Face à l’évolution technologique rapide des produits, l’innovation incrémentale des nouveaux produits, et la mobilité du personnel le plus expérimenté, les entreprises cherchent à formaliser et à capitaliser leurs expériences et les savoir-faire des acteurs d’entreprise en vue d’une réutilisation ultérieure. Afin de répondre à cette problématique, l’approche du raisonnement à partir de cas conversationnel (RàPCC) est une réponse potentielle à la question de la capitalisation et de la réutilisation des connaissances. Notre recherche s’intéresse aux méthodes permettant de piloter le retour d’expérience (RETEX) appliqué à la résolution de problèmes techniques. Notre méthodologie pour créer un système d’aide au diagnostic des pannes est divisée en quatre phases : la description d’événements, l’élaboration de l’ensemble des solutions apportées aux pannes, la mise en place d’une aide au diagnostic grâce aux arbres de défaillances et la mise en place d’un système informatique. Afin d’extraire les connaissances tacites et les formaliser, nous avons créé des protocoles de décision dans le but d’aider l’expert à résoudre un problème industriel. Nous avons donc proposé une formulation et l’élaboration de cas conversationnels dans le domaine du diagnostic. Ces cas doivent être stockés dans une base de cas. Afin de valider notre proposition méthodologique, nous avons réalisé la phase expérimentale dans une entreprise industrielle de l’Est de la France. Nous proposons finalement une maquette informatique conçue pour l’entreprise. Cette maquette permet de réaliser un diagnostic des pannes en créant des cas dans une base de cas pour une réutilisation ultérieure / Faced with the fast technological development of products, incremental innovation of new products, and the mobility of their most experienced staff, companies are seeking to formalize and capitalize on the experiences and know-how of their personnel in order to reuse them later. To deal with these problems, the conversational case based reasoning (CCBR) approach is a potential answer to the question of capitalization and reuse of knowledge. Our research focuses on methods to manage experience feedback (EF). We are placed in the field of experience feedback applied to technical problem solving. Our methodology for creating aided failure diagnosis systems is divided into four phases: the events description, the development of all solutions to failures, the arrangement of a diagnostic aid through fault trees and setting up a computer system. We based our work on the fault tree approach in order to extract tacit knowledge and its formalization. Our objective was to create decision protocols in order to assist the expert in solving an industrial problem. Therefore, we have proposed a formulation and development of conversational cases in diagnosis. These cases must be memorised in a database of cases. To validate our proposal methodology, we have carried out the experimental phase in an industrial company in eastern France. This experiment allowed us to validate our work and highlight its advantages and limitations. Finally, we propose a computer model designed for the company. This model enables failure diagnosis by creating the case in a case base for later utilization

Jeune discipline à la croisée de l'informatique, de l'intelligence artificielle et des sciences cognitives, l'ingénierie des connaissances vise à modéliser les connaissances d'un domaine pour les opérationnaliser dans un outil informatique. Pour cela, elle propose des outils théoriques, des modèles et des méthodologies empiriques pour instrumenter les systèmes et permettre l'échange de connaissances entre l'utilisateur et l'outil informatique.<br> Le travail développé ici traite de l'ingénierie des connaissances d'une catégorie de systèmes en particulier : les systèmes de raisonnement à partir de cas (RÀPC). Un système de RÀPC assiste un utilisateur dans sa tâche de résolution de problème en lui proposant une adaptation à la situation courante d'une précédente expérience. C'est en particulier au système en interaction "utilisateur - outil de RÀPC" que nous nous intéressons ici.<br> La problématique étudiée peut donc être exprimée ainsi : quelles méthodes et outils développer pour instrumenter efficacement le système apprenant "utilisateur - outil de RàPC" ? Cette problématique soulève un questionnement sur les connaissances du raisonnement et conduit à une analyse au niveau connaissance de tels systèmes. Un autre volet d'analyse porte sur les interactions entre l'utilisateur et l'artefact informatique pendant les phases de résolution de problème. Ces aspects sont étudiés à plusieurs niveaux dans les différentes contributions présentées dans cette thèse.<br> Nos différentes expériences et expérimentations nous ont conduits à proposer, comme première contribution, une formalisation à un niveau général de l'apprentissage interactif de connaissances en RÀPC (FIKA). Cette formalisation repose sur les échecs de raisonnement qui, puisqu'ils permettent de mettre en évidence les lacunes dans les connaissances disponibles, sont utilisés pour guider le processus d'apprentissage. Deux extensions de ce modèle général ont été proposées : IAKA et FRAKAS.<br> IAKA raffine les principes proposés par FIKA pour permettre leur mise en ?uvre immédiate dans une certaine catégorie de systèmes où les connaissances peuvent être représentées selon un modèle donné (cas et connaissances d'adaptation représentées par des opérateurs d'adaptation). Ces principes ont été implantés et expérimentés dans une application développée à des seules fins expérimentales.<br> FRAKAS propose des méthodes et outils similaires pour une autre catégorie de systèmes ou les connaissances du domaines sont utilisées pour guider l'adaptation. Ces principes ont, quant à eux, été implantés dans un prototype inspiré d'une application réelle.<br> IAKA et FRAKAS, les deux extensions de l'approche FIKA, présentent des forces et des limites, une réflexion quant à leur intégration possible à donc été menée. Une première tentative pratique d'intégration a été mise en ?uvre dans une application de RÀPC permettant l'adaptation de recettes de cuisine : le logiciel TAAABLE.

