La modélisation au moyen des réseaux de petri stochastiques : application aux systèmes informatiques fortement synchronisés

Notre travail contribue a montrer l'importande des rdps au moyen d'exemples de modelisation issus du domaine industriel. Pour ces exemples, les techniques d'evaluation de performance habituelles, comme les reseaux de files d'attente, ou les processus semi-markoviens, sont mal adaptees. Les exemples etudies sont: 1) la comparaison de strategies d'ordonnancement de tâches, 2) l'evaluation d'ethernet, protocole tres utilise dans les reseaux locaux, 3) la validation d'une architecture de reseau local industriel (arlic). Nous appelons modelisation extensive, l'approche qui consiste a decrire en un seul modele rdps ferme tous les etats et changements d'etat d'un systeme. C'est la seule methode employee jusqu'a maintenant. La conduite des etudes precedentes nous a amene, sur le plan pratique a degager une methodologie de modelisation au moyen des rdps et sur le plan theorique a developper des methodes approximatives pour pallier les insuffisances de la modelisation extensive. Cette derniere entraine, dans de nombreux cas pratiques, l'explosion combinatoire de l'espace d'etats des modeles. Comme pour certaines techniques approximatives utilisees dans les reseaux de files d'attente quand il n'est pas possible d'obtenir des solutions exactes, nous avons propose des methodes fondees sur le decoupage d'un modele rdps en sous-modeles. Nous nous sommes servis d'une methode d'isolation quand les interactions entre partitions d'un modele peuvent etre estimees par une fonction simple ne dependant que du nombre de partitions et de parametres exogenes. a cause de la complexite des interactions entre sous-modeles, la methode precedente ne s'applique pas toujours. Nous avons alors propose, pour les modeles rdps dont les contraintes de synchronisation s'expriment en terme de schemas de production-consommation, des conditions de partitionnement et un algorithme de type point fixe qui permettent le calcul approche de la