DEFINITION DE SYSTEMES DE GESTION DES CONNAISSANCES TECHNIQUES : APPLICATION A LA CONFIGURATION D'USINAGE
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
3° Conférence Francophone de MOdélisation et SIMulation «Conception, Analyse et Gestion des Systèmes Industriels»
MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
DEFINITION DE SYSTEMES DE GESTION DES CONNAISSANCES
TECHNIQUES : APPLICATION A LA CONFIGURATION D'USINAGE
Magali RUET, Laurent GENESTE
Laboratoire Génie de Production
Ecole Nationale d’Ingénieurs de Tarbes
Avenue d’Azereix, 65000 TARBES,
{ruet, laurent}@enit.fr
RESUME : Pour répondre aux impératifs de mise rapide de nouveaux produits sur le marché, la structure des
organisations productives évolue rapidement. Dans ce contexte les entreprises sont amenées à faire appel à un travail
collaboratif et ainsi à partager leurs connaissances techniques. Il se pose alors le problème de la modélisation de ces
connaissances techniques et de leur utilisation. Dans ce cadre, nous proposons un support de modélisation de
connaissances techniques basé sur une représentation orientée objet des connaissances. Nous présentons également
deux méthodes d'aide à la décision exploitant les connaissances stockées. Enfin, nous illustrons l'ensemble avec une
application liée au domaine de l'usinage.
MOTS-CLES : Modélisation de connaissances techniques, Aide à la décision, Satisfaction de contraintes,
Raisonnement à partir de cas.
1. INTRODUCTION connaissances relatives à chaque type d'activité liée au
développement d'un produit (Perpen, 2000). En outre, la
Dans les dernières décennies, la compétition entre les fédération des connaissances doit permettre une
entreprises s'est accrue entraînant des exigences de plus meilleure collaboration entre les différents services de
en plus fortes quant à la qualité des produits, à leur prix manière à assurer un développement aussi continu et
et à leur délai de mise sur le marché. Pour répondre à ces fluide que possible des phases de réalisation d'un
nouveaux impératifs, la structure des organisations produit.
productives a évolué. L'ingénierie simultanée (Jagou,
1993) matérialise un changement dans la manière Les méthodologies et les outils classiques dans le
d'appréhender le processus qui conduit de l'idée d'un domaine de l'ingénierie des connaissances, issues de
produit à son industrialisation. L'ingénierie simultanée travaux en intelligence artificielle, telles que
tend en effet à paralléliser les activités qui jalonnent le KSSO/NEXTRA (Eisenstadt, 1991), CommonKADS
cycle de développement d'un produit. Pour cela, il (Schreiber et al., 1994), Mike (Angele et al., 1998)
devient nécessaire de partager un ensemble exploitent des formalismes de modélisation en général
d'informations alors que dans une logique de processus très puissants (par exemple les frames, les réseaux
séquentiel, les informations étaient transmises sémantiques, les graphes conceptuels ou les logiques de
successivement d'activité en activité. Nous pouvons description) mais difficiles à mettre en œuvre
distinguer deux approches majeures dans la manière pratiquement dans le cadre de la construction et de
d’appréhender ce problème de la représentation et du l'opérationnalisation d'un modèle de connaissances
partage des informations : tout d’abord l’approche (Charlet et al., 2000).
industrielle des S.G.D.T. guidée par la pratique et
l’approche plus universitaire de l’ingénierie des Dans ce contexte, nous proposons une intégration des
connaissances. aspects gestions des données techniques et capitalisation
Les systèmes de gestion des données techniques du patrimoine technique de l'entreprise dans le concept
(S.G.D.T., en anglais P.I.M.S. - Product Information unifié de Système de Gestion des Connaissances
Management System ou encore P.D.M.S.- Product Data Techniques (S.G.C.T.). Nous proposons par conséquent
Management System) fournissent une réponse partielle à une approche basée sur une structuration orientée objets
ce problème de partage des informations. Cependant, ces des connaissances. Cette modélisation présente
systèmes ne permettent pas la prise en compte des l'avantage d'être assez largement répandue tant dans le
contraintes et des possibilités de chaque centre d'activité monde universitaire que dans le monde industriel et
participant au développement d'un produit. Cela plusieurs méthodologies classiques de modélisation,
implique en effet un accès aux connaissances utilisées telles que OMT (Rumbaugh, 1995), sont directement
dans chaque centre d'activité et il est donc indispensable exploitables au début du cycle de vie d'un projet de
de fédérer dans une même structure l'ensemble des capitalisation des connaissances techniques.
