Conception et évaluation des performances des systèmes
ATLAS
Analysis by Temporal Logic of Architectures of Systems
ATLAS est une méthode d’analyse et d’évaluation de performance de système, ainsi que le nom d’un logiciel implantant cette méthode et développé à l’ONERA – DCPS. La méthode ATLAS est conçue pour être appliquée à des systèmes complexes ou systèmes de systèmes, et a pour objet l’évaluation de comportements résultant des interactions de composants du système. C’est une méthode très générique, qui peut être appliquée à une grande variété de systèmes.
Depuis les années 60, alors que de nombreuses améliorations ont été réalisées sur les avions de transport commerciaux en terme de bruit, le groupe motopropulseur (GMP) des avions légers n’a pas évolué. Bien qu’il soit clair que l’aviation légère et l’aviation commerciale ne soient pas comparables en terme économique, il reste dommage que les tentatives pour réduire le bruit des avions légers soient restées excessivement timides.
Aujourd’hui, les actions des riverains des aérodromes français deviennent de plus en plus pressantes. Il devient donc urgent d’agir pour développer en France des solutions techniques permettant de réduire de façon significative les nuisances sonores engendrées par les avions légers.
Afin de parvenir à court terme à une diminution sensible de ces nuisances, un plan d’action dénommé "programme Anibal" a été mis en place par l’Onera.
Cadre d’analyse
L’analyse du système se concentre sur ses comportements attendus, qui sont décrits comme une combinaison de diverses fonctions. Chaque fonction, ou comportement, est décomposée en sous-fonctions, entre lesquelles des liens sont exprimés en logique temporelle, jusqu’à parvenir à des fonctions qui peuvent être directement associés à l’un des composants du système.
La logique temporelle utilisée pour cette décomposition appartient à la famille des logiques d’intervalles, et contient des opérateurs exprimant par exemple la simultanéité, la séquence, l’antériorité, le non-recouvrement, etc.
la logique temporelle utilisée comme langage de modélisation dans ATLAS
Cette analyse conduit à une structure d’arbre, la racine duquel représente le comportement étudié du système, et les feuilles duquel représentent des fonctions « élémentaires » reliées à un composant du système.
Évaluation de performance
L’arbre mentionné ci-dessus est utilise comme base pour l’évaluation de la performance du système sur un scenario donné. Plus précisément, il est utilisé pour évaluer la performance globale à partir des performances élémentaires associées aux fonctions élémentaires, lequelles sont obtenues par divers moyens, selon les modèles disponibles pour chaque composant considéré. Ces composants peuvent être très hétérogènes : un atout de l’approche est que cette hétérogénéité de composants, ou de modèles de composants, ne pose aucun problème dès l’instant où l’on peut définir un indice de performance convenable, i.e. évaluable pour chaque composant et pouvant recevoir une sémantique en termes de la logique temporelle sous-jacente.
Fig. 2 : le processus d’évaluation d’ATLAS
Cette approche est également générique eu égard à l’indice de performance calculé, les seules contraintes étant qu’il doit être possible de l’obtenir comme entrée pour les fonctions élémentaires liées aux composants du système et qu’il doit être possible de définir une sémantique pour chaque opérateur logique de manière que la performance des fonctions résultantes puisse être calculée.
Indices de performance
Les systèmes étudiés typiquement à l’ONERA amènent généralement à considerer deux types de performance.
La disponibilité stochastique est un indice de performance relié à la disponibilité d’une fonction, i.e. la probabilité de terminer avec succès une fonction à un instant t pourvu que la tentative d’exécution de la fonction ait commencé à un instant s donné. Cet indice est très intéressant, et la méthode ATLAS est particulièrement originale à cet égard, car il mélange une approche temporelle à une évaluation stochastique, ce qui est une caractéristique peu commune parmi les outils d’analyse de systèmes de systèmes.
La consommation de ressources est un indice de performance lié à la quantité consommé par la tentative d’exécution ou l’exécution avec succès d’une fonction. On peut ainsi considérer une grande variété de ressources (renouvelable, présente mais non consommée, non renouvelable, partageable ou non, …) et cette approche peut également être combinée à la précédent.
À partir de ces indices de performance, il est possible de calculer par post-traitement des indices raffinés qui peuvent traiter une grande variété de cas d’étude : mesure d’efficacité, études de dimensionnement, évaluation de vulnérabilité, etc.
Atouts et originalité
ATLAS est au cœur du domaine d’expertise de l’ONERA – DCPS. C’est une méthode très originale, combinant l’analyse d’un système par la logique temporelle et l’évaluation de performance stochastique. De plus, c’est une méthode très légère, qui peut être appliquée rapidement, même sur des systèmes très grands considérés sur de vastes périodes de temps. De plus, ses principes sous-jacents sont naturellement modulaires, ce qui est une caractéristique important pour l’étude de systèmes de systèmes, pour lesquels la connaissance de l’utilisateur peut être partielle ou hétérogène, ou encore faire intervenir des modélisations très différentes par composant. Sa généricité est également un grand atout : jusqu’à présent, la méthode a été utilisée à l’ONERA dans des domaines applicatifs très différents, allant des architectures de défense aux systèmes satellitaires.
Pour plus de details, contacter Romain Kervarc.
Publications associées :
[1] R. Kervarc, J. Bourrely, & C. Quillien, A generic logical-temporal performance analysis method for complex systems. Mathematics and Computers in Simulation, 81 (3) p. 717-730, Elsevier, 2010.
[2] R. Kervarc, S. Bertrand, Th. Lang, C. Jolly, T. Donath, & J. Bourrely, Assessing the impact of orbital debris on a spatial system, Symposium on Numerical methods and advanced technologies for applied scientific computing of the joint SIMAI / SEMA Conference on Applied and Industrial Mathematics, 2010.
[3] R. Kervarc, C. Louyot, S. Merit, Th. Dubot, S. Bertrand, & J. Bourrely, Performance evaluation based on temporal logic. In R.M. Spitaleri & F. Pistella, editors, Proc. of the 9th IMACS/ISGG Meeting on Applied Scientific Computing and Tools, IMACS Series in Computer Science, 2009.
[4] J. Bourrely, R. Kervarc, & C. Quillien, Performance evaluation for complex Systems. In R.M. Spitaleri & F. Pistella, editors, Proc. of the 7th IMACS/ISGG Meeting on Applied Scientific Computing and Tools, IMACS Series in Computer Science, 2007.
