Intelligence

, Localhost: moyauxThesis.pdf,

, Web: moyauxThesis.pdf,

<Abstract>

Une Chaîne logistique est composée d’entreprises fabriquant et distribuant des produits aux consommateurs. En modélisant chacune de ses entreprises comme un agent intelligent, nous étudions l’effet “coup de fouet” qui s’y propage. Cet effet consiste en l’amplification de la variabilité des commandes passées par les entreprises lorsque l’on s’éloigne du client final.

Dans un premier temps, nous modélisons chaque entreprise d’une chaîne logistique forestière québécoise comme un agent intelligent, afin de proposer deux mécanismes de coordination décentralisés réduisant ce phénomène.

Dans un second temps, d’autres simulations sont utilisées pour construire un jeu que nous analysons avec la Théorie des Jeux. Nous vérifions ainsi que les entreprises n’ont pas intérêt d’arrêter unilatéralement d’utiliser nos mécanismes de coordination (équilibre de Nash).

</Abstract>

<Sommaire>

<Chapitre 1>Introduction</Chapitre 1>

<Chapitre 2> Supply Chain Management and Multi-Agent Systems: Background</Chapitre 2>

<Chapitre 3>The Bullwhip Effect</Chapitre 3>

<Chapitre 4>Formalizing Interactions with Game Theory</Chapitre 4>

<Chapitre 5>Delay as a cause of The Bullwhip Effect</Chapitre 5>

<Chapitre 6> Multi-agent Simulation of a Quebec Forest Supply Chain</Chapitre 6>

<Chapitre 7>First Series of Experiments: Homogeneous Supply Chain</Chapitre 7>

<Chapitre 8>Second Series of Experiments: Heterogenous Supply Chains</Chapitre 8>

<Chapitre 9>Conclusion</Chapitre 9>

<Annexe A>Simulation Model of the Quebec Wood Supply Game</Annexe A>

<Annexe B>Detail about Simulations with a Homogeneous Supply Chain</Annexe B>

<Annexe C>Detail about Simulations with a Heterogeneous Supply Chain</Annexe C>

</Sommaire>

<Auteur>

Web, http://www.damas.ift.ulaval.ca/~moyaux/

Web, http://www.insa-lyon.fr/liesp/v1/?q=fr/node/2161

</Auteur>

WIKIPEDIA EN, http://en.wikipedia.org/wiki/Artificial_immune_system

http://www.artificial-immune-systems.org/

http://ais.cs.memphis.edu/

<Abstract>

How does a bird flock keep its movement so graceful and synchronized? Most people assume that the bird in front leads and the others follow. In fact, bird flocks don’t have leaders: they are organized without an organizer, coordinated without a coordinator. And a surprising number of other systems, from termite colonies to traffic jams to economic systems, work the same decentralized way.

</Abstract>

<Sommaire>

<Chapter 1>Foundations</Chapter 1>

<Under Chapter 1>introduction</Under Chapter 1>

<Under Chapter 2>the era of Decentralization</Under Chapter 2>

<Chapter 2>Constructions</Chapter 2>

<Under Chapter 1>Constructionism</Under Chapter 1>

<Under Chapter 2>LEGO/logo</Under Chapter 2>

<Under Chapter 3>Starlogo</Under Chapter 3>

<Under Chapter 4>Objects and Parallelism</Under Chapter 4>

<Chapter 3>Explorations</Chapter 3>

<Under Chapter 1>Simulations and Stimulations</Under Chapter 1>

<Under Chapter 2>Slime Mold</Under Chapter 2>

<Under Chapter 3>Artificial Ants</Under Chapter 3>

<Under Chapter 4>Traffic Jams</Under Chapter 4>

<Under Chapter 5>Termites</Under Chapter 5>

<Under Chapter 6>Turtles and Frogs</Under Chapter 6>

<Under Chapter 7>Turtle Ecology</Under Chapter 7>

<Under Chapter 8>New Turtle Geometry</Under Chapter 8>

<Under Chapter 9>Forest Fire</Under Chapter 9>

<Under Chapter 10>Recursive Trees</Under Chapter 10>

</Sommaire>

<Auteur>

Mitchel Resnick is associate Professor in the Media Laboratory at the Massachusetts Institue of Technology.

