Professional Documents
Culture Documents
THESE
Pour lobtention de grade de
DOCTEUR EN SCIENCE
Prsente et soutenue publiquement par :
M. Chaker MEZIOUD
Le :
26 /05/ 2011
JURY
M. CHIKHI Salim
M. SERIDI Hamid
M. OKBA Kazar
M. CHAOUI Allaoua
M. KHOLLADI M-K
Professeur
Professeur
Matre de confrences
Matre de confrences
Matre de confrences
Prsident
Examinateur
Examinateur
Examinateur
Rapporteur
Ddicaces
Remerciements
disponibilit sans rserve dont il a fait preuve mon gard, les nombreuses discussions
que jai eues avec lui ainsi que les prcieuses et judicieuses aides. Je tiens aussi
remercier les nombreux collgues qui ont partag mon quotidien.
Pour finir, jai une pense toute particulire pour mes proches et mes parents qui nont
jamais cess de me fournir lessentiel. A jamais merci pour me pousser toujours
dpasser mes limites.
Rsum
Les rseaux GSM (Global System for Mobile communication) ne cessent dvoluer
afin dassurer une qualit de couverture toujours plus importante. Dans ce cadre, les
solutions des problmes doptimisation dynamique, sont dveloppes dans un contexte
multicritres associant les critres financiers (cots du rseau), les critres techniques
(assurance, disponibilit) et les critres de vente (qualit de services). Pour de telles
raisons, nous allons prsenter une approche base sur les ontologies spatiales qui sont
une voie prometteuse pour dcrire et partager des informations agres par une
communaut de personnes, qui permettent une description prcise des sources de
donnes ainsi les SMA (Systme multi-agents) qui sintressent aux comportements
collectifs produits par les interactions de plusieurs entits autonomes et flexibles
appeles agents. Cette approche contient deux phases qui sont: la planification initiale
du rseau cellulaire ayant pour objectif une laboration optimale du rseau en outre,
c'est une solution qui sera adapte n'importe quelle zone gographique, et le
processus de dploiement qui a pour objectif le ramnagement automatique, pour
pallier aux pannes et aux alas.
INTRODUTION GENERALE
Avant propos ............................................................................................................................ 1
Problmatique ........................................................................................................................... 2
Objectifs.................................................................................................................................... 3
Plan du mmoire
................................................................................................................... 3
Introduction....................................................................................................................... 5
1. Historique ........................................................................................................................... 6
2. Architecture gnrale des rseaux GSM .............................................................................. 7
2.1 Sous-systme radio (BSS) .............................................................................................. 7
2.1.1. Le mobile .............................................................................................................. 7
2.1.2. Fonctions de la BTS (Base Transceiver Station) .................................................. 8
2.1.3. Fonctions du BSC (Base Station Controller)......................................................... 8
2.2. Le sous-systme rseau (NSS)........................................................................................ 9
2.2.1. Fonctions du MSC ................................................................................................ 9
2.2.2. Fonctions du HLR ................................................................................................. 9
2.2.3. Fonctions du VLR ................................................................................................. 9
2.3. Sous systme dexploitation et de maintenance OSS .....................................................10
2.3.1. Ladministration du rseau ....................................................................................10
2.3.2. Centre dauthentification AuC (Authentication Center) ..............................................11
2.3.3. Enregistreur de lidentit des quipements EIR (Equipment Identity Register) ........11
2.3.4. Centre dopration et de maintenance OMC (Operation and Maintenance Center)...11
2.3.5. Centre Rseau et Gestion NMC (Network and Management Center) ....................11
3. Le Concept Cellulaire ..........................................................................................................11
3.1. La division cellulaire ...................................................................................................13
3.1.1. La dfinition dune cellule ..................................................................................14
3.2.2. Intrt de la division cellulaire ...........................................................................14
3.2. Rutilisation des frquences ........................................................................................14
3.3. Densification ................................................................................................................15
3.4. Itinrance (roaming) ....................................................................................................17
3.5. Handover et macrodiversit .........................................................................................18
4. Planification du rseau cellulaire .........................................................................................18
4.1. Principes dun rseau cellulaire .....................................................................................18
4.2. Avantages des rseaux cellulaires .................................................................................19
4.3. Fonctions remplir ........................................................................................................19
5. Critres de performances d'un rseau GSM ........................................................................19
5.1. Critres de cot ............................................................................................................19
5.2. Cots de fonctionnement ..............................................................................................20
6. Problmes de transmission .................................................................................................20
6.1. Fading ..........................................................................................................................20
6.2. Alignement de temps ...................................................................................................21
6.3. Dispersion de temps .....................................................................................................21
Conclusion ........................................................................................................................22
Introduction.......................................................................................................................23
Conclusion ........................................................................................................................42
Introduction
5.1.3. Oprationnalisation.............................................................................................54
6. Interrogation des ontologies .................................................................................................55
7. Comparaison entre les ontologies et les bases de donnes ...................................................56
8. Interoprabilit......................................................................................................................56
8.1. Les objectifs de linteroprabilit .................................................................................57
8.2. Spcificits de linteroprabilit des SIG .....................................................................58
9. Outils de dveloppement dontologies .................................................................................59
9.1. Langage pour les ontologies .........................................................................................60
9.2. Les diteurs dontologies ..............................................................................................61
Conclusion ........................................................................................................................61
Introduction.......................................................................................................................62
1. Le monde dagents..............................................................................................................62
Dfinition dagent ..............................................................................................................62
Caractristiques dun agent.................................................................................................63
Les types dagents...............................................................................................................64
Les agents collaboratifs ......................................................................................................65
Les agents mobiles..............................................................................................................65
Les agents dinformation ...................................................................................................66
Les agents intelligents ........................................................................................................66
Classification dagents .......................................................................................................67
Agents ractifs ...................................................................................................................67
Agents cognitifs .................................................................................................................68
Agent dlibratif ................................................................................................................68
La communication entre agents .........................................................................................69
Dfinition dinteraction ......................................................................................................69
Le but de linteraction.........................................................................................................70
Diffrentes formes dinteractions .......................................................................................70
2. Les Systmes Multi-Agents (SMA)....................................................................................72
Dfinition des SMA ...........................................................................................................72
L'architecture multi-agents .................................................................................................72
Domaines d'application des SMA ......................................................................................74
Exemples dun SMA...........................................................................................................74
Avantages des systmes multi-agent ................................................................................75
Conclusion .......................................................................................................................76
Introduction.......................................................................................................................77
Conclusion .......................................................................................................................93
CHAPITRE VI : DEPLOIEMENT
Introduction.......................................................................................................................94
1. Processus de dploiement ...........................................................................................95
Le Tilt
..96
LAzimut ............................................................................................................................96
La Puissance des pilotes ....................................................................................................96
2. Larchitecture gnrale du systme ..............................................................................97
Agent Evaluateur ................................................................................................................97
Agent Historique.................................................................................................................97
Agent Ontologie..................................................................................................................97
Agent Calendrier................................................................................................................. 97
Agent Superviseur .............................................................................................................. 98
Conclusion ........................................................................................................................103
.............................................................................................................................115
INTRODUCTION GENERALE
Avant propos
L'industrie des communications mobiles a connu un essor prodigieux au cours de cette dernire dcennie.
Elle est dveloppe, au-del de toutes les attentes. Ainsi, actuellement, des millions d'abonns profitent
des services offerts par les rseaux cellulaires. La plupart utilise les rseaux GSM (Global System for
Mobile Communications) avec des frquences basses (dans la bande 900 MHz). Concevoir un rseau
cellulaire est indubitablement le dfi le plus ambitieux de toute la tlphonie mobile. Raison pour laquelle
lutilisation doutils de modlisation des zones gographiques doit tre ajuste en fonction de mesures
ralises sur le terrain, en particulier dans le cas des environnements urbains et des constructions
obstacle. Les rseaux cellulaires sont des systmes forts facteurs de tensions. Lajustement en temps rel
de la solution tant actuellement impossible. Laspect dynamique rajoute une nouvelle dimension au
problme de conception (design) des rseaux cellulaires. Loptimisation sert alors anticiper les
modifications oprer sur le rseau afin doptimiser les performances du rseau pendant son volution et
rduire les cots de son ramnagement. Lanalyse dtaille et comprhensive du comportement du
trafic dans le temps et dans lespace est un processus indispensable pour la planification des systmes
radio mobiles. Le dimensionnement statique du rseau de faon offrir un niveau de service minimum
lheure de pointe a pour effet de gaspiller les ressources du systme lorsque celles-ci ne sont pas bien
exploites.
Problmatique
Les frquences basses (infrieures 1 GHz) ont des proprits de propagation bien meilleures (porte,
pntration dans les btiments) que les frquences hautes (suprieures 1 GHz). Le dploiement de la
3me gnration du rseau cellulaire, dans la bande 900 MHz permet ainsi de diminuer le nombre de sites
dmission radiolectrique ncessaires. Ce qui a soulev le problme dallocation de frquence (PAF), qui
est un problme NP-DIFICILE (NP-COMPLEXE), pour le rsoudre il nexiste pas des algorithmes exacts
de rsolutions. La conception de grands rseaux cellulaires devient un problme complexe, qui tourne
autour dun grand impact : la qualit du service, le maximum de couverture et le cot du rseau. Avec la
croissance continue et rapide du trafic de communication, la planification grande chelle devient de plus
en plus difficile. Les algorithmes automatiques ou interactifs et les outils d'optimisation seraient trs
utiles. Les avances dans ce secteur mneront certainement aux amliorations importantes au sujet de la
qualit de service et du cot de dploiement. Dans ce sujet, les solutions des problmes doptimisation,
devront dtres dveloppes dans de nouveaux contextes. Loptimisation dans le domaine de tlphonie
mobile rside dans loptimisation du rseau cellulaire, dont il reprsente le concept capital. Ce dernier, est
bas principalement sur ltude des caractristiques et de la flexibilit de la zone gographique. Le
systme doit tre capable de fonctionner en configuration localise ou tendue dans des aires urbaines de
haute densit comme dans des aires rurales de faible densit. La planification des rseaux radiolectriques
(implantation des stations, allocation des frquences, etc.) est la condition dune maitrise des couts
dinvestissement de loprateur, et surtout de lutilisation optimale de la ressource spectrale.
Donc, lide nous mne rflchir au dveloppement dun processus de design capable de grer les
changements survenant sur le rseau pendant ses phases de croissance et de maturation. La demande en
trafic varie dans le temps et dans lespace. Le rseau est sujet, en plus, des changements long terme,
exigs par la monte du trafic, relative la croissance de la clientle, aux changements comportementaux
des usagers ainsi qu lvolution de la couverture. Le rseau est amen sadapter et saccrotre.
Toutefois, selon le point de vue des chercheurs, les objectifs du fournisseur du rseau et les conditions
spcifiques de lapplication, plusieurs modles sont considrer, et donc, plusieurs approches sont
adoptes pour les rsoudre. Pour de telles raisons nous nous retrouverons devant le dfi de prsenter une
fiable approche, qui puisse rpondre aux exigences prcdemment cites.
Objectifs
Notre travail, consiste proposer aux oprateurs de la tlphonie mobile une nouvelle approche pour la
planification du rseau cellulaire et la gestion de son dploiement. La principale contribution consiste
faire une tude pousse de lespace gographique, permettant dlaborer un rseau cellulaire qui
permettra galement de rpondre aux besoins de couverture et de qualit. Notre approche vise atteindre
les objectifs suivants :
Une planification initiale optimale du rseau cellulaire, adapte nimporte quelle zone gographique.
Un suivi du dploiement, travers un processus de ramnagement automatique, qui ragit aux
pannes et aux alas, capable de traiter des problmes dont les donnes ne sont que partiellement
connues, et pour lesquelles les informations arrivent au cours du temps.
De ce fait, il devient essentiel d'intgrer la connaissance au sujet de la structure du problme. On pourra
proposer les ontologies ce niveau, qui semble tre une voie prometteuse pour dcrire et partager des
informations et leurs smantiques. Aussi, concevoir des mthodes auto adaptives qui peuvent ragir la
forme du problme et qui ncessitent la coopration de plusieurs mthodes, permettra de rsoudre le
problme dans sa globalit.
intervenir les systmes multi agents. Une discipline qui sintresse aux comportements collectifs produits
par les interactions de plusieurs entits autonomes et flexibles appeles agents, que ces interactions
tournent autour de la coopration, de la concurrence ou de la coexistence entre ces agents.
Plan du mmoire
Dans le deuxime chapitre intitul Les mthodes doptimisation, nous tudions les diffrentes mthodes
doptimisation et leur utilisation pour la rsolution des problmes combinatoires. En particulirement les
mthodes de recherche locale au niveau de leurs principes, avantages et inconvnients.
A travers le troisime chapitre, nous prsentons les importants concepts lis aux agents, commenant par
la dfinition de ce dernier jusquaux types dagents, larchitecture multi-agents, ainsi que les types
dinteraction entre ces agents. Nous terminons ce chapitre par quelques exemples des systmes multiagents (SMA).
Le quatrime chapitre est consacr en premier lieu la dfinition des ontologies dans ses diffrents
domaines, ainsi que ses entits principales, ensuite nous citons les diffrents types dontologies en
accordant une importance aux ontologies gographiques et spatiales, juges ncessaires pour notre tude.
Nous reportons notre contribution dans les deux derniers chapitres. Nous abordons, dans un premier
temps et travers le cinquime chapitre la phase de la planification initiale du rseau cellulaire, en
proposant une approche base sur les ontologies spatiales, une technique qui sintresse ltude des
caractristiques spatiales de la zone gographique concerne par le rseau.
Tout en veillant sur le dploiement de du rseau cellulaire, nous rservons le sixime chapitre pour la
description dun processus de design capable de grer les changements survenant sur le rseau pendant
ses phases de croissance et de maturation. A la fin nous illustrons ce chapitre par une tude de cas.
Nous concluons par un bilan des diffrentes tapes traverses durant notre tudes, suivi des perspectives
de recherche pouvant faire suite ce travail.
Chapitre 1
La Tlphonie Mobile
Introduction
Le tlphone est un outil de communication fixe ou mobile, il convertit la voix en un signal
lectrique mis sous forme dondes de radio frquences qui se propagent par lintermdiaire de lantenne
du tlphone jusqu une antenne-relais. Le rseau GSM (Global System for Mobile communications)
constitue au dbut du 21me sicle le standard de tlphonie mobile le plus utilis en Europe. Il s'agit d'un
standard de tlphonie dit de seconde gnration (2G). Contrairement la premire gnration de
tlphones portables, les communications fonctionnent selon un mode entirement numrique. Cest le
premier service de tlphonie mobile universel, efficace et satisfaisant les exigences dinterconnexion et
de mobilit tout en divisant le terrain en zones de couverture dites cellules. Il possde certaines
caractristiques qui lui sont propres. Il a pour premier rle de permettre des communications entre
abonns mobiles (GSM) et abonns du rseau tlphonique commut (RTC rseau fixe). Le rseau
GSM sinterface avec le rseau RTC et comprend des commutateurs. Dans ce chapitre, nous dcrivons le
contexte gnral de notre tude portant sur le rseau GSM, sa liaison radio ainsi que son fonctionnement.
