Search

Scheduling n independent tasks onto m identical processors in order to minimize the makespan has been widely studied. As an alternative to classical heuristics, the SLACK algorithm groups tasks by packs of m tasks of similar execution times, and schedules first the packs with the largest differences. It turns out to be very performant in practice, but only few studies have been conducted on its theoretical properties. We derive novel analytical results for SLACK, and in particular, we study the performance of this algorithm from an asymptotical point of view, under the assumption that the execution times of the tasks follow a given probability distribution. The study is building on a comparison of the most heavily loaded machine compared to the least loaded one. Furthermore, we extend the results when the objective is to minimize the energy consumption rather than the makespan, since reducing the energy consumption of the computing centers is an ever-growing concern for economical and ecological reasons. Finally, we perform extensive simulations to empirically assess the performance of the algorithms with both synthetic and realistic execution time distributions.; Ordonnancer n tâches indépendantes sur m processeurs identiques afin de minimiser le temps total d’exécution est un problème qui a été largement étudié. Comme alternative aux heuristiques classiques, l’algorithme SLACK groupe les tâches en paquets de m tâches avec un temps similaire, et ordonnance d’abord les paquets avec les plus grandes différences de temps. Cette approche est très efficace en pratique, mais peu d'études se sont intéressées à son étude théorique. Nous proposons de nouveaux résultats analytiques pour SLACK. En particulier, nous étudions la performance de l’algorithme d’un point de vue asymptotique, en supposant que le temps d’exécution des tâches suit une distribution de probabilités connue. L’étude se base sur une comparaison entre le processeur le plus chargé et celui qui l’est le moins. De plus, nous étendons ces résultats à une fonction objective différente: la minimisation de la consommation énergétique. En effet, réduire la consommation énergétique descentres de calcul est un des défis majeurs actuels, à la fois d’un point de vue économique, mais aussi et surtout écologique. Finalement, nous effectuons de nombreuses simulations pour étudier de façon empirique la performance des algorithmes, avec des distributions de temps d’exécution synthétiques d’une part, et réalistes d’autre part.

In front of the challenges concerning the energy and environmental sectors, the electrical grid faces some limitations. A major issue of the current power network is the lack of communication and coordination between its actors to fully exploit its potential.To overcome those limitations, and offer new services to the actors of the electrical grid, we are moving toward the Smart Grid. The deployment of an additional infrastructure is necessary to enable the Smart Grid. This infrastructure, known as the Advanced Metering Infrastructure (AMI), aims to enhance the monitoring and communication capabilities of the actors of the electrical grid.The goal of this thesis is to quantify the performance degradation of some new services of the Smart Grid, due to the quality of service of the AMI. We explore several parameters of the communication infrastructure and observe through co-simulation how those parameters influence the efficiency of those services. One of the main objectives of the Smart Grid is to reduce energy consumption.In a second stage, we model the end-to-end energy consumption of an AMI at a large scale to assess its own consumption.The proposed co-simulation framework and consumption models are all license free.; Face aux défis concernant les secteurs de l’énergie et de l’environnement, le réseau électrique est confronté à certaines limites.Un problème majeur du réseau électrique actuel est le manque de communication et de coordination entre ses acteurs pour exploiter pleinement son potentiel. Pour surmonter ces limites et offrir de nouveaux services aux acteurs du réseau électrique, nous nous dirigeons vers un réseau plus intelligent, la Smart Grid. Le déploiement d’une infrastructure supplémentaire est nécessaire pour réaliser cette transition. Cette infrastructure, Advanced Metering Infrastructure (AMI), vise à améliorer les capacités de surveillance et de communication des acteurs du réseau électrique.L’objectif de cette thèse est de quantifier la dégradation de performance de certains nouveaux services de la Smart Grid, due à la qualité de service de l’AMI. Nous explorons plusieurs paramètres de l’infrastructure de communication et observons par co-simulation comment ces paramètres influencent l’efficacité de ces services. Un des objectifs principaux de la Smart Grid est aussi de réduire la consommation d’énergie.Dans un deuxième temps, nous modélisons la consommation énergétique de bout en bout de l’AMI afin d’évaluer sa propre consommation.Les outils de co-simulation proposés ainsi que les modèles de consommation sont tous disponibles sans restrictions.