WIKIPEDIA EN, http://en.wikipedia.org/wiki/Mitchel_Resnick

WEB, http://www.media.mit.edu/people/bio_mres.html

</Auteur>

<Abstract>

“The body and nervous system are inseparable interacting constituent of an organism, and it is a mistake to think of the former passively obeying the commands of the latter: they operate in complex and subtle harmony.”

</Abstract>

<Sommaire>

<Foreword/>

<Preface/>

<Part I>Intelligence, Artificial Intelligence, Embodiment, and What the Book Is About</Part I>

<Chapter 1>Intelligence, Thinking and Artificial Intelligence</Chapter 1>

<Chapter 2>Artificial Intelligence: The Landscape</Chapter 2>

<Part I>Toward a Theory of Intelligence</Part I>

<Chapter 3> Preriquisites for a Theory of Intelligence</Chapter 3>

<Chapter 4>Intelligent Systems: Properties and Principles> </Chapter 4>

<Chapter 5>Development: From Locomotion to Cognition</Chapter 5>

<Chapter 6>Evolution: Cognition from Scratch</Chapter 6>

<Chapter 7>Collective Intelligence: Cognition from Interaction</Chapter 7>

<Part III>Applications and Case Studies</Part III>

<Chapter 8>Ubiquitous Computing and Interfacing Technology</Chapter 8>

<Chapter 9>Building Intelligent Companies</Chapter 9>

<Chapter 10>Where is Human Memory</Chapter 10>

<Chapter 11>Robotic Technology in Everyday Life</Chapter 11>

<Part IV>Principles and Insights<Part IV>

<Chapter 12>How the Body Shapes the way we think>/Chapter 12>

</Sommaire>

<Auteur>

Rolf Pfeifer is Professor of Computer Science and Director of the Artificial Intelligence Laboratory in the Department of Informatics at the university of Zurich. He is the author of Understanding Intelligence (MIT Press 1999)

</Auteur>

<Auteur>

Josh Bongard is a Postdoctoral Associate in the computational Synthesis Lab, Sibley School of Mechanical and Aerospace Engineering, at Cornell University.

</Auteur>

<Abstract>Référence en matière d’intelligence artificielle, il en décrit et analyse tous les concepts.</Abstract>

<Sommaire>

<Préface/>

<Première partie>Intelligence Artificielle</Première partie>

<Chapitre 1>Introduction</Chapitre 1>

<Chapitre 2>Agents intelligents</Chapitre 2>

<Deuxième partie>Résolution de problèmes</Deuxième partie>

<Chapitre 3>Résolution de problème par l’exploration</Chapitre 3>

<Chapitre 4>Exploration informée</Chapitre 4>

<Chapitre 5>Problèmes à satisfaction de contraintes</Chapitre 5>

<Chapitre 6>Exploration en situation d’adversité</Chapitre 6>

<Troisième partie>Connaissance et raisonnement</Troisième partie>

<Chapitre 7>Agents logiques</Chapitre 7>

<Chapitre 8>Logique du premier ordre</Chapitre 8>

<Chapitre 9>L’inférence logique du premier ordre<Chapitre 9>

<Chapitre 10>Représentation des connaissances</Chapitre 10>

<Quatrième partie>Planification</Quatrième partie>

<Chapitre 11>Planification</Chapitre 11>

<Chapitre 12>Planification et action dans le monde réel</Chapitre 12>

<Cinquième partie>Connaissances et raisonnement en environnement incertain<Cinquième partie>

