EA 647
Thierry Terret, directeur
Laboratoire d'Etude et d'Analyse du Comportement et des Modèles
responsable : Patricia Faure
Rubriques
AccueilActualitésAnnuaireDéontologieContratsEnseignementsCoopérationsPublications & CommunicationsRecherche- Reportage
Séminaires antérieursThèses
Systèmes & ModèlesSystèmesThéorie des systèmesLa Théorie des systèmes apparaît comme une mthode d'approche des problèmes rpondant au souci de sortir du cadre de de la pense cartsienne, notamment pour apprhendre une grande complexité.Si un objet compliqué est caractérisé par un grand nombre d'éléments, un objet complexe se caractérise par un nombre important de relations entre éléments constituants. L'analyse cartésienne s'applique bien au domaine du compliqué, mais mal au domaine du complexe. Tableau de J.L. Lemoigne, Théorie du Système Général
Qu'est-ce qu'un système ?Selon Joël de Rosnay, c'esr un ensemble d'éléments en interaction dynamique, organisé en fonction d'un but. Pour cela :
Exemples
Systèmes ouverts, Univers, Environnement, FrontièreUne entreprise, les exemples précédents sont des systèmes ouverts, car ils sont en interaction avec le monde qui les entoure.Un univers est un système clos, sans interaction extérieure. Un système ouvert S possède un environnement Env(S) = S* - S, où S* est le plus petit système ou univers contenant S. Ce qui sépare un système de son environnement est sa frontière. La frontière délimite ce qui fait partie du système et ce qui n'en fait pas partie. ModèlesUn modèle est la représentation simplifiée d'un système, perçu d'un certain point de vue, et exprimé dans un certain formalisme.L'approche systémique élabore des modèles capables de décrire ou de simuler globalement ou partiellement le comportement de systèmes tudis, par analogie avec des cas connus issus des sciences formelles ou de l'expérience. Un modèle est acceptable dans un certain domaine si dans ce domaine un parallèle précis demeure entre
Qualités d'un ModèleTout modèle peut être caractérisé globalement par
Si M2 est de même complexité que M1, avec de meilleurs résultats en terme de domaine et de prcision, alors M2 est plus pertinent que M1. Si M2 est un raffinement de M1, l'amélioration en termes de domaine ou de prcision se fait en général au détriment de la complexité. Une telle piste n'est fertile que si une complexité à peine accrue entraîne de fortes améliorations du domaine ou de la précision. Quand de faibles améliorations du domaine ou de la précision entraînent une forte augmentation de la complexité, il faut trouver une autre analogie en termes de modèle (ainsi le modèle de Newton a-t-il remplacé en astronomie le modèle de Ptolémée). Variables exogènesOn peut caractériser globalement un modèle par des indicateurs ou variables dites exogènes, rendant compte des interactions du système S et de son environnement Env(S). On appelle
Comportement d'un SystèmeLe comportement d'un système est le rapport existant entre l'évolution de ses entrées et l'évolution de ses sorties.Variables internesCe sont des variables propres au système. Elles évoluent sous l'influence des entrées et/ou d'autres variables internes, et influencent d'autres variables internes et/ou des variables de sortie. Elles sont introduites pour une description réaliste et/ou comme intermédiaires dans l'explication du comportement.Types de VariablesLes variables sont des indicateurs qualitatifs (informations) ou quantitatifs (concernant des grandeurs physiques, des flux...). Les traitements qu'on pourra leur appliquer pour simuler, prévoir.... dépendront notamment de leur nature. Selon les indications à donner, ces variables peuvent être :
Types de SystèmesSystème passifUn système est passif si ses sorties sont fonction des seules entrées, au sens mathématique, les mêmes entrées donnant toujours les mêmes sorties ; ce sont en général des systèmes élémentaires, qui ne nécessitent pas de variables internes.Système dynamiqueUn système est dynamique si ses sorties évoluent en fonction
