Page suivante: Références Niveau précédent: 6 Conclusion Page précédente: Nature des données :

Nature des requêtes :

Là encore, le cadre CSP offre des extensions qui semblent pertinentes. La construction (et la représentation de façon concise) de l'ensemble des solutions d'un CSP est possible par l'utilisation d'automates, de produits cartésiens ou de diagrammes de décision binaires. Quant au traitement d'éventuelles incohérences les deux extensions (CSP dynamiques et CSP flous) offrent deux approches différentes et complémentaires de son traitement : les CSP dynamiques permettent à l'utilisateur de manipuler son problème afin de chercher à retourner à la cohérence alors que les CSP flous permettent une relaxation automatique des contraintes retardant l'apparition de l'incohérence.

Les résultats obtenus ces dernières années dans le domaine des problèmes de satisfaction de contraintes et la masse de données à traiter en biologie expliquent le regain d'intérêt pour les modèles mathématiques et informatiques de traitement des contraintes. Pourtant, les modèles proposés aujourd'hui, même s'ils apportent des réponses intéressantes aux problèmes posés, ne savent pas bien prendre en compte, tant au niveau de la représentation que du traitement, le caractère incomplet, incertain, imprécis et disparate de l'information. Le constat des insuffisances des modèles actuels n'est pas nouveau et a déjà été abordé dans le cadre plus large des CSP flexibles [ Pro 92]. La biologie offre un champ d'applications de choix pour tester et élargir le cadre aujourd'hui disponible.

Page suivante: Références Niveau précédent: 6 Conclusion Page précédente: Nature des données :