Cas d’application
Cas d’application
Sous-titre : challenges et résultats
De nombreuses applications de télécommunication, telles que les plateformes de streaming multimédia et les appareils connectés (les véhicules intelligents et la télémédecine par exemple), voient leur Qualité de Service (QoS) affectée par la taille de leur mémoire tampon allouée. En effet, lorsque le volume du trafic de données d’un utilisateur dépasse la taille de la mémoire tampon allouée, la qualité du service diminue. Sachant que l’augmentation de la taille de la mémoire tampon entraîne généralement des coûts supplémentaires, le problème est une question d’optimisation qui consiste à trouver la taille optimale de la mémoire tampon afin de minimiser le volume de trafic de données gaspillé tout en maintenant une Qualité de Service.
Pour résoudre ce problème, les auteurs proposent une approche statique ainsi qu’une approche dynamique. L’approche statique consiste à trouver la meilleure répartition de la taille de la mémoire tampon parmi un ensemble donné d’utilisateurs, tandis qu’un objectif de volumes de données à traiter pendant un intervalle de temps fixe est donné pour chaque utilisateur. On considère que la taille de la mémoire tampon est la même pour tous les utilisateurs et qu’elle est constante tout au long de l’horizon de temps planifié. Cela revient à résoudre un problème d’optimisation non linéaire réalisé ici avec Artelys Knitro. L’approche dynamique est basée sur un contrôle prédictif de modèle (MPC) linéaire formulé en temps discret fixe et se concentre sur la détermination de la taille de la mémoire tampon allouée à chaque utilisateur, qui peut varier tout au long de l’horizon temporel planifié, permettant ainsi d’améliorer la Qualité de Service perçue par l’utilisateur.
Des simulations numériques sont effectuées pour évaluer les approches proposées et les résultats de calcul démontrent leur efficacité à la fois en termes d’économies de mémoire tampon et de l’amélioration de la Qualité de Service. Par exemple, l’approche statique réalisée avec Artelys Knitro a permis de diviser par 6 les exigences en matière de mémoire tampon tout en réalisant des économies importantes avec une Qualité de Service proposée similaire à la plupart des opérateurs de réseaux mobiles.
Tutoriel
Vous n’êtes pas encore familier avec le domaine de l’optimisation non linéaire ? Dans ce tutoriel, nous vous présentons quelques exemples de problèmes non linéaires pour diverses applications. Vous y découvrirez notamment les méthodes de programmation non linéaire en utilisant le solveur Artelys Knitro dans un notebook Python, au travers de différents exemples.
Version d’essai
Obtenez votre licence d’essai gratuite et testez les performances d’Artelys Knitro sur vos problèmes d’optimisation mathématique. La version d’essai vous permettra d’accéder gratuitement à Artelys Knitro sans limitations pour une durée d’un mois ou avec contraintes pour une durée de six mois. Cette version d’essai inclue un service de support et maintenance.
Artelys Knitro: des performances sans pareilles
Meilleur solveur
non-linéaire
Depuis plusieurs années, Artelys Knitro s’est distingué dans les benchmarks indépendants, démontrant ainsi sa capacité à trouver des solutions optimales réalisables plus rapidement que les solveurs concurrents.
Support technique
L’équipe de support technique d’Artelys est constituée de consultants hautement qualifiés (niveau doctorat), ayant une grande expérience dans la résolution de problèmes complexes et la mise en place de solutions d’optimisation à l’échelle de l’entreprise. Grâce à leur expertise, ils sauront vous guider sur la mise en place des fonctionnalités algorithmiques ou logicielles qui pourraient optimiser votre utilisation d’Artelys Knitro.
Mises à jour et nouvelles fonctionnalités
L’équipe de développement travaille sans relâche afin de fournir deux nouvelles versions d’Artelys Knitro par an. Ces deux versions se basent sur des retours clients d’expériences et nous permettent d’améliorer notre solveur en s’assurant d’être toujours plus proche des besoins de nos utilisateurs.
© ARTELYS • All rights reserved • Legal mentions