Nous explorons la réutilisation et le partage automatique des expériences passées des utilisateurs dans des tâches de RI. Le but est de proposer des recommandations pertinentes à l'utilisateur selon ses intérêts. Nous utilisons le raisonnement à partir de cas (RàPC) comme une méthodologie d'apprentissage et de modélisation de l'expérience des utilisateurs et, l'architecture P2P afin de préserver l'autonomie des utilisateurs. Pour illustrer notre approche, nous avons développé une application pilote COBRAS pour la gestion et la recommandation de références bibliographiques. <br />Deux problématiques se présentent : comment obtenir les références pertinentes et comment choisir des agents avec qui collaborer ? Pour résoudre ces problèmes, nous nous sommes basés sur l'exploitation des historiques des interactions entre les agents.<br />Le RàPC est utilisée pour deux finalités : <br />a)déterminer pour une requête, des agents intéressants à interroger ;<br />b)chercher pour une requête, des références pertinentes.

Cette thèse propose des outils d'aide multicritère à la décision pour le pilotage d'un processus basés sur la capitalisation des connaissances à travers la technique du raisonnement à partir de cas (RàPC). Deux modèles ont été développés. Le premier modèle, se basant sur des cas analogues passés, aide le pilote d'un processus à résoudre un nouveau problème. Ceci étant en tenant compte aussi bien des relations de causalités qui existent entre les indicateurs et les inducteurs de performance que des relations de dépendance qui surgissent entre les différents critères. Le deuxième modèle est basé sur une hybridation entre le RàPC et le clustering. Il cherche à améliorer les phases : représentation des cas, recherche de cas similaires et maintenance de la base de cas du cycle du RàPC. L'application d'une méthode de clustering représente une manière d'arranger la base de cas afin de faciliter l'aide au pilotage. Ces deux modèles peuvent fonctionner en relation de complémentarité. En effet, le deuxième modèle basé sur le clustering permet, d'abord, de former des groupes homogènes y compris le nouveau cas qu'on veut chercher sa solution. Ensuite, après avoir obtenu le cluster contenant le nouveau cas avec ses cas similaires, le premier modèle sera déclenché pour trouver le cas le plus proche. Toutefois, les critères utilisés par ces deux modèles sont quantitatifs. Pour cela, une approche linguistique a été utilisée pour gérer des données non homogènes, c'est-à-dire numériques et linguistiques. Ces deux modèles ont été appliqués dans un cas industriel réel de fabrication d'emballages en carton. Ils ont été aussi implémentés dans un prototype informatique sous forme d'un Système Interactif d'Aide au Pilotage d'un Processus (SIAPP) à travers des interfaces pour mieux valider leurs applications.

L'objectif de cette thèse est de modéliser les processus de prise de décisions dans les organisations productives en mettant l'accent sur la communication, la coopération, la négociation et surtout l'amélioration par l'apprentissage du comportement des acteurs décisionnels. Les entreprises font depuis plusieurs années des efforts importants pour étudier et développer une stratégie essentiellement orientée sur la réactivité. Cette stratégie nécessite un rapprochement entre la structure physique et la structure décisionnelle, ce qui entraîne une redistribution de la décision aux différents niveaux d'une organisation et un accroissement d'autonomie de ses acteurs décisionnels. Pour mettre en évidence cette réalité, nous insistons sur des facteurs clefs tels que la complexité des organisations productives qui sont à l'intersection de différents domaines (économique, sociologique, technologique, etc.), les mécanismes de prise de décisions distribuées, les phénomènes d'orientation de décisions, et 1' apprentissage qui est une aptitude et une faculté indispensable à tout système dynamique et évolutif. Ainsi, dans ces travaux nous proposons premièrement la modélisation des organisations productives, et en particulier de leurs processus décisionnels en se basant sur les concepts des systèmes multi-agents, deuxièmement la modélisation et la formalisation des connaissances des acteurs décisionnels, et enfin 1' apprentissage de nouvelles connaissances en we de la prise de nouvelles décisions dans des contextes ou des situations analogues en adoptant la méthode de raisonnement à partir de cas. Ces hypothèses sont validées par la construction d'une maquette de simulation qui repose sur L'iniplémentation du flux décisionnel à travers des règles de décisions et une architecture de représentation de connaissances (base de cas), et du flux physique par 1 'utilisation des techniques de simulation à événements discrets. Enfin cette maquette a été appliquée au cas d'une entreprise industrielle.

