Conception d'algorithmes hybrides pour l'optimisation de l'énergie mémoire dans les systèmes embarqués et de fonctions multimodales, Design of hybrid algorithms for memory energy optimization in embedded systems and multimodal functions

Maha Idrissi Aouad

Description

Sous la direction de René Schott, Olivier Zendra
Thèse soutenue le 04 juillet 2011: Nancy 1
La mémoire est considérée comme étant gloutonne en consommation d'énergie, un problème sensible, particulièrement dans les systèmes embarqués. L'optimisation globale de fonctions multimodales est également un problème délicat à résoudre du fait de la grande quantité d'optima locaux de ces fonctions. Dans ce mémoire, je présente différents nouveaux algorithmes hybrides et distribués afin de résoudre ces deux problèmes d'optimisation. Ces algorithmes sont comparés avec les méthodes classiques utilisées dans la littérature et les résultats obtenus sont encourageants. En effet, ces résultats montrent une réduction de la consommation d'énergie en mémoire d'environ 76% jusqu'à plus de 98% sur nos programmes tests, d'une part. D'autre part, dans le cas de l'optimisation globale de fonctions multimodales, nos algorithmes hybrides convergent plus souvent vers la solution optimale globale. Des versions distribuées et coopératives de ces nouveaux algorithmes hybrides sont également proposées. Elles sont, par ailleurs, plus rapides que leurs versions séquentielles respectives.
-Systèmes embarqués autonomes
-Algorithmes hybrides
-Basse énergie
-Fonctions multimodales
-Gestion mémoire
-Optimisations
Résumé en anglais : Memory is considered to be greedy in energy consumption, a sensitive issue, especially in embedded systems. The global optimization of multimodal functions is also a difficult problem because of the large number of local optima of these functions. In this thesis report, I present various new hybrid and distributed algorithms to solve these two optimization problems. These algorithms are compared with conventional methods used in the literature and the results obtained are encouraging. Indeed, these results show a reduction in memory energy consumption by about 76% to more than 98% on our benchmarks on one hand. On the other hand, in the case of global optimization of multimodal functions, our hybrid algorithms converge more often to the global optimum solution. Distributed and cooperative versions of these new hybrid algorithms are also proposed. They are more faster than their respective sequential versions.
-Autonomus embedded systems
-Hybrid algorithms
-Low-energy
-Multimodal functions
-Memory management
-Optimizations.
Source: http://www.theses.fr/2011NAN10029/document

Informations

• Publié par: Thesee
• Nombre de lectures: 58
• Langue: Français
• Poids de l'ouvrage: 1 Mo

Extrait

AVERTISSEMENT

Ce document est le fruit d'un long travail approuvé par le
jury de soutenance et mis à disposition de l'ensemble de la
communauté universitaire élargie.

Il est soumis à la propriété intellectuelle de l'auteur. Ceci
implique une obligation de citation et de référencement lors
de l’utilisation de ce document.

D’autre part, toute contrefaçon, plagiat, reproduction
illicite encourt une poursuite pénale.


➢ Contact SCD Nancy 1 : [e-mail]




