Description
Date depot: 13 janvier 2020
Titre: Hybridation de méthodes de compilation de contraintes, solveurs SAT, méthodes d’apprentissage pour maîtriser la complexité de la gamme RENAULT
Directeur de thèse:
Tewfik ZIADI (LIP6)
Encadrant :
Lom Messan HILLAH (LIP6)
Directeur de thèse:
Souheib BAARIR (LRE)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le constructeur automobile Renault propose à ses clients un large choix de modèles
de véhicules à travers une ligne de produits. A différentes étapes d’un projet véhicule, les équipes des domaines de l’ingénierie, de la fabrication, et du commerce, définissent des contraintes d’implications et d’exclusions entre les « caractéristiques » du véhicule.
Ce type de contrainte permet d’exposer les règles de cohérence pour la construction de
configurations de véhicule valides de la ligne de produits.
Dans ce contexte, nous avons eu besoin de manipuler ces variantes de véhicules, dont
la diversité ne permet pas l’énumération, et de répondre dans des temps très rapides, en temps-réel, à des questions liées à plusieurs domaines fonctionnels.
Du point de vue théorique, le traitement de ce problème revient à l’analyse de l’espace des configurations d’une ligne de produits. Plus précisément, la résolution d’un problème de satisfiabilité de contraintes qui est en général un problème NP-complet.
Dans ce contexte, la diversité produit et la complexité continuent à augmenter. Nous
n’avons pas de certitude sur l’aboutissement des calculs pour les données à forte complexité.
Il devient ainsi crucial d’explorer des pistes de recherche permettant de gérer cette
complexité, tout en s’intégrant dans les solutions déjà implantées chez Renault.
Nous pouvons identifier ici deux défis :
(1) prédire la complexité du problème en s’appuyant sur les données en entrée, et améliorer
la performance de la phase de compilation ;
(2) exploiter les dernières innovations de l’état de l’art de la résolution des problèmes de satisfiabilité, en termes d’heuristiques, d’optimisations et d’apprentissage automatique.
Ainsi, le sujet de cette thèse s’inscrit dans le cadre global de la résolution des problèmes
SAT, mais avec une forte contrainte industrielle (sur l’exploitation de l’écosystème logiciel
existant, i.e., la technologie SICG) et une structuration très particulière, liée au domaine
d’analyse des configurations des lignes de produits. En effet, l’utilisation des solveurs SAT
dans ce domaine a fait l’objet de plusieurs travaux de recherche ces dernières années.
Doctorant.e: Xu Hao