- 285 -MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
De plus, l'exploitation des connaissances pour l'aide à la
décision pourra être réalisée de manière classique en Classe A
Contrainte AB
Classe B
utilisant les méthodes des objets ou en utilisant des a2
+A.a1 : +B.b1 :
techniques avancées de résolution de problèmes telles +A.a2 :
b1
+B.b2 :
que les CSP (Constraint Satisfaction Problem) ou le +A.ma1()
+A.ma2() +AB.ab1 :
+B.b3 :
+B.mb1()
CBR (Case Based Reasoning). +A.ma3() +AB.ab2 :
+AB.mab1()
Nous allons dans un premier temps présenter le support
de modélisation des connaissances techniques que nous
avons défini puis les méthodes de traitement que nous Figure 1. Notation d'une classe contrainte
avons développées. Nous présenterons ensuite le
générateur de systèmes de gestion des connaissances
3. METHODES D'AIDE A LA DECISION
techniques basé sur ces principes, avant de proposer une
application de l'ensemble au domaine de l'usinage.
Nous proposons deux approches pour l'exploitation des
connaissances techniques : un mécanisme de
2. LE SUPPORT DE MODELISATION : LE
Raisonnement à Partir de Cas (RàPC) faisant appel à des
MODELE UML-K
expériences passées, et un mécanisme de propagation de
contraintes permettant de réduire l'espace de recherche
La représentation UML-K (Perpen, 2000) que nous
de solutions par la prise en compte des contraintes
utilisons est basée sur le diagramme de classes et sur le
techniques du domaine (Constraint Satisfaction Problem,
diagramme d'objets du langage UML (Unified Modelling
noté CSP). Nous présentons successivement ces deux
Language) (Muller, 1997), (Fowler et al., 1997). Nous
mécanismes.
considérons en effet que les supports méthodologiques
proposés par UML permettent de faciliter la phase
initiale du projet de capitalisation des connaissances. 3.1. Résolution de problèmes par réutilisation
Nous intégrons dans la modélisation les concepts d'expériences
classiques de l'orienté objet supportés par UML : classes
Cette première approche fait appel à des expériences
et objets, attributs et méthodes, héritage simple et
passées (appelées cas sources) jugées similaires au
multiple, associations. Le diagramme de classes
problème présent (appelé cas cible), dans le but de
constitue ainsi le schéma du modèle de connaissances et
résoudre ce dernier par adaptation de la solution du cas
le diagramme d'objets correspond au modèle de
source le plus similaire au cas cible (Kolodner, 1993),
connaissances.
(Aamodt et Plaza, 1994).
Précisons que dans un objet, et afin de tenir compte de
Nous utilisons le formalisme UML-K présenté
l'imprécision et de l'incertitude qui peut concerner les
précédemment pour modéliser la connaissance du
valeurs des attributs, il est possible de décrire ces valeurs
domaine représentant l'ensemble de cas. Un cas est issu
par des distributions de possibilité (Dubois et Prade,
du modèle d'objets qui décrit la base de connaissances, il
1988). De plus, afin de permettre une modélisation aisée
possède des attributs et des méthodes et peut être
des contraintes techniques, nous avons enrichi la
composé de plusieurs objets, d'associations, …
représentation avec la notion de classe contrainte au
niveau du diagramme de classes et de contrainte au
L’algorithme de base que nous proposons pour la
niveau du diagramme d'objets.
recherche de cas similaires est récursif et se propage au
sein de la structure objet. Notons que l'utilisateur peut
Une classe contrainte représente une généralisation de la
pondérer les attributs du cas de référence afin de décrire
notion d'association. En effet, une classe contrainte est
leur influence respective sur le résultat de la
une mise en relation d'attributs quelconques de classes
comparaison. Le résultat de la recherche est un degré de
alors qu'une association correspond à une mise en
relation d'identifiants de classes. Cette notion de classe possibilité Π et un degré de nécessité Ν qui représentent
contrainte est très importante dans le contexte des à quel point un cas stocké dans la structure objet est
systèmes de gestion des connaissances techniques. proche du cas de référence (Π et Ν prennent leur valeur
dans [0,1]).
