Proposition de stage bac+5 informatique, aide à la décision

Titre du stage :
Développement d’un plugin logiciel et intégration au sein du projet « Decision Deck ».
 

Contexte :
Le projet « Decision Deck » vise à développer une plate-forme générique d'aide à la décision composée de modules et de composants logiciels interconnectés : http://www.decision-deck.org. Il s'agira lors de ce stage de développer un modèle multicritère nommé ELECTRE 3P d’aide à la décision et de l’intégrer au sein de la plate-forme Decision Deck. Le modèle multicritère ELECTRE 3P a été réalisé par Pascal Oberti, chercheur en économie au sein du laboratoire CNRS UMR 6240 LISA.
 

Problématique :
Ce stage aura pour premier objectif de développer sous la forme d’un web service un modèle de calcul multicritère. Le profil du candidat devra donc lui permettre :

1. De comprendre le modèle algorithmique utilisé dans la méthode Electre 3P afin d’en programmer le noyau de calcul.
2. D’étudier la structure et l’agencement logiciel de l’outil Diviz afin de développer le plugin permettant d’intégrer le modèle ELECTRE 3P.
3. D’en rédiger un tutoriel complet afin de permettre l’utilisation rapide et intuitive du plugin.
4. De tester et valider le plugin sur des cas pratiques rencontrés dans le domaines des énergies renouvelables : aide à la localisation de parcs éoliens et de centrales photovoltaïques.

Le second objectif, qui peut être réalisé en parallèle, sera de développer un vocabulaire ontologique dédié à l’aide à la décision et sa publication sur le « web des données », initiative visant la connexion de données distribuées et sémantisées sur le web. Parmi les langages sémantiques développés et standardisés par le W3C, SKOS (« Simple Knowledge Organization System ») et OWL (« Web Ontology Language ») ont retenu notre attention. Le vocabulaire ainsi produit sera mis à disposition librement pour être réutilisé au sein de toute application informatique traitant de l’AMCD. Sera particulièrement étudiée, sa possible intégration au sein de la plateforme logicielle générique d’AMCD « Decision Deck » en y ajoutant une couche expressive à son schéma de données standardisé XMCDA.

Missions :
Le planning suivant pourra être envisagé :

1. En fonction du profil du candidat : étude de concepts clefs pour l'aide multicritère à la décision (tableau de performances, surclassement, problématiques de référence et procédures de traitement) ; étude des technologies du web sémantique.
2. Étude et prise en main de la plateforme « Decision Deck », de « Diviz » et du schéma de données standardisé XMCDA. Développement d’un premier prototype de vocabulaire et étude du lien avec XMCDA.
3. Étude et compréhension du mode de développement de plugin sous « Decision Deck » et « Diviz ». Finalisation d’un vocabulaire ontologique inédit et dédié à l’aide à la décision.
4. Analyse du modèle ELECTRE 3P en vue de sa transformation en plugin. Déploiement du vocabulaire.
5. Codage et test : aide à la localisation de parc éoliens et de centrales photovoltaïques
6. Intégration au sein de la plateforme.
7. Bilan, synthèse et rédaction de la documentation.

Le stagiaire intégrera l’équipe EnR au sein du laboratoire CNRS UMR SPE 6134 de l’université de Corse, situé à Corte.
 

Durée du contrat :5 à 6 mois
 

Profil du candidat :

• Bac +5 validé en informatique ou économie/informatique
• Autonome, dynamique, bon relationnel
• Anglais scientifique
• Goût pour la recherche 

Compétences requises :

• Maîtrise de la programmation orientée objet : Java et Python
• Maîtrise du langage XML et des technologies associées
• Connaissance du fonctionnement des bases de données et du réseau

Rémunération : 517€ par mois
 

Conditions de travail :170 heures/mois à répartir en fonction des besoins. Bureau équipé (PC, impr., internet, tél., etc.).

Pour proposer votre candidature :

Adressez vos candidatures (CV + lettre de motivation) par courriel à : Christophe PAOLI, MCF informatique, christophe.paoli@univ-corse.fr.

Un nouveau Papier accepté dans la revue Energy !

Un nouveau papier auquel j'ai collaboré vient d'être accepté pour publication dans la revue "Energy" éditée par Elsevier.

Title of the paper:  Estimation of hourly solar global irradiations on tilted planes from horizontal ones using artificial neural networks.

Authors: Gilles Notton, Christophe Paoli, Siyana Vasileva, Marie Laure Nivet, Jean-Louis Canaletti, Christian Cristofari.

