Contribution to the elaboration of a decision support system based on modular ontologies for ecological labelling

par Da Xu

Thèse de doctorat en Informatique et Génie Industriel

Sous la direction de Bernard Archimède et de Mohamed Hedi Karray.

Soutenue le 15-11-2017

à Toulouse, INPT , dans le cadre de École doctorale Systèmes (Toulouse) , en partenariat avec Laboratoire Génie de production (Tarbes) (laboratoire) .

Le président du jury était David Chen.

Le jury était composé de Marie-Hélène Abel, Dimitrios Kiritsis, Mounira Harzallah, Hajer Zghal Baazaoui.

Les rapporteurs étaient Marie-Hélène Abel, Dimitrios Kiritsis.

  • Titre traduit

    Contribution à l’élaboration d’un système d’aide à la décision basé sur les ontologies modulaires pour la labellisation écologique.


  • Résumé

    L’usine du futur et les performances environnementales sont de nos jours au cœur des préoccupations. Les produits et services éco-labellisés sont de plus en plus populaires. En plus des coûts financiers engendrés, les processus d’éco-labellisation sont longs et complexes, ce qui démotive parfois les fabricants et les fournisseurs de services à demander des certifications. Dans ce contexte, ce travail de recherche, propose une démarche et une plateforme d’aide à la décision visant à améliorer et à accélérer ce processus afin de démocratiser l’accès à la certification écologique. Les bases de connaissances traditionnelles étant généralement peu interopérables, difficiles à être réutilisées et ne supportant pas les inférences, la plate-forme proposée repose sur une base de connaissances composée de diverses ontologies de domaine construites selon la documentation officielle européenne sur les écolabels. Cette base est composée de modules d'ontologies interconnectées couvrant divers produits et services. Elle permet d’automatiser le raisonnement sur ces connaissances et de les interroger en tenant compte de la sémantique. Un schéma de modularisation orienté suivant le domaine et la catégorie du produit, et portant sur les critères d’écolabels européens des produits détergents est utilisé comme cas d'application. Afin de permettre une réutilisation aisée des modules d'ontologie pour différents groupes de produits, ce schéma de modularisation fait la distinction entre la connaissance de base du domaine et les connaissances variables concernant les critères de labélisation de chaque groupe. La méthode de raisonnement utilisée exploite les mécanismes d'inférence sur des règles SWRL, et fournit des résultats argumentés pour l’aide à la décision. La modélisation adoptée pour la représentation des connaissances n’est pas uniquement dédiée à la plateforme proposée. Elle permet également une exploitation des connaissances via des outils du Web sémantique. Afin de favoriser la réutilisation des modules d'ontologie, une approche de contextualisation pour la fédération d’ontologies a été proposée. Elle permet de pallier les inconvénients de "OWL: imports". Contrairement aux approches existantes, où il est nécessaire de réaliser soit un mapping, soit d’ajouter des relations sémantiques modifiant les modules d’ontologies de base, notre approche n’affecte pas et ne nécessite pas l’importation de tous les concepts de ces ontologies. Pour faciliter la mise en œuvre de cette approche, nous proposons un nouveau plug-in pour l'éditeur d'ontologie « Protégé ».


  • Résumé

    With the rising concern of sustainability and environmental performance, eco-labeled products and services are becoming more and more popular. In addition to the financial costs, the long and complex process of eco-labeling sometimes demotivates manufacturers and service providers to be certificated. In this research work, we propose a decision support process and implement a decision support platform aiming at further improvement and acceleration of the eco-labeling process in order to democratize a broader application and certification of eco-labels. The decision support platform is based on a comprehensive knowledge base composed of various domain ontologies that are constructed according to official eco-label criteria documentation. Traditional knowledge base in relational data model is low interoperable, lack of inference support and difficult to be reused. In our research, the knowledge base composed of interconnected ontologies modules covers various products and services, and allows reasoning and semantic querying. A domain-centric modularization scheme about EU Eco-label laundry detergent product criteria is introduced as an application case. This modularization scheme separates the entity knowledge and rule knowledge so that the ontology modules can be reused easily in other domains. We explore a reasoning methodology based on inference with SWRL (Semantic Web Rule Language) rules which allows decision making with explanation. Through standard RDF (Resource Description Framework) and OWL (Web Ontology Language) ontology query interface, the assets of the decision support platform will stimulate domain knowledge sharing and can be applied into other application. In order to foster the reuse of ontology modules, we also proposed a usercentric approach for federate contextual ontologies (mapping and integration). This approach will create an ontology federation by a contextual configuration that avoid the “OWL:imports” disadvantages. Instead of putting mapping or new semantics in ontology modules, our approach will conserve the extra contextual information separately without impacting original ontologies or without importing all ontologies’ concepts. By introducing this contextualization, it becomes easier to support more expressive semantics in term of ontology integration itself, then it will also facilitate application agents to access and reuse ontologies. To realize this approach, we elaborate a new plug-in for the Protégé ontology editor.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.