This paper focuses on energy minimization for the mapping and scheduling of real-time workflows under reliability constraints. Workflow instances are input periodically to the system. Each instance is composed of several tasks and must complete execution before the arrival of the next instance, and with a prescribed reliability threshold. While the shape of the dependence graph is identical for each instance, task execution times are stochastic and vary from one instance to the next. The reliability threshold is met by using several replicas for each task. The target platform consists of identical processors equipped with Dynamic Voltage and Frequency Scaling (DVFS) capabilities. A different frequency can be assigned to each task replica.This difficult tri-criteria mapping and scheduling problem (energy, deadline, reliability) has been studied only recently for workflows with arbitrary dependence constraints [20, 11]. We investigate new mapping and scheduling strategies based upon layers in the task graph, and which better balance replicas across processors, thereby decreasing the time overlap between the different replicas of the same task and saving energy. We compare these strategies with the two competitor approaches [20, 11] and a reference baseline [33] on a variety of benchmark workflows. Our best heuristics achieve an average energy gain of 40% over the competitors and of 80% over the baseline.; Ce travail s’intéresse à la minimisation de la consommation énergétique lors du placement et de l’ordonnancement de graphes de tâches temps-réel soumis à des contraintes de fiabilité. Des instances d’un graphe de tâches sont soumises périodiquement à un système. Chaque instance est composée de plusieurs tâches et son exécution doit être terminée avant l’arrivée de l’instance suivante tout en respectant un niveau de fiabilité donné. Ce niveau de fiabilité est atteint en répliquant un certain nombre de fois chacune des tâches. La plateforme de calcul est constituée de processeurs identiques dont le voltage et la fréquence peuvent être modifiés (système DVFS). Chaque réplica de tâche peut se voir attribuer sa propre fréquence.Ce problème tri-critère de placement et d’ordonnancement (énergie, dates butoir, fiabilité) n’a commencé à être étudié que très récemment avec des dépendances arbitraires [20, 11]. Nous étudions de nouvelles stratégies de placement et d’ordonnancement basées sur une notion de couche du graphe de tâches, et qui équilibrent mieux les réplicas entre les processeurs, ce qui permet de réduire le recouvrement temporel entre les différents réplicas d’une même tâche et, de ce fait, la consommation énergétique. Nous comparons ces stratégies à deux approches concurrentes [20, 11] et à une approche de référence [33], sur un tout un ensemble de graphes de tâches. Nos meilleures heuristiques obtiennent un gain d’énergie de 40% par rapport aux approches concurrentes et de 80% vis-à-vis de l’approche de référence.

Les réseaux de capteurs sans fil (WSN) trouvent de plus en plus des applications dans des domaines tels que la ville intelligente, l'agriculture intelligente, la santé, la fabrication, le monitoring environnemental, etc. Pour de telles applications, des noeuds sont déployés dans des endroits éloignés pour collecter des informations à partir de capteurs et transmettre des données aux stations de base via communication sans fil. Cependant, en raison de la quantité limitée d'énergie dans les batteries des noeuds, ces applications ne peuvent pas fonctionner en continu ou sur une grande durée. La réduction de la consommation énergétique des réseaux de capteurs sans fil est donc un problème crucial. Le développement de l'Intelligence Artificielle (IA) a permis l'émergence de nombreuses approches innovantes pour répondre à diverses problématiques. Grâce aux progrès de la technologie, l'intégration de l’IA dans des systèmes embarqués de plus en plus contrains est désormais possible. Ceci permet de rapprocher le calcul le plus possible des données et donc plus près du capteur. Cela peut réduire le besoin de communication dans un réseau de capteurs sans fil, et peut être une solution pour augmenter son autonomie. Ce stage s’inscrit au coeur de cette problématique. L’objectif est d’explorer d’une part les réseaux de capteurs sans fil à travers leurs caractéristiques, les protocoles de communications et les techniques de réduction de la consommation énergétique existantes, et d’autre part l’intelligence artificielle à partir de ces nombreuses approches innovantes afin de proposer une architecture logicielle-matérielle faible consommation pour la réduction de la consommation énergétique dans les WSN. Sur la base de ces lignes directrices et d’une étude des modèles de réseaux de neurones embarqués sur microcontrôleurs, nous avons choisi le protocole LoRaWAN pour la communication dans un réseau de capteurs sans fil et les réseaux de neurones convolutifs (CNN) pour la prédiction des données des capteurs afin de réduire le nombre de transmissions au sein d’un tel réseau pour ainsi gagner en autonomie. Ensuite, nous avons présenté notre architecture faible consommation pour les réseaux de capteurs sans fil. Cette dernière s’appuie sur une approche matérielle basée sur la topologie et la communication entre les noeuds et une approche logicielle basée sur la prédiction de données avec des réseaux de neurones convolutifs pour la réduction du nombre de transmissions. Les modèles neuronaux construits et déployés avec MicroAI sont alors embarqués au niveau d’un cluster-head ou noeud puit dans une topologie de réseau hiérarchique en étoile. Plusieurs simulations ont par la suite été effectuées avec des données environnementales de capteurs et les résultats montrent que le réseau de neurones est bien capable d'apprendre à prédire les données réelles des capteurs avec une marge d'erreur satisfaisante. Enfin, nous avons implémenté la solution proposée et évalué la consommation énergétique d’une communication de données par rapport à une prédiction. Cela valide notre approche car la différence de consommation énergétique observée d’une part entre les modes actif et IDLE des cartes électroniques utilisées (Carte UCA) et d’autre part entre une prédiction et une communication montre qu’en prolongeant le mode de repos des noeuds capteurs avec la prédiction des données, la durée de vie du réseau est augmentée.

