Thèse soutenue

Déduction de processus métier collaboratifs inter-organisationnels au sein d'un réseau social d'entreprises

FR  |  
EN
Auteur / Autrice : Aurélie Montarnal
Direction : Jacques LamotheFrédérick Bénaben
Type : Thèse de doctorat
Discipline(s) : Génie Industriel
Date : Soutenance le 08/10/2015
Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
Partenaire(s) de recherche : Laboratoire : Centre Génie Industriel (Albi) - Centre Génie Industriel / CGI
Jury : Président / Présidente : François Charoy
Examinateurs / Examinatrices : Jacques Lamothe, Frédérick Bénaben, Hamideh Afsarmanesh, Raul Poler, Matthieu Lauras
Rapporteurs / Rapporteuses : Hamideh Afsarmanesh, Raul Poler

Résumé

FR  |  
EN

Particulièrement lors de collaborations dans le cadre de chaînes logistiques ou d'entreprises virtuelles, établir les workflows collaboratifs est une étape laborieuse car souvent réalisée soit de façon humaine, soit avec des méthodes manquant de flexibilité. Sur la base d'un réseau social d'entreprises, cette thèse vise à faciliter cette étape en proposant un service de déduction de processus collaboratifs inter-organisationnels. Cela soulève trois problèmes: (i) trouver les activités qui doivent être exécutées pour remplir les objectifs de la collaboration (Quoi?), (ii) sélectionner les partenaires pouvant réaliser ces activités (Qui?) et (iii) ordonner ces activités en un processus métier collaboratif (Quand?). Dans le cadre d'un réseau social, il est attendu que plusieurs organisations soient capables de fournir les mêmes activités. Dans un tel contexte de concurrence entre les organisations, une optimisation globale permet de trouver un processus final quasi-optimal, en prenant en compte ces trois questions de manière simultanée : trouver l'ensemble des ''meilleurs'' partenaires et leurs activités dans un contexte de collaboration spécifique. A cette fin, des ontologies de collaboration ont été développées et permettent de représenter et collecter des connaissances sur les collaborations. Ainsi, quand les utilisateurs remplissent leurs profils sur le réseau social, le système peut comprendre (i) les attentes des utilisateurs lorsqu'ils fournissent leurs objectifs de collaboration et (ii) les capacités qu'ils peuvent fournir. Un outil d'aide à la décision, basé sur un algorithme d'optimisation par colonies de fourmis permet ensuite d'exploiter les ontologies de collaboration afin de trouver un processus quasi-optimal répondant aux attentes et objectifs de la collaboration. Les résultats de cette thèse s'inscrivent au sein du projet FUI OpenPaaS dont le but est d'établir un nouveau réseau social d'entreprises visant à faciliter leurs collaborations intra et inter-organisationnelles.