Contribution de l'intelligence artificielle à l'aide à la décision dans la gestion des systèmes de transport urbain collectif

• Auteur / Autrice : Aziz Soulhi
• Direction : Pierre Borne
• Type : Thèse de doctorat
• Discipline(s) : Productique
• Date : Soutenance en 2000
• Etablissement(s) : Lille 1

Mots clés

Mots clés contrôlés

Transports urbains

Systèmes d'aide à la décision

Intelligence artificielle

Résumé

Les travaux de recherche presentes dans cette these ont pour objectif la modelisation de la regulation du trafic de reseaux de transport urbain collectif. Il a ete montre la faisabilite d'un modele d'aide a la decision pour les regulateurs. La realisation de ce modele est fondee sur la theorie des sous-ensembles flous, qui se prete bien a la resolution des problemes lies aux systemes complexes et incertains. L'originalite de ce modele reside dans la prise en compte des imperatifs de l'exploitation ainsi que des objectifs vises par les regulateurs. Il utilise l'expertise des praticiens comme une source de connaissances pour resoudre les problemes de la regulation du trafic auxquels sont confrontes le plus souvent les regulateurs. Ces problemes deviennent beaucoup plus difficiles, quand des perturbations causees par des incidents imprevus sont simultanees dans plusieurs endroits du reseau. Cette difficulte reside dans la modelisation, d'une part des incidents, et d'autre part des criteres pertinents de la prise de decision. Nous trouvons la, une bonne raison du fondement de notre modele sur la theorie des sous-ensembles flous. Ce modele commence par une acquisition de l'information sur le reseau et des criteres mis en jeu. Cette information est modelisee a travers les fonctions d'appartenance par fuzzification. Les decisions sont elaborees par le biais de l'inference floue en utilisant les regles de decision. Apres la defuzzification le modele propose des strategies de regulation sous forme de classes de decisions aux regulateurs qui restent les maitres de la situation. Ils peuvent valider et appliquer les decisions proposees ou suggerer d'autres decisions qui enrichiront l'expertise utilisee par le modele. Nous avons montre par le biais des simulations presentees sur des exemples simples combien cette methodologie etait souple d'emploi, et combien il etait interessant de modeliser la connaissance et de rendre automatique le processus decisionnel.