Nowadays, applications need access to data across the world. And the volume growth of these data leads to availability and performance issues, especially when these data are heavily requested. A way to answer issues is data replication, a commonly used technique in distributed systems, but also in large scale ones. Many data replication strategies have been proposed for these kinds of systems. They seek to choose which data to replicate, how many replicas, when and where to replicate them. In this thesis, we propose a data replication strategy for the Cloud systems. Nowadays, environmental issues are becoming more and more important in our society. Several companies seek to have positive impacts on these issues. For IT companies and Cloud providers, these issues are being answered reducing carbon footprint by reducing their energy consumption and the use of greener energy resources. In the context of this thesis, we propose a data replication strategy that considers both energetic and economic issues. It starts with an initial placement to answer availability and fault tolerance issues while taking into account energy consumption and expenditure. This placement uses heterogeneity between data centers and the use of technologies that puts server into sleep mode to reduce energy consumption of unused servers. This placement permits to let the administrator choose the policy they want to apply according to the provider's interest. Un dynamic replica management, supported by the initial placement, is then studied which permits to adapt to workload variations. These workload variations are detected through Control Charts, which uses probabilities to rise warnings. When the workload increases, the proposed data replication will create new replicas while taking into account energy consumption. Then, when the workload decreases, the strategy will delete replicas to reduce storage energy consumption and expenditure. Performance evaluations, through simulation, permits to validate the proposed data replication strategy while comparing its performances with other strategies proposed in the literature. For the initial placement, these evaluations permits to highlight the impact of different suggested choices, and also show the positive impact of an "intelligent" initial placement on availability and performance, while reducing energy consumption and expenditure. Then we added the dynamic data management to the evaluations. Results show that we achieve to have better performance compared to the initial placement, while keeping reducing energy consumption and expenditure. It also highlights the importance of choices and methods used when creating or deleting replicas., Les applications d'aujourd'hui nécessitent l'accès à des données réparties à travers le monde. De plus, l'augmentation du volume de ces données conduit à des problématiques de disponibilité et de performance, surtout lorsque ces données sont fréquemment requêtées. Une manière de répondre à ces problèmes est la réplication de données, une technique très utilisée dans les systèmes distribués classiques, mais également dans les systèmes à grande échelle. De nombreuses stratégies de réplication de données ont été proposées dans de tels systèmes. Elles visent à déterminer les données à répliquer, combien de répliques créer, quand créer les répliques et où les placer. Dans ce manuscrit, nous proposons une stratégie de réplication de données dans les systèmes Cloud. De nos jours, les enjeux environnementaux deviennent des problématiques majeures dans notre société. Certaines entreprises cherchent à avoir un impact positif sur ces enjeux. Pour les fournisseurs de services numériques et de Cloud, cela se traduit par une réduction de l'émission de gaz à effet de serre en réduisant la consommation énergétique et en utilisant des ressources énergétique plus vertes. Dans le cadre de cette thèse, nous proposons une stratégie de réplication de données qui prend en compte ces problématiques économiques et énergétiques. Un placement initial, statique, est mis en place pour répondre aux objectifs de disponibilité et de tolérance aux fautes tout en tenant compte de la consommation énergétique et de la dépense. Ce placement s'appuie sur l'hétérogénéité entre les centres de données et sur l'utilisation de technique de veille permettant de réduire la consommation énergétique de serveurs inutilisés. Un tel placement permet de choisir la politique à mettre en place selon l'intérêt du fournisseur. Une gestion dynamique des répliques, s'appuyant sur le placement initial, est ensuite proposée. Elle permet de s'adapter aux variations de la charge de travail, détectée à l'aide de Cartes de contrôle qui s'appuient sur des probabilités pour lever des alertes. Ainsi, de nouvelles répliques sont créées lorsque la charge augmente, tout en tenant compte de la consommation énergétique. D'un autre côté, des répliques sont supprimées lorsque cette charge diminue. Cela permet de réduire les coûts et la consommation énergétique liés au stockage. Une évaluation de performances, via une simulation, a permis de valider la stratégie proposée tout en comparant ses performances à celles d'autres stratégies proposées dans la littérature. Pour le placement initial, ces évaluations ont permis de mettre en avant l'impact des différents choix proposés, mais aussi de montrer qu'un placement initial des répliques plus "intelligent" peut avoir un impact positif sur les performances et la disponibilité, tout en réduisant la consommation énergétique et les dépenses. Puis, nous l'avons évalué en intégrant la gestion dynamique des répliques. Les résultats de la partie dynamique montrent qui nous arrivons à améliorer les performances par rapport au placement initial, tout en réduisant à la fois les dépenses et la consommation énergétique. De plus, cela permet de mettre en avant l'importance des choix et des méthodes mises en place lors de l'ajout ou de la suppression des répliques.

