État de l’art sur la V&V appliquée aux modèles de simulation

Télécharger le fichier original (Mémoire de fin d’études)

Introduction générale

Tout élément en interaction avec un autre peut être considéré comme un sys-tème. Aujourd’hui, certains des systèmes conçus par l’homme doivent répondre à des problématiques complexes et opérer dans un contexte critique. L’ingénierie système a dû constamment s’adapter pour répondre aux besoins croissants en complexité et en criticité des applications. L’utilisation de modèles a été une des réponses à cette croissance, en permettant de s’abstraire de problématiques plus techniques, et en autorisant l’abord du système selon des points de vue et des objectifs diﬀérents. Le modèle permet de décrire ce qui constitue le système, pour mieux comprendre son comportement et son évolution. La première utilisation des modèles était d’ordre contemplative, ils étaient un support à la réflexion et à la communication. L’inter-action entre les modèles était alors limitée à la seule force de pensée des ingénieurs.
La disponibilité des outils informatiques dans les années 1950-1960 va rapidement s’intégrer dans le processus d’ingénierie système. Il est alors possible d’implémen-ter le modèle dans un langage informatique pour simuler son comportement sur un ordinateur afin de l’étudier. Il devient indispensable de s’assurer que tous les ac-teurs de la simulation aient une compréhension identique du modèle, sans erreur d’interprétation sur sa signification.
Aujourd’hui, la simulation est présente tout au long des processus d’ingénierie, comme moyen d’aide à la décision et de validation des systèmes en cours de déve-loppement. De nombreux acteurs, industriels et académiques, s’investissent dans ce domaine émergent portant le nom de Modélisation et Simulation (M&S). On pourra citer la création du Modeling and Simulation Oﬃce en 1991, connu aujourd’hui sous le nom de Modeling and Simulation Coordination Oﬃce, le Navy Modeling and Simu-lation Management Oﬃce en 1995, ou encore la division Modélisation-Simulation-Expérimentation en France.
L’activité de validation des modèles et des simulations est devenue une activité incontournable, pour s’assurer du crédit que l’on peut porter aux résultats fournis par la simulation, en fonction des objectifs d’utilisation, mais aussi de l’environne-ment d’exécution.
Il est possible de considérer la simulation comme un ensemble de modèles, repré-sentant d’un coté le système à étudier, et de l’autre l’environnement d’exécution et les objectifs de simulation. De ce fait, la simulation ajoute de nouvelles contraintes et regroupe de nombreuses sources potentielles d’erreurs (modèle de l’environne-ment, objectif de simulation, choix d’implémentation, plateforme d’exécution, etc.). Ces éléments sont susceptibles d’impacter le niveau de crédibilité des résultats de simulation.
Il est primordial d’étudier la relation liant le modèle du système au modèle de l’environnement. C’est dans ce contexte que B.P. Zeigler fait une proposition dans l’ouvrage « Theory of modeling and simulation » [Zeigler 2000] :
« The solution lies in a capable tool set that recognizes the influence of modeling objectives and error tolerances, the multidimensional choices of bases for agregation mappings. Formalizing such dimensions of the problem leads to a sophisticated fra-mework that involves concepts such as scope/resolution product, experimental frame, applicability and derivability lattices, and conditions for valid abstractions ». B.P. Zei-gler
Sans apporter de réelle solution à cette problématique, B.P. Zeigler soulève ici l’absence de démarche standardisée permettant d’évaluer la crédibilité des résultats de simulation. Il propose de s’intéresser à la relation entre le modèle du système d’intérêt et les objectifs de simulation.
Les travaux de V. Albert, sur l’évaluation de la validité de la simulation dans le cadre du développement des systèmes embarqués [Albert 2009], reprend le principe énoncé par B.P. Zeigler. Il propose un ensemble de règles formelles permettant une mise en correspondance entre objectifs de simulation et domaine d’usage du modèle. Il s’agit ainsi de proposer une approche générale d’évaluation statique de la validité des modèles de simulation.
Cette thèse s’inscrit dans la suite des travaux de V. Albert. Elle propose un ap-port théorique pour évaluer la validité d’une abstraction, i.e. évaluer si la simulation d’un modèle abstrait et la simulation d’un modèle de référence conduisent au même jugement pour l’objectif considéré. L’idée est de proposer au modèle un ensemble d’informations permettant de préciser son domaine de validité. Ces informations incluent :
— les moyens de controlabilité permettant de stimuler le modèle,
— les moyens d’observabilité permettant d’observer les eﬀets des stimuli d’entrée sur le modèle,
— le type et la structure des données échangées ,
— les traces d’exécutions acceptables.
L’utilisation de ces informations, au travers de métriques, va permettre de statuer sur l’eﬃcacité du cadre expérimental à satisfaire les objectifs de simulation.
La thèse en quelques lignes
Ce sont donc deux axes principaux d’étude qui se dégagent de cette thèse :
— Une démarche formelle d’élaboration des métriques par une ap-proche ensembliste, qui permet d’améliorer la crédibilité de la simulation, en évaluant l’eﬃcacité du cadre expérimental vis-à-vis des objectifs de simu-lation.
— La description du langage abstrait SiML, qui permet de guider l’uti-lisateur de la simulation dans une démarche méthodique pour l’étude de la validité des modèles de simulation.
Plan du manuscrit
Après cette introduction générale, le premier chapitre définit le cadre de travail de cette thèse et a la vocation d’être accessible au plus grand nombre. Il présente l’ingénierie des systèmes complexes. Il s’intéresse à la définition de systèmes com-plexes et à leur conception. Il présente en particulier la phase de validation et de vérification des systèmes complexes, nous permettant ainsi de définir précisément le périmètre de notre étude.
Le deuxième chapitre de ce manuscrit propose un état de l’art détaillé autour de la validation et de la vérification. Il présente les concepts associés à la problématique, qui sont la modélisation, la simulation, la validation, la vérification, les relations de dérivabilité ou de morphisme, le cadre expérimental et la notion de compatibilité entre un modèle et son environnement.
Le troisième chapitre s’intéresse à la qualification de la validité d’un modèle de simulation. Après une présentation du principe de crédibilité dans un contexte de M&S, ce chapitre décrit les métriques présentes dans la littérature. Deux ap-proches sont ensuite proposées pour l’élaboration de nouvelles métriques, destinées
à l’évaluation de la validité de la simulation. Une première approche est basée sur les automates à interfaces, la seconde approche est basée sur un formalisme de spé-cification des systèmes à évènements discrets (DEVS 1). Chacune de ces approches montrera des avantages et des inconvénients dans l’élaboration des métriques.
Le quatrième chapitre décrit la méthodologie d’élaboration des métriques et propose l’élaboration d’un langage dédié à la simulation. Celui-ci permet d’orienter l’utilisateur de la simulation dans la démarche de construction du modèle de simu-lation. Ce chapitre commence par introduire le principe de méta-modélisation, ainsi que les diﬀérentes techniques permettant de décrire la sémantique d’exécution d’un langage abstrait. L’élaboration de ce langage est ensuite décrite en deux temps : tout d’abord avec une description générale du langage, puis avec l’étude détaillée du sous-ensemble, permettant la capture du comportement du couple modèle-cadre expérimental. Pour finir, ce chapitre présente une syntaxe concrète possible avec l’outil ProDevs.