Abstract:  Calculation of solar global irradiations from only horizontal global ones is a difficult task, especially since the time step is small and the data are not averaged. We used an Artificial Neural Network (ANN) to realize this conversion. The ANN is optimized and tested on the basis of five years of solar data and the accuracy of the optimal configuration is around 6% for the RMSE and around 3.5% for the RMAE i.e. better performance than the empirical correlations available in the literature.

Keywords: Solar irradiation, Artificial Neural Network, Estimation.

Sources :  http://www.elsevier.com

Papier accepté dans la revue Energy

Un nouveau papier auquel j'ai collaboré vient d'être accepté pour publication dans la revue "Energy" éditée par Elsevier.

Title of the paper :  Numerical Weather Prediction (NWP) and hybrid ARMA/ANN model to predict global radiation

Authors : Cyril Voyant, Marc Muselli, Christophe Paoli, Marie-Laure Nivet

Abstract :  We propose in this paper an original technique to predict global radiation using a hybrid ARMA/ANN model and data issued from a numerical Weather Prediction Model (NWP). We particularly look at the Multi-Layer Perceptron. After optimizing our architecture with NWP and endogenous data previously made stationary and using an innovative pre-input layer selection method, we combined it to an ARMA model from a rule based on the analysis of hourly data series. This model has been used to forecast the hourly global radiation for five places in Mediterranean area. Our technique outperforms classical models for all the places. The nRMSE for our hybrid model ANN/ARMA is 14.9% compared to 26.2% for the naïve persistence predictor. Note that in the stand alone ANN case the nRMSE is 18.4%. Finally, in order to discuss the reliability of the forecaster outputs, a complementary study concerning the confidence interval of each prediction is proposed.

Keywords: Time Series forecasting, hybrid, Artificial Neural Networks, ARMA, Stationarity.

Sources :  http://www.elsevier.com

Excellente année 2012 ! Paci è saluta !

Soutenance de thèse de M. C. Voyant : prédiction de rayonnement solaire avec réseaux de neurones artificiels

M. C. Voyant soutiendra publiquement sa thèse pour l’obtention du grade de docteur en énergétique, mention "énergétique, génie des procédés" le 16 Novembre 2011 à 14H au Centre G. Peri à Vignola Ajaccio.

Titre : Prédiction de séries temporelles de rayonnement solaire global et de production d’énergie photovoltaïque à partir de réseaux de neurones artificiels.

Résumé : La Corse faisant partie des petits réseaux insulaires non-interconnectés, son approvisionnement énergétique est très particulier. En effet, comme toutes les autres îles, elle doit se suffire à elle-même. Une solution souvent adoptée pour pallier à cet isolement, consiste à recourir aux énergies renouvelables. Cependant, à cause de leur caractère intermittent, elles ne sont insérées que de manière limitée au sein des réseaux électriques. Il est nécessaire d’utiliser en parallèle d’autres moyens de production d’énergie, avec comme principale difficulté, la gestion optimale de la bascule entre ces deux types d’énergie. Cette étude s’inscrit dans le cadre de la prédiction de la ressource solaire et photovoltaïque dans le but de quantifier l’énergie disponible et de permettre une gestion optimale de la transition entre énergies intermittentes et conventionnelles. Tout au long de ces travaux, nous avons ainsi testé différentes techniques de prédiction sur quatre horizons susceptibles d’intéresser un gestionnaire de réseau : j+1, h+24, h+1 et m+5. A l’issue de toutes ces manipulations, nous pouvons conclure que suivant l’horizon considéré, la hiérarchisation des différents prédicteurs fluctue. On retiendra ainsi, que pour l’horizon j+1, il est intéressant d’utiliser une approche à base de réseaux de neurones en prenant soin de stationnariser les séries temporelles et d’utiliser des variables exogènes. Pour l’horizon h+1, une méthodologie hybride couplant la robustesse des modèles autorégressifs et la non-linéarité des modèles connexionnistes permet d’obtenir des résultats très satisfaisants. Pour le cas h+24, les réseaux de neurones à sorties multiples donnent de très bons résultats. Concernant l’horizon m+5, les conclusions sont moins catégoriques. Ainsi, même si les réseaux de neurones sont les plus performants, la simplicité et les résultats d’une approche basée sur la persistance, nous conduisent à préconiser principalement ce prédicteur. L’ensemble des méthodologies proposées et des résultats obtenus sont complémentaires avec les travaux de prédiction bibliographiques étudiés. Les méthodologies développées pourraient à terme être reprises comme éléments de prédiction dans des outils globaux de contrôle et de commande des systèmes énergétiques.