Blockchain systems are ledgers distributed in a peer-to-peer network. They have been developing rapidly over the past few years and have been used in many domains. By enabling the processing and storage of data in a distributed and Byzantine context, these technologies have the potential to change many sectors. For instance, in the context of decentralized finance, cryptocurrencies are developing as an alternative to fiat currencies by offering a payment system without relying on a trusted third party. However, some concerns about the environmental impacts of blockchains have emerged in parallel with their development. In particular, many studies have demonstrated the high-energy cost of proof-of-work based blockchains. In this thesis, we propose to contribute to the experimental study of the energy cost of blockchain-based software solutions. Facing the progressive enrichment of the blockchain ecosystem, we propose BCTMark, a new tool for deploying and evaluating the performance of blockchains. Based on this tool, we focus our study on the impact of smart contracts on the blockchain Ethereum. On the one hand, we propose a model for estimating the energy cost of smart contracts developed for Ethereum. On the other hand, we propose a new protocol for the identification and elimination of unused contracts in order to propose blockchains that are more frugal in computation and storage space.; Les systèmes de chaînes de blocs sont des registres répliqués dans un réseau pair à pair. Elles ont connu un développement rapide depuis quelques années en s'illustrant dans de nombreux domaines d'activités. En permettant le traitement et la sauvegarde de données dans un contexte distribué et Byzantin, ces technologies ont le potentiel de modifier de nombreux secteurs. Par exemple, dans le cadre de la finance décentralisée, les cryptomonnaies se développement comme une alternative aux monnaies fiduciaires en proposant un système de paiement dépourvu de tiers de confiance. Cependant, une certaine inquiétude vis-à-vis de l’impact environnemental des chaînes de blocs a émergé en parallèle de leur développement. En particulier, de nombreuses recherches ont démontré le coût énergétique important des chaînes basées sur les preuves de travail. Dans cette thèse, nous proposons de contribuer à l'étude expérimentale du coût énergétique des solutions logicielles basées sur les chaînes de blocs. Face à l'enrichissement progressif de l'écosystème lié aux chaînes de blocs, nous proposons BCTMark, un nouvel outil de déploiement et d'évaluation des performances des chaînes de blocs. Partant de cet outil, nous concentrons notre étude sur l'impact des contrats intelligents sur la chaîne de blocs Ethereum. D'une part, nous proposons un modèle pour l'estimation du coût énergétique des contrats intelligents développé pour Ethereum. D'autre part, nous proposons un nouveau protocole pour l'identification et l'élimination des contrats non utilisés dans le but de proposer des chaînes de blocs plus frugales en calculs et espaces de stockages.

Le secteur du logement étudiant est confronté à des défis majeurs : d’une part, à l’exigence de construire des logements plus respectueux de l’environnement et, d’autre part, à la pression liée au fait de devoir répondre promptement aux besoins croissants en demande de logements. La résidence étudiante A’Docks du Crous au Havre, bâtie en 2010 et constituée de modules en conteneurs, fut particulièrement décriée dans les médias. Employant des méthodes quantitative et qualitative, cet article présente les retours d’expérience des résidents sur leurs comportements énergétiques et leurs pratiques de recyclage, et les possibles implications sur leur qualité de vie résidentielle. Les résultats montrent une sensibilisation écologique élevée et des pratiques écoresponsables hétérogènes, mais limitées par des contraintes liées à la structure du logement et à des dysfonctionnements d’organisation au sein de la résidence. The student housing sector has faced major challenges. On the one hand, it requires constructing housing that is environmentally friendly. On the other hand, there is a need to promptly respond to the needs and demands of student housing. The A’Docks hall of residence, built in 2010 from shipping containers, was particularly denounced in the media. This paper shows the results of a survey, using mixed-methodology, conducted for the student residents to understand the effects of their energy consumption behaviours and their recycling habits on their residential quality of life. The results show a heightened level of ecological appreciation and diverse eco-responsible practices but these are limited by constraints in housing construction and issues tied to the residence’s management.

RailBeijing 2021, 9th International Conference on Railway Operations Modelling and Analysis (ICROMA), Pékin, CHINE, 03-/11/2021 - 07/11/2021; This professional paper presents the algorithmic framework for automatic timetable generation which is actually under development within the research project « Tools for mathematical optimization of strategic railway timetable models » funded by the Norwegian Railway Directorate. This framework is composed by two main components, which tackle the Train Timetabling Problem in a macroscopic model of infrastructure and operations. The first stage is a Multi-Objective Ant Colony Optimization (MOACO) algorithm which produces a Pareto Optimal Set of solutions. These are timetables optimized with respect to four main objectives, namely: the total travel time, the total energy consumption, the timetable robustness and the total number of scheduled trains. The MOACO treats conflict constraints as soft ones and produces strictly periodic traffic patterns. The second stage is a MILP formulation tackled with a commercial solver. It refines timetables produced by MOACO, looking for improvements in the neighbourhood of the solutions provided by the latter. MILP solutions are conflict-free timetables and can profit of given tolerances on trains periodicity. The MILP stage is used as a final refinement of the results as well as an intermediate local search during MOACO iterations.

Energy saving is a major challenge for Information Technology (IT) companies that aim to reduce their carbon footprint while providing large scale cloud services. These companies often rely on data replication technique in order to satisfy tenant's objectives, e.g., performance, especially with the increasing volume of data distributed throughout the world. In this paper, we propose a static and multi objective data replication strategy (E2ARS) that aims to reduce both energy consumption and expenditure of the provider. E2ARS leverages on cloud heterogeneity and energy efficient technologies. We first compare different policies of our strategy, from only taking energy consumption into account to only taking expenditure into account. Unsurprisingly, the more you want to reduce the energy consumption, the less you replicate. Then, we compare E2ARS with strategies from the literature. E2ARS reduces both energy consumption and expenditure where those strategies satisfy only one of the two objectives., La consommation énergétique est un défi majeur pour les sociétés d'informatique qui cherchent à réduire leurs émissions de gaz à effet de serre tout en fournissant des services cloud à large échelle.Ces sociétés s'appuient souvent sur la réplication de données pour satisfaire les objectifs des locataires, comme la performance, surtout avec une augmentation du volume de données distribuées autour du monde.Dans ce rapport, nous proposons une stratégie statique de réplication de données qui est multiobjectif (E2ARS) qui cherche à diminuer à la fois la consommation énergétique et la dépense pour le fournisseur. E2ARS s'appuie sur l'hétérogénéité dans le cloud et des technologies d'efficacité énergétique.Dans un premier temps, nous comparerons les différentes politiques de notre stratégie, d'uniquement prendre en compte la consommation énergétique à uniquement prendre en compte la dépense.Les résultats montrent qu'au plus l'utilisateur veut réduire la consommation énergétique, moins la stratégie va répliquer.Puis, nous comparons E2ARS avec des stratégies venant de la littérature.E2ARS réduit la consommation énergétique et la dépense alors que d'autres stratégies réduisent uniquement l'un ou l'autre des objectifs.