1. Historique
Les premiers travaux sur la tlphonie mobile ont t entrepris pour des raisons militaires. Dtroit a t la
premire ville bnficier dun systme dappels groups, servant aux voitures de police pour la
transmission dinstructions en 1921. A la suite et pendant les annes 30, les avances de la modulation de
frquence aidrent lamlioration de la qualit des conversations notamment pour les vhicules en
mouvement. Cependant, le manque de canaux de communication limitait srieusement la qualit des
services.
Les annes 70 ont vu merger de nombreux rseaux de radiotlphonie analogique dsigns par la suite
par le terme de systmes de 1re gnration. Lincompatibilit subsistante entre ces diffrents rseaux,
principalement lie aux diffrences de normes (NMT 450, NMT 900, TACS, C450, Radiocom 2000,
RTMS) et de bandes de frquences, a rendu impossible la cration de rseaux vocation internationale.
Pour ces raisons, des dmarches ont t entreprises vers ltablissement dune norme unique pour les
communications avec les mobiles.
En 1982, la CEPT (Confrence Europenne des Postes et Tlcommunications) fixa des bandes de
frquences communes toute lEurope dans la bande des 900 MHz. Un groupe de normalisation, GSM,
fut install la mme anne, dont la tche tait dtablir un systme de communication mobile numrique.
En 1990, une nouvelle norme, DCS 1800, reprsentant une adaptation de la norme GSM, fut tablie pour
supporter les rseaux de tlcommunications dans la bande des 1800 MHz. Les systmes numriques :
GSM, DCS1800 (Europe) ou encore IS-95 (USA) et PDC (Japon) reprsentent les systmes de 2me
gnration.
De nouvelles normes sont actuellement ltude dsignes par le terme de systmes radiomobiles de 3me
gnration. Le principal objectif de tels systmes est d'offrir des services de communication hauts dbits
(services multimdias) avec de plus grandes facilits de mobilit (itinrance internationale). Le label IMT2000 fait rfrence l'ensemble des travaux de normalisation accomplis par l'UIT (Union Internationale
des Tlcommunications) l'chelle mondiale. L'UMTS dsigne quant lui la partie de cette recherche
conduite en Europe [MAB03].
Dsignation
Caractristiques gnrales
Un quipement mobile, ou terminal, qui fournit les capacits radio et logicielles ncessaires au
dialogue avec le rseau.
Une carte amovible SIM (Subscriber Identity Module) ou USIM (Universal Subscriber Identity
Module) dans la norme UMTS, qui stocke les caractristiques de l'abonn et ses droits, en
particulier son identit internationale, l'IMSI.
Le mobile est rattach au rseau par voie radio. La partie du rseau en charge de grer la liaison avec la
station mobile est appele interface radio. Cette dernire fait elle mme partie du sous-systme radio
(Base Station Subsystem - BSS) qui avec le sous-systme fixe (Networkand Switching Subsystem - NSS)
constituent les deux principaux composants des rseaux GSM [MAB03].
2.1.1. Le mobile
Le tlphone et la carte SIM (Subscriber Identity Module) sont les deux seuls lments auxquels un
utilisateur a directement accs. Ces deux lments suffisent raliser l'ensemble des fonctionnalits
ncessaires la transmission et la gestion des dplacements [DAY05].
radio permettant le contrle de la qualit d'une communication en cours. Ces informations sont
directement envoyes au BSC [MAB03].
Les BTS normales, dont les stations de base classiques utilises dans les systmes cellulaires avec des
quipements complmentaires installs dans des locaux techniques et des antennes sur les toits.
Les micro-BTS sont utilises pour couvrir les zones urbaines denses avec des micros cellules. Il sagit
dquipements de faible taille et de faible cot, qui permettent de mieux couvrir un rseau dense
comme le quartier dune ville forte affluence [GIR01].
Larchitecture des sous systmes BSS et NSS, est illustre par la figure 3 :
La rutilisation des ressources radio (frquences) dans les rseaux GSM constitue le deuxime intrt du
concept cellulaire. En effet l'oprateur tlphonique est restreint un nombre limit de frquences pour
couvrir l'ensemble du rseau, ce qui rend ncessaire la rutilisation du spectre radio mainte fois de faon
prvenir les situations d'interfrences entre les ondes radio. En consquence de la rutilisation des
frquences, le rseau est capable d'couler un nombre de communications beaucoup plus grand que le
nombre de frquences disponibles [MAB03].
La taille d'une cellule varie en fonction d'un ensemble de contraintes parmi lesquelles nous trouvons : le
relief de territoire (plaine, montagne), la localisation (urbaine, rurale, suburbaine), la densit d'abonns, la
nature des constructions (maisons, pavillons, tours), etc. Nous pouvons ainsi distinguer plusieurs types de
cellules :
Les macro cellules : Ce sont des cellules de tailles importantes allant jusqu' 35 Km, adaptes aux
zones rurales faiblement peuples. Vu leur tailles les metteurs doivent fournir des puissances trs
grandes ;
Les micro cellules : adaptes aux zones urbaines denses, ce sont des cellules de trs petites tailles
de quelques centaines de mtres de rayon. Elles permettent dcouler un trafic important par unit
de surface ;
Nous pouvons ainsi distinguer les diffrents types de cellules, travers le tableau suivant :
Macro-cellule
Micro -cellule
Pico-cellule
Garantir litinrance : le rseau GSM doit reconnatre tout instant la localisation de labonn
.Cest ce quon appelle : gestion ditinrance ou roaming. Le numro du terminal devient du point
de vue rseau fixe et il correspond une adresse physique variable.
3.3 Densification
La densification dsigne le mcanisme par lequel, la capacit du rseau est accrue en multipliant le
nombre de sites ou de stations dploys sur une zone. Cette adaptabilit est ralise grce l'un des trois
procds suivants :
Eclatement de cellules (sectorisation) : quand le volume de trafic sur une cellule donne dpasse la
capacit de la station, la cellule est alors subdivise en cellules plus petites. Pour ce faire on remplace
l'antenne omnidirectionnelle par plusieurs antennes sectorielles. Ce qui induit une rvision locale du
plan de frquences ainsi qu'un ramnagement des paramtres des antennes sur le site.
Ajout de nouveaux sites : quand le nombre maximal de stations pouvant tre install sur un site est
atteint, il est alors invitable de recourir l'installation de nouveaux sites, ce qui conduit la rduction
des tailles des cellules [MAB03]. Cette technique est appele Cell splitting : Lutilisation d'une
cellule de petite dimension fait augmenter la capacit de trafic. Cependant, une cellule de plus petite
dimension veut dire plus de sites et un cot plus lev pour l'infrastructure.
Il est donc prfrable de ne pas travailler inutilement avec une cellule de plus petite dimension. Ce qui
est demand cest une mthode qui ralise un compromis entre les dimensions cellulaires et les
exigences de la capacit. Le systme commence par utiliser une grande dimension cellulaire. Ensuite,
quand la capacit augmente, la dimension cellulaire est diminue pour satisfaire aux nouvelles
exigences (Figure 7) [DAY05].
Couverture multicouche : dans ce cas, les frontires de la cellule originale sont prserves. L'ide est
d'insrer de petites cellules (microcellules) dans la cellule initiale afin d'allger sa charge. Les appels
ne pouvant pas tre grs par la micro cellule sont redirigs vers la macro cellule [MAB03]. Ou
dployer une couche pico cellulaire, cette solution est adapte aux environnements indoor. Elle tient
compte des performances de ces zones en y augmentant la capacit tout en assurant la qualit de
service requise. Elles sont adaptes aux conditions de propagation indoor o laffaiblissement est
assez important [DAY05].
devient alors ncessaire de changer de station de base. Ce transfert doit se faire de faon transparente et
sans causer d'interruption.
Ceci offre la possibilit un terminal d'entretenir plusieurs liaisons simultanes avec des stations
diffrentes amliorant du coup la qualit globale de la communication. La possibilit qu'a un terminal de
communiquer avec plusieurs noeuds B en parallle constitue la base du principe de macrodiversit. Le
soft-handover fait rfrence l'utilisation du concept de macrodiversit pour effectuer le handover. Dans
ce cas, le mobile tablit une liaison avec le noeud B destination sans rompre la liaison qui le lie au noeud
initial. Cette liaison est libre quand la procdure de handover s'achve [MAB03].
Lensemble des cellules forment un seul rseau : la division nest perceptible ni un usager du
rseau fixe, ni un usager mobile,
Permettre une localisation automatique des stations mobiles (itinrance roaming / international
roaming),
La premire classe fait rfrence au cot consenti par l'oprateur pour dployer le rseau, pour assurer son
volution et finalement pour maintenir son fonctionnement. Deuximement, les critres de qualit de
service qui mesurent la performance du rseau telle qu'elle est perue par les utilisateurs (disponibilit,
qualit vocale). Le design d'un rseau radiomobile revient alors grer le compromis pos par ces deux
tendances [MAB03].
Cot de dploiement : ce cot reprsente les frais d'installation initiale du rseau. Il fait,
principalement, intervenir les droits d'utilisation des sites retenus pour la construction du rseau plus
le cot d'installation des quipements. L'oprateur est amen engager des ngociations avec les
propritaires des terrains pour s'enqurir des droits d'exploitation.
Cot d'volution : l'objectif initial d'un oprateur est de couvrir une certaine zone gographique
avec une certaine estimation du nombre d'abonns. Au fur et mesure de l'volution du trafic,
l'oprateur aspire tendre sa zone de couverture et amliorer les capacits de son systme. Pour
rpondre ces besoins, l'oprateur est amen accrotre son patrimoine de sites, installer de
nouvelles antennes, changer le paramtrage des quipementsetc [MAB03].
Critres de qualit de service : Ces critres sont directement mettre en rapport avec les
attentes des abonns. Ces attentes sont lies la :
Ces aspects sont troitement dpendants des mcanismes de fonctionnement du rseau tels que : la
couverture, la capacit du rseau face la demande, les interfrences, les taux d'erreurs, le design des
cellules, la frquence des handoversetc [MAB03].
6. Problmes de transmission
6.1. Fading
Aprs rflexion sur un obstacle, londe radio peut tre altre en phase et en amplitude. Le phnomne
dvanouissement ou de fading rsulte des variations temporelles des phases qui varient alatoirement
dans le temps. Celles-ci peuvent rsulter en des signaux multiples sajoutant de faon destructive au
niveau du rcepteur. Dans ce cas, le signal reu rsultant sera trs faible ou pratiquement nul. Les signaux
multiples reus peuvent galement sadditionner de faon constructive et le signal reu rsultant est alors
plus constructif et le signal reu est alors plus puissant que le signal du seul trajet direct.
0
1
1
1.
2.
3.
Conclusion
Le concept GSM nest pas compliqu mais il est ncessaire de comprendre tous les lments le
constituant. Dans ce chapitre, nous avons prsent le concept cellulaire depuis la cellule, la division
cellulaire et les notions importantes lies ce type de rseaux, tels que la rutilisation des frquences, la
densification, litinrance, et le hand-over. Ainsi que la norme GSM dans sa totalit en commenant par
son architecture gnrale et la description de ses diffrents sous systmes, ses entits, jusqu larrive
ses critres de performances. Ce chapitre se termine par une petite mise au point sur les diffrents
problmes de performance et doptimisation, auxquels sont confronts les rseaux cellulaires (GSM).
Dans ce sujet, les solutions proposes sont dveloppes dans un contexte multicritres associant les
critres financiers (cot du rseau), les critres techniques (assurance, disponibilit) et les critres de
vente (qualit de service). Par consquent, dans ce contexte il est ncessaire d'intgrer les outils
d'optimisation dans des arrangements plus gnraux afin de dvelopper des mthodes doptimisation bien
plus efficaces. Le second chapitre fera lobjet dune prsentation de classe des mthodes doptimisation
afin den choisir la plus convenable pour notre tude.
Chapitre 2
Introduction
Loptimisation combinatoire occupe une place importante en informatique, son utilisation sert
rsoudre des problmes de grandes difficults. Etant donne limportance de ces problmes, plusieurs
mthodes de rsolution ont t dveloppes en Recherche Oprationnel (RO). Ces mthodes peuvent tre
classes en deux grandes catgories :
Exactes : (compltes) qui garantissent dobtenir une solution optimale, mais dans un temps parfois
prohibitif.
Approches : (incompltes) qui garantissent dobtenir une solution proche de loptimale dans un
temps raisonnable par rapport aux mthodes exactes.
Pour notre domaine dtude, quest la tlphonie mobile, et afin de rsoudre certains problmes
doptimisation comme la surcharge dune cellule ;
approches, dont le but est de trouver la meilleure cellule voisine qui pourra soulever le problme de
surcharge du rseau cellulaire, et cela dans un temps de calcul raisonnable. Nous nous intressons
particulirement la premire classe ; la classe des mthodes de recherche locale.
1. Notions de base
Une solution : est une affectation de toutes les variables du problme.
Une solution optimale : est une solution de cot minimal (ou maximal).
Un mouvement : est une opration lmentaire permettant de passer d'une solution a une solution
voisine (exemple : changer la valeur d'une variable, changer deux variables).
Le voisinage : d'une solution est l'ensemble des solutions voisines, c'est--dire l'ensemble des
solutions accessibles par un mouvement (et un seul).
Un essai : est une succession de mouvements.
Une recherche locale : est une succession dessais [LAY09].
2. Optimisation combinatoire
L'optimisation combinatoire est un outil indispensable combinant diverses techniques des mathmatiques
discrtes et de l'informatique afin de rsoudre des problmes de la vie relle. En effet, l'optimisation
combinatoire, couvre aussi bien des domaines de lingnieur que les domaines de la recherche, et englobe
un large ventail de techniques et fait toujours l'objet de recherches intensives. Dune manire simple,
rsoudre un problme doptimisation combinatoire consiste trouver loptimum dune fonction, parmi un
nombre fini de choix, souvent trs grand. Il sagit, en gnral, de maximiser (problme de maximisation)
ou de minimiser (problme de minimisation) une fonction objective sous certaines contraintes. Un
problme combinatoire est dfini par un ensemble dinstances. A chaque instance de problme est associ
Programmation
dynamique
Algorithmes Heuristiques
Programmation
linaire
Branch &
Bound
Heuristiques
Spcifiques
Population
Solution Unique
Descente
Recuit
simul
Recherche
tabou
Mtaheuristique
Colonies de
fourmis
Algorithmes
gntiques
2.2. Complexit
Un problme est dit polynomial sil existe un algorithme permettant de trouver une solution optimale
pour toutes ses instances en un temps polynomial par rapport la taille de linstance.