Nous illustrons sur la figure 1 la notation que nous
proposons pour les classes contraintes. La structure objet est utilisée pour réaliser un filtrage
Sur cette figure, deux classes nommées A et B sont rapide des classes candidates, puis une sélection plus
reliées par une classe contrainte nommée « contrainte fine des objets appartenant à ces classes a lieu. Dans la
AB ». La contrainte ainsi définie met en relation l'attribut littérature, la plupart des systèmes de RàPC font appel à
a2 de la classe A et l'attribut b1 de la classe B. Des des techniques d’indexation pour filtrer les cas de la
attributs et des méthodes propres à la classe contrainte base. Ces stratégies d’indexation sont nombreuses et
peuvent être ajoutés à celle-ci comme les attributs ab1 et souvent complexes dans leur mise en œuvre (Capus et
ab2 dans la figure 1. Tourigny, 1998), (Kolodner, 1993). Elles sont basées sur
la notion d’index qu’il faut définir correctement pour
- 286 -MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
s’assurer de retrouver tous les cas potentiellement ⋅ πD la distribution de possibilités définie par :
similaires au cas cible. Le mécanisme de filtrage que π D ( x , y) = min(π R ( x ), π S ( y)) , un exemple de
nous proposons ne fait pas appel à la définition d’index.
Nous proposons une sélection rapide des objets fonction πD (x,y) est fourni sur la figure 2.
potentiellement pertinents dans la recherche de cas
similaires, en exploitant le modèle objet comme support Au niveau de chaque attribut L, les degrés de possibilité
de l'indexation des cas. Le filtrage que nous réalisons est et de nécessité correspondant à la similarité locale sont
basé sur la comparaison des caractéristiques de la classe calculés de la manière suivante :
de l'objet de référence (notée O) avec chacune des Π L ( val R ,L , valS,L ) = sup u∈U min(µ L (u ), π D (u ))
classes du schéma du modèle de connaissances (notée
O'). A partir de la similarité entre les classes O et O',
notée S(O,O'), nous pouvons décider d'explorer ou non Ν L ( val R ,L , valS,L ) = inf u∈U max(µ L (u ),1 − π D (u ))
les objets de la classe O' (en donnant un seuil
d'acceptation par exemple). Cette étape de filtrage vise à
déterminer les classes les plus prometteuses pour la πD(y, x)
recherche de cas.
πS(y)
Lorsque l'ensemble des classes candidates a été retrouvé,
nous pouvons mettre en place la recherche de cas
similaires au cas de référence sur les objets issus de ces
classes candidates, objets également appelés cas sources.
Il existe dans la littérature, un nombre important de
mesures de similarité, toutes étant très différentes et
répondant à des exigences particulières. C'est pourquoi πR(x)
chaque système de RàPC possède généralement sa
propre mesure de similarité qui dépend bien souvent du
domaine d’application. Figure 2. Exemple de distribution πD
Les calculs de ΠL et NL correspondent à des calculs de
La mesure de similarité que nous proposons prend en similarités locales pour l'attribut L qui ont lieu au niveau
compte la modélisation orientée objet et le fait que nous des caractéristiques de l’objet. Le calcul de la similarité
autorisions l'emploi d'ensembles flous pour décrire les globale au niveau d’un objet est ensuite réalisé en tenant
caractéristiques imprécises et incertaines des cas. compte des poids associés à chacune des caractéristiques
Nous distinguons la similarité locale, c'est à dire la de l’objet de référence et en calculant le « min du max »
similarité entre deux attributs et la similarité globale, des similarités locales.
c'est-à-dire la similarité entre deux objets.