LIENS


Code de la Propriété Intellectuelle. articles L 122. 4
Code de la Propriété Intellectuelle. articles L 335.2- L 335.10
http://www.cfcopies.com/V2/leg/leg_droi.php
http://www.culture.gouv.fr/culture/infos-pratiques/droits/protection.htm ´D´epartement de formation doctorale en informatique Ecole doctorale IAEM Lorraine
UFR STMIA
Conception d’Algorithmes Hybrides
´pour l’Optimisation de l’Energie
M´emoire dans les Syst`emes Embarqu´es
et de Fonctions Multimodales
`THESE
pr´esent´ee et soutenue publiquement le 4 Juillet 2011
pour l’obtention du
Doctorat de l’universit´e Henri Poincar´e – Nancy 1
(sp´ecialit´e informatique)
par
Maha Idrissi Aouad
Composition du jury
Pr´esident : Stephan Merz Directeur de Recherche, INRIA Nancy - Grand Est
Rapporteurs : Annie Choquet-Geniet Professeur, Universit´e de Poitiers
Abderrafiˆaa Koukam Professeur, UT de Belfort-Montb´eliard
Examinateurs : Lhassane Idoumghar Maˆıtre de Conf´erences, Universit´e de Haute-Alsace
Abdellatif Miraoui Professeur, UT de Belfort-Montb´eliard
Pierre-Alain Muller Professeur, Universit´e de Haute-Alsace
Directeur de thèse : Ren´e Schott Professeur, Universit´e Henri Poincar´e - Nancy 1
Co-encadrant : Olivier Zendra Charg´e de Recherche, INRIA Nancy - Grand Est
Laboratoire Lorrain de Recherche en Informatique et ses Applications — UMR 7503Mis en page avec la classe thloria.´D´epartement de formation doctorale en informatique Ecole doctorale IAEM Lorraine
UFR STMIA
Conception d’Algorithmes Hybrides
´pour l’Optimisation de l’Energie
M´emoire dans les Syst`emes Embarqu´es
et de Fonctions Multimodales
`THESE
pr´esent´ee et soutenue publiquement le 4 Juillet 2011
pour l’obtention du
Doctorat de l’universit´e Henri Poincar´e – Nancy 1
(sp´ecialit´e informatique)
par
Maha Idrissi Aouad
Composition du jury
Pr´esident : Stephan Merz Directeur de Recherche, INRIA Nancy - Grand Est
Rapporteurs : Annie Choquet-Geniet Professeur, Universit´e de Poitiers
Abderrafiˆaa Koukam Professeur, UT de Belfort-Montb´eliard
Examinateurs : Lhassane Idoumghar Maˆıtre de Conf´erences, Universit´e de Haute-Alsace
Abdellatif Miraoui Professeur, UT de Belfort-Montb´eliard
Pierre-Alain Muller Professeur, Universit´e de Haute-Alsace
Directeur de thèse : Ren´e Schott Professeur, Universit´e Henri Poincar´e - Nancy 1
Co-encadrant : Olivier Zendra Charg´e de Recherche, INRIA Nancy - Grand Est
Laboratoire Lorrain de Recherche en Informatique et ses Applications — UMR 7503Mis en page avec la classe thloria.Remerciements
À travers ce mémoire de doctorat au sein du Laboratoire Lorrain de Recherche en Informatique et
ses Applications (LORIA), je présente mes sincères remerciements :
– À la Directrice du LORIA et ancienne responsable de l’équipe TRIO, Mme Françoise SIMONOT-
LION, Professeur à l’École des Mines de Nancy, pour ses conseils avisés et le temps qu’elle m’a
accordé,
– À mon Directeur de thèse, M. René SCHOTT, Professeur à l’Université Henri Poincaré - Nancy
1, pour sa disponibilité, son écoute, sa réactivité, ses conseils qui m’ont été d’une grande utilité,
– À M. Lhassane IDOUMGHAR, Maître de Conférences à l’Université de Haute-Alsace, pour ses
conseils et le travail de recherche effectué avec lui,
– À M. Olivier ZENDRA, Chargé de Recherche à l’INRIA Nancy - Grand Est, pour son travail
d’encadrement sur le projet MORE,
– À Mme Annie CHOQUET-GENIET, Professeur à l’Université de Poitiers et M. Abderrafiâa KOU-
KAM, Professeur à l’Université de Technologie de Belfort-Montbéliard, pour avoir accepté de
rapporter sur ma thèse et pour l’intérêt qu’ils ont manifesté pour mon travail,
– À M. Stephan MERZ, Directeur de Recherche et responsable de l’équipe VeriDis à l’INRIA
Nancy - Grand Est, M. Abdellatif MIRAOUI, Professeur à l’Université de Technologie de Belfort-
Montbéliard et M. Pierre-Alain MULLER, à l’Université de Haute-Alsace, pour avoir
participé à mon jury de thèse,
– À Mme Laurence BENINI, pour sa gentillesse, son aide logistique dans les missions et sa bonne
humeur quotidienne,
– À tous les membres de l’équipe TRIO, et plus particulièrement à tous mes collègues de bureau
pour la bonne ambiance qui y règne,
– À mes parents pour leur présence de tous les jours à mes côtés, leurs encouragements ainsi que
pour leur soutien moral qui fut pour moi la meilleure motivation,
– À mon mari, mes sœurs ainsi que toute ma famille pour leurs encouragements durant la période
de ma thèse ainsi que pour tous les moments agréables passés à leurs côtés.
iiiJe dédie cette thèse
à mes parents,
à mon mari,
à mes sœurs,
ainsi qu’à toute ma famille.
Et plus particulièrement,
à mes grand-mères.
Elles auraient, sans doute, été fières de moi.
iii