La difficult intrinsque de ces problmes est bien caractrise par la thorie de la Np-compltude. Des
nombreux problmes doptimisation combinatoire (la plupart de ceux qui sont vraiment intressants dans
les applications) ont t prouvs NP-difficiles [GAR79].
Pour de nombreux problmes les meilleures mthodes exactes peuvent tre mises en chec par des
instances de taille modeste, parfois partir de quelques dizaines de variables seulement.
En 1996, la mtaheuristique a t dfinie comme un processus itratif qui subordonne et qui guide
une heuristique, en combinant intelligemment plusieurs concepts pour explorer et exploiter tout
lespace
stratgies
dapprentissage
sont
la mthode de descente,
le recuit simul,
la mthode Tabou,
Le terme de recherche locale est de plus en plus utilis pour qualifier ces mthodes.
b. Les approches population (ou volutionnaires)
Elles consistent travailler avec un ensemble de solutions simultanment, que lon fait voluer
graduellement.
Lutilisation
de
plusieurs
solutions
simultanment
permet naturellement
damliorer lexploration de lespace des configurations. Dans cette seconde catgorie, on recense :
- les algorithmes gntiques,
Enfin, il faut distinguer les mtaheuristiques qui ont la facult de mmoriser des informations
mesure que leur recherche avance, de celles qui fonctionnent sans mmoire, en aveugle, et qui
peuvent revenir sur des solutions quelles ont dj examines.
On distingue la mmoire court terme (celle des derniers mouvements effectus), et la mmoire
long terme (qui concerne des paramtres synthtiques plus gnraux).
Le meilleur reprsentant des mtaheuristiques avec mmoire reste la recherche Tabou. Et pour les
mtaheuristiques sans mmoire, nous citons titre dexemple le recuit simul.
3.4 Les principales mtaheuristiques
Nous pouvons les reprsenter selon la hirarchie suivante :
3.4.1 Les approches population
Nous distinguons deux types de classes :
3.4.1.1 Les algorithmes gntiques
Avec les algorithmes volutionnaires, nous passons une autre catgorie de mtaheuristiques,
celles des mthodes dites volutionnaires, qui manipulent un ensemble de plusieurs solutions
simultanment [PIC06].
La
mtaheuristique
la
plus
gntique, inspir du concept de slection naturelle. Ici, le vocabulaire employ est directement
calqu sur celui de la thorie de l'volution et de la gntique.
Nous parlerons donc dindividus, pour parler de solutions (compltes ou partielles). Lensemble des
individus formera une population, que nous ferons voluer pendant une certaine succession ditrations
appeles gnrations, jusqu ce quun critre darrt soit vrifi. Pour passer dune gnration une
autre, nous soumettrons la population des oprateurs de slection. Les oprateurs de variation,
eux,
permettront
individus.Ces oprateurs sont dfinir en fonction du problme considr. Par exemple, dans le cas du
voyageur de commerce, une certaine tourne sera reprsente par un individu, caractris par une
certaine succession de villes. Un oprateur transformera cet individu en modifiant les villes qui le
constitue, en prenant soin de respecter les contraintes du problme donn,
en
loccurrence
ici,
lobligation que chaque ville ne soit prsente quune seule fois dans la tourne.
On dfinit galement la fonction de performance (fitness), qui traduit la capacit dadaptation des
individus au problme considr. Cette fonction, que lalgorithme gntique cherche maximiser,
est troitement dpendante de la fonction objectif.
a. Principe de lalgorithme :
Lalgorithme gntique repose sur une boucle qui
enchane des tapes de slections et des tapes de
croisements. Dans un premier temps, partir dune
population de individus, on dsigne ceux autoriss se
reproduire.
On croise ensuite ces derniers, de faon obtenir une
population
denfants,
dont
on
peut
faire
muter
b. Avantages :
c. Inconvnients
laisse
lattention de ses congnres ; les fourmis choisissent avec une plus grande
probabilit les chemins contenant les plus fortes concentrations de phromones, il se forme ainsi ces
autoroutes fourmis, qui sillonnent le paysage. Ce mode de communication particulier, qui fait
intervenir des modifications dans lenvironnement, est appel stigmergie.
a. Principe de lalgorithme
Le premier algorithme conu selon ce modle tait destin rsoudre le problme du voyageur de
commerce, et cest sous cette forme que nous le prsentons dans les lignes suivantes. Nous
dirons
Dans la procdure Construire Trajet (i), chaque fourmi se construit une route en choisissant les
villes selon une rgle de transition alatoire trs particulire.
b. Avantages
c. Inconvnients
Dans le cadre de loptimisation combinatoire, en pratique, on aura tout intrt dfinir le voisinage en
considrant lensemble des modifications lmentaires que lon peut appliquer une solution s donne,
par exemple lensemble des permutations (si les solutions peuvent scrire sous la forme dune squence
finie dlments, comme le cas se prsente frquemment en optimisation combinatoire)
Si cet ensemble est trop grand, on pourra toujours le rduire un sous-ensemble, alatoirement, ou en
fonction dun critre prcis.
3.4.2.3 Les mthodes de recherche locale
On peut varier cette mthode en choisissant chaque fois la solution s dans N(s) qui amliore le plus la
valeur de f. Cest la mthode de plus grande descente.
a.2 Avantages
Le principal avantage de la recherche locale simple est videmment sa grande simplicit de mise
en uvre: la plupart du temps, elle ne fait que calculer f(s+i)-f(s), o i correspond un
dplacement lmentaire, et si cette expression peut se simplifier algbriquement, alors on pourra
valuer trs rapidement cette diffrence.
variable, qui repose sur la construction de solutions s parmi plusieurs voisinages Ni, plutt que
dans un seul.
a.3 Inconvnients
Lefficacit des mthodes de recherche locale simples (descente, ou plus grande descente) est trs
peu satisfaisante. Dabord, par dfinition, la recherche sarrte au premier minimum local rencontr,
cest l leur principal dfaut.
Pour amliorer les rsultats, on peut lancer plusieurs fois lalgorithme en partant dun jeu de
solutions initiales diffrentes, mais la performance de cette technique dcrot rapidement.
Autoriser de temps une autre certaine dgradation des solutions trouves, pour mieux explorer tout
lespace des configurations.
Si r < e
alors Poser s s
Mettre jour T
Jusqu ce que le critre de terminaison soit satisfait
Fin
f ( s ) f ( s ')
T
(une meilleure solution est donc toujours accepte, ce qui parat logique).
Si f (s)>f(s) et T est trs grand, alors e
f ( s ) f ( s ')
T
f ( s ) f ( s ')
T
b.2 Avantages
Convergence vers un optimum global dmentre via des chanes de markov : la prdiction du
futur partir du prsent ne ncessite pas la connaissance du pass. Plus clairement cette
mtaheuristique ne ncessite pas de mmoire (pass) afin de trouver les espaces de recherche
locaux suivants (futur). Ce la signifier galement que contrairement dautres mtaheuristiques.
b.3 Inconvnients
F (i)
F (i)
V(i)
.
Figure 17.3 : V(i) lespace de solutions voisines i (lensemble des i).
Dans le cadre de loptimisation combinatoire, en pratique, on aura tout intrt dfinir le voisinage en
considrant lensemble des modifications lmentaires que lon peut appliquer une solution i donnes.
Figure 17.5 : i globale est la solution optimale globale qui minimise la fonction objectif F ( ).
F (i*)
F (i)
F (i)
F (i) global
V (i)
Figure 20 : Reprsentation gnrale de tous les vnements prcdents.
T : liste des mouvements Tabou. Il peut exister plusieurs listes simultanment. Les lments de la liste
sont t (i, m).
Une liste T avec trop dlments peut devenir trs restrictive. Il a t observ que trop de
contraintes
(Tabou) forcent le programme visiter des solutions voisines peu allchantes la prochaine itration.
Une liste T contenant trop peu dlments peut savrer inutile et mener des mouvements cycliques.
a (i, m) : critres daspiration, dtermine quand il est avantageux dentreprendre m, malgr son statut
Tabou.
c.3 Principe de la mthode
c.3.1 Lide de dpart
Se dplacer de solution en solution (en visitant ventuellement des solutions moins bonnes) en
sinterdisant de revenir une solution dj rencontre.
A chaque itration, on examine V(i) et nous allons sur la meilleure solution i mme si le coup
remonte (F (i) >F(i)).
2
Le danger serait alors de revenir i immdiatement, puisque i est meilleure que i. Pour viter de
tourner ainsi en rond, on cre une liste T qui mmorise les dernires solutions visites et qui
interdit tout dplacement vers une solution de cette liste. Cette liste T est appele liste Tabou.
Lorsque la mmoire est pleine, elle est gre comme une liste circulaire en FIFO (First In First Out) :
on limine le plus vieux point Tabou et on insre la nouvelle solution. La taille de la mmoire permet
de ne pas saturer rapidement les ressources disponibles pour la recherche et permet de surcrot
dadapter facilement la mthode un espace de recherche dynamique.
c.3.3 Le critre darrt
Le critre darrt sert dterminer le moment o lon considre que la solution trouve est dassez bonne
qualit pour tre recevable. On peut par exemple :
- fixer un nombre maximum ditrations
- aprs un nombre fixe dtapes nayant pas amlior la solution s*.
- fixer un temps limite aprs lequel la recherche doit sarrter.
A partir de cet algorithme initial, certaines adaptations ont t labores. Ces amliorations ont t
introduites afin de pallier des problmes constats dans lanalyse de lexploration de lespace de
recherche.
c.4 Diverses amliorations
F(i)
F(i)
Donc la diversification permet de bien couvrir lespace des solutions, et de dterminer les zones
prometteuses , tant dit que lintensification permet dapprofondir la recherche, lintrieur de chacune
des zones prometteuses localises.
La mmoire court terme se prsente sous la forme de la liste Tabou o sont stockes les dernires
solutions visites.
Grande efficacit.
c.6 Inconvnients
Nous avons dvelopp la description de cette dernire mthode, du fait quelle sera choisie comme une
mthode doptimisation dans une partie de notre phase contribution.
Conclusion
Lintrt des mtaheuristiques dcoule de la capacit de trouver les solutions efficaces dans un temps
raisonnable. Dans le domaine tlphonie mobile lefficacit de ces mthodes peut tre compromise, car il
faut garantir un certain niveau des services fournis labonn, ou bien laugmenter. Par consquent, dans
ce contexte il est ncessaire dintgrer ces mthodes dans des arrangements plus gnraux afin de
dvelopper des mthodes plus efficaces. Ainsi, La qualit des solutions trouves par les mthodes de
recherche locale dpend de leur paramtrage (il faut viter que les algorithmes ne convergent trop
rapidement vers un optimum local), et de lquilibre trouver entre un balayage de tout lespace des
solutions (diversification), ainsi lexploration locale pousse (lintensification). Le choix dune bonne
reprsentation, dun bon voisinage, sont galement des facteurs influenant grandement sur lefficacit de
la mthode choisie, quelle que soit.
Pour de telles raisons nous allons prsenter une mtaheuristique dans de nouveaux arrangements, qui sont
les systmes multi agents, afin de concevoir des mthodes auto adaptive qui peuvent ragir la forme du
problme. Cette dernire ide sera illustre par la proposition dune solution concernant la rsolution de la
partie : Dploiement du rseau cellulaire. Pour ce qui est principal entamer avant, durant notre
contribution; cest la planification initiale qui sera base sur ltude des caractristiques spatiales de la
zone gographique concerne. Raison pour laquelle le prochain chapitre fera lobjet dune prsentation du
domaine des ontologies et ses importants concepts.
Chapitre 3
Les Ontologies
Introduction
Les ontologies sont actuellement un thme de recherche trs pointu dans de nombreux domaines
Une ontologie est la conceptualisation d'un domaine, c'est--dire un choix quant la manire de
dcrire un domaine.
La vision de GUARINO [GUA95], est qu'en Intelligence Artificielle, l'ontologie reprsente un artefact
d'ingnierie constitu par un vocabulaire spcifique, utilis pour dcrire une certaine ralit, accompagne
d'un ensemble d'hypothses implicites concernant la signification des mots de ce vocabulaire. Nous
comprenons par Conceptualisation, le modle abstrait de phnomnes rels, l'ensemble des concepts
importants qui caractrisent un domaine, et les points de vue d'une perception limite du monde.
Explicite, c'est--dire que la dfinition des types de concepts utiliss et les contraintes sur leurs usages
sont explicitement dfinies : Formelle, signifie comprhensible par la machine. Et finalement Partage,
parce que les connaissances sont consensuelles donc acceptes par un groupe ou une communaut
intresse
Les ontologies peuvent se reprsenter par des rseaux smantiques, la figure 23 nous montre un exemple
d'ontologie reprsente par un rseau smantique [SIN06].
Lien est un
Lien provoque
Feu
Tsunami
Inondation
Orage
Catastrophe
naturelle
Avalanche
Tremblement de
terre
Volcan
Glissement
de terrain
Une ontologie peut tre traite par des systmes d'information, qui utilise des mthodes et des outils de
systmes base de connaissances et tre publiable sur le Web. La vision du Web smantique cherche
ajouter au Web de la smantique comprhensible pour des machines (Mta information) en employant
des ontologies pour pouvoir dfinir et organiser ce nouvel espace de mta information. Le Web
smantique cherche aussi intgrer toutes les sources d'information sur le Web, permettant ainsi des
recherches intelligentes et la rutilisation des structures et donnes [LEE02].
Un concept est "une reprsentation mentale dune classe ou dun individu et a trait ce qui est reprsent
et la faon dont linformation est typiquement utilise pour la catgorisation". On distingue en effet ici
le concept, qui dsigne une ide mentale, dune catgorie, qui dsigne lensemble des rfrents de ce
concept. Un lexique vient le plus souvent documenter les diffrents concepts ; chacun deux est associe
une dfinition en langue naturelle qui fixe le sens quil a dans le domaine considr.
Il existe diverses manires de dfinir un concept. Un des courants de la psychologie des concepts, dite
exemplariste, considre quun concept est dfini par lensemble des objets quil dnote instances
[MUR02], [GOL03].
Les relations smantiques entre concepts, comme la relation de spcialisation entre concepts, qui
traduit par exemple quun chien est un animal, ou quune automobile est un vhicule. Dans le cas des
ontologies gographiques, ce seront souvent des relations spatiales comme la relation de partie tout,
dadjacence, de localisation.
Les proprits inhrentes un concept, qui dfinissent des attributs pour un concept et indiquent les
diffrentes valeurs que celui-ci peut prendre. Ce sera par exemple un attribut de rsolution qui dfinit
pour un objet gographique quelles rsolutions il peut tre dtect.