Ainsi, les degrés de possibilité et de nécessité au niveau
Le calcul de la similarité locale est fait en utilisant un de l'objet sont :
modèle de similarité décrit par une fonction
d'appartenance µL qui permet à l’utilisateur d’associer à Π (R , S) = min max(1 − w i , s i )
un attribut une mesure de similarité particulière. Nous i =1,n
aurons en particulier µL(x,y)=1 si x est complètement Ν (R , S) = min max(1 − w i , s'i )
i =1, n
similaire à y, µL(x,y)=0 si x est complètement différent
de y, 0MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
3.2. Résolution de problèmes par satisfaction de Le second point concerne l'intégration des techniques de
contraintes CSP et de RàPC. Dans un premier temps les techniques
de satisfaction de contraintes permettraient de réduire
Cette seconde approche consiste en une construction l'espace de recherche pour l'algorithme de RàPC. En
progressive de la solution par restriction du domaine des combinant les techniques de CSP avec l'algorithme de
variables du problème, ceci en respectant l'ensemble des filtrage, la recherche serait facilitée en réduisant son
contraintes techniques. Une aide à la décision domaine par respect des contraintes techniques et des
significative est apportée par le guidage de la recherche préférences de l'utilisateur.
vers une solution en appliquant de manière interactive
les contraintes sélectionnées par l'utilisateur. Dans ce Nous pouvons également envisager d'utiliser les
cas, le problème peut être assimilé à un problème de techniques de CSP pour la phase d'adaptation du
satisfaction de contraintes (CSP) dynamique (Dechter et mécanisme de RàPC. En effet, lorsqu'un cas similaire au
Dechter, 1996) et toutes les techniques développées dans cas en cours de traitement est trouvé dans la base de
ce champ de recherche sont applicables. connaissances, il est fréquent que le cas trouvé doive être
adapté pour résoudre le problème en cours. Dans cette
Nous avons par exemple expérimenté l’algorithme phase d'adaptation, l'utilisation de mécanismes de
DnGAC4 (Bessière, 1991) qui permet une propagation propagation de contraintes pourrait permettre d'éviter de
de contraintes dynamique (ajout et suppression de suivre des pistes inutiles et de guider l'exploration du
contraintes par exemple) pour des contraintes d’arité voisinage du cas trouvé vers une solution acceptable.
éventuellement supérieure à 2 et dont les variables sont L'utilisateur peut également intervenir dans la phase
définies sur des domaines discrets. d'adaptation en contrôlant la satisfaction de contrainte à
chaque étape.
Pour les contraintes d’arité n avec variables définies sur
des domaines continus, certains travaux (Sam, 1995) 3.4. Générateur de systèmes de gestion des
fournissent un cadre approprié en proposant une connaissances techniques
approche générique basée sur une décomposition des
contraintes en quadtrees pour des contraintes binaires, ou Sur la base d'un métamodèle orienté objet du formalisme
plus généralement en 2k-trees pour des contraintes d’arité UML-K, une application a été spécifiée et développée
k. pour l'implantation, la gestion et l'exploitation d'une base
de connaissances techniques (Perpen, 2000).
Cependant, dans de nombreuses situations pratiques,
certaines contraintes à manipuler comportent à la fois La démarche d'implantation d'une base de connaissances
des variables définies sur des domaines discrets et des techniques en utilisant cette application est une
variables définies sur des domaines continus. Dans ce démarche analogue à celle utilisée pour l'implantation
cas, les techniques précédentes ne peuvent pas être d'une base de données relationnelles. A partir d'un
appliquées directement mais des travaux récents modèle UML-K du schéma de la base de connaissances,
semblent ouvrir des pistes prometteuses (Gelle, 1998). l'utilisateur peut saisir, en utilisant une interface
graphique appropriée, les différents éléments de son
3.3. Modélisation orientée objet, CSP, RàPC modèle. Une fois le schéma décrit, l'utilisateur peut
renseigner la base de connaissances techniques en
Nous pensons que plusieurs éléments d'intérêt résident décrivant les instances des éléments du schéma de la
également dans l'intégration des techniques de base. Ces éléments peuvent être des objets (instances de
propagation de contraintes, de raisonnement à base de classes), des liens entre objets (instances d'associations)
cas et de modélisation objet. ou des contraintes (instances de classes contraintes).
