Sur le choix des abstractions pour le diagnostic hiérarchique

Fabien Perrot (1)

1 LAAS-DISCO - Équipe DIagnostic, Supervision et COnduite

Cet article traite du choix des abstractions dans le cadre du diagnostic hiérarchique. Généralement, les abstractions sont choisies à la main et nécessitent une certaine expertise. Nous proposons une solution à ce problème en établissant les critères d'une abstraction qui rend le diagnostic hiérarchique efficace. Pour cela, trois vues complémentaires d'une abstraction sont définies : la vue topologique, la vue dans l'espace d'état et la vue selon les contraintes. Ces trois vues nous permettent d'établir des critères pour trouver l'abstraction la plus efficace afin de résoudre un problème de diagnostic hiérarchique. Cette abstraction correspond au concept de conflit potentiel, bien connu dans la communauté du diagnostic.----This paper deals with the choice of abstractions for stating hierarchical diagnosis problems. Generally, hierarchical models are built manually and choosing the appropriate abstractions is quite an empirical science. To tackle this issue, we frame a diagnosis problem as an optimal constraint satisfaction problem (OCSP) and we define abstraction related to two OCSP's, in the structure and in the search space. This allow us to analyse the influence of the abstraction on the temporal computational complexity reduction offered by hierarchical reasoning. Optimal abstractions are shown to be built on the well-known diagnosis concept of potential conflict.

Mots clés: diagnostic; hiérarchique; abstractions

Domaines: Intelligence artificielle [cs.AI]

Fabien Perrot. Sur le choix des abstractions pour le diagnostic hiérarchique. Congrès EDSYS 2007, May 2007, Albi, France. ⟨hal-00170405⟩