Les relations entre relations, qui permettent de construire une taxonomie de relations. On pourra
ainsi par exemple dfinir une relation gnrique relationSpatiale, qui aurait plusieurs sous-relations
comme relationMereologique ou localisation.
consquence, dcrire des concepts gographiques implique de sappuyer sur des lments de
reprsentation spatiale. Lontologie spatiale propose par Casati et Varzi [CAS98] a quatre composantes,
dont chacune a ses propres primitives et ses propres relations, et est en interaction avec les autres:
La mrologie;
La topologie;
La localisation;
La morphologie [REB04].
Les relations mrologique (relation de partie tout) : Le concept de la mrologie est celui de
partie. Bien quil existe diffrentes versions de cette discipline thorique, toutes saccordant sur
quelques principes de base :
Deux choses distinctes ne peuvent pas tre des parties lune de lautre.
Nimporte quelle partie dune partie dune chose est elle-mme une partie de cette chose.
Au-del de cette topologie de base, il sagit de savoir comment concilier mrologie et topologie.
Une faon non rductive de combiner la mrologie et la topologie consisterait ajouter les
axiomes de base de la premire la deuxime, le lien entre mrologie et topologie se fait via la
monotonicit:
P(x, y) E(x, y).
(Si x est une partie de y, alors x est enclos dans y).
Ceci livre la mrotopologie, dont Casati et Varzi [CAS98], remarquent qu'elle peut tre
simplifie si l'on remplace le principe de symtrie de la connection et le principe de monotonicit
par un principe unique:
P(x, y) z (C(x, z) C (z, y)).
(Si x est une partie de y, alors pour tout z, si x est connect z, alors z est connect y).
Les relations de localisation : A partir du primitif L (L(x, y) = x est exactement localis y), on peut
introduire diverses notions de localisation. En voici deux:
Localisation partielle:
PL(x, y) = z (P (z, x) L (z, y)).
(x est partiellement localis y est gal par dfinition il existe z, tel que z est une partie de x et
z est exactement localis y).
Localisation complte :
WL (x, y) = z (P (z, y) L(x, z)).
(x est compltement localis y est gal par dfinition il existe z tel que z est une partie de y et
x est exactement localis z).
Do:
L(x, y) PL(x, y) WL(x, y).
(Si x est exactement localis y, alors x est partiellement localis y et x est compltement
localis y) [CAS98], [BAL00].
Morphologie : La morphologie repose sur un primitif, la notion de trou, qui a les proprits
suivantes :
Hxy Hyz
(Si x est un trou dans y, alors y n'est pas un trou dans z)
La notion de trou est irrflexive et asymtrique:
Hxx
(x n'est pas un trou dans x)
Hxy Hyx
(Si x est un trou dans y, alors y n'est pas un trou dans x)
Les ontologies de lespace : plus spcialement ddies la description des concepts qui
caractrisent lespace comme le point, la ligne etc. Ces ontologies sont typiquement labores
par des grands organismes de normalisation.
Les ontologies de domaines gographiques : comme une ontologie modlisant les concepts des
donnes hydrauliques, ou bien une ontologie dcrivant les concepts des donnes des rseaux
lectriques, Ce sont des ontologies mtier , dveloppes par une communaut dutilisateur du
domaine concern.
Les ontologies spatialises (ou spatio-temporelles) : qui sont des ontologies dont les concepts sont
localises dans lespace. Une composante temporelle est souvent ncessaire en complment pour la
modlisation de linformation gographique, car les applications gographiques manient aussi trs
souvent des donnes temporelles, voir spatio-temporelle.
Suivant le type de concept que lon souhaite reprsenter, et selon F. Fonseca dans [MUR02], on peut
distinguer plusieurs types dontologies gographiques :
Les ontologies de haut niveau (top-level), qui reprsentent les concepts les plus gnraux lis
lespace, comme les relations de partie tout, de topologie, de gomtrie. Sont galement
accessibles de nombreuses ontologies bases sur les diffrentes normes relatives linformation
gographique.
Dfinir la spatialit laide de types de donnes spatiaux varis (ligne, point, surface simple), de
types dobjets spatiaux (c'est--dire ayant des attributs spatiaux), de relations spatiales comme les
relations topologiques et/ou des champs continus.
Dfinir intentionnellement des concepts spatiaux laide daxiomes contenant des prdicats
spatiaux.
Raisonner sur la spatialit des instances, c'est--dire infrer partir des relations spatiales dcrites
lensemble des relations valides.
La modlisation des informations et de leurs smantiques qui ncessite des modles suffisamment
riches et pour linformation gographique, des concepts de description des caractristiques spatiales
la fois sous forme discrte et/ou continue.
Le raisonnement pour tre capable dinfrer/classifier des informations et vrifier la cohrence des
descriptions.
Les requtes pour interroger lontologie aussi bien au niveau des instances quau niveau du schma.
Lintgration dans les ontologies gographiques des deux composantes : espace, temps est un challenge
important pour assurer aux ontologies une relle pertinence. Un concept peut tre dfini comme spatiotemporel pour modliser son volution dans le temps et ses dformations [CUL03].
4. Construction dontologie
Il existe plusieurs faons de construire une ontologie, selon que lon cherche identifier directement les
entits pertinentes considrer, ou bien que lon sattache relever les lois rgissant le systme en cours
dtude. Cependant, on peut distinguer trois schmas principaux de dmarche pour la construction dune
ontologie :
Par la dtermination directe de catgories : Une telle dmarche, mme si elle peut avoir
lobservation comme point de dpart, est arbitraire ou du moins biaise, dans le sens o ce nest pas
la ralit qui est ainsi retranscrite, mais la perception et sa catgorisation travers les habitus de
lontologiste ou de celui qui en tient lieu pour loccasion. Par habitus nous entendons exprience,
tat desprit, arrire pense conscientes ou non
Par la dtermination daxiomes et de primitives : qui instaurent les cas chant des catgories en
guise de consquence : la justification peut donc sembler plus solide. On pose des principes qui font
loi : rien de ce que lon pourra concevoir dans ce systme ne pourra entrer en contradiction avec ces
rgles de base.
Par llaboration dune thorie globale : Lontologie pouvant alors demeurer implicite, ou
sexpliciter en drivant de ladite thorie un dictionnaire ou une encyclopdie dfinissant les entits
les unes par rapport aux autres.
Ces trois types dapproches peuvent tre inities de diffrentes faons [PER79] :
Par dduction : dun ensemble de rgles de dpart (axiomes, primitives, principes) on drive
logiquement le cas particulier, puis le rsultat auquel doit conduire ce cas ;
Par induction : partant de lexprience concrte, on essaye de reconstruire le cas gnral auquel
satisfait lexprience, permettant par la suite dinfrer une rgle rgissant les conditions des cas
gnraux (thories ou lments de thorie) ;
Par abduction : partir de lexprience concrte, lon essaye dinfrer une rgle (thorie), et lon en
value la pertinence via ladquation entre les cas despce que lon peut en dduire et lexprience
concrte.
Spcification : Identifier le but de lontologie, les utilisateurs, les scnarios dusage et la porte de
lontologie comprenant lensemble de termes reprsenter, leurs caractristiques et leur
granularit ;
Conceptualisation : Les termes du domaine sont identifis comme concepts, instances, relations ou
proprits en utilisant une reprsentation intermdiaire (semi-formelle) par le biais de tableaux et de
graphes ;
Intgration : Afin dobtenir une certaine uniformit travers des ontologies, des dfinitions
dautres ontologies devraient tre incorpores ;
Maintenance.
Chaque tape peut intgrer une phase d'acquisition des connaissances, documentation et valuation.
Ce procd cyclique rende cette mthode trs attractive pour construire des ontologies dynamiques
[SIN06].
Conceptualisation
Cette tape seffectue en langage naturel, et est ralis auprs de lexpert ou par analyse de la littrature.
Elle consiste identifier les connaissances dun domaine. Celui-ci est dabord dlimit. Puis les termes du
domaine sont dfinis, ainsi que leurs proprits, les relations quils entretiennent entre eux, les contraintes
qui sappliquent sur eux, etc. et leur sens est prcis. Un modle conceptuel est bti partir de cette tude.
Cette tape est de loin la plus longue et la plus dlicate puisquelle constitue un travail multi-disciplinaire.
Elle ncessite en particulier une entente sur les termes employs entre lingnieur de la connaissance et le
gographe.
5.1.2.
Ontologisation
Ltape dontologisation est une tape de spcification de la conceptualisation obtenue. Son objectif est
de - partiellement au moins - la formaliser. Daprs T. Gruber dans [GRU93], lontologie obtenue doit
satisfaire les principes de :
Extensibilit : Les extensions qui pourront tre ajoutes l'ontologie doivent tre anticipes. Il doit
tre possible d'ajouter de nouveaux concepts sans avoir toucher aux fondations de l'ontologie.
Cest--dire que lintroduction dun nouveau concept ne doit pas entraver la rvision des concepts
dj prsents.
Biais minimal du point de vue syntaxique : Une dformation d'encodage a lieu lorsque la
spcification influe la conceptualisation (un concept donn peut tre plus simple dfinir d'une
certaine faon pour un langage d'ontologie donn, bien que cette dfinition ne corresponde pas
exactement au sens initial). Ces dformations doivent tre vites autant que possible.
Biais minimal du point de vue smantique : lengagement ontologique doit tre minimal, tout en
permettant le partage des connaissances. Le but d'une ontologie est de dfinir un vocabulaire pour
dcrire un domaine, si possible de manire complte ; ni plus, ni moins.
5.1.3. Oprationnalisation
Loprationnalisation sert enfin formaliser compltement lontologie, et la doter de capacits de
raisonnement suivant lutilisation que lon veut en faire (raisonnement spatio-temporel sur les objets
urbains par exemple, test dinstanciation...). Suivant le formalisme adopt et les besoins, cette tape nest
pas toujours ncessaire [BAD05].
Il est impossible de raisonner sur les concepts et instances de lontologie, ni mme dexplorer le
schma. Seule peut tre effectue linterrogation des instances.
Un schma de bases de donnes nest pas volutif. Il est dfini une fois pour toute avant la
dfinition des instances. Une ontologie doit au contraire tre vivante, et la mise jour des instances
doit pouvoir se faire sans une connaissance complte de lontologie. Cela impose de disposer de
mcanismes de vrification dynamique de la cohrence du schma et des instances.
Les bases de donnes font lhypothse du monde clos. Ces remarques rvlent la diffrence de
nature qui existe entre une ontologie et une base de donnes. En effet, comme le remarque
F.Fonseca dans [FON02], un schma de base de donnes reprsente ce qui est stock dans la base,
alors quune ontologie reprsente une vue de ce qui existe (ou peut exister) dans le monde rel.
Linterrogation dune ontologie diffre de linterrogation dune base de donnes selon diffrents
points. Une ontologie est en gnrale une source de donnes complexe, souvent incomplte et
volutive dans le temps. Le simple utilisateur qui souhaite accder lontologie effectue des
recherches exploratoires voire incrmentales pour obtenir les informations quil souhaite.
8. Interoprabilit
Le dveloppement rapide des systmes distribus et l'mergence des rseaux grande chelle rend
accessible un nombre sans cesse croissant de sources d'informations htrognes. Parmi les donnes
proposes, les donnes caractre spatial sont de plus en plus prsentes, parce que les mthodes
d'acquisition (GPS, images satellite, photo ariennes) sont dsormais accessibles tous. Les ontologies
spatiales doivent jouer un rle important et de rfrence pour linteroprabilit des systmes.
Rduire les cots d'acquisition des donnes : Une des caractristiques principales d'un projet SIG
est le cot trs important de l'acquisition et de la maintenance de la collection de donnes spatiales.
Il est donc ncessaire de vouloir partager des donnes entre plusieurs applications et de rutiliser des
donnes existantes ;
Amliorer les processus d'aide la dcision : En effet, il est rare qu'un seul SIG possde toutes les
donnes ncessaires une prise de dcision. Les donnes peuvent tre manquantes ou incompltes
et il est alors ncessaire davoir recours dautres sources dinformation. Cet aspect est accentu par
les nouvelles applications spatiales telles que le gomarketing, la gestion des ressources naturelles
ou le suivi des pollutions ;
Ajouter des fonctionnalits un systme existant : Les SIG sont conus pour des applications
spcifiques et n'offrent pas forcment toutes les oprations spatiales. En effet, au sein d'une
organisation, les donnes spatiales sont exploites par diffrents utilisateurs dont les activits sont
diverses. Ces utilisateurs ont recours des oprations propres leur domaine qui n'ont pas
forcement t prises en compte lors de la conception initiale du systme ;
Migrer vers de nouveaux systmes tout en prservant l'existant : cest--dire pouvoir utiliser un
ancien SIG au sein dune nouvelle architecture.
Les donnes sont riches, les types varis (donnes thmatiques, gomtriques, images), les valeurs
sont trs sensibles au contexte dacquisition (units, rfrentiels, systmes de projection, prcision,
qualit, etc.),
Les modles spatiaux sont nombreux et complexes (modle spaghetti, gomtrique, rseau,
topologique, tesselation),
Comme les applications gomatiques sont varies et trs spcifiques (cartographie, simulation,
etc.) ; les utilisateurs de SIG ont besoin de reprsentations multiples dobjets spatiaux des
granularits diffrentes [LEC98].
Les recherches rcentes ont permis d'identifier deux aspects de l'interoprabilit des SIG. Il s'agit des
perspectives d'architecture de systme et de modlisation [BIS97], [BIS98]. Ct architectures, les
systmes distribus (client serveur, objets distribus) sont des solutions prouves. Ct modles, le
problme est dcoup en trois niveaux d'interoprabilit :
Interoprabilit syntaxique : elle s'attache unifier les structures des donnes, et propose une
intgration de premier niveau, que l'on peut appeler intgration syntaxique, en dfinissant
notamment la nature, le type et le format des messages changs, Elle conduit la notion de
systme ouvert permettant d'assumer l'htrognit des composants (interfaces, langages de
programmation, etc.) [GRA96], [ORF96].
interoprabilit schmatique : elle a pour but de rsoudre les diffrences au niveau des schmas et
des modles, Ce premier et deuxime niveau sont toutefois insuffisant : la cohrence formelle des
messages ne garantit pas, par elle-mme, la cohrence des significations perues par les diffrents
utilisateurs d'un systme. Une intgration de troisime niveau, l'intgration smantique base sur
l'interoprabilit smantique, est donc ncessaire qui prolonge et complte les deux prcdentes.
interoprabilit smantique : elle a pour objet de s'assurer que les changes ont un sens, c'est dire
que le demandeur et le fournisseur ont une comprhension commune de la signification des
lments qu'ils partagent [HEI95]. L'interoprabilit smantique est une rponse l'htrognit
smantique des informations traites par les diffrentes applications. Elle implique que les divers
utilisateurs partagent des vues cohrentes sur les systmes de concepts sous-jacents aux diverses
applications.
Fournissent des services de bas niveau pour l'change de donnes ou le partage d'oprations
[VCK96], [TOM04].