GECCO 2021, Genetic and Evolutionary Computation Conference Companion, Lille , FRANCE, 10-/07/2021 - 14/07/2021; Traffic perturbations in railway systems may give rise to conflicts, which cause delays w.r.t. the timetable. Dealing with them requires solving the real-time Rail Traffic Management Problem (rtRTMP). A subproblem of the rtRTMP is the real-time Energy Consumption Minimization Problem (rtECMP). It defines the speed profiles along with the timing of multiple trains in a given network and time horizon. It takes as input the train routing and precedences computed by a rtRTMP solver and its objective is to minimize the weighted sum of train energy consumption and total delay. In this paper, we propose an Ant Colony Optimization algorithm for the rtECMP and we test it on the French Pierrefitte-Gonesse control area with dense mixed traffic. The results show that, in 30 seconds, a remarkable exploration of the search space is performed before convergence.

Some electronic devices cannot embed any battery because of space- or cost-related concerns. Notably, small devices harvest energy from their environment to gap the absence of battery. Medical sensors and crop probes are examples of such devices. These devices are likely to consume energy faster than they can harvest, when considering non-solar energy or small harvesters for instance. They are thus exposed to frequent power outages and must cope with an intermittent supply and are referred to as transiently-powered systems. Instead of restarting the application from the very beginning on every boot, it is possible to resume the application where it stopped. Non-volatile memories keep their data across power outages and their usage enable persistent data storage. Non-volatile RAM (NVRAM) and traditional volatile RAM have similar access latencies, which makes NVRAM technologies good candidates for persistent storage of energy-constrained devices. This work highlights the benefits of using NVRAM for the purpose of enabling the execution of long-running application despite power outages. This study proposes to solve issues related to intermittent supply at operating system level, which role is to manage application progress persistence and maintain consistency between memories and peripherals. This work also proposes a model for transiently-powered systems to lay the ground for energy consumption estimation of code involving peripherals. A new checkpointing mechanism, based on a hardware MPU, is proposed as a checkpointing optimization. Finally, this work proposes an introduction to proof of correctness at operating system level for transiently-powered systems., Certains objets électroniques ne peuvent embarquer de pile ou de batterie, pour des raisons de place ou de coût. C'est le cas de petits objets, récoltant de l'énergie depuis leur environnement, afin de pallier l'absence de batterie. Capteurs médicaux et sondes agronomiques en sont des exemples. En général, ces objets consomment de l'énergie plus rapidement qu'ils n'en récoltent, notamment pour les appareils non équipés de cellules photovoltaïques. En résultent de fréquentes coupures de courant lors de l'exécution de l'application, on parle alors d'alimentation intermittente. Plutôt que de recommencer l'application du début à chaque redémarrage, il est possible de développer des mécanismes afin de reprendre l'exécution à l'endroit où elle s'était arrêtée. L'utilisation de mémoires non-volatiles, qui ne perdent pas leurs données lorsque la plate-forme est éteinte, permet le stockage de données en dépit des coupures de courant. En particulier, les RAM non-volatiles (NVRAM) ont des temps d'accès voisins des RAM volatiles, ce qui permet de les utiliser comme des mémoires courantes, à l'opposé des mémoires type Flash dont le temps et l'énergie d'écriture sont trop élevés. Ce travail met en exergue l'utilisation de NVRAM afin d'exécuter une application longue en dépit des coupures de courant. Il s'articule autour du développement d'un système d'exploitation visant ce type d'objet, assurant une cohérence entre les mémoires et l'état des périphériques à chaque instant. En outre, il propose un modèle de systèmes à alimentation intermittente, servant de base pour l'évaluation des coûts énergétiques de portions de code impliquant des opérations sur les péripheriques. Un nouveau mécanisme de sauvegarde basé sur une MPU matérielle est proposé pour optimiser la sauvegarde de données. Enfin, ce travail propose une introduction à la preuve formelle d’exécution correcte pour systèmes à alimentation intermittente.