Le premier point est que nous pouvons utiliser la Soulignons qu'il a été décidé d'automatiser des
modélisation orientée objet pour typer l'application des développements souvent lourds et fastidieux et le
techniques de raisonnement à partir de cas et de générateur de systèmes de gestion de connaissances
propagation de contraintes. Dans le premier cas, comme techniques est à même, à partir du schéma de la base de
nous l'avons signalé, nous pouvons utiliser la connaissances, de générer automatiquement les
classification des objets pour guider la recherche de cas interfaces de saisie de la base de connaissances et les
similaires, puis, au sein de chaque classe, proposer un interfaces de sauvegarde des objets de cette base. La
mécanisme de comparaison des objets. En ce qui persistance des informations est assurée grâce à
concerne la propagation de contraintes, nous pouvons l'utilisation d'une base de données orientée objet.
également exploiter la structure objet qui contient des
contraintes explicites (instances de classes contraintes) et
des contraintes implicites (objets, associations) que nous
pouvons également utiliser pour la propagation.
- 288 -MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
4. APPLICATION A L’AIDE A LA pour une opération de tournage. Cependant, ces outils ne
CONFIGURATION D'USINAGE s'utilisent qu'à une étape bien précise du processus de
configuration, lorsque la plus grande partie des
Plusieurs travaux de recherche récents (Brown, 1996) paramètres est déjà fixée. Nous pouvons donc constater
ont montré le besoin de systèmes d'aide à la décision que la configuration d'une opération d'usinage reste la
dans le domaine de la configuration de produits. plupart du temps basée sur des représentations et des
Cependant, le problème de la configuration d'une méthodologies empiriques. Cela nous a conduit à
opération d'usinage est rarement abordé dans la proposer à la fois une représentation explicite du
littérature. Ce problème, illustré par la figure 3, peut être domaine de connaissances (modèle global de
décrit de la manière suivante : afin d'assurer l'usinage connaissances, variables de configuration, contraintes
d'une pièce dans de bonnes conditions, plusieurs techniques) et un ensemble de techniques de
paramètres de l'opération d'usinage doivent être manipulation des connaissances qui facilitent le
déterminés. Ces paramètres sont par exemple le type processus de configuration. Ceci afin de fournir à
d'opération qui doit être effectué (tournage, fraisage,...), l'utilisateur un outil d'aide à la décision interactif pour
les machines et les outils qui peuvent être utilisés ainsi développer des stratégies de résolution de problème plus
que les conditions de coupe. performantes.
Pièce à usiner Outils de coupe Sur la base des résultats de (Boothroyd et Knight, 1989),
(Dietrich et al., 1986), de la norme AFNOR NF E66-520
(AFNOR, 1997) pour le cas particulier du couple outil-
matière, et des travaux de différents experts dans
différentes disciplines liées à l'usinage (mécanique,
automatique, productique), nous avons identifié plus de
30 variables (attributs des classes du diagramme de
classes UML-K) et 32 contraintes qui influent sur la
Gamme d'usinage
configuration d'une opération d'usinage (Monteiro et al.,
1999). Naturellement, ce recensement n'est pas exhaustif
mais il permet de caractériser les exigences à prendre en
Machine compte dans la réalisation d'un système interactif d'aide
à la décision. Nous donnons en figure 4 une vue partielle
Figure 3. Le problème de la configuration d'usinage
du modèle de connaissances construit pour cette
Le choix des paramètres doit être accompli en tenant application sur la base du formalisme UML-K.
compte des contraintes techniques du domaine (certains
outils ne s'adaptent pas à certaines machines, l'énergie Le mécanisme de raisonnement à partir de cas peut être
nécessaire pour une opération doit être disponible sur la appliqué directement à partir de la modélisation de la
machine,...). Ce problème est très difficile à résoudre en connaissance d'usinage. Les cas traités sont formés
pratique pour différentes raisons telles que la d'instances des classes du modèle. Un cas peut faire
combinatoire importante du domaine de recherche de appel à une ou plusieurs classes ; par exemple l'opération
solutions et le manque de formalisation des différentes d'usinage présentée à la figure 4 peut constituer un cas.