Introduisent une composante smantique pour faciliter le processus d'intgration mais ne valident
pas le critre d'extensibilit. Cette dernire technique nest utilisable que pour des systmes ne
contenant que quelques sources de donnes [DRE96].
EXtended Markup Language et XML Schema : XML est un langage de description et dchange
de documents structurs XML permet de dcrire la structure arborescente de documents laide
dun systme de balises permettant de marquer les lments qui composent la structure et les
relations entre ces lments. XML ne pose aucune contrainte smantique sur la description des
informations, il ne constitue donc pas un langage de modlisation dontologies lui seul.
XML Schma (XML-S) : est un outil de dfinition de grammaires caractrisant des arborescences
de documents (notion de validit syntaxique). Avec les schmas XML, il est possible de contraindre
la structure arborescente dun document mais pas la smantique des informations contenues dans ce
document.
Resource Description Framework et RDF schma : RDF est un modle pour la reprsentation de
mta donnes propos de ressources. Cette reprsentation est faite sous la forme dun triplet :
Prdicat : la proprit de la ressource, qui est une liaison tiquete et oriente du sujet vers lobjet.
Ontology Web Language OWL : est un langage bas sur RDF et XML. Il enrichit le modle RDF
Schmas en dfinissant un vocabulaire riche pour la description d'ontologies complexes. OWL est
bas sur une smantique formelle dfinie par une syntaxe rigoureuse. Il existe trois versions du
langage: OWL Lite, OWL DL, et OWL Full.
Protg : Cest lditeur le plus connu et le plus utilis des diteurs, dvelopp par l'Universit de
Stanford, il a volu depuis ses premires versions (Protg-2000) pour intgrer partir de 2003 les
standards du Web smantique et notamment OWL. Il offre de nombreux composants optionnels :
raisonneurs, interfaces graphiques.
Conclusion
Les ontologies gographiques ont un avenir prometteur car elles sont un tremplin pour le partage
automatis dinformations dans des domaines o les donnes sont complexes modliser et onreuses.
Elles doivent jouer un rle important de rfrence pour linteroprabilit des systmes. Leur
dveloppement est conditionn par des critres de relle utilisation. Nous nous sommes appuys dans ce
chapitre, en premier lieu sur la dfinition des ontologies dans ses diffrents domaines, ainsi que ses entits
principales, ensuite nous avons cits les diffrents types dontologies en donnant une importance aux
ontologies gographiques et spatio-temporelles qui sont ncessaires pour notre tude, nous avons mis
aussi laccent sur les besoins des ontologies qui diffrent des besoins traditionnels de bases de donnes et
des systmes dductifs pour la modlisation et pour linterrogation, tout en prsentant les outils de
dveloppement dontologie. La ncessit des ontologies spatiales est un degr important, dont
lexploitation et lillustration peuvent tre dmontres dans la partie de contribution.
Nous pensons aussi que lintgration des ontologies spatiales dans les systmes multi-agents nous
permettra daboutir des meilleurs rsultats, cette dernire discipline sera prsente travers le prochain
chapitre.
Chapitre 4
Introduction
Le thme des systmes multi agents (SMA), sil nest pas rcent, est actuellement un champ de recherche
trs actif. Cette discipline est la connexion de plusieurs domaines en particulier de lintelligence
artificielle, des systmes informatiques distribus et le gnie logiciel. Cest une discipline qui sintresse
aux comportements collectifs produits par les interactions de plusieurs entits autonomes et flexibles
appeles agents, que ces interactions tournent autour de la coopration, de la concurrence ou de la
coexistence entre ces agents.
Ce chapitre introduit, tout dabord, les notions dagents et de systmes multi agents (SMA), par la suite il
dtaille les diffrentes questions, que soulve la problmatique des SMA, en particulier: les interactions,
la coopration, la coordination, la planification et la communication.
1. Le monde dagents
1.1. Dfinition dagent
La notion dagent, comme tous les concepts fondamentaux, est relativement vague. On peut distinguer
plusieurs manires de concevoir et de comprendre la notion dagent. Chacune de ces notions renvoie un
courant de recherche particulier dans le domaine de ce qui touche la nbuleuse agent.
En informatique, un agent est l'quivalent d'un robot logiciel. C'est un programme qui accomplit des
tches la manire d'un automate et en fonction de ce que lui a demand son auteur.
Wooldridge et Jennings [WOO95] dfinissent un agent comme tant un systme informatique, situ
dans un certain environnement et qui est capable d'effectuer de manire autonome une action afin de
rpondre aux objectifs pour lesquels il a t conu.
Maes Patti [MAE95] dfinit les agents autonomes comme des systmes informatiques qui peuvent
sentir et agir de faon autonome dans l'environnement dynamique et complexe dans lequel ils vivent.
Ces agents doivent raliser un ensemble de buts ou de tches pour lesquelles ils sont conus.
Toutes ces prcdentes dfinitions ont un point commun. On parle toujours d'une personne ou chose qui
effectue une action. Cette dfinition n'est pas assez suffisante pour dfinir l'agent que l'on utilisera durant
notre travail. Une autre dfinition trs utilise dans la littrature, dfinit l'agent comme tant une entit
physique ou virtuelle ayant les caractristiques suivantes :
Mue par un ensemble de tendances (sous forme d'objectifs individuels ou d'une fonction de satisfaction,
voire de survie, qu'elle cherche optimiser).
Et dont le comportement tend satisfaire ses objectifs, en tenant compte des ressources et des
comptences en disposition, et en fonction de sa perception, de ses reprsentations et de communications
reues.
Autonomie : lagent peut spontanment effectuer certaines tches, il peut aussi prendre des initiatives.
agents.
Ractive : un agent devrait pouvoir percevoir son environnement (qui peut tre un monde physique, un
utilisateur via une interface graphique ou une collection d'autres agents) et ragir ses changements, que
ce soit la modification des objectifs de l'utilisateur ou des ressources disponibles.
Proactive : les agents n'agissent pas simplement en rponse leur environnement, ils son capables
Adaptation : un agent adaptatif est un agent capable de contrler et d'adapter ses aptitudes
Orient-but/intentions : ces agents ont un plan d'action interne explicite pour accomplir un but ou
Persistance : les agents persistants ont un tat interne qui reste cohrent.
Mobilit : les agents doivent pouvoir tre multi-plateforme et multi-architecture. Ils doivent pouvoir se
dplacer sur le rseau o ils accomplissent des tches sans que l'utilisateur ait le moindre contrle sur
celles-ci. Dans ce sujet, on parle aussi de mobilit forte et de mobilit faible [MIL00].
Emotion : on parle dagents avec la capacit d'exprimer l'motion ou l'humeur comme un tre humain.
De tels agents pourraient galement avoir une certaine forme de caractre ou d'aspect anthropomorphe.
temps. Un agent est intelligent s'il est capable de raliser des actions flexibles et autonomes pour atteindre
les objectifs qui lui ont t fixs. La flexibilit signifie la ractivit, la pro activit et les attitudes sociales.
1.3. Les types dagents
Une typologie dagents est propose partir de plusieurs critres de classification [MBA03]:
Philosophies hybrides : combinaison entre deux ou plusieurs approches au niveau dun seul agent.
De cette typologie, diffrentes catgories d'agents ont t proposs [NWA96] : agents collaboratifs,
agents mobiles, agents dinformations et agents intelligents.
1.3.1.
Les agents collaboratifs ont davantage des caractristiques d'autonomie et de coopration avec les autres
agents dans la ralisation de leurs objectifs. Ils doivent pouvoir ngocier afin d'arriver des compromis
acceptables. La facult d'apprendre peut exister mais n'est pas une caractristique fondamentale requise
pour ce type d'agents.
Les proprits caractristiques des agents collaboratifs sont : l'autonomie, la ractivit, le dynamisme
(capacit initier des actions) et la sociabilit. Les principales raisons pour lesquelles on peut tre amen
implmenter les agents collaboratifs, relvent de l'intelligence artificielle distribue ; ces raisons sont les
suivantes:
Rsoudre des problmes trop importants pour un seul agent cause des limitations des ressources et
des risques de systmes centraliss.
Rsoudre des problmes fondamentalement distribus comme le contrle du trafic arien ou des
problmes inhrents aux systmes d'information distribus.
1.3.2.
Les agents mobiles sont des processus capables de se dployer travers de grands rseaux d'information
comme Internet, interagissant avec diffrents htes, recueillant des informations pour leurs propritaires
et accomplissant des tches qui leur sont confies.
Ces tches vont de la rservation de vols d'avions l'administration de rseaux de tlcommunications. Il
faut dire que la mobilit n'est pas une caractristique des agents, les agents mobiles sont des agents du fait
qu'ils sont autonomes et cooprent (certes diffremment des agents collaboratifs). Un agent mobile peut
ainsi communiquer ou cooprer avec un autre agent charg d'informer les autres agents de la localisation
de ses attributs et mthodes [MIL00]; ceci dispense cet agent de rendre publique toutes les informations
et donnes le concernant. Les raisons qui poussent recourir aux agents mobiles sont les suivantes :
L'insuffisance des ressources locales : les capacits de traitement et de stockage peuvent tre
limites au point de justifier l'usage des agents mobiles qui iraient s'excuter sur des systmes distants
plus performants.
Une coordination plus facile : il est plus simple de coordonner un nombre de requtes distantes et
d'en collecter simplement les rsultats.
Un traitement asynchrone : on peut initialiser ses agents mobiles et faire autre chose pendant que
ceux-ci sexcutent.
Une architecture distribue plus flexible : les agents mobiles offre une architecture distribue unique.
entre les autres types d'agents, tels que les agents d'interface ou de collaboration, et les agents
d'information est subtile : en effet, tous manipulent des informations. Il faut nanmoins garder l'esprit
que les agents d'information sont dfinis par ce qu'ils font, alors que les autres sont dfinis par ce qu'ils
sont, c'est--dire par leurs attributs et proprits caractristiques.
Les raisons qui prsident la mise en oeuvre des agents d'information sont de deux ordres. D'une part, il y
a la ncessit de faire face l'explosion des sources d'informations et donc de rpondre un besoin
similaire celui rempli par les moteurs de recherche. D'autre part, sur le plan financier, de tels agents
rapporteraient leur diteur un succs comparable celui de Netscape avec son navigateur sur Internet.
1.3.4. Les agents intelligents
Objet utilisant les techniques de l'intelligence artificielle [WOO95]: il adapte son comportement son
environnement et en mmorisant ses expriences, se comporte comme un sous-systme capable
d'apprentissage : il enrichit le systme qui l'utilise en ajoutant, au cours du temps, des fonctions
automatiques de traitement de contrle, de mmorisation ou de transfert dinformation. Un agent
intelligent contient un ou plusieurs des lments suivants :
Un moteur d'infrence, lui permettant de tenir des raisonnements plus ou moins complexes.
Un mcanisme d'apprentissage.
Agent
Composante
Dcision
Action
Agent
Composante
Perception
Voir
Composante
Excution
Action
Agent
Environnement
ENV
Figure 25 : Structure d'un agent ractif dans un environnement multi-agents.
Les systmes multi-agents dots d'agents ractifs possdent gnralement un grand nombre d'agents. Le
comportement de groupe est impressionnant lorsqu'il s'agit de coordonner certaines actions, telles que leur
dplacement.
1.4.2. Agents cognitifs
On parle ici de systme d'agents intelligents. Les agents cognitifs sont plus volus, rsultats des
recherches menes dans le domaine de l'intelligence artificielle. Ils possdent une reprsentation globale
de leur environnement et des agents avec lesquels ils communiquent, ils tiennent aussi compte de leurs
actions antcdentes. Chaque agent possde une base de connaissances comprenant l'ensemble des
informations ncessaires l'accomplissement de sa tche, ainsi qu' l'interaction avec l'environnement et
les autres agents. Voir figure 26.
Agent
Composante
Dcision
Action
Composante
Perception
Voir
Composante
interaction
Int /Rea/Int
Composante
Excution
Int : interaction
Rea/int : raction/interaction
Agent
Action
Agent
Environnement /ENV
Figure 26 : Structure d'un agent cognitif dans un environnement multi-agents
Les systmes multi-agents constitus d'agents cognitifs compte un petit nombre d'agents intelligents,
exigent des ressources plus importantes que les agents ractifs, et permettent de rsoudre des problmes
plus complexes.
1.4.3.
Agent dlibratif
Une architecture dagents dlibratifs est une architecture comporte un mcanisme de dcision consistant
en une dlibration explicite sur les diffrentes possibilits daction en utilisant, par exemple une
gnration de plans ou en prenant en compte lutilit espre des actions. Le mcanisme de dcision
pouvant tre trs complexe, laccent est mis sur loptimum et sur lexactitude du comportement au dtriment
de la robustesse et du temps dexcution.
De ce fait lensemble des agents dans un systme, communiquent pour les raisons suivantes:
Plus riche et plus efficace que dobserver, des changements dans lenvironnement.
Diversit et htrognit des agents, cot de prdiction du comportement des autres agents.
Autonomie, intrts propres des agents et lvolution du monde rendent les comportements
imprvisibles et conduisent des solutions inacceptables.
Communication.
Infrences.
Interaction sans communication : Elle se base sur linfrence des actions des autres.
Exemple :
1. Utilisation de la thorie des jeux avec matrices de gain.
Linconvnient est que les coordinations complexes sont difficiles mettre en uvre.
Interaction par envois de messages , de plans
Linteraction se fait par des envois de messages, tels que des appels de mthodes des langages objets.
Exemple : dans les langages acteurs, un acteur excute une squence dactions en rponse aux messages
reus.
Dans lenvoi de plans, des changes de plans partiels se font de faon quun un nud change des plans
partiels dinterprtation avec les autres nuds du systme.
Linteraction par un tableau noir est une technique qui a prouv son efficacit dans la conception des
systmes informatique, et ce type de technique utilis pour que les diffrents agents existants dans un
systme donn peuvent par se communiquer travers un espace mmoire commun (partage) appele en
anglais Blackboard , dont le mcanisme et de dposer linformation ou la connaissance dans cette
zone, lagent concern viendra rcuprer cette information. On introduit cette technique de
communication, lorsque lensemble des agents se trouve dans une architecture centralise ou distribue,
propose un langage commun pour le partage dinformation. Les principales caractristiques de ce type
dinteraction (Tableau noir) sont les suivantes :
Un systme contenant un ensemble dagents bas sur ce type dinteraction, possde les lments
suivants.
Les connaissances.
Le tableau noir.
Le mcanisme de contrle.
2.
La plupart du temps les agents agissent dans l'intrt de leur matre. Leurs intrts ne se chevauchent pas
forcment. Il s'agit donc de coordonner leurs actions et de ngocier afin de trouver une solution qui
satisfasse tout le monde.