A growing number of physical objects are being connected to the Internet at an unprecedented rate realizing the idea of the Internet of Things (IoT). Wearables are a class of IoT devices worn on the body that can detect and process physiological signals. A wearable can then give bio-feedback to the wearer or send information to the cloud for further analysis. In this context, the Ellcie-Healthy start-up is developing an intelligent and connected eyewear solution with the aim at improving the user’s quality of life and to prevent risks for their health and safety. To do so, several sensors are integrated into the wearable eyeglass to collect and send physical, physiological and environmental information towards a gateway, typically a smartphone. Designing wearable devices deals with numerous challenges such as the energy consumption, the quality of service (QoS) and the scalability, to cite only a few. Several design constraints, such as the autonomy and QoS, must be addressed early in the design flow to ensure the wearable device will meet the user requirements. In this PhD thesis, we propose a simulation flow based on a system-level modeling approach to help designers making the best choices of hardware/software settings early in the design phase. To do so, we have first developed analytical power models for the Ellcie Healthy smart glasses. These models, built from data measured on the real platform, allow estimating the average power consumption of the system, and so the battery lifetime, for different application scenarios. Then, performance constraints have also been considered in our system-level approach. The drowsiness detection application, developed at Ellcie Healthy, has been profiled to identify the hardware and software configurations impacting the most the energy consumption and the application QoS, i.e. the detection performance. A solution based on a Convolutional Neural Network (CNN) has been proposed to further improve the drowsiness detection QoS. We have also demonstrated that it is possible to execute this CNN at the edge (i.e. on a micro-controller). A battery testbench has also been developed to evaluate battery safety conditions as well as the aging phenomenon. Using this experimental platform, a significant amount of information on the battery charge/discharge process has been collected. A data-driven battery model has been proposed and validated. All these models have been integrated into a simulation framework which allows modeling and simulating existing or future versions of the smart connected glasses. Using this framework, designers can rapidly investigate trade-offs between hardware and/or software settings, as well as study system autonomy and application QoS. In addition, this simulation flow can be used to evaluate power management strategies from a high-level point of view.; De nos jours, de plus en plus d’objets se connectent à Internet formant l’Internet des Objets (IoT). Les wearables, une classe de dispositifs constituant l’IoT, sont des équipements portés par un utilisateur qui permettent de détecter et traiter des signaux physiologiques. Le porteur de l’équipements peut ainsi recevoir directement des informations qualitatives sur son état de santé par exemple. Les données collectées pouvant par ailleurs être transmises sur le cloud pour une analyse plus approfondie. C’est dans ce contexte que la start-up Ellcie-Healthy développe des lunettes connectées intelligentes. L’objectif est d’améliorer la qualité de vie des utilisateurs et d‘éviter certains risques pour leur santé et leur sécurité (e.g. la détection des chutes). Pour cela, de nombreux capteurs ont été intégrés dans ces lunettes connectées afin de collecter et envoyer des données physiques, physiologiques et environnementales vers une passerelle, typiquement un smartphone. Or, concevoir des dispositifs wearables comporte de nombreux challenges tels que la consommation énergétique, la qualité de service (QoS) ou leur miniaturisation. Ces contraintes de conception, telles que l’autonomie ou la QoS, doivent être adressées tôt dans la phase de conception afin de garantir un respect des contraintes et des besoins utilisateurs. Dans cette thèse, nous proposons ainsi une méthodologie basée sur une approche de modélisation de haut niveau. L’objectif est d’aider les concepteurs, tôt dans le flot de conception, à effectuer les meilleurs choix des configurations matérielles et logicielles. Dans ce but, nous avons tout d’abord proposé des modèles analytiques de consommation de puissance pour les différents modules composant les lunettes connectées. Ces modèles, élaborés à partir de données mesurées directement sur des prototypes matériels, permettent pour différents scénarios applicatifs d’estimer la puissance consommée moyenne du système, et donc son autonomie. Les contraintes de performances (ou QoS) ont également été considérées dans notre approche de niveau système. L’application de détection de l’endormissement au volant, développée par Ellcie-Healthy, a été étudiée afin d’identifier les configurations matérielles et logicielles impactant le plus la consommation énergétique et la performance (i.e. la QoS liée à la détection des clignements des yeux). Une solution, basée sur un algorithme de réseaux de neurones convolutifs (CNN), a été proposée afin d’améliorer les performances de l’application. Bien que plus contraignantes en termes de temps d’exécution et d’empreinte mémoire, nous avons montré qu’il est possible d’exécuter ce type d’algorithme CNN at the edge (i.e. sur un microcontrôleur). Durant cette thèse, un banc de test a également été développé afin d’évaluer les conditions de sécurité et le phénomène de vieillissement des batteries. L’utilisation de cette plateforme expérimentale a permis de collecter de nombreuses informations liées au processus de charge/décharge de diverses batteries utilisées par l’entreprise. Différents modèles de batterie data-driven ont ainsi été proposés et validés pour différents cas d’usage. L’ensemble de ces modèles ont été intégrés dans un environnement de simulation, permettant ainsi de modéliser et simuler les versions actuelles ou futures des lunettes connectées intelligentes. Les concepteurs peuvent alors rapidement évaluer l’impact de différentes configurations matérielles et logicielles ou de politiques de gestion de l’énergie sur l’autonomie et les performances du système. Cette méthodologie générique de modélisation et simulation permet également de considérer d’autres types de dispositifs wearables.