<Chapitre 13>Incertitude</Chapitre 13>

<Chapitre 14>Raisonnement probabiliste</Chapitre 14>

<Chapitre 15>Raisonnement probabiliste temporel</Chapitre 15>

<Chapitre 16>Prise de décision simples</Chapitre 16>

<Chapitre 17>Prise de décision complexe</Chapitre 17>

<Sixième partie>Apprentissage</Sixième partie>

<Chapitre 18>Apprendre à partir d’observations</Chapitre 18>

<Chapitre 19>Connaissances et apprentissage</Chapitre 19>

<Chapitre 20>Méthodes d’apprentissage statistique</Chapitre 20>

<Chapitre 21>Apprentissage par renforcement</Chapitre 21>

<Septième partie>Communication, perceptione t action</Septième partie>

<Chapitre 22>Communication</Chapitre 22>

<Chapitre 23>Traitement probabiliste du langage</Chapitre 23>

<Chapitre 24>Perception</Chapitre 24>

<Chapitre 25>Robotique</Chapitre 25>

<Huitième partie>Conclusions</Huitième partie>

<Chapitre 26>Fondements philosophiques</Chapitre 26>

<Chapitre 27>IA: présent et futur</Chapitre 27>

</Sommaire>

<Auteur>

Stuart Russell est directeur du département d’informatique de l’université de Berkeley (Californie), où il enseigne. Il est aussi membre de l’ACM (Association for Computing Machinery).

WEB, http://www.cs.berkeley.edu/~russell/

</Auteur>

<Auteur>
Peter Norvig est directeur qualité chez Google Inc. Il a auparavant travaillé pour Sun Microsystems et pour la NASA. Il a également été professeur à l’université de Californie du Sud.

WEB, http://norvig.com/
WIKIPEDIA  EN, http://en.wikipedia.org/wiki/Peter_Norvig

</Auteur>

<Relation_livre>Stuart Russell, Peter Norvig, Intelligence artificielle, Pearson</Relation_livre>

Machine Learning:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Machine_learning

Multi task learning:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Learning_to_learn

<Relation_livre>Stuart Russell, Peter Norvig, Intelligence artificielle, Pearson</Relation_livre>

Utilités:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Utilit%C3%A9
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Utility

Valeur:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Valeur
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Value

Théorie de la décision:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Th%C3%A9orie_de_la_d%C3%A9cision
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Decision_theory

Rationalité:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Rationalit%C3%A9
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Rationality

Decision Analysis:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Decision_analysis

Markov Decision Process:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Markov_decision_process

 <Relation_livre>Stuart Russell, Peter Norvig, Intelligence artificielle, Pearson</Relation_livre>

Chaînes de Markov:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Cha%C3%AEne_de_Markov
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Markov_chain

Algorithme Expectation-maximization:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Expectation-maximization_algorithm

Algorithme Forward - Backward:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Baum-Welch_algorithm

Algorithme Inside - Outside:
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Inside-outside_algorithm

Filtres de Kalman:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Filtre_de_Kalman
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Kalman_filter

Filtrage particulaire:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Filtre_particulaire_(statistique)
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Particle_filter

Applications, reconnaissance de la parole:
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Reconnaissance_vocale
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Speech_recognition

<Relation_livre>Stuart Russell, Peter Norvig, Intelligence artificielle, Pearson</Relation_livre>

Inférences :
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Inf%C3%A9rence_bay%C3%A9sienne
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Inductive_reasoning

Réseaux Bayésiens
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/R%C3%A9seau_bay%C3%A9sien
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Bayesian_network

Approximations stochastiques :
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo

<Relation_livre>Stuart Russell, Peter Norvig, Intelligence artificielle, Pearson</Relation_livre>

Méthode du chemin critique:

WIKIPEDIA EN, http://en.wikipedia.org/wiki/Critical_path_method

Branch and Bound Method, séparation et évaluation

WIKIPEDIA FR, http://fr.wikipedia.org/wiki/S%C3%A9paration_et_%C3%A9valuation
WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Relaxation_continue
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Branch_and_bound
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Branch_and_cut

Recuit simulé, Simulated Annealing:

WIKIPEDIA FR, http://fr.wikipedia.org/wiki/Recuit_simul%C3%A9
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Simulated_annealing
WIKIPEDIA EN, http://en.wikipedia.org/wiki/Adaptive_simulated_annealing

Métaheuristique:

WIKIPEDIA FR, http://fr.wikipedia.org/wiki/M%C3%A9taheuristique