Système réparti d'aide à la prise de décision distribuée et collective

Distributed Decision Support System For Collective And Distributed Decision-Making

• Auteur / Autrice : Sana Nadouri
• Direction : Allel Hadjali, Zaidi Sahnoun
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 05/12/2022
• Etablissement(s) : Chasseneuil-du-Poitou, Ecole nationale supérieure de mécanique et d'aérotechnique en cotutelle avec Université de Constantine
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique et d'Automatique pour les Systèmes / LIAS
• Jury : Président / Présidente : Ramdane Maamri
• Jury : Rapporteurs / Rapporteuses : Chirine Ghedira, Samir Akhrouf

Mots clés

Mots clés contrôlés

Traitement réparti

Systèmes d'aide à la décision

Optimisation combinatoire

Opérateur Skyline

Logique floue

Intelligence artificielle répartie

Décision de groupe

Mots clés libres

Relaxation

Préférences utilisateurs

Relaxation

User preferences

Résumé

Les systèmes d'aide à la prise de décision (ou DSS pour Decision Support Systems) collectent et compilent des informations à partir d'un large éventail de sources afin de faciliter la résolution de problèmes et la prise de décisions. Dans de nombreux domaines d'application (choix d’investissements, domaine médical, domaine militaire, etc.), les sources d'informations ne sont plus localisées sur un même site mais réparties sur de multiples sites pouvant communiquer entre eux pour contribuer à la prise de décisions. Pour faire face à ce défi, des systèmes d'aide à la décision distribués (ou DDSS pour Distributed Decision Support Systems) ont émergé. Par ailleurs, dans certaines applications, la décision est de nature collective, c'est-à-dire, elle ne concerne pas un seul utilisateur/choix/objet mais un groupe d’utilisateurs/choix/objets. Le travail de cette thèse s'inscrit dans le cadre de décisions de groupe dans un environnement distribué. L'approche que nous avons développée s'appuient sur la technologie agents et sur le paradigme Skyline. Les agents permettent de représenter la diversité des acteurs concernés par la décision ainsi que leurs interactions, d'une part, et de proposer des solutions robustes tout en s'adaptant à des environnements qui peuvent être imprévisibles et dynamiques, d'autre part. L'approche Skyline constitue un outil approprié pouvant aider l'utilisateur à prendre des décisions intelligentes en présence de données multidimensionnelles et lorsque différents, et souvent contradictoires, critères sont à prendre en compte. Dans une première contribution de la thèse, nous avons proposé une approche multi-agents pour la modélisation des DDSS. La spécificité de notre proposition est sa généralité, son dynamisme et son adaptabilité aux changements rapides de l’environnement avec l'agent d'observation. Le système proposé est capable de prédire ou de détecter des pannes dans les plus brefs délais et mettre ainsi en œuvre des actions de récupération à l'aide d'agents miroirs. Il est à noter que l’approche intègre aussi une phase d'apprentissage pour l'identification des problèmes de décision similaires. Une validation formelle de l'approche a aussi été réalisée. Dans un second temps, nous nous sommes intéressés à l'étude d'un modèle de Skyline de groupe centré utilisateur et offrant des procédures de contrôle des résultats afin de garantir des décisions meilleures et pertinentes. Cette contribution a porté sur la sémantique du modèle et aussi sur l'aspect algorithmique pour le calcul du Skyline de groupe relaxé. Enfin, une série d'expérimentations ont été menées, sur des données synthétiques et réelles, pour valider et comparer notre proposition.

Decision Support Systems (DSS) collect and compile information from a wide variety of sources to help in problem solving and decision making. In many fields of application (choice of investments, medicalfield, military field, etc.), the sources of information are no longer located on the same place but distributed over multiple sites that can communicate with each other to contribute to the decision.To address this challenge, Distributed Decision Support Systems (DDSS) have emerged. Moreover,in some applications, the decision is of a collective nature, that is to say, it does not concern a single user/choice/object but a group of users/choices/objects.The work of this thesis is part of group decisions in a distributed environment. The approach we have developed is based on agent technology and the Skyline paradigm. The agents make it possible to represent the diversity of the actors concerned by the decision as well as their interactions, on the one hand, and to propose robust solutions while adapting to environments which can be unpredictable and dynamic, on the other hand. The Skyline approach is an appropriate tool that can help the user to make intelligent decisions in the presence of multidimensional data and when different, and often contradictory, criteria are to be taken into account.In a first contribution of the thesis, we proposed a multi-agent approach for modeling DDSS. The specificity of our proposal is its generality, its dynamism and its adaptability to rapid changes in the environment with the observation agent. The proposed system is able to predict or detect failures in the shortest possible time and thus implement recovery actions using mirror agents. It should be noted that the approach also includes a learning phase for the identification of similar decision problems.A formal validation of the approach was also carried out. In a second step, we were interested in the study of a user-centered group Skyline model and offering procedures for controlling the results in order to guarantee better and relevant decisions. This contribution focused on the semantics of the model and also on the algorithmic aspect for the calculation of the relaxed group Skyline. Finally, a series of experiments were carried out, on synthetic and real data, to validate and compare our proposal.