In this thesis we deal with energy Collective Self-Consumption (CSC) modelling in the residential sector. While CSC is today seen as a new way to consume locally produced energy, we propose a multi-agent and multi-level approach to simulate and study CSC. Our model is based on the use of the SMACH platform. This is a multi-agent simulation of the human activity combined with an energetic building model which enables to simulate the electricity consumption of households. Indeed, in order to obtain a precise simulation of the electricity consumption, the literature has already shown the necessity to consider the human activity of the inhabitants and the thermal behaviour of the building. However, this consideration is not taken into account by the current research on the CSC simulation. Moreover, these studies do not distinguish the physical operation on the electricity (consumption, production, storage…) and the energy exchanges between the households which are, in reality, contractual and counting operations. In our work, we clearly distinguish between these two domains (physical and contractual) and we focus on the modelling of the contractual energy exchanges between the households so that our model can be adapted to any way of producing, consuming or storing energy. Therefore, we propose the association model which makes it possible to simulate the CSC and energy exchanges between households. Our model is based on the establishment of a collective organisation of energy exchanges in which a centralised entity is responsible for the allocation of energy between households. Our model also enables to model technical solutions related to energy self-consumption such as storage systems or decision-making by inhabitants following the addition of CSC. Thus, our model enables the simulation of a large number of CSC configurations, either in terms of population, equipment or energy exchange policies. In order to illustrate these possibilities, we expose the results of different case studies which answer important and related collective self-consumption questions for energy experts. For each case study, we illustrate the impact of the exchange policies or of different technical solutions, such as storage, on the exchanges and consumption of energy, but also on energy bills and financial gains within a group of households practising CSC.; Nous abordons dans cette thèse la modélisation de l’AutoConsommation Collective d’énergie (ACC) au sein du secteur résidentiel. Alors que l’ACC est vue aujourd’hui comme une nouvelle manière de consommer l’énergie produite localement, nous proposons une approche multi-agent et multi-niveau pour permettre la simulation et l’étude de l’ACC. Notre modèle est basé sur l’utilisation de la plateforme SMACH, une plateforme de simulation multi-agent des activités humaines couplée à un modèle d’énergétique du bâtiment qui permet de simuler la consommation électrique de foyers. En effet, afin d’obtenir une simulation précise de la consommation électrique des foyers, la littérature a montré l’importance de considérer l’activité humaine et le comportement thermique du bâtiment. Néanmoins, cette considération n’est pas prise en compte par les recherches actuelles portant sur la simulation de l’ACC. De plus, ces travaux ne font pas de différences entre les opérations physiques sur l’énergie (consommation, production, stockage…) et les échanges d’énergie entre les foyers qui sont, en réalité, des opérations contractuelles de comptage. Dans nos travaux, nous établissons une distinction claire entre ces deux univers (physique et contractuel) et nous nous concentrons sur la modélisation des échanges contractuels de l’énergie entre les foyers de telle sorte que notre modèle puisse être adapté à n’importe quelle manière de produire, de consommer ou de stocker l’énergie. Nous proposons ainsi le modèle de groupement qui permet de simuler l’ACC et les échanges d’énergie entre les foyers. Notre modèle repose sur la mise en place d’une organisation collective des échanges d’énergie où une entité centralisée est responsable de l’allocation de l’énergie entre les foyers. Notre modèle permet également de modéliser des solutions techniques liées à l’autoconsommation d’énergie comme le stockage ou encore des prises de décision d’habitants à la suite de l’ajout de l’ACC. Notre modèle permet ainsi donc de simuler un grand nombre de configurations d’ACC d’énergie que ce soit en termes de population, d’équipement ou encore d’organisation des échanges de l’énergie. Afin d’illustrer ces possibilités, nous présentons les résultats de différents cas d’étude qui répondent à chaque fois à une question métier, en lien avec l’autoconsommation collective, pour des experts du domaine de l’énergie. Nous montrons pour chaque cas d’étude, l’impact de l’organisation des échanges d’énergie ou de différentes solutions techniques, comme le stockage, sur les échanges et la consommation d’énergie, mais aussi sur les factures d’électricité et les gains financiers au sein d’un groupement de foyers pratiquant l’ACC.

RailBeijing 2021, 9th International Conference on Railway Operations Modelling and Analysis (ICROMA), Pékin, CHINE, 03-/11/2021 - 07/11/2021; Traffic perturbations in railway systems may give rise to conflicts, which cause delays w.r.t. the timetable. Dealing with them requires solving the real-time Rail Traffic Management Problem (rtRTMP). A subproblem of the rtRTMP is the real-time Energy Consumption Minimization Problem (rtECMP). It defines the speed profiles along with the timing of multiple trains in a given network and time horizon. It takes as input the train routing and precedences computed by a rtRTMP solver and its objective is to minimize train energy consumption and total delay. In this paper, we propose an Ant Colony Optimization algorithm for the rtECMP and we test it on the French Pierrefitte-Gonesse control area with dense mixed traffic. The results show that in 30 seconds a remarkable exploration of the search space is performed before convergence.

Le gouvernement a publié le 23 février 2021 sa feuille de route « Numérique et environnement », dont le sous-titre est : « Faisons converger les transitions ». Disons-le d’emblée : si quelques avancées sont notables, les ambitions sont très en deçà de ce qui serait nécessaire.Un tel positionnement est malheureusement cohérent avec les reculades successives du gouvernement, notamment au regard des objectifs de l’accord de Paris, raison pour laquelle il a été récemment condamné pour « carences fautives » dans la lutte contre le réchauffement climatique dans le cadre de l’Affaire du siècle.[...]

