Aide multicritère au pilotage d'un processus basée sur le raisonnement à partir de cas

par Diala Dhouib

Thèse de doctorat en Méthodes quantitatives, productique et génie industriel

Sous la direction de Habib Chabchoub, Abderrahman El Mhamedi et de Sid-ali Addouche.

Soutenue en 2009

à Paris 8 en cotutelle avec l'Université de Sfax (Tunisie) .

mots clés

• Commande de processus
• Décision multicritère
• Raisonnement par cas
• Classification automatique (statistique)

Résumé

Cette thèse propose des outils d'aide multicritère à la décision pour le pilotage d'un processus basés sur la capitalisation des connaissances à travers la technique du raisonnement à partir de cas (RàPC). Deux modèles ont été développés. Le premier modèle, se basant sur des cas analogues passés, aide le pilote d'un processus à résoudre un nouveau problème. Ceci étant en tenant compte aussi bien des relations de causalités qui existent entre les indicateurs et les inducteurs de performance que des relations de dépendance qui surgissent entre les différents critères. Le deuxième modèle est basé sur une hybridation entre le RàPC et le clustering. Il cherche à améliorer les phases : représentation des cas, recherche de cas similaires et maintenance de la base de cas du cycle du RàPC. Ces deux modèles peuvent fonctionner en relation de complémentarité. En effet, le deuxième modèle basé sur le clustering permet, d'abord, de former des groupes homogènes y compris le nouveau cas qu'on veut chercher sa solution. Ensuite, après avoir obtenu le cluster contenant le nouveau cas avec ses cas similaires, le premier modèle sera déclenché pour trouver le cas le plus proche. Toutefois, les critères utilisés par ces deux modèles sont quantitatifs. Pour cela, une approche linguistique a été utilisée pour gérer des données non homogènes, c'est-à-dire numériques et linguistiques. Ces deux modèles ont été appliqués dans un cas industriel réel de fabrication d'emballages en carton. Ils ont été aussi implémentés dans un prototype informatique sous forme d'un Système Interactif d'Aide au Pilotage d'un Processus (SIAPP) à travers des interfaces pour mieux valider leurs applications.

Titre traduit

Multicriteria aid for process piloting using case-based reasoning

Résumé

This thesis proposes tools of multicriteria decision aid for process piloting based on the knowledge capitalization via the Case-Based Reasoning (CBR) technique. Two models have been developed. The first model, using past similar cases, helps the pilot of a process to resolve a new problem. This is done by taking into account causalities relations which exist between performance inductors and indicators as well as dependence relations between criteria. The second model is based on hybridization between the CBR and the clustering. It tries to improve the phases: cases representation, similar cases retrieval and case base maintenance of the CBR cycle. The application of a clustering method represents a way of arranging the case base to facilitate the piloting aid. These two models can be executed in a complementarity relation. Indeed, the second model based on clustering allows, at first, to form homogeneous groups including the new case to look for its solution. Then, after obtaining the cluster containing the new case with its similar cases, the first model will be activated to find the closest. However, criteria used by these two models are quantitative. For that purpose, a linguistic approach was used to apply non homogeneous data which can be numeric or linguistic. These two models were applied in a real industrial case of cardboard packagings manufacturing. They were also implemented in a computer prototype in the form of an Interactive System of Process Piloting Aid (ISPPA) via interfaces to better validate their applications.