contraintes techniques. Cela conduit les experts à adopter Le problème peut alors être de trouver les valeurs
une stratégie de résolution basée sur une des heuristiques manquantes des caractéristiques de l'opération, et peut
suivantes (ou sur une combinaison des deux) : être étendu jusqu'à la détermination de l'outil le plus
- sélection séquentielle des paramètres et, par approprié à la réalisation de l'opération.
conséquent, construction progressive d'une solution
en tenant compte d’une partie des contraintes Les techniques de propagation de contraintes et de
techniques, raisonnement à partir de cas sont bien adaptées pour
- réutilisation et adaptation de solutions obtenues l'aide à la configuration d'usinage. En effet, comme nous
antérieurement sur des problèmes similaires. l'avons souligné, le processus de configuration consiste
soit en une réutilisation de résultats d'expériences
Différents outils d'aide à la décision existent, en passées (que l'on peut retrouver avec une technique de
particulier ceux distribués par les producteurs d'outils raisonnement à partir de cas), soit en une construction
d'usinage. Ces outils permettent de sélectionner progressive de la configuration d'usinage (que l'on peut
facilement certains paramètres en fonction du contexte. assister en propageant en cours de route les contraintes
Par exemple, étant données les caractéristiques d'un outil ad hoc).
et d'une pièce, un tel système peut calculer une valeur
appropriée de vitesse d'avance et de profondeur de passe
- 289 -MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
Opération Corps d'Outil
Outil
+Nom : +Nom :
+Nom : +Catégorie :
+Vitesse de coupe :
+Direction Coupe Outil :
+Angle de direction d'arête :
+Angle de coupe :
+Rayon de bec :
+Hauteur de copeau :
Pièce +Longueur d'arête :
+Longueur Corps d'Outil :
+Nom : +Nombre de dents :
+Diamètre : Corps d'Outil pour Coupe Continue +Diamètre outil :
+Calcul Puissance de coupe pour O.C.C.() :
Contrainte Couple outil/
matière
Nom matière pièce Corps d'outil C.C. à plaquette
Nom corps d'outil
Coupe continue +Fixation plaquette :
+Forme plaquette :
Corps d'outil C.C. Conventionel +Longueur plaquette :
+Pression spécifique de +Dépouille normale plaquette :
coupe : +Angle de dépouille : +Calcul rayon de bec()
+Avance fZ mini 1 : +Calcul Angle de coupe()
+ Avance fZ mini 2 : +Caclcul longueur d'arête()
+ Avance fZ maxi :
+ Profondeur de passe Ap
mini :
+ Profondeur de passe Ap Plaquette
maxi :
+Nom :
+Type de travail :
+Forme :
+Dépouille normale :
Matière +Fixation :
+Longueur de plaquette :
+Nom : +Longueur effective d'arête :
+T° de fusion : +Epaisseur :
+Rayon de bec :
+Direction de coupe :
Figure 4. Diagramme de classes : vue partielle de la base de connaissances usinage
5. CONCLUSION produits, la structure des organisations productives
évolue rapidement. Ces évolutions provoquent des
Le problème de la configuration en général et de la changements considérables dans l'organisation des
configuration d'usinage en particulier montre bien entreprises et impliquent en particulier que différents
l'intérêt de fournir pour la représentation des acteurs du cycle de développement d'un produit
connaissances du domaine d'expertise une modélisation travaillent en partageant des connaissances techniques.
puissante et intelligible. La représentation orientée Dans ce contexte, nous travaillons à l'intégration des
objet offre un paradigme de modélisation qui répond, points de vue et de l'approche multi-métiers qui nous
au moins partiellement, à ces aspirations. Afin de paraissent indispensables pour le travail collaboratif.
permettre une meilleure représentation des problèmes
de configuration, nous avons enrichi le formalisme REFERENCES
objet de la notion de classe contrainte, représentation
explicite des contraintes techniques du domaine. Nous Aamodt A. and Plaza E., 1994. Case-Based Reasoning:
avons pu constater l'intérêt des approches de Foundational Issues, Methodological Variations,
propagation de contraintes pour la configuration tout en and System Approaches. Artificial Intelligence
relevant quelques limitations pour la prise en compte Communications, IOS Press, 7(1), p. 39-59.
