Modèles à base d'agents intelligents pour l'aide à la prise de décisions : Application à la gestion d’énergie dans les Smart-Grids

Abstract

Cette thèse se place dans le contexte de situations décisionnelles critiques de critère multi-objectifs géré au sein d’un environnement distribué dynamique, évolutif et souvent imprévisible tel que celui des Smart-Grids où les informations sont incomplètes ou incertaines, ou bien partielles telles que les informations concernant l’impact des actions des agents entre eux au sein d’une architecture totalement décentralisée. Dans un premier lieu, nous nous sommes intéressés par la maîtrise du caractère intermittent de l’énergie issue de l’éolienne. Pour cela nous avons utilisé les réseaux de neurone pour prévoir le profil de vent avec un nouvel algorithme d’apprentissage à base de rétro-propagation et d’algorithme d’optimisation par essaim de particules adaptatifs. Ensuite, nous avons introduit un nouveau concept de modélisation d’architecture de système multi-agents basé sur le type de décision prise dans le cadre d’interaction entre agents. Cela a contribué d’une manière générale à enrichir la notion d’intelligence individuelle par le retour de l’intelligence collective améliorée. Dans ce cadre nous avons proposé deux niveaux différents de décision où nous avons utilisé la logique floue pour le diagnostic, et différents mécanismes d’adaptation pour évaluer l’efficacité de notre approche afin d’améliorer la décision finale.