in electrical functions of cars.