Thèse soutenue

Méthodes distribuées pour l'allocation de ressources : une approche basée sur la passivité
FR  |  
EN  |  
ES
Accès à la thèse
Auteur / Autrice : German Dario Obando Bravo
Direction : Jean-Jacques LoiseauNicanor Quijano
Type : Thèse de doctorat
Discipline(s) : Automatique, productique
Date : Soutenance le 23/10/2015
Etablissement(s) : Nantes, Ecole des Mines en cotutelle avec Universidad de los Andes (Bogotá)
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et mathématiques (Nantes)
Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Communications et en Cybernétique de Nantes / IRCCyN - Universidad de los Andes
Jury : Président / Présidente : Alexandre Dolgui
Examinateurs / Examinatrices : Alain Gauthier, Naly Rakoto-Ravalontsalama
Rapporteurs / Rapporteuses : Carlos Ocampo-Martinez, Hervé Guéguen

Résumé

FR  |  
EN  |  
ES

Durant les dernières années, la taille des systèmes ainsi que leur complexité ont pas mal évolué, entrainant le besoin d'approches distribuées pour la commande et l'aide à la décision. Cette thèse porte sur la résolution d'un problème incluant une commande distribuée et une aide à la décision, l'allocation dynamique de ressource dans un réseau.Pour résoudre ce problème, nous avons étudié un algorithme basé sur un consensus qui ne nécessite pas de calcul centralisé, et qui soit capable de traiter des applications modélisées par des systèmes dynamiques ou par des fonctions sans mémoires. La principale contribution de ce travail de thèse est d'avoir prouvé, en utilisant des outils issus de la théorie des graphes etl'analyse de la passivité, que le contrôleur atteint la solution optimale de façon asymptotique, sans obligation d'avoir une information complète.Afin d'illustrer la pertinence de notre résultat principal, plusieurs applications en ingénierie ont été étudiées, incluant la commande distribuée pour l'économie d'énergie dans des bâtiments intelligents, la gestion des clients dans un environnement de "smart grids", et le développement d'une méthode exacte d'optimisation distribuée pour un problème d'allocation de ressources soumis à des contraintes sur les bornes inférieures.Enfin, nous étudions les techniques d'allocation de ressources basées sur les modèlesde dynamique de populations. Pour les rendre distribuées, nous introduisons le concept dedynamique de populations "pas bien mélangées". Nous montrons que ces dynamiques peuventêtre utilisées pour des structures d'informations contraintes. Même si les dynamiquesde populations "pas bien mélangées" utilisent des informations partielles, ellesconservent des propriétés similaires aux dynamiques classiques qui utilisent desinformations complètes. Plus spécifiquement, la conservation de masse et la convergencevers l'équilibre de Nash sont prouvées.