Assessment (LCA) study dedicated to Madagascar's road platforms offers great opportunities to revitalize the development of the environmental file of its road projects. LCA is a method for evaluating impact indicators, governed by ISO 14040-14044 standards. The originality of this study focuses on geotechnical aspects during the Life Cycle Inventory. Impact factors specific to Malagasy road materials were established during this study. Based on well established mathematical models, a tool called PLARCE has been developed to solve the environmental equations of a road project. The dynamism of the tool makes it possible to elucidate a national as well as a global case study. Particular observations on the structural typologies of the Malagasy road platform based on the key figures put forward in PLARCE will certainly emerge. The comparative analysis of scenarios and the multi-criteria analysis of alternatives combine to serve road planners in the need for rational decision-making., Les infrastructures routières constituent des facteurs primordiaux pour le développement d’un pays. Cette première étude d’Analyse de Cycle de Vie, ACV destinée aux plateformes routières de Madagascar, offre des grandes opportunités de redynamisation à l’élaboration du dossier environnemental des projets routiers. L’ACV est une méthode d’évaluation des indicateurs d’impacts, régie par les normes ISO 14040-14044. L’originalité de cette étude se fonde sur le fait de mettre l’accent sur les aspects géotechniques au cours de l’Inventaire de Cycle de Vie. Des facteurs d’impacts spécifiques aux matériaux routiers malagasy ont été établis. En partant des modèles mathématiques judicieusement élaborés, un outil dénommé PLARCE a été développé pour résoudre les équations environnementales d’un projet routier. Le caractère dynamique de l’outil permet de traiter rapidement un cas d’étude aussi bien national qu’international. A partir des chiffres clés avancés dans PLARCE, des constats particuliers sur les typologies structurelles de la plateforme routière malagasy ne manqueront pas de surgir. L’analyse comparative des scénarios et l’analyse multicritère des alternatives se conjuguent afin de mieux servir les projeteurs routiers, si besoin sera, dans la prise de décision rationnelle.

This thesis is dedicated to the design, manufacturing and characterization of a reconfigurable antenna array in the 3.4-3.8 GHz band. The active array is composed of 16 dual polarized dipoles that are able to radiate a beam steerable from ± 45° in a plane. Thanks to an arbitrary waveform generator, two beams can be radiated in two directions at two different frequencies simultaneously and can be reconfigured at will. This array can be seen as a candidate for future terrestrial communication systems. Two mobile network operators could then share the same antenna array. The steps of the array design are detailed showing the progression from the single antenna, to the passive array, the reconfigurable array by cluster to finish with the fully reconfigurable array. The array design has been driven by the reduction of the energy consumption. For that purpose, array synthesis tools have been developed to leverage at best the consumption characteristics of amplifiers. A number of measurement results validate experimentally the array radiation performances at each step of the design. Moreover, they demonstrate the achieved reduction of energy consumption and thus validate experimentally the practical interest of the developed synthesis tools., Cette thèse présente la conception, réalisation et mesure d’un réseau d’antennes reconfigurable dans la bande 3,4-3,8 GHz. Le réseau actif est composé de 16 dipôles à double polarisation qui peuvent rayonner un faisceau pouvant dépointer dans un plan sur un secteur angulaire de ±45°. Grâce à l’utilisation d’un générateur de signaux arbitraires, deux faisceaux pointant dans deux directions peuvent être rayonnés simultanément à deux fréquences différentes et reconfigurés à souhait. Ce réseau peut être vu comme un candidat pour de futurs systèmes de communication terrestre. Deux opérateurs mobiles pourraient alors partager le même réseau d’antennes. Les étapes de la conception du réseau sont détaillées progressivement, de l’élément unitaire, vers le réseau passif, puis reconfigurable par paquets, pour finir par le réseau complètement reconfigurable. La conception du réseau a eu pour ligne directrice la réduction de consommation d’énergie. Ainsi, des outils de synthèse ont été développés pour exploiter au mieux les caractéristiques de consommation des amplificateurs utilisés. De nombreux résultats de mesure valident les performances en rayonnement du réseau à chaque étape intermédiaire. De plus, ils montrent la réduction de consommation d’énergie réalisée et valident ainsi expérimentalement l’intérêt pratique des outils de synthèse développés.

International audience; We present a multi-level multi-agent simulation of collective energy selfconsumption. The first level of this model is a multi-agent simulation of human activity coupled with an energy simulation of the building, calculating the household's energy consumption. The second level is a model of a group of households practising collective selfconsumption of energy. We present a formalisation of this notion of grouping as well as different organizations to exchange energy. Last, we study these different organisations and show their strong impact on the distribution of energy when production is low compared to consumption.

A new timetable must be calculated in real-time when train operations are perturbed. Although energy consumption is becoming a central issue both from the environmental and economic perspective, it is usually neglected in the timetable recalculation. In this paper, we formalize the real-time Energy Consumption Minimization Problem (rtECMP). It finds in real-time the driving regime combination for each train that minimizes energy consumption, respecting given routing and precedences between trains. In the possible driving regime combinations, train routes are split in subsections for which one of the regimes resulting from the Pontryagin’s Maximum Principle is to be chosen. We model the trade-off between minimizing energy consumption and total delay by considering as objective function their weighted sum. We propose an algorithm to solve the rtECMP, based on the solution of a mixed-integer linear programming model. We test this algorithm on the Pierrefitte-Gonesse control area, which is a critical area in France with dense mixed traffic. The results show that the problem is tractable and an optimal solution of the model tackled can often be found in real-time for most instances.