Le point cl des systmes multi-agents rside dans la formalisation de la coordination entre les agents. La
recherche sur les agents est ainsi une recherche sur :
La dcision : Quels sont les mcanismes de la dcision de l'agent? Quelle est la relation entre les
perceptions, les reprsentations et les actions des agents ? Comment dcomposent-ils leurs buts et tches
? Comment construisent-ils leur reprsentation ?
Le contrle : Quelles sont les relations entre les agents? comment sont-ils coordonns ? cette
coordination peut tre dcrite comme une coopration pour accomplir une tche commune ou comme une
ngociation entre des agents ayant des intrts diffrents ?
La communication : Quels types de message s'envoient-ils? quelle syntaxe obissent ces messages?
Diffrents protocoles sont proposs en fonction du type de coordination entre les agents.
2.2. L'architecture multi-agents
Dans une architecture multi-agents la rsolution du problme est faite par les interactions d'agents
autonomes. Les agents peuvent tre plus au moins intelligents . Ils peroivent partiellement ou
totalement l'environnement, c'est--dire les autres agents et les objets visibles possdant un certain
nombre de proprits. Selon leurs capacits cognitives, ils peuvent avoir des buts simples ou complexes.
Pour atteindre ces buts ils peuvent communiquer entre eux ou agir directement sur les objets. Une
solution unique au problme est trouve lorsque l'environnement est stabilis. On parle dans ce cas d'un
phnomne d'mergence. La figure 30 est un exemple d'une architecture multi-agents assez simple. Son
fonctionnement s'apparente la simulation d'un micro-monde dans lequel les agents agissent en parallle.
Les systmes multi-agents sont trs bien appropris l'tude des systmes sociaux (voir par exemple
[DUR96] pour une application en pidmiologie animale).
Dans cet exemple, nous avons trois agents, nomms A1, A2 et A3. L'agent A1 est constructeur de
briques. Il est capable d'en construire partir de l'argile qu'il rcupre en se dplaant dans
l'environnement. Il peut recevoir des commandes de construction de l'agent A3 et donner des
informations l'agent A2 sur la position des briques qu'il a construites. L'agent A2 convoyeur de briques
est capable de se dplacer un certain endroit pour chercher des briques selon les informations de l'agent
A1. Il entasse les briques un endroit prcis dont il informe la position l'agent A3. Enfin, l'agent A3 est
un constructeur de mur.
Il est capable partir de briques disposes un endroit prcis de fabriquer un mur un endroit donn.
Pour cela, il ordonne l'agent A1 de construire des briques, et l'agent A2 de lui donner les briques
construites. La simulation s'arrte lorsque l'agent A3 apprcie la hauteur et la longueur du mur construit
comme tant conforme la norme en vigueur [DUR96].
2.3. Domaines d'application des SMA
On distingue gnralement trois types d'utilisation des systmes multi-agents :
La simulation ou la modlisation de phnomnes complexes
O on utilise les SMA pour simuler des interactions existantes entre agents autonomes. Le but est de
dterminer l'volution de ce systme afin de prvoir l'organisation finale. Ce qui importe c'est le
comportement d'ensemble et non pas le comportement individuel. L'autonomie permet ici de simuler le
comportement exact d'une entit.
La premire simulation utilisant les SMA, et qui d'ailleurs fut la source d'inspiration de ceux-ci est le
systme MANTA (simulation d'une fourmilire) [DRO95].
La rsolution de problmes et prise de dcision
L'intelligence artificielle distribue est ne pour rsoudre les problmes de complexit des gros
programmes de l'intelligence artificielle : l'excution est alors distribue, mais le contrle reste centralis.
Contrairement aux SMA, o chaque agent possde un contrle total sur son comportement. Pour rsoudre
un problme complexe, il est plus simple de concevoir des programmes relativement petits (les agents) en
interaction, qu'un seul gros programme monolithique. L'autonomie permet au systme de s'adapter
dynamiquement aux changements imprvus qui interviennent dans l'environnement.
Exemple : minimisation d'impact pour des amnagements.
La conception de programmes
Intgrer un systme d'information constitu d'un ensemble d'agents organiss pour faciliter la
comprhension et la dcision, soit individuelle, soit collective. Contrairement un objet, un agent peut
prendre des initiatives, refuser d'obir une requte, se dplacer.
Exemple : systmes d'aide la ngociation de projets.
2.4. Exemples dun SMA
Les systmes multi-agents associs l'intelligence artificielle reprsentent actuellement un grand domaine
d'application et de recherche. Plusieurs systmes ont t dvelopps, nous prsenterons ici quelques uns
tels que :
Cette simulation avait vrifi le fait qu'une socit d'agents peut bien survivre et s'organiser en se
passant de tout systme de contrle centralis et d'une quelconque organisation hirarchique.
Les systmes industriels distribus : o les concepteurs partent de problmes rels existants et ils
cherchent les rsoudre en se basant sur les techniques d'interaction et de coopration des systmes
multi agents.
Applications temps rel : Les agents ont t bien videmment appliqus au domaine des systmes
temps rel; ce dernier maintient des systmes contrainte souple. On voit de plus en plus des
systmes temps rel dit Hard utilisant des agents.
Applications agents pour la Recherche d'Information : Une grande partie des applications de
systme multi-agents est dans le domaine de recherche d'information. Parmi ces nombreuses
applications dans ce domaine, on peut trouver "NetSA": une architecture de systme multi-agents
pour la recherche d'information dans des sources htrognes et rparties.
Ils hritent aussi des bnfices envisageables de l'intelligence artificielle comme le traitement symbolique
(au niveau des connaissances), la facilit de maintenance, la rutilisation et la portabilit mais surtout, ils
ont l'avantage de faire intervenir des schmas d'interaction sophistiqus. Les types courants d'interaction
incluent la coopration (travailler ensemble la rsolution d'un but commun) ; la coordination (organiser
la rsolution d'un problme de telle sorte que les interactions nuisibles soient vites ou que les
interactions bnfiques soient exploites) ; et la ngociation (parvenir un accord acceptable pour toutes
les parties concernes).
Conclusion
Dans le cadre de ce chapitre, nous avons vu que la technologie agent et multi-agent , est une
technologie dont l'utilisation va encore se dvelopper dans les annes venir et nest pas un concept vou
rester sur les tables des laboratoires de recherche puisque plusieurs exemples dapplications existent
dj. De nombreux systmes pourraient tre amliors en utilisant des agents. Il convient de prciser que
les chercheurs travaillant sur les systmes multi-agents, dun point de vue formel se sont presque toujours
heurts des agents omniscients, cest dire des agents ayant des capacits de raisonnement illimites.
L aussi le problme est trs ouvert et il y a prsentement pas mal dquipes qui y travaillent. Comme on
peut encore le constater le domaine des SMA demeure encore aujourdhui un domaine rempli de dfis
surmonter, autrement dit un domaine trs ouvert pour la recherche.
Notre part de contribution est reporte dans les deux prochains chapitres. A travers le chapitre qui suit,
nous abordons la phase de la planification initiale du rseau cellulaire, en proposant une approche base
dontologies spatiales, une technique qui sintresse ltude des caractristiques spatiales de la zone
gographique concerne par le rseau cellulaire.
Chapitre 5
Planification Initiale
Chapitre 5
Planification Initiale
Introduction
Le concept cellulaire constitue le fondement de base des rseaux de tlphonie
Chapitre 5
Planification Initiale
Chapitre 5
Planification Initiale
Linformation
gomtrique
Linformation smantique
Type
Wilaya
Route
Capital
Lieux d'intrt
Id
25algw
25algr
16algw
18algw
27algr
07algw
Lgende
Nom
Constantine
N45
Alger
Jijel
N27
Biskra
Type
Wilaya
Route
Wilaya
Wilaya
Route
Wilaya
Image:
Gomtrie sans smantique
BD/TEXTE:
Smantique sans gomtrie
Carte:
Smantique et gomtrique
Chapitre 5
Planification Initiale
b. Donnes relatives : Sont les relations entre les objets (par exemple : est chef-lieu
de, permet de franchir).
a. Le format raster : est dfini par la ralit dcompose en une grille rgulire et
rectangulaire, organise en lignes et en colonnes, chaque maille de cette grille ayant
une intensit de gris ou dune couleur.
La juxtaposition des points recre l'apparence visuelle du plan de chaque information.
Une fort par exemple sera reprsente par un ensemble de points d'intensit
identique de couleur verte [HAB00].
b. Le format vectoriel : est dfini par les limites des objets spatiaux dcrites travers
leurs constituants lmentaires, qui sont les points, les arcs, et les polygones.
Lobjet spatial est dot d'un identifiant qui permet de le relier une table attributaire
[HAB00].
Chapitre 5
Planification Initiale
Chapitre 5
Planification Initiale
Le point : Est lobjet le plus simple, il se compose soit dune paire [x, y] de
coordonnes gographiques soit dun triplet (x, y, z, o z dsigne une valeur telle que
laltitude). Le point peut reprsenter grande chelle des arbres, des bornes
dincendie, des collecteurs dordures, et les chelles plus petites telles que la carte
routire o il reprsente une capitale rgionale.
les
rseaux
de
communication,
dnergie,
hydrographiques,
dassainissement, etc...
Le poly lignes : Cest un segment qui peut correspondre une suite darcs
rectilignes.
Le mixtiligne : Cest un segment qui peut comporter des courbes approximes par
des arcs de cercle, des paraboles etc. Elle peut tre fictive, en reprsentant laxe dune
route, ou virtuelle en modlisant des flux dinformation, dargent.
Chapitre 5
Planification Initiale
1.3
Chapitre 5
Planification Initiale
Figure 38 : Exemple de simulation de la planification du rseau cellulaire pour une partie limite.
Chapitre 5
Planification Initiale
Chapitre 5
Planification Initiale
Sachant que:
Concept : Une classe dcrivant une tache, une fonction, un objet,etc.
Relation : Permet lassociation des concepts pour construire des reprsentations
complexes.
Axiome : Cest une assertion logique accepte vraie dans un domaine, et peut
intervenir dans la dfinition des concepts ou relations.
Instance : Cest un individu ayant des valeurs particulires.
1.4.2 Le dictionnaire des attributs
Concept
Attribute
Cardinality
(1, 1)
(1, n)
(1,n)
Name
Type
Region
Region
Work art
Population
Rural area
Industrial area
Urban area
Work art
(1, n)
(1, n)
(1,n)
(1, n)
Geographic coverage
Rural area
Industrial area
Urban area
Work art
(1, n)
(1, n)
(1, n)
(1, n)
Area
Rural area
Industrial area
Urban area
Work art
Polygon
(1, 1)
(1,1)
(1, 1)
(1,1)
(1, 1)
(Item 1, Item 2)
Line
(1, 2)
(X, y, z)
Point
(1, 1)
Length
Line
Polylines
(1, 1)
(1, 1)
Construction Equipment
Public Places
Residences
Administrations
(1,n)
(1,n)
(1,n)
Chapitre 5
Planification Initiale
Concept
Contient
Possde
Est compos
Cardinalit
(0, n)
(0, n)
(0, n)
(1, n)
(1, n)
(1, n)
(0, n)
(1, n)
Rsidence, Polygone
(1, n)
Administration, Polygone
(1, n)
(1, n)
(1, n)
(1, n)
Polygone, ligne
(3, n)
(2, n)
Ligne, point
(2,2)
Rgion (x) zone rurale (x) zone urbaine (x) zone industrielle (x) ouvrage d'art(x)
Zone urbaine (x) Lieu publique (x) Etablissement(x) Habitation (x)
Zone rurale (x) Ferme (x) Maison (x)
Zone industrielle (x) Magasin (x) Usine (x)
Lieu public (x) Jardin(x) Stade (x) Mus (x) Aroport (x) Gare (x)
Etablissement (x) Hpital(x) Universit (x) Dara(x) (x) Tribunal (x)
Ouvrage d'art (x) Route (x) Tunnel (x)
Habitation (x) Rsidence (x) Toure (x) Htel (x)
Place publique (x) Etablissement (x) Habitation (x) Polygone (x)
Tunnel (x) Route (x) Poly ligne (x)
Chapitre 5
Planification Initiale
Dans cette partie nous allons extraire quelques axiomes spatiaux de la rgion tudie,
travers lexploitation des composantes dontologies spatiales [REB04].
a. Axiomes concernant la mrologie
Le primitif de la mrologie est la notion de partie.
PP(x, y)= P(x, y) P (y, x)
PP (Zone rurale, Rgion)
C(x, y) C(y, x)
Hxy Hyz
Dduction : Du moment que le Tunnel est un trou dans un Ouvrage dart, on doit
assurer sa couverture mis part de celle dOuvrage dart (Penser
installer une Pico_Cellule lintrieur du Tunnel).
d. Axiomes de localisation
Chapitre 5
Planification Initiale
Dduction : Cela nous mne rflchir aux endroits dimplantation des BTS ;
lide est : du moment quil existe au moins un polygone il sagit dun
point de couverture assurer dans la Rgion.
Chapitre 5
Planification Initiale
Distance de Couverture
Macro-cellule
Micro -cellule
Pico-cellule
Perte _Matriaux
(dB)
Bton poreux
6,5
9,5
13
17
2,5
Vitre renforce
Bois, Plaque en pltre
Dalle
8
1,5
23
Chapitre 5
Planification Initiale
BEBUT
Dcouper la rgion en plusieurs partitions (Macro_Part, avec Long Macro_Part =30 km R=15km )
Initialisation : Nbre_ Macro_Part =n : Ret[n]=1 ;
Balayer toutes les Partitions de gauche vers la droite et de haut en bas
Tant que n0 faire :
Si (Nbre_Polyg1) (/*La Partition contient au moins un polygone*/) Alors
Installer une Macro_BTS
Sinon (Nbre_Polyg<1) passer la Partition suivante et Ret[n]:=0
(/** Pour ne plus la visiter : en cas de ncessit dune Micro ou Pico_Cellule)
n :=n-1 ;
Fin Si
Fin Tant que
Chercher la premire Macro_Part o Ret[n]0
Dcouper la Macro_Part en Sous_Part (Micro_Part , avec Long Micro_Part =500 m)
Nbre_Micro_Part =m
Balayer toutes les Micro_Part de gauche vers la droite et de haut en bas
Tant que (m0) et
( Ret0)
faire :
faire :
FIN.
Chapitre 5
Planification Initiale
(1)
(2)
(3)
Conclusion
A travers ce chapitre, nous avons prsent une approche de planification initiale qui
se base sur ltude des caractristiques spatiales de la zone gographique concerne
Chapitre 5
Planification Initiale
Chapitre 6
Dploiement
93
Introduction
Aprs sa commercialisation en 1992, le rseau GSM ne cesse dvoluer, le nombre dabonns ne cesse
daugmenter et continue crotre de faon considrable. La couverture est quasi mondiale et les services de
plus en plus nombreux, utiles et conformes aux dsirs des abonns qui ne cessent dvoluer et de se
diversifier.
