Un cadre pour guider la localisation automatique de défauts en utilisant des préférences stratégiques locales
Institution:
Paris 13Disciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
La localisation automatique des défauts est un domaine ayant aujourd'hui atteint un degré certain de maturité. Cependant, aucune méthode n'est assez puissante pour traiter l'ensemble des problèmes de diagnostic de taille réelle. Différentes méthodes et donc différentes stratégies de contrôle doivent être combinées. L'absence de cadre de travail permettant de décider quand utiliser quelle méthode de diagnostic est un des principaux obstacles au traitement des problèmes réels de diagnostic. Notre thèse propose précisément un tel cadre. Notre travail s'inscrit dans le domaine du diagnostic à base de cohérence étendu par des modèles de défauts et par des mécanismes de focalisation. Une analyse plus fine nous a conduit à proposer une caractérisation uniforme des actions de diagnostic comme changements d'un ensemble d'hypothèses de travail. Le diagnostic devient alors la recherche de la meilleure théorie s'ajustant au cas courant, et le contrôle du processus de diagnostic est assure par un operateur de révision. Nous montrons comment renforcer notre operateur de révision par un catalogue de préférences stratégiques partielles éventuellement contradictoires. Nous décrivons le cadre général ainsi qu'une instance concrète Magellan puis discutons le contrôle sur deux exemples de scenarios. Finalement, nous montrons comment notre cadre de travail facilite l'extension de l'approche à base de cohérence au traitement des fautes de structure. Les fautes de structures, E. G. Des interactions non souhaitées entre composants ou interactions cachées, remettent en cause l'approche de diagnostic à base de modèles puisqu'elle est liée à la structure particulière décrite par le modèle. Les extensions proposées dans la littérature pour contourner ce type de problèmes restent ad-hoc. Avec notre approche, une telle extension est étonnamment aisée: nous présentons hide&seek, qui étend Magellan pour prendre en compte les interactions cachées