Développement de techniques de planification multi-agent basées sur la modélisation des processus et l'analyse des risques : le cas des dispositifs d'intervention face aux crises environnementales et humanitaires

From business modelling and risk analysis to a multi-agent planning dynamic architecture : a case study in crisis rescue operational management.

• Auteur / Autrice : Cendrella Chahine
• Direction : François Pérès, Mohamad El Falou
• Type : Thèse de doctorat
• Discipline(s) : Génie Industriel
• Date : Soutenance le 18/11/2022
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)
• Jury : Président / Présidente : Pierre Dehombreux
• Jury : Examinateurs / Examinatrices : François Pérès, Mohamad El Falou, Pierre Dehombreux, Zineb Simeu-Abazi, M'hamed Sahnoun, Thierry Vidal
• Jury : Rapporteurs / Rapporteuses : Zineb Simeu-Abazi, M'hamed Sahnoun

Mots clés

Mots clés contrôlés

Planification

AMDE, Méthode

Modèle de procédé d'affaire et notation

Gestion des crises

Mots clés libres

Systèmes multi-agent

Planification et ordonnancement

Gestion de crise

Multi-agent systems

Planning and scheduling

Crisis management

Résumé

Notre société actuelle cherche de plus en plus à assurer une sécurité constante à ses habitants, tant pour leur vie, leur santé, leurs biens matériels que pour le maintien des infrastructures communes. La gestion de crise a pour objectif de limiter l’impact d’un évènement redouté avéré et de rétablir les conditions correspondant à une situation nominale. Dans cette thèse, nous nous intéressons à la gestion des secours dans les crises telles que les attentats terroristes, les séismes, etc. Les plans d’intervention sont disponibles dans un format textuel définissant les acteurs impliqués et leurs rôles. Afin de fournir une vue globale de la collaboration entre les services de secours, nous avons établi des modèles distinguant les ensembles des tâches : décisionnel, opérationnel et informationnel. Ces modèles ont été construits à partir du standard BPMN (Business Process Model and Notation). Sur la base de cette représentation, une analyse dysfonctionnelle a été effectuée à partir d’une analyse AMDEC (Analyse les Modes de Défaillance, leurs Effets et leur Criticité) dans l’optique d’identifier pour mieux anticiper les évènements susceptibles de perturber le plan d’intervention. La suite du travail s’inscrit dans le domaine de planification sous incertitudes. Les plans d’intervention qui existent sont destinés à garantir la mobilisation des ressources et l’organisation opérationnelle des secours. Dans ce domaine, il est également important de distinguer la phase de préparation en amont des plans d’interventions, qui va tâcher d’anticiper la plupart des situations possibles, de l’exécution des plans qui devront pouvoir s’adapter aux imprévus de la situation réelle, et envisager donc des modes dégradés. Nous concentrons nos efforts sur des approches de type proactive, réactive et progressive qui semblent pouvoir bien s’adapter à ce contexte. La première prend en compte les incertitudes dès la phase de construction hors ligne. Dans la seconde approche, un plan prédictif, construit hors ligne sans tenir compte des incertitudes, sera complété par différents algorithmes réactifs exécutés en ligne pour corriger des incohérences dans le plan initial induisant une replanification. Dans la troisième approche le plan est généré à court terme, ce qui permet de planifier et d’exécuter le plan en ligne.Généralement, en planification le nombre des actions nécessaires afin d’atteindre l’objectif est inconnu. Ainsi qu’en ordonnancement, nous savons exactement le nombre de tâche à exécuter. Dans notre projet, nous sommes entre les deux car nous pouvons avoir une idée globale de la taille du plan et nous ne savons pas au départ qu’est-ce que nous allons exécuter. Chaque acteur de plan d’intervention a une bibliothèque des plans types. Nous utilisons un algorithme d’insertion de plans afin de choisir parmi les plans types ceux qui peuvent servir à atteindre l’objectif. Le système multi-agents est un outil d’aide à la décision qui nous permet de simuler notre scénario dans les deux aspects semi-centralisé et décentralisé afin de comparer les comportements des agents en leur donnant un niveau d’autonomie.Dans cette thèse, nous visons à tester des stratégies distribuées pour générer et exécuter des plans d’urgence dans un scénario d’attaque terroriste. Dans ce contexte, nous proposons un système de planification multi-agent dynamique qui se concentre sur la phase de réponse dans un plan desauvetage où la réaction doit être rapide et efficace autant que possible afin de minimiser les pertes humaines.

Today’s society is increasingly seeking to ensure the constant safety of its inhabitants, for their lives, their health, their material goods and for the maintenance of common infrastructures. The objective of crisis management is to limit the impact of an event and to restore the conditions corresponding to a nominal situation. In this context, we will focus on the management of emergency services in crises such as terrorist attacks, earthquakes, etc. Response plans are available in a textual format defining the actors involved and their roles. In order to provide a global view of the collaboration between emergency services, we have established models distinguishing between decisional, operational and informational task sets. These models were built using the BPMN (Business Process Model and Notation) standard. On the basis of this representation, a dysfunctional analysis was carried out from a FMEA (Failure Mode, Effects and Criticality Analysis) in order to identify and better anticipate the events likely to disrupt the intervention plan. The rest of the work is in the field of planning and scheduling under temporal uncertainties. The existing intervention plans are intended to guarantee the mobilization of resources and the operational organization of the rescue. In this field, it is also important to distinguish the preparation phase upstream of the intervention plans, which will try to anticipate most of the possible situations, from the plans execution which will have to be able to adapt to the unforeseen events of the real situation, and thus envisage degraded modes. We focus our efforts on proactive, reactive and progressive approaches that seem to fit well in this context. The first one takes into account the uncertainties from the offline construction phase. In the second approach, a predictive plan, built off-line without accounting for uncertainties, will be completed by different reactive algorithms executed online to correct inconsistencies in the initial plan inducing a re-planning. In the third approach, the plan is generated in the short term, which allows the plan to be planned and executed online.Generally, in planning the number of actions needed to reach the goal is unknown. In scheduling, we know exactly how many tasks to execute. In our project, we are between the two because we can have a global idea of the plan size and we don’t know at the beginning what we will execute. Each actor in an emergency plan has a library of standard plans. We use a plan insertion algorithm to select from the standard plans the ones that can be used to achieve the objective. The multi-agent system is a decision support tool that allows us to simulate our scenario in both semi-centralized and decentralized aspects in order to compare the behavior of the agents by giving them a level of autonomy.In this thesis, we aim to test distributed strategies to generate and execute emergency plans in a terrorist attack scenario. In this context, we propose a dynamic multi-agent planning system that focuses on the response phase in a rescue plan where the reaction must be fast and efficient as much as possible in order to minimize human losses.