de certains types de contraintes. En outre, le AFNOR, 1997. Normes NF E66-520 1 à 4, septembre
raisonnement à partir de cas peut faciliter la recherche 1997, Domaine de fonctionnement des outils
d'une configuration obtenue et validée par le passé, à coupant – Couple outil-matière.
partir de laquelle il est possible de chercher une Angele J., Fensel D. and Studer R., 1998. Developing
solution au problème en cours. Knowledge-Based Systems with MIKE, Journal of
Automated Software Engineering.
Afin de simplifier le problème de la capitalisation, de Bessière C., 1991. Arc-consistency in dynamic
la gestion et de l'exploitation des connaissances constraint satisfaction problems. Proceedings of the
techniques, nous avons limité nos travaux à une 10th AAAI, California, p. 221-226.
problématique où un utilisateur unique définit, gère et Boothroyd G. and Knight W.A., 1989. Fundamentals
exploite une base de connaissances unique dans le of machining and machine tools, Marcel Dekker
cadre d'une activité déterminée. Cependant, comme Inc..
nous l'avons évoqué en introduction, pour répondre aux Brown D.C., 1996. Some Thoughts on Configuration
impératifs de mise rapide sur le marché de nouveaux Processes, AAAI 1996 Fall Symposium Workshop:
- 290 -MOSIM’01 – du 25 au 27 avril 2001 – Troyes (France)
Configuration, MIT, Cambridge, Massachusetts, Jagou P., 1993. Concurrent Engineering. La maîtrise
USA, November 9-11. des coûts, des délais et de la qualité, éditions
Capus L. et Tourigny N., 1998. Systèmes utilisant le Hermès.
raisonnement par cas : stratégie d’indexation. Kolodner J., 1993. Case Based Reasoning. Morgan
INFOR, vol 36 (1/2). Kaufmann Publishers, Inc.
Charlet J., Zacklad M., Kassel G., et Bourigault D., Monteiro T., Perpen J.L. et Geneste L., 1999.
2000. Ingénierie des connaissances, Evolution Configuring a machining operation as a constraint
récentes et nouveaux défis, Eyrolles. satisfaction problem. In International Conference
Dechter R. and Dechter A., 1996. Structure driven on Computational Intelligence for Modelling
algorithms for truth maintenance, Artificial Control and Automation, Vienne : Austria.
Intelligence Journal, 82, p. 1-20. Muller P.A., 1997. Modélisation objet avec UML,
Dietrich, D. Garsaud, S. Gentillon et M. Nicolas, 1986. éditions Eyrolles.
Précis méthodes d'usinage, méthodologie, Perpen J.L., 2000. Définition et réalisation d’une
production et normalisation. Nathan, AFNOR. application orientée objet pour la maîtrise du
Dubois D. et Prade H., 1988. Théorie des possibilités. processus de coupe. Thèse de doctorat : Génie
2ème éd. Paris : Masson. Mécanique : Bordeaux 1.
Eisenstadt M., 1991. Review of the KSSO/NEXTRA Rumbaugh J., 1995. OMT : Modélisation et
Knowledge Aquisition Tool for the VITAL Project, Conception Orientées Objets. Paris : Masson.
HCRL Technical Report, July. Sam J., 1995. Constraint consistency techniques for
Fowler M., Scott K. and Booch G., 1997. Uml continuous domains, PhD Thesis, EPFL Lausanne.
Distilled: Applying the Standard Object Modeling Schreiber A. Th., Wielinga B.J, de Hoog R.,
Language, Addison-Wesley Pub Co. Akkermans H. and van de Velde W., 1994.
Gelle E., 1998. On the generation of locally consistent CommonKADS : A Comprehensive Methodology
solution spaces in mixed dynamic constraint for KBS Development, IEEE Expert, p. 28-37,
problems, PhD Thesis : EPFL : Suisse. December 1994.
Zadeh L.A., 1965. Fuzzy sets, Information and
Control, vol. 8, p. 338-353.
- 291 -Vous pouvez aussi lire