Mots clés : prédiction, rayonnement global, réseau de neurones, photovoltaïque, séries temporelles, stationnarité

Le manuscrit est disponible en ligne : http://cyril-voyant.univ-corse.fr

30 ans de l'université : innovation et esprit d'entreprendre

Notre université fête ses 30 ans cette année et il m'a été donné l'occasion de replonger dans de très bons souvenirs lorsque j'animais un concours dont l'objectif était la sensibilisation à l'innovation et l'esprit d'entreprendre. Ci-dessous la présentation que j'ai pu donner le 20 octobre dernier à Corte, avec en guise de conclusion une question intéressante : "Innovation et esprit d'entreprendre peuvent ils s’enseigner ?". 

2011 10-19-c paoli-24hpi-30anni

View more presentations from Christophe Paoli

Le département informatique de l'université de Corse recrute 1 demi ATER

La 2nd campagne de recrutement d’ATER 2011/2012 à l’Université de Corse est ouverte. Le département informatique de la faculté des sciences et techniques recherche 1 demi ATER :

• Profil C2i : Intégrées à l'équipe pédagogique, la personne enseignera principalement en licence STS (C2i) et assurera les taches administratives suivantes définies par le directeur du département informatique, le responsable du diplôme et le responsable du C2I: 
• inventaire et mise à jours de la liste des unités d'enseignements relatives au C2i et à la bureautique: nombre d'heures, code, nombre de groupe 
• coordination des autres enseignants intervenant dans le cadre du C2i à la FST
• proposition d'évolutions des enseignements et notamment des sujets de TD et TP
• remise d'un rapport détaillé de fin d'activité à définir par le directeur du département informatique, le responsable du diplôme et le responsable du C2I
  

En matière de recherche, le demi ATER devra s'intégrer dans les projets structurants du laboratoire SPE UMR 6134. 

La campagne de recrutement d’ATER est ouverte du 3 au 21 octobre 2011 minuit (cachet de la poste faisant foi) : http://www.univ-corse.fr/recrutement-campagne-d%27attache-temporaire-d%27enseignement-et-de-recherche_3400.html

Université de Corse
DRH
Campagne ATER
Avenue Jean Nicoli – BP 52
20250 CORTE

Toutes les informations utiles (dossier, rémunération, dates, etc.) à cette campagne de recrutement sont disponibles et accessibles sur le site de l’université à partir du lien suivant : 

Sources, informations complémentaires :

• Université de Corse : http://www.univ-corse.fr
• Faculté des sciences et techniques : http://fst.univ-corse.fr
• Département informatique : http://dptinfo.univ-corse.fr
• Laboratoire SPE UMR 6134 : http://spe.univ-corse.fr

3ème réunion de travail pour le projet européen ECEVE

D'une durée de 24 mois, le projet ECEVE (Implementation of E-Learning Content for Energy Saving Farm into Vocational Education) invite tous les 6 mois les différents partenaires à se réunir et se retrouver afin de faire le point sur l’avancée de leurs travaux. Après une 1ère réunion de travail à l’Université de Nitra, les 20 et 21 octobre 2010, l’Université de Corse a accueilli les différents partenaires les 23, 24, 25 mai 2011.

Pour cette 3ème réunion, nous serons les invités de notre partenaire anglais MultiMedia SunShine, LtD à Milton Keynes les 10, 11 et 12 octobre prochain. Pou rappel le principal objectif de ce projet est la création de contenus de formation interactifs (formation en ligne) dans le domaine des ressources énergétiques renouvelables, des procédures visant à réduire la consommation énergétique des fermes et exploitations agricoles dans la philosophie plus générale de la lutte contre le changement climatique et la diminution des émissions de gaz à effet de serre. 

Ce projet International regroupe 7 partenaires :

• l’Université Slovaque d’agriculture de Nitra en Slovaquie qui est l’initiateur et le responsable du projet
• l’Agro-Institut de Nitra
• KATEM la Haute Ecole de la Technique et de l’Industrie de Kahramanmaras en Turquie
• l’Université Technique Tchèque
• MultiMedia SunShine Ltd de Milton Keynes au royaume Uni
• ET InfoArt de Plovdiv en Bulgarie
• l’Université de Corse