Résumé
La modélisation de la variabilité permet de décrire les caractéristiques, paramètres et contraintes d’une ligne de produits. Un usage commun des modèles de variabilité est l’assistance à la configuration et la validation.La modélisation manuelle de la variabilité étant une tâche longue et ardue, il existe un grand nombre de techniques visant à construire automatiquement les feature models. Ces techniques sont généralement spécifiques à chaque ligne de produits.
Dans ce travail, nous proposons une technique de modélisation de la variabilité générique, basée sur le machine learning : nous utiliserons un oracle pour prédire la validité d’échantillons, qui seront ensuite utilisés pour entrainer un classificateur. Notre technique nécessitera donc la conception d’un tel oracle par ligne de produit.
Nous validerons notre méthode en évaluant ses performances sur deux types de modèles : d’une part les modèles S.P.L.O.T., qui fournissent des exemples génériques de feature models et d’autre part les objets 3D configurables au format OpenSCAD du site Thingiverse, qui sont un cas pratique où une telle modélisation est nécessaire.
| la date de réponse | 27 août 2018 |
|---|---|
| langue originale | Français |
| L'institution diplômante |
|
| Superviseur | Patrick Heymans (Promoteur) & MAXIME CORDY (Copromoteur) |
mots-clés
- Thingiverse
- Impression 3D
- modélisation variabilité
- modèle de caractéristiques
- Apprentissage automatique
- oracle
- S.P.L.O.T.
- OpenSCAD