Piloter la Complexité : Utilisation de DSM et de l'algèbre d'intervalles d'Allen pour la planification collaborative

Handling complexity : the use of DSM and Allen's interval algebra for collaborative planning and scheduling

• Auteur / Autrice : Mathieu Baudin
• Direction : Jean-Michel Ruiz, Pierre Bonnal
• Type : Thèse de doctorat
• Discipline(s) : Génie industriel
• Date : Soutenance le 22/09/2014
• Etablissement(s) : Paris, ENSAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Conception de Produits et Innovation (LCPI) - Laboratoire Conception de Produits et Innovation
• Jury : Président / Présidente : Améziane Aoussat
• Jury : Examinateurs / Examinatrices : Pierre Bonnal, Manuel Ferre
• Jury : Rapporteur / Rapporteuse : Didier Gourc, Julie Stal-Le Cardinal

Mots clés

Mots clés contrôlés

Planification

Design interactif

Mots clés libres

Collaboration

Planification d'intervention

Rayonnements ionisants

Design Structure Matrix (DSM)

Algèbre d'intervalles d'Allen

Complexité

Collaboration

Intervention planning and scheduling

Ionizing radiations

Design Structure Matrix (DSM)

Allen’s interval algebra

Complexity

Résumé

Cette thèse propose une méthodologie de pilotage d'organisations complexes, ens'intéressant à de nouvelles méthodes de planification collaborative et d'optimisation d'interventions en environnements soumis à des rayonnements ionisants. En nous basant sur l'étude d'installations scientifiques et technologiques complexes tels que celles du CERN à Genève (Suisse) et de la GSI à Darmstadt (Allemagne), nous y analysons les besoins et contraintes de planification imposés par les environnements à risques en général, et par lesrayonnements ionisants en particulier. Les implications liées à la collaboration sont ensuite détaillées, et un modèle ontologique d'intervention est proposé afin de sélectionner les méthodes les plus adaptées au problème étudié. La méthode proposée dans cette thèse repose sur des techniques éprouvées en planification de projets ainsi qu'en conception de produits comme la Design Structure Matrix (DSM). Elle introduit en revanche dans ces domaines des méthodes habituellement rencontrées en intelligence artificielle : les algèbres temporelles qualitatives et la propagation des contraintes temporelles, ainsi que la recherche de compromis en cas de conflit. Cette « DSM Collaborative » a été implémentée dans une application prototype testée sur des cas pratiques au CERN et à la GSI, dont le premier est décrit dans l'ultime chapitre de cette thèse. C'est une approche qui place la ressource(essentiellement humaine) et les contraintes temporelles au coeur du processus de planification. Elle met l'accent sur la collaboration entre les différents participants, ainsi que sur la simulation et la comparaison multicritère de multiples scenarii plutôt que sur la recherche d'un unique optimum souvent irréalisable sur le plan pratique.

This work proposes a methodology to handle complexity in organizations byfocusing on innovative and collaborative planning and scheduling methods dedicated to the optimization of interventions in environments emitting ionizing radiations. By taking as work environment highly complex and technological scientific facilities such as the ones of CERN in Geneva (Switzerland) and GSI in Darmstadt (Germany), we analyze the needs and requirements induced in intervention planning and scheduling by hazardous environments in general, and then more specifically by ionizing radiations. The implications of collaborative work are then scrutinized, and an ontological model for interventions is designed in order to select the methods best suited to our problem. The framework we present in this work relies on methods sucessfully used in project planning and scheduling and innovative product design like the Design Structure Matrix (DSM). It also introduces in these fields methods borrowed to artificial intelligence planning and scheduling such as the temporal qualitative algebras, constraint propagation, and the search of compromises in case of conflicts. This so called “Collaborative DSM” has been implemented in a prototype software application tested at CERN and GSI on practical applications. The very first one and its results are presented in the final chapter of this thesis. This framework aims at placing resources (mostly human resources) and temporal constraints at the heart of the planning and scheduling process. It focuses on collaboration between the different actors involved, from coordinators to technicians, and on simulation and multiple-criteria comparison of several scenarios, rather than searching for a unique optimum, which often tends to be non-practical, should one even be found.