logo EDITE Sujets de doctorat

Une approche systémique unifiée pour l'optimisation durable des système socio-environnementaux

Résumé rédigé par
Directeur de thèse:
Doctorant: Jerome DANTAN
Unité de recherche EA 1395 Centre d'Étude et de Recherche en Informatique et Communications

Projet

Les recherches que nous avons menées dans cette thèse contribuent plus particulièrement au domaine de l’ingénierie des systèmes de décision en univers incertain, dans un contexte de grandes masses de données traitées dynamiquement par des modèles complexes résultant de l'assemblage de modèles élémentaires. Nous proposons donc une approche unifiant des apports des différents domaines concernés, tirant parti des avantages de chacun d’entre eux et les faisant opérer en synergie : la modélisation des systèmes via un méta modèle pour les systèmes socio-environnementaux, leur simulation en environnement dynamique en vue de prises de décision et enfin la représentation générique de l’imperfection. La première approche citée est la caractérisation d’un méta-modèle systémique intégrant des modèles complexes résultant de l'assemblage de modèles élémentaires via des fonctions, des flux et des interactions avec d’autres briques. Nous verrons que ce méta-modèle s’intègre de manière naturelle au langage standard de modélisation des systèmes SysML. Nous verrons de manière détaillée dans l’état de l’art les approches analytiques ainsi que les approches systémiques actuelles utilisant ces derniers, au service du domaine des systèmes sociaux-environnementaux. Nous verrons que, pour la simulation de tels systèmes, la méthode de Monte-Carlo est souvent la seule approche utilisable pour l'étude des systèmes non linéaires de grande dimension pour lesquels aucune approche analytique n'est applicable (n simulations avec n très grand). Cependant, cette approche comporte un certain nombre de limites. Nous étudierons ce que le langage de modélisation standard SysML peut apporter au domaine des systèmes socio-environnementaux et enfin nous soulignerons ses limites relatives à nos problématiques. Le méta-modèle que nous décrivons utilise des modèles et des données issues de différentes sources et prend en compte les imperfections qui les entachent. Nous proposerons donc une approche à la fois opérationnelle et rigoureuse de représentation et de calcul sur des quantités dont l’imperfection ne relève pas seulement des approches probabilistes et statistiques, et qui s’intègre dans le méta-modèle précédent. Dans l’état de l’art, nous étudierons en quoi ces représentations de l’imperfection nécessitent des traitements différenciés, mais qui doivent cependant pouvoir être utilisées conjointement, permettant ainsi de prendre en compte la réalité des situations. Par exemple, on distingue l’imprécision due au manque de données ou de connaissances de la variabilité naturelle d’un phénomène. Enfin, notre approche consiste, à partir des informations hétérogènes et imparfaites, à bâtir un méta-modèle de décision. Ce méta-modèle permettra à un expert d’un domaine de proposer son propre modèle de décision grâce à des opérateurs et agrégats. Dans l’état de l’art, nous étudierons les bases de la théorie de la décision. Nous verrons que les approches adoptées nécessitent un modèle architectural permettant la mise en œuvre d’applications basées sur les concepts que nous développerons en termes de modèles systémiques, avec la manipulation des données imparfaites.