Table des matières

Introduction
La thèse en quelques lignes
Plan du manuscrit
1 Ingénierie des systèmes complexes et simulation
1.1 Introduction
1.2 Systèmes complexes
1.2.1 Systèmes
1.2.2 Systèmes complexes et systèmes compliqués
1.2.3 Propriétés émergentes
1.3 L’ingénierie des systèmes
1.3.1 Ingénierie des systèmes
1.3.2 L’erreur
1.4 Validation & Vérification
1.4.1 Le Test
1.4.2 La M&S
1.5 Résumé
2 V&V pour la M&S
2.1 Introduction
2.2 État de l’art sur la V&V appliquée aux modèles de simulation
2.2.1 Modèle conceptuel
2.2.2 Exigences de la M&S
2.3 Théorie de la M&S
2.3.1 Modélisation des systèmes dynamiques
2.3.2 Entités de la M&S
2.4 Compatibilité entre cadre expérimental et modèle
2.4.1 Dérivabilité et morphisme : une histoire d’abstraction
2.4.2 Compatibilité
2.5 Discussions
2.5.1 Est-il nécessaire d’obtenir une compatibilité totale ?
2.5.2 Quel intérêt porter aux résultats fournis par la V&V?
2.6 Résumé
3 Qualification de la validité d’un modèle de simulation
3.1 Introduction
3.1.1 Crédibilité du produit de M&S
3.1.2 Une première idée de la notion de métrique et de distance
3.2 État de l’art sur les métriques d’évaluation des modèles
3.3 Rappel : Combinatoire des mots et langages
3.4 Étude de la compatibilité : Approche automates à interface
3.4.1 Automates à interface
3.4.2 Automates à interface pour l’IS et la M&S
3.4.3 Arbre de décomposition, composition et simulation
3.4.4 Proposition de métriques génériques d’évaluation pour les automates à E/S
3.5 Étude de la compatibilité : Approche automates DEVS
3.5.1 DEVS
3.5.2 Graphe de classes
3.5.3 Proposition de métriques d’évaluation associées aux graphes de classes
3.6 Discussion
3.6.1 Quelle est la valeur ajoutée d’une métrique dans un contexte
de validation ?
3.6.2 Arbre vs graphe de classes : avantages et inconvénients
3.6.3 Inférence des hypothèses : la création d’un langage d’hypothèses103
3.6.4 Synthèse des métriques de crédibilité
3.7 Résumé
4 Profil pour la simulation
4.1 Introduction
4.1.1 Description d’une méthodologie d’évaluation
4.2 État de l’art sur la création et la transformation des modèles
4.2.1 Ingénierie dirigée par les modèles
4.2.2 La méta-modélisation
4.2.3 UML et notion de profil
4.3 SiML : Langage de modélisation dédié à la simulation
4.3.1 Développement utilisant le principe de profil UML
4.3.2 Développement utilisant le principe de méta-modèle formel : Approche avec le formalisme DEVS
4.4 Outils de vérification et de simulation à évènement discret
4.5 Discussion : divergence implémentatoire, l’interprétation de la sémantique est-elle toujours décisive ?
4.6 Résumé
5 Modèle et application de la méthodologie
5.1 Introduction
5.2 Cas pratique : Présentation du système
5.2.1 Treillis d’abstraction des classes d’hypothèses
5.2.2 Vers la modélisation comportementale
5.3 Complétion du modèle SiML
5.3.1 Objectif de simulation n1 : Point de vue « Modélisateur »
5.3.2 Objectif de simulation n1 : Point de vue « Utilisateur de la simulation »