Système réactif / proactifUn système est dit réactif si son comportement voit ses sorties évoluer essentiellement sous l'influence des entrées, un jeu d'entrées neutres entraînant finalement une stabilisation des sorties ; ce système réagit à son environnement.Exemple : un dormeur. Un système est dit proactif si son comportement voit ses sorties évoluer essentiellement en fonction d'un objectif propre. Exemple : un marcheur (théorique). La plupart des systèmes réels proactifs sont mixtes, la poursuite de leur fin nécessitant de tenir compte du contexte. Exemple : un marcheur réel, qui doit atteindre sa destination en tenant compte des obstacles etc... Système à rétroactionOn parle de rétroaction (feedback) quand les sorties jouent en partie le rôle d'entrées supplémen- taires. Une rétroaction positive joue alors un rôle amplificateur (pouvant aller jusqu'à la rupture) ; une rétroaction négative, en s'opposant aux fluctuations des entrées, joue un rôle stabilisateur.Dans les régulateurs, les servo-mécanismes, on appelle commandes ou consignes les variables d'entrée qui fixent les valeurs de sortie en régime permanent, et perturbations les autres variables d'entrée, qui peuvent altérer plus ou moins les sorties. La qualité de la régulation ou de l'asservissement est définie par les écarts entre sorties désirées et sorties obtenues. Système sensori-moteur. Un
geste est esquissé par une commande ou réflexe mettant en oeuvre une
énergie musculaire.. Sa bonne fin est en général ajusté en fonction des
sens (vue, toucher...). Si un système à rétroaction sait faire face à des perturbations, son comportement reste cependant stable ou invariant, en un sens plus abstrait et plus global que pour les systèmes passifs. Système à apprentissageCe sont des systèmes dynamiques qui évoluent de façon à améliorer statistiquement leur comportement, au moyen d'un indicateur de performances pouvant entraîner des modifications internes.Système auto-adaptatifSystème possédant une structure paramétrée, et dont il révise les paramètres si son fonctionnement ne lui permet pas d'atteindre ses objectifs. Exemple. Organisme autonome, pouvant ajuster son fonctionnement sans changer sa structure (relevant d'une tutelle externe). Système auto-organisationnelSystème pouvant modifier sa structure pour atteindre ses objectifs, si asservissements et adaptations se révèlent insuffisants.Exemple.
Organisme indépendant, pouvant modifier sa structure interne, sa forme
juridique etc.... en fonction des besoins ressentis. Modèles Opaques / TransparentsBoîte NoireUn modèle opaque (ou boîte noire) définit un système par
C'est le genre de modèle assigné aux systèmes considérés comme élémentaires. C'est aussi ce qu'on peut obtenir au moyen de tests extérieurs, par exemple par une analyse de données dégageant des facteurs explicatifs du comportement. De ce point de vue, deux systèmes peuvent être considérés comme équivalents / interchangeables s'ils admettent un même modèle. Boîte BlancheUn modèle transparent (ou boîte blanche) définit un système par ses variables d'entrée et de sortie, son organisation interne et les sous-systèmes qui le composent. L'organisation rend compte de différents flux (matière, énergie, information), des influences etc... Son comportement s'explique par son fonctionnement, composition par l'organisation et les flux internes des comportements des sous-systèmes. Exemple 1. Un modèle expliquera la personnalité par l'interaction de trois entités typées : l'ange, la bête, et le médiateur. Exemple 2. Un modèle expliquera le fonctionnement d'un ordinateur par l'interférence d'une ou plusieurs unités de traitement, une ou plusieurs unités de mémoire, une ou plusieurs unités d'échange. Remarques.
Modélisation ascendanteLa modélisation ascendante d'un système complexe procède des sous-systèmes les plus simples au système le plus général (du pneu à l'automobile, par exemple). Les systèmes les plus simples étant vus comme des boîtes noires, on peut modéliser dans le style boîte blanche les systèmes qui les englobe immédiatement, les résumer dans un style boîte noire et remonter ainsi au niveau le plus général par synthèses successives. Exemple. Ayant étudié et modélisé une suite de postes de travail et les stocks et magasins associés, on modèlise ce processus de fabrication dans cet atelier, puis l'atelier complet, puis de là l'usine entière, enfin l'entreprise.. Modélisation descendanteLa modélisation descendante d'un système complexe descend du système global vers les sous-systèmes élémentaires. Le système global est d'abord vu comme une boîte blanche assez simple organisant et articulant divers sous-sytèmes :
Les rapports entre systèmes et sous-systèmes s'explicitent en termes d'informations (et notamment instructions et compte-rendus, requêtes et réponses), de flux matière, de flux d'énergie etc... Lorsque le modèle est devenu suffisamment précis, on applique la même méthode à chacun des sous-systèmes. On s'arrête chaque fois qu'on considère un sous-système comme élémentaire. Exemple. Une entreprise est formée d'une direction générale et d'unités opérationnelles.