La tlphonie mobile est base sur la radiotlphonie c'est--dire la transmission de la voix sous forme dune
onde radio entre la station mobile et une base couvrant un rayon de plusieurs kilomtres. Un tel service
permet dassurer une mobilit en cours de communication avec une certaine qualit de service requise.
Lanalyse dtaille et comprhensive du comportement du trafic dans le temps et dans lespace est un
processus indispensable pour la planification des systmes radio mobiles. Le dimensionnement statique du
rseau de faon offrir un niveau de service minimum lheure de pointe pour effet de gaspiller les
ressources du systme lorsque celles-ci ne sont pas bien exploites. Donc, lide nous mne rflchir au
dveloppement dun processus de design capable de grer les changements survenant sur le rseau pendant
ses phases de croissance et de maturation.
Ce chapitre sera ddi la rsolution de la phase de dploiement, travers la proposition dun systme de
ramnagement automatique, base dune architecture multi-agent.
Nous pouvons illustrer cette ide la figure ci-dessous :
Planification initiale
V
Ensemble de
Solutions
Processus de dploiement
Intervention en cas de
prvu (Calendrier)
1. Processus de dploiement
Une BTS est un lment dmission et de rception, ayant un minimum dintelligence, qui a pour fonction la
gestion des transmissions radios. Cest le premier composant du rseau, responsable sur la prise en charge de
la requte dun abonn metteur. Pour quune autre BTS qui sera avise pour prendre en charge labonn
rcepteur. La charge relative dune cellule correspond au rapport entre la demande en trafic sur cette cellule
et sa capacit effective [MAB05]. Une cellule qui sert beaucoup de mobiles voit sa zone de couverture se
rduire, donc des trous de couverture apparaissent et des appels seront rejets. Afin d'viter ce type de
problmes, lis l'augmentation du trafic, la ressource BTS doit tre exploite dune manire fiable
(augmenter son intelligence). Les cellules ayant une charge approchant les 100% se voient demandeuses
daide des autres BTS voisines nayant pas de charge cellules candidates . Ce qui peut induire un
ramnagement automatique du plan de frquences, sans lattribution de nouvelles cartes TRX ni linsertion
de nouvelles BTS. Un mobile s'attache la cellule qui lui offre la meilleure qualit radio sur le canal pilote
(voir figure 43 : cellule avec trait discontinu).
Quand un mobile passe d'une cellule l'autre, il voit le pilote de la premire cellule s'affaiblir, et celui de la
seconde crotre progressivement. Laffectation dun appel d'un mobile une BTS est un processus qui met
en jeu plusieurs paramtres (ex : azimut, tilt, puissance pilote ) [DRE03] .
1.1. Le Tilt : angle d'inclinaison d'une antenne dans un plan vertical. La zone couverte par l'antenne diminue
et l'intensit de la puissance moyenne reue dans la cellule augmente.
1.2. LAzimut : orientation du lobe principal de l'antenne dans le plan horizontal. Une modification de
l'angle azimut peut tre utile suite un effet de masque li au paysage ou des btiments (problme
d'interfrences).
1.3. La Puissance des pilotes : indique au mobile la cellule laquelle il doit se rattacher (l'tendue de la
cellule).
Lobjectif du processus doptimisation propos est de fournir ds le dpart, un plan dexpansion du rseau
cellulaire stalant sur plusieurs priodes, selon les changements perus. Ainsi, comme le montre la figure
44, le systme reoit comme entre une configuration initiale du rseau et labore un rseau optimis.
Maintenir une collection de solutions diversifies (historique) permettra une meilleure et rapide adaptation
du rseau aux changements enregistrs, lors des prochaines phases.
La zone couvrir.
Agent Cellule : cet agent est charg par la dtection de la surcharge d'une cellule (agent ractif),
travers le calcul de la formule suivante :
Avec :
L: charge de la cellule.
A: demande en trafic sur la cellule
C: capacit effective de la cellule.
2.1.
Agent Evaluateur : Il est responsable des calculs des paramtres ncessaires au niveau de : l'azimut,
le tilt et la puissance des pilotes.
2.2.
Agent Historique : Cest un agent cognitif, Cet agent sauvegarde les solutions des problmes
rencontrs au paravent, afin de fournir les moyens permettant une rponse rapide et moindre cot aux
problmes similaires ceux dj survenus.
2.3.
2.4.
Agent Calendrier : Cet agent est responsable de fournir tous les vnements importants (en terme de
densit) pouvant se produire durant la vie du rseau radio mobile et qui risque de perturber le systme de
ramnagement, afin de raliser les interventions ncessaires (ex : ajout de BTS porteuse dans le cas
dune foire ou un match de foot).
2.5.
Agent Superviseur : Cest un agent dlibratif, le rle de cet agent est de recenser chaque fois
quelles sont les cellules de type : "Demandeuse" et "Candidate", ainsi que les nouveaux vnements.
Aprs une collaboration avec l'agent ontologie, l'Agent Superviseur dcidera quelle est la cellule voisine
(la plus proche la localisation de labonn), qui doit couvrir la zone de surcharge, ou la cellule o il
doit y avoir un changement. Et dlgue l'Agent Evaluateur la tche de calculer les paramtres
ncessaires (azimut, tilt, puissance des pilotes). Ces derniers seront envoys de nouveau l'Agent
Superviseur afin d'assurer une personnalisation distance de la BTS (rglage des antennes) de la cellule
concerne. Et demande l'Agent Historique de faire une sauvegarde de cette configuration du rseau
(solution) selon l'tat enregistr de l'environnement.
4. Mthode doptimisation
Arriver ce stade, nous avons prsent un processus de ramnagement automatique du rseau cellulaire.
Lide sera meilleure si nous garderons toujours lesprit doptimisation durant le fonctionnement de ce
processus. Raison pour laquelle nous avons pens que lenrichissement de lagent superviseur, durant le
choix de slection des cellules candidates, par un algorithme bas sur une mtaheuristique nous permettra
daboutir des meilleurs rsultats. Pour cela, nous avons pens une mtaheuristique (TABOU) durant la
slection de la cellule la plus optimale parmi les six cellules voisines.
En ce qui concerne les paramtres optimiser travers lalgorithme :
On cherche avoir le minimum de distance (D), et le plus de degr de participation (Dp) ou bien le
moins de degr de charge puisque : degr de participation = 100% - degr de charge pour obtenir
une solution optimale de ce problme.
La fonction objective soit : maximiser (Dp/D).
Nous avons cherch gagner le temps, la mthode TABOU est plus pratique (car on ne rencontre
plus une solution dj visite, donc on ne perd pas notre temps).
Comme critre d'arrt on peut fixe un nombre maximum ditrations. Dans notre cas, on opte pour 5
itrations.
4.1. Principe de lalgorithme propos
Nous prsentons dans ce chapitre la partie essentielle de lalgorithme. Une partie annexe sera rserve pour
une description dtaille de lalgorithme propos.
Dclaration :
S0 : la solution initiale.
S : le meilleur voisin.
S* : la meilleur solution rencontre.
D : tab [1,6] : rel /*table des distances entre la localisation de labonn et chaque cellule voisine */
Charge[i] : tab [1,6] : rel /*table de charge de chaque cellule voisine*/
Dp : tab [1,6] : rel /* table de degr de participation de chaque cellule voisine*/
Si : tab [1,6] : rel /* lensemble de solutions*/
Etat [i] : tab [1,6] : boolen /*indique que la solution i dj visite ou pas*/
T [i] : tab [1,6] : rel /* la liste TABOU qui contient les solutions dj visites*/.
I0 : entier /*une variable utilise pour sauvegarder lindice de la solution initiale qui varie entre {1. 2. 3. 4. 5. 6}*/
i : entier /* lindice de la solution courante*/
k : nombre ditrations entre {1. 2. 3. 4. 5}.
Dbut
Pour i=1 jusqu 6 faire
Etat [i] faux;
Dp[i] 100% - charge[i];
S[i] Dp[i]/D[i];
Fin pour
Fin
5. Etude de cas
Pour bien illustrer notre approche nous avons pens que son application dans notre vie quotidienne nous
donnera plus davantages. Il sagit dune nouvelle formule appele Melinum, lance rcemment par un
oprateur de la tlphonie mobile, et dont le principe est de pouvoir parler gratuitement chaque jour pour le
mme oprateur partir de 21h00 jusqu 06h00. Face cette opportunit irrsistible le nombre de
communication des abonns de cet oprateur a augment dune faon remarquable et qui a caus beaucoup
de problmes au niveau du rseau tlphonique en terme de qualit saturation dans certaines zones .
Cet inquitude a rveill les services doptimisation, et des recherches ont commences a se lancer, dont le
principal objectif est de sauver lhonneur, autrement dit assurer le minimum de qualit du rseau
tlphonique.
La premire solution envisage : du moment quon matrise la priode de temps de saturation essayant de
dtecter les zones concernes par ce problme. Une analyse a permis de constater que les zones o se trouve
la catgorie jeunesse ge entre 20 30 ans sont les plus touches. Raison pour laquelle lide a men
vers une recherche gographique et lappel des systmes dinformations gographique (SIG) tait
indispensable. Par exemple les zones o se trouvent des rsidences universitaires pour tudiants, taient un
souci parmi d'autres.
La prsente configuration nous donnera plus dillustration ce problme :
: Cellule surcharge
: Cit Universitaire
: Lieu dhabitation
Dans un premier temps la solution envisage tait la suivante: en faisant appel des SIG, loprateur a pu
dtecter les zones des cellules concerne par la saturation. Donc, pour soulever ce problme le renforcement
de la BTS concerne par la surcharge par des cartes TRX (metteurs-rcepteurs), ou par l'ajout d'une BTS
porteuse dans la zone concerne, a pu rsoudre le problme. Cette solution a prouv sa rentabilit jusqu'
l'arrive de la priode d't (priode des vacances), o les abonns localiss dans des zones bien dtermines
(exemple : rsidences universitaires, lieux dhabitation), ne sont plus dans leurs endroits, et ils sont disperss
dans diffrentes zones.
Refaire la mme procdure en s'appuyant toujours sur des SIG, pour localiser de nouveau les zones
surcharges n'est plus une solution recommande, surtout quand on sait trs bien que ces abonns se
dplaceront de nouveau juste aprs la fin de la priode des vacances, soit vers leurs anciens lieus ou bien
vers d'autres lieux.
Lide nous guide vers la recherche d'une solution pertinente et pas une solution priodique. Raison pour
laquelle nous pensons que lappel au processus doptimisation dynamique prsent par la prcdente
architecture, semblera une issue prometteuse ce genre de problme.
La figure 48 montre le cas de deux endroits trs frquents un moment donn (t). Sachant que dans le
temps (t +1), la configuration peut changer, par lacquisition de nouvelles cellules surcharges. En faisant
appel au processus de ramnagement automatique de plan de frquences, prsent par l'approche
prcdente, nous obtiendrons la configuration illustre la figure 49. Ainsi, le rseau pourra s'adapter et se
dvelopper, offrant ds le dpart, un plan d'expansion du rseau cellulaire couvrant plusieurs priodes, en
fonction des changements futurs.
Conclusion
travers ce chapitre nous avons prsent une nouvelle approche, pour la rsolution du problme de
surcharge dun rseau cellulaire des oprateurs de tlphonie mobile. Une solution qui se base sur une
nouvelle technique, qui est les systmes multi agents. Pour la mise en uvre dun processus doptimisation
du rseau cellulaire, travers une coopration efficace de diffrents agents, o chaque agent est responsable
sur la rsolution dun problme ou lexcution dune tche bien dtermine et nous nous somme intress
la prsentation et lintgration dune mtaheuristique au niveau de lagent superviseur. Nous avons
galement illustre notre approche travers une tude de cas, exposant un des majeurs problmes poss par
un oprateur de la tlphonie mobile.
CONCLUSION GENERALE
& PERSPECTIVES
En conclusion, nous pouvons dire que notre tude est termine. Une tude travers laquelle nous avons
conu une dmarche doptimisation pour but de rsoudre diffrents problmes, dont souffre les oprateurs
de la tlphonie mobile, notamment la difficult des moyens de recueilles des informations gographiques,
tout en assurant les performances ainsi que les besoins du systme.
Notre travail a connu plusieurs tapes. Aprs la prsentation dun tat de lart qui consistait donner une
vision gnrale sur les rseaux cellulaires, en abordant les principales notions utilises par ce domaine. Nous
avons galement consacr un chapitre Les systmes multi-agents , dont nous avons prsent les agents,
leur classification leur architecture, tout en rappelant les types dinteraction pouvant se produire entres eux.
Nous avons pens encore plus loin, car ltude des caractristiques gographiques avant la mise en uvre du
rseau cellulaire est dune importance surtout en ce qui concerne loccupation du sol ou la nature des
constructions, sur ceux nous avons consacr un chapitre aux ontologies o nous avons parl de types
dontologies, notamment les ontologies gographiques et spatio-temporelles, illustrant notre tude.
Par la suite nous avons dtaill notre approche par la prsentation des diffrentes tapes du processus
dlaboration et de ramnagement du rseau cellulaire. Dans ce cadre, nous devons se formaliser avec des
modles dvelopps pour la modlisation des ontologies trouvant leurs fondements dans des domaines
comme lintelligence artificielle, la reprsentation des connaissances (spatiales) et des bases de donnes
(gographiques). Nous nous retrouverons devant le besoin de construire des ontologies spatiales spcifiques
la problmatique, en sappuyant sur une approche multi-agents.
A ce titre, le contenu de cette thse constitue dune part, un apport rel lenrichissement et la mise jour
des connaissances au niveau de luniversit, que nous esprons galement tre un bon support pdagogique
pour ceux qui choisissent de travailler sur le domaine de tlcommunication. Dautre part, ce travail pourra
tre au diapason des ralits technologiques applicables de nos jours travers le monde.
Comme perspectives, nous pensons que lintgration de cette nouvelle ide offre une solution avance et
simple dans le domaine de la tlphonie mobile, et fera une nouvelle rvolution, en affirmant pouvoir
lappliquer et ladopter au dploiement des rseaux cellulaires et qui permet dexploiter ses performances
techniques actuelles et venir, cela montrera bien lutilit et lintrt de notre travail.
Dans le future, cette dmarche peut dsengorger le rseau tlphonique en gnral et contribuer au
dveloppement socio-conomique du pays. Nous esprons galement que ce mmoire sera un bon support
pdagogique pour ceux qui choisissent de travailler dans le domaine de la tlcommunication.
Bibliographie
[ANG 05] :ANGLEROT Stphane , Guillaume bonnet, Guy Regnault les agents intelligents sur Internet
universit nautes France. 2005.
[ANT07] : ANTOINE Jean-Yves, Systme d'information Gographique. 2007.
