Modèle Multi-Agent de gouvernance de réseau Machine-to-Machine pour la gestion intelligente de place de parking Mustapha Bilal, Camille Persson, Fano Ramparany, Gauthier Picard, Olivier Boissier To cite this version: Mustapha Bilal, Camille Persson, Fano Ramparany, Gauthier Picard, Olivier Boissier. Modèle Multi-Agent de gouvernance de réseau Machine-to-Machine pour la gestion intelligente de place de parking. 2011. <hal-00919640> HAL Id: hal-00919640 https://hal.archives-ouvertes.fr/hal-00919640 Submitted on 20 Dec 2013 HAL is a multi-disciplinary open access archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Modèle Multi-Agent de gouvernance de réseau Machine-to-Machine pour la gestion intelligente de place de parking Mustapha Bilal 1, Camille Persson 12, Fano Ramparany 1, Guathier Picard 2 and Olivier Boisier 2 1 : Orange Labs Network and Carrier, TECH/MATIS Grenoble, France {firstname.lastname}@orange.com 2 : Fayol Institute, ISCOD, ENSM-SE, Saint-Etienne, France {lastname}@emse.fr
1.2 Contexte et Problématique 1.2.1 Problématique de la gestion de parking Les villes modernes ont fortement esoi de syst es ava s pou l assista e au stationnement et de systèmes de transport intelligents donnant aux conducteurs des informations su le pa de statio e e t. Les syst es d i fo atio de statio e e t ignorent généralement plusieurs facteurs et critères du parking. En effet ils ne fournissent pas automatiquement la place de parking optimale qui correspond à la demande des conducteurs. Les métropoles du monde entier attirent les populations pour y vivre, travailler et visite, e off a t des styles de vie diff e ts, des possi ilit s d e ploi, de meilleures ressources et plus de services publics. Comme la modernisation de la ville progresse, le nombre de véhicules augment en conséquence. Au lieu de prendre les transports publics, les personnes voyagent dans leurs véhicules personnels pour plus de commodité et de confort. E aiso de l a se e d u e politi ue ie pla ifi e pou les installations de stationnement, la de a de de pla es de statio e e t est g ale e t eau oup plus g a de ue l off e. En outre, les zones du centre-ville sont progressivement saturées avec des immeubles de bureaux commerciaux, mais sans avoir des places de parking suffisantes. Les conducteurs passent généralement leurs temps à circuler dans les blocs autour de leur destination pour he he u e pla e li e ou pou atte d e u u e pla e se libère. Ces phénomènes ne tou he t pas seule e t à l effi a it des activités économiques, mais aussi augmentent l i pa t so ial physi ue et émotionnel pour les voyageurs urbains. Trouver une place de stationnement libre est un problème courant commun dans la plupart des grandes villes qui se produit surtout dans les endroits populaires comme les centres commerciaux, les stades et les points d att a tio tou isti ue. Cette situatio est devenue plus grave, surtout, pendant les heures de pointe, les saisons de vacances, carnavals et festivals. Ce problème se pose car, la plupart du temps les personnes viennent avec leurs propres moyens de transport individuels, causant, une concurrence importante pour occuper les places de stationnement vacantes. La disponibilité limitée des places de
2 2 CO 2
/ /
/
PA
00 n 04 01 02 00 03 n 00 04 n 00 05 n 00 00 03 04 05 00
Z dest δ Z dest Z dest = { z Z all : destination+z.location } δ whereδ > 1 DestinationAndArriving = {Destination, ArrivalT ime} Z dest Z dest P laces = {P arkingp lacesavailable} GetP ath = {CoordinatesOf SelectedP lace} Distance max Price P max PlaceType {O,H,E,R,M} = P type ParkingDuration Availability T max > P avail TimeToReserve TR max T imet oreserve
eval(p) P criteria cr i (P) cr i P cr N cr cr.imp eval(p) = cr i (P)Ncr cri.imp N cri.imp cr i criteria eval(p) P BestP lace Places = {P 0..P max } BestP lace Imp {M,I,O} BestPlace P 0 (P in Places\P 0 ) eval(p) > eval(bestp lace) BestPlace P BestP lace eval Imp eval Imp (P) = cr i cr i.imp=imp P cr i (P) BestP lace compare(bestp lace, P, Imp)
p 1 p 2 Imp ChosenPlace p 1 Imp 0 = p 1 Imp 0 p 1 Imp0 p 2 p 1 Imp0 p 1 Imp0 p 2 compare(p 1,p 2,Imp\Imp 0 ) p 2
MOISE
uccp/context application messagedispatcher session manager device cnx facadecontext clientapplicationcontext clientapplication manager messagesimulator storeandf orwardcontext applicationnotifiercontext internal.client.usp/context storecontext applicationt est application configurator application dataextractor application store application session.internal.client.uccp/context.xml
GSM
01 02 03 04 05 06 07 08 01 02 03 04 05