De même, pour chaque unité
opérationnelle, on distinguera.... Modèle en couchesMachine abstraiteOn appelle ainsi une machine définie par le langage de commande auquel elle obéit (d'Agapeyeff / Dijkstra / Mac Keeman). On admet en informatique
Modèle en couchesOn parle de modèle en couches quand le modèle final comporte des niveaux d'abstraction clairement séparés, "comme dans un oignon". C'est en particulier le cas quand le modèle comprend une suite de machines abstraites.Exemple. Vue ascendante. La physique explique le transistor et l'électronique digitale, les circuits intégrés, les unités de mémoire, de calcul ou de routages de données qu'ils permettent de constituer, et par là les ordinateurs ou tout au moins leur micromachine. Partant de là, une suite de machines abstraites rendra compte de divers niveaux de langages et de services, comme le langage assembleur, le langage C, un éditeur de texte écrit dans ce langage, justifiant in fine le texte que vous lisez présentement. Vue descendante. Le présent texte a pour support un formalisme qui a permis de le
constituer physiquement à l'aide d'un éditeur de texte bureautique. Ce
produit bureautique obéit à des commandes ; chacune est exécutée par le
déroulement de centaines de ligne dans un langage de programmation
symbolique (disons C). Chaque instruction de ce langage est en fait une
requête exécutable par une séquence d'instructions dans un langage de
programmation plus physique - disons, un langage
assembleur. Chaque instruction de ce langage assembleur est
lui-même une requête exécutable par
une séquence d'instructions dans un langage de programmation plus
physique - disons, le langage d'une micromachine. Le langage de
cette micromachine est lui -même exécutable par une machine matérielle,
combinant des unités de calcul, de mémorisation et d'échanges entre
lesquelles circulent des données. Actuellement, ces unités sont
réalisées à l'aide de circuits intégrés, basés sur l'electronique
digitale, et particulièrement l'utilisation de transistors au silicium. Ces
transistors exploitent un aspect de la physique des semi-conducteurs
qui les constituent : les "bandes de Fermi" .
En général, on peut remplacer une couche basse par une couche équivalente, sans que l'ensemble soit affecté, si ce n'est en termes de performances. Par exemple, un ordinateur individuel peut être remplacé par un autre physiquement compatible (ex: comptaibilité ascendante dans une gamme PC). Ou par un autre qui, sans être physiquement compatible, accepte par exemple le même langage C. Ou supporte un éditeur écrit dans un autre langage (Modula? Python?) mais obéissant aux mêmes spécifications. Exemple 1.
Actuellement, la base de l'informatique est l'électronique digitale,
concrétisée par des circuits intégrés au silicium. Pour être
suffisante/satisfaisante, cette base n'est pas nécessaire. Elle a été
précédée par l'utlisation de circuits au silicium non intégrés (avant
1970) eux-mêmes précédés par l'usage de circuits au germanium (à partir
de 1960). Auparavant ont été utilisés des tubes radioélectriques,
eux-mêmes précédés par l'usage de relais électro-mécaniques à partir de 1930, car les
tentatives purement mécaniques, de Babbage(1840) à Zuse, avaient échoué pour
des raisons pratiques. La possibilité d'une informatique à base
fluidique (peneumatique, hydraulique...) a été validée mais reste inexploitée. Exemple 2. Il est clair que la psychologie (et notamment la psychologie cognitive) a, en l'état, la neurobiologie comme substrat constaté. Cela n'implique pas que ce substrat soit nécessaire, car il faudrait prouver que toute intelligence de l'univers, passée, présente ou à découvrir, procède nécessairement d'un amas de neurones. Par ailleurs, on peut obtenir des services variés sur une même base physique, en remplaçant les couches supérieures, les plus sensibles pour l'utilisateur. Ceci explique la grande plasticité des systèmes informatiques, commun support d'une grande variété d'applications. Louis Frécon | ||||||||||||||||||||||||||||