[BAD05] :BADRA Fadi. Mmoire de Master 2 Recherche en Informatique spcialit Extraction des
Connaissances partir des Donnes : "Utilisation de techniques de fouille de donnes pour
enrichir une ontologie dobjets gographiques", 2005.
[BAL00] : BALBIANI P. and P. Muller: "Le raisonnement spatial". In Le temps, lespace et lvolutif en
sciences du traitement de linformation. Cepadues Editions, 2000.
[BEN10] : BENSTRIRA K., et Bouarouj I.: recherche tabou, rapport de recherche, module recherche
opration avance, Master 2, 2010.
[BIS97] : BISHR Y.: "Semantic Aspects of Interoperable GIS", PhD thesis, Enschede, NL, ITC, 1997.
[BIS98] : BISHR Y.: "Overcomming the semantic ad other barriers to GIS interoperability", Int. J.
Geographical Information Science, Vol.12, N.4, pp. 299-214, 1998.
[CAM06] :CAMINADA Alexandre, larchitecture du rseau GSM , cours RE56 printemps 2006.
[CAS98] :CASATI R., B. Smith, and A.C. Varzi: "Ontological tools for geographic representation". In N.
Guarino, editor, Formal Ontology in Information Systems, pages 7785. IOS Press, Amsterdam,
1998.
[CHA99] :CHAIB-DRAA Brahim: "Agents et systmes multiagents", Notes de cours, Dpartement
d'informatique, Facult des sciences et de gnie, Universit Laval, Qubec, Novembre 1999.
[CHA00] :CHAMBREUIL P. "Evaluation multicritre des rseaux cellulaires radio-mobiles" Rapport
Interne, FTR&D, novembre 2000.
[CL97] :CLMENT. G, C. Larouche, D. Goiun, P. Morin, H. Kucera, OGDI: "Toward Interoperability
among Geospatial Databases", ACM SIGMOD Record, Vol. 26, N 3, 1997.
[CHA04] :CHARARA Aymen mmoire fin dtude "Le rseau GSM" 2004.
[CUL03] :CULLOT Nadine, Christine Parent, Stefano Spaccapietra, Christelle Vangenot : "Des SIG aux
ontologies gographiques", 2003.
[DAY05] :DAYA Imen, Rapport de projet de fin dtude : "Planification radio dune solution de couverture
indoor" GSM 2004/2005.
[DRE96] : DREW P., J. Ying, GeoChange, An Experiment in Wide-Area Database Services for Geographic
Information Exchange, Proceedings of the Third Forum on Research and Technology Advances
in Digital Library, Washington, 1996.
[DRE03] :DREO J., A. Ptrowski, P. Siarry, E.Taillard. Mtaheuristiques pour loptimisation difficile
Edition Eyrolles 2003.
[DRO95] :DROGOUL, A.; Corbara, B.; Lalande, "MANTA: New Experimental Results on the Emergence of
(Artificial) Ant Societies", S. 1995.
[DUR96] :DURAND .B. Simulation multi-agents et pidmiologie oprationnelle, tude d'pizooties de
fivre aphteuse. Thse de doctorat, Universit de Caen, 20 juin 1996.
[FER97] :FERNANDEZ M., A. COMEZ-PEREZ et al. "METHONTOLOGY: from ontological art towards
ontological engineering" in Proceedings of the Spring Symposium Series on Ontological
Engineering (AAAI97), AAAI Press, 1997.
[FER05] :FERBER Jacques introduction aux systmes multi-agents un point de vue intgral V1.12.10.2005.
[FON02] :FONSECA F.T, M.J. Egenhofer, P. Agouris, and G. Cmara: "Using ontologies for integrated
geographic information systems". Transactions in GIS, 6(3), 2002.
[FON03] :FONSECA F. T, C. A. Davis, and G. Cmara: "Bridging ontologies and conceptual schemas in
geographic information integration". GeoInformatica, 7(4):355378, 2003.
[FR02] :FRST .F: "Lingnierie ontologique". Technical report, Rapport de Recherche, IRIN, Universit
de Nantes, 2002.
[GAR79] :GAREY M.R. , D.S. JOHNSON, Computers and intractability: a guide to the theory of NPcompleteness, W.H. Freeman and Company, New York, 1979.
[GED03] : GED, Cahier mthodologique sur la mise en uvre dun SIG, 2003.
[GIR01] : GIRODON Stphane Rapport de stage : "Rseaux GSM, GPRS et UMTS ", 2001.
[GIR02] : GIRODON Stphane. Rseaux GSM, GPRS et UMTS , juin 2002.
[GOL03]:GOLDSTONE R.L. and A. Kersten: "Concepts and categorization". In Comprehensive
Handbook of Psychology Volume 4: Experimental Psychology, pages 599 621. Proctor Eds,
2003.
[GRA96] :GRABER S. Communication Services for a Distributed Hospital Information System. Meth
Information in Medicine. 1996; 35 (3): 230-4 1.
[GRU93] :GRUBER T. R.: "Towards Principles for the Design of Ontologies Used for Knowledge
Sharing". 1993.
[GUA95] :GUARINO Nicola and Pierdaniele Giaretta. "Towards very large knowledge bases: knowledge
building and knowledge sharing". Chapter: Ontologies and knowledge bases: Towards a
terminological clarification. pp 25-32. IOS Press, Amsterdam. 1995.
[HAB00] :HABERT lisabeth, Quest ce quun systme dinformation gographique , 2000.
[HEI95] : HEILER S.: "Semantic Interoperability", ACM Computing Surveys, Vol. 27, N 2, Jun. 1995.
[ISS06] : ISSAOUI Leila dveloppement dun outil de planification et doptimisation des frquences dans
un rseau GSM , 2005-2006.
[LAG99] : LAGRANGE X., Ph. Godlewski, cours ENST : "Les concepts cellulaires ", fv. 1999.
[LAG00] : LAGRANGE X. Lagrange "Les Rseaux Radiomobiles" Hermes Science publications, 2000.
[LAP06] : LAPETOULE Kvin, les algorithmes mtaheuristiques ,01 juin 2006.
[LAR98]:LARCHER Emmanuel, Patrick LE QUR, Julien SIVAGNANAM, le tlphone mobile ,
cole dingnieurs gnralistes, 1997/1998.
[LAY09]
:LAYEB
Abdesslem,
Les_methodes_de_recherche_locale :
University
Mentouri
of
[NIM07] : NIMOUR Selma, Gaad Faiza un systme multi-agent pour lanalyse et le filtrage de
documents promotion 2006 /2007.
[NWA96] :NWANA H. S., Software Agents : An Overview , Knowledge Engineering Review,vol. 11,
n3, p. 205244, 1996.
[ORF96] :ORFALI R, Harkey D, Edwards J: "The Essential Client/server Survival Guide". 2d edition. New
York: John Wiley & Sons, 1996.
[PAP00] :PAPADIMITRIOU. C.H., STEIGLITZ .K., Combinatorial optimization algorithms. 2000.
[PAR97] :PARENT .C, S. Spaccapietra, E. Zimanyi, P. Donini, C. Plazanet, C. Vangenot, N. Rognon, J.
Pouliot, and P-A. Crausaz. Mads : "Un modle conceptuel spatio-temporel". Revue
Internationale de Gomatique, pages 317352, 1997.
[PAR99] :PARENT .C, S. Spaccapietra, and E. Zimanyi: "Spatio-temporal conceptual models:
datastructures + space + time". In GIS 99: Proceedings of the 7th ACM international
symposium on Advances in geographic information systems, pages 2633. ACM Press, 1999.
[PAT95] : PATTI Maes. Artificial Life Meets Entertainment: "Life like Autonomous Agents.
Communications of the ACM", 38, 11, 1995.
[PIC06] : PICOULEAU Christophe, les mtaheuristiques en optimisation combinatoire , 9 mai 2006.
[REB04] : REBOUL Anne, Un modle formel pour reprsenter lespace, 2004.
[REV02] : REV. 01.01. CB2 Rseaux cellulaires mercredi 20 mars 2002.
[ROM03] :ROMARIC Charton des agents intelligents dans un environnement de communication
multimdia : vers la conception de services adaptatifs 02 dcembre 2003.
[SIN06] :SINUHE David, Hernandez Guevara. Mmoire de Master Recherche en Informatique :
Mthodologies et Outils pour la construction collaborative des ontologies. Towntology : Vers
le consensus des dfinitions, Juin 2006.
[SMI98] : SMITH .B and Mark .D.M: "Ontology and geographic kinds". January 01 1998.
[TOM04] :TOMAI E and M. Kavouras. From onto-geonoesis to onto-genesis: "The design of geographic
ontologies". GeoInformatica, 8(3):285302, 2004.
[VCK96] : VCKOVSKI .A : "Java as a Software System for Distributed and Interoperable Geoprocessing",
Proc. of Parallel and Distributed Comuting System, Dijon France, Sep. 1996.
[WOO95] :WOOLDRIDGE M.J. N.R. Jennings: "Intelligent Agents: Theory and Pratice". Knowledge
Engineering Review, 10, 1995.
[XAV96] :Xavier, Philippe GODLEWSKI et Sami TABBANE, Rseaux GSM-DCS , Edition Herms,
paris, 1996.
Annexe
Procdure Aspirer ()
Dbut
i I0 ;
S0 Si ; /* Retourner la plus ancien dans la liste Tabou T [I0]*/
Fin
Procdure Verifieversfin ()
Dbut
Pour k = i jusqu' 5 faire
S Si+1;
Si S* < S alors
S* S;
Mettre jour S dans T [i+1];
Fin si
S0 S i+1;
Etat [i+1] vrai;
ii+1 ;
Fin pour
Fin
Procdure Verifieversdebut ()
Dbut
Indexfin : entier ;
Pour k = 0 jusqu' Indexfin faire
S Si-1;
Si S* < S alors
S* S;
Mettre jour S dans T [i-1];
Fin si
S0 == Si-1;
Etat [i-1] == vrai ;
ii-1;
Fin pour
Fin
Dbut:
Pour i=1 jusqu 6 faire
Etat [i] faux;
Dp[i] 100% - charge[i];
S[i] Dp[i]/D[i];
Fin pour
Etat[i] vrai ;
Pour k=1 jusqu 5 faire/* Rpter tant que le nombre ditrations est inferieur 5*/
S Si+1 ; /* la meilleure voisine est immdiatement la solution i+1*/
Si S* S alors /* comparer la solution initiale avec la meilleure voisine rencontre*/
S* S ; /*Sest la solution optimale actuellement*/
Mettre jour Si+1 dans la liste T [i+1] ;
Fin si
Etat [i+1] vrai ; /*S sera une solution visite, quelle soit optimale ou pas*/
S0 Si+1 ; /* S sera la solution initiale*/
i i+1 ;
k k+1 ;
Fin pour
A. Explication du cas :
Pour ce cas il faut :
1. Initialiser lindice i par la valeur 1, car la solution initiale choisie alatoirement est S1 ;
2. On doit supposer que cette solution est la meilleure actuellement ;
3. Ajouter cette solution la liste TABOU dans T [1] ;
4. Mettre Etat [1] vrai ;
5. Dbut de la boucle, pour chaque itration on doit :
5.1 Initialiser S par Si+1 ;
5.2 Comparer S* avec S ; et en ce moment on peut observer deux cas supplmentaires, qui sont :
5.2.1 Le cas o S* S :
Remplacer la valeur de S* par la valeur de S car elle est la meilleure ;
Sauvegarder S dans la liste TABOU dans T [i+1] car TABOU est bas sur lopration de
sauvegarde des meilleures solutions aprs une comparaison entre la solution courante et la
meilleure voisine, pour dans notre cas il ya une seule solution voisine, et pour cette raison,
nous serons oblig de prendre toujours S et Si+1 pour garantir le parcours total de lespace de
recherche ;
Reboucler jusqu k = 5.
S1 = 0,5
S2 = 0,7
S3 = 0,2
S4 = 1
S5 = 0,8
S6 = 0,9
S0 S1 = 0,5
i = 1;
S* S0 = 0,5;
Mettre jour 0,5 dans T[1];
Etat [1] vrai ;
Itration 1: k = 1
S Si+1 = S2
Comparaison: S* < S2
S* S
oui
S* 0,7
S0
S0
0,7 < 1
oui
S* S
S* 1
S0
Figure 1.3 : Aprs la troisime itration de S3 vers S4.
Itration 4 : k = 4
S Si+1 = S5
Comparaison: S* < S5
1 < 0,8
Non
S0
Figure 1.4 : Aprs la quatrime itration de S4 vers S5.
Itration 5 : k = 5
S Si+1 = S6
Comparaison: S* < S6
Etat [6] vrai,
S0 S6 = 0,9;
i 6;
k 6;
1 < 0,9
Non
S0
0,7
vrai
Vrai
1
vrai
vrai
vrai
Etat[i] vrai ;
Pour k= 1 jusqu 5 faire /* Rpter tant que le nombre ditrations est inferieur 5*/
S Si-1 ; /*La meilleure voisine est immdiatement la solution i-1*/
Si S* S alors /*Comparer la solution initiale avec la meilleure voisine rencontre*/
S* S ; /*Sest la solution optimale actuellement*/
Mettre jour Si-1 dans T [i-1] ;
Fin si
i i-1 ;
k k+1 ;
Fin pour
Sauvegarder Sdans la liste TABOU; nous serons oblig de prendre toujours Sest Si-1 pour
garantir le parcours total de lespace de recherche ;
Reboucler jusqu k = 5.
Dcrmenter la valeur de i et incrmenter de k pour garantir le passage vers les autres solutions
;
Non
S0
0,8 < 1
oui
S* S
S0
1< 0,2
Non
S* 1
S0
1 < 0,7
Non
S0
S0
Figure 2.5: Aprs la cinquime itration de S5 vers S6.
Vrai
Vrai
1
vrai
vrai
0,9
vrai
Si (Si-1 Si+1) alors /*Comparaison entre les deux voisins et choisie le maximum*/
Verifieversfin ();
Aspirer ();
Verifieversdebut ();
Sinon
Verifieversdebut ();
Aspirer () ;
Verifieversfin ()
Fin si
Aspiration
Aspiration
On doit analyser maintenant le sens inverse (le sens de Si+1) pour satisfaire le
parcours total de tout lespace de recherche.
B. Exemple:
Supposons que: S1 = 0,5
S2 = 0,7
S3 = 0,2
S4 = 1
S5 = 0,8
S6 = 0,9
S0 S4 = 1.
i = 4;
I0 i = 4;
S* S4 =1 ;
Mettre jour 1 dans T [4];
Etat [4] vrai ;
Comparaison : S3 S5
0,2 0,8
oui
Verifieversfin ()
S0
S0
S0
Figure 8.5: Aprs la cinquime itration de S2 vers S1.
Aprs les 5 itrations :
T[i]
Etat[i]
Vrai
Vrai
vrai
1
vrai
vrai
Vrai
Glossaire
: Recherche Oprationnelle