Le raisonnement à partir de cas est un modèle de raisonnement dont le but est de résoudre des problèmes à partir de l'expérience de résolution de problèmes connus, appelés cas sources. Une solution tirée d'un cas source peut ne pas être applicable directement au problème traité, il faut alors l'adapter. Nous nous intéressons dans cette thèse à une approche de l'adaptation qui s'appuie sur la théorie de la révision des connaissances. La révision des connaissances consiste à modi er des connaissances initiales pour prendre en compte de nouvelles connaissances avec lesquelles elles peuvent être en contradiction. Comme pour l'adaptation, les modi cations apportés aux connaissances sont minimales. Ce rapprochement entre adaptation et révision permet de s'appuyer sur la formalisation logique de la révision pour donner un cadre formel à l'adaptation. Dans ce but nous dé nissons des opérateurs de révision dans des formalismes utiles au raisonnement à partir de cas : dans un formalisme attributs-valeurs simples et dans une logique de descriptions expressive (ALC ). Nous montrons aussi que plusieurs approches de l'adaptation précédemment dé nies peuvent être mises sous la forme d'adaptation par la révision. Nous considérons aussi une extension de l'adaptation par la révision à une combinaison de cas où ce n'est plus un seul mais plusieurs cas sources qui sont exploités pour résoudre un problème. Cette approche de combinaison de cas s'appuie sur la fusion contrainte de connaissances qui généralise la révision. Ces travaux ont été appliqués dans le système d'élaboration de recettes de cuisine Taaable pour l'adaptation des quantités d'ingrédients suivant le modèle de l'adaptation par la révision.

Dans cette thèse, nous présentons une nouvelle démarche méthodologique de réorganisation d’un réseau logistique. L’objectif est d’aider le décideur à choisir la meilleure configuration de la chaine logistique sur des critères de durabilité sans disposer d’un très grand nombre de données et d’informations au niveau tactique et opérationnel de ses processus d’entreprise. Notre travail de recherche a permis de développer un modèle d’aide à la décision intégrant les aspects de durabilités, de RSO dans la chaîne logistique, basé sur le formalisme des modèles graphiques causaux. Une telle solution a permis de lever quelques verrous scientifiques comme le traitement des retours d’expériences et l’élicitation de données et de performances parfois ambigus particulièrement lorsqu’il s’agit de responsabilité sociétale. Le déroulement de la méthode et le détail de la contribution ont été décliné séquentiellement sur un cas d’école. Le dernier chapitre a été consacré à l’étude de cas d’une entreprise de la chaîne logistique inverse.La structure de ma thèse se décline en deux parties : une première pour l’état de l’art et une deuxième pour la contribution scientifique et l’application.Le chapitre 1 définit la responsabilité sociétale des organisations et décrit ses normes et labels avec un sue synthèse documentaire et hypothèses.Le chapitre 2 présente la définition et les éléments d’une chaine logistique durable pour faire une classification de différentes typologies et déduire les enjeux et les problématiques liées à la notion de durabilité de la chaine logistique. Et on finira la première partie de l’état de l’art par une évaluation probabiliste et bayésienne des performances dans la chaine logistique, toute en présentant les différentes méthodes et outil de modélisation de l’entreprise avec une définition des différents critères d’évaluation de la chaine et on listant les indicateurs de performances appropriés.Le chapitre 4 développe un modèle de contribution des processus à la durabilité de la chaine logistique.Nous proposons une démarche d’évaluation des performances de durabilité dans un réseau d’un réseau de partie prenante au niveau du cinquième chapitre.Notre dernier chapitre s’intéresse à appliquer notre modèle sur un cas industriel réel. / .../...

Ce mémoire porte sur l'utilisation des ontologies dans les systèmes de recherche d'information SRI dédiés à des domaines particuliers. Il se base sur une approche à deux niveaux, à savoir la formulation et la recommandation des requêtes. La formulation consiste à assister l'utilisateur dans l'expression de sa requête en se basant sur des concepts et des propriétés de l'ontologie de domaine utilisée. La recommandation consiste à proposer des résultats de recherche en utilisant la méthode du raisonnement à partir de cas. Dans cette méthode, une nouvelle requête est considérée comme un nouveau cas.La résolution de ce nouveau cas consiste à réutiliser les anciens cas similaires qui ne sont que des requêtes traitées auparavant. Afin de valider l'approche proposée, un système OntoCBRIR a été développé et un ensemble d'expérimentations a été élaboré. Enfin, les perspectives de recherche concluent le présent rapport. / This thesis study the using of ontologies in information retrieval systemdedicated to a specific domain. For that we propose a two-level approach to deal with i) the query formulation that assists the user in selecting concepts and properties of the used ontology ; ii) the query recommendation that uses the case-based reasoning method, where a new query is considered as a new case. Solving a new case consists of reusing similar cases from the history of the previous similar cases already processed. For the validation of the proposed approaches, a system was developed and a set of computational experimentations was made. Finally, research perspectives conclude that this present report.

L'activité de conception est un processus complexe et décisif dans le cycle de vie des produits et des procédés de fabrication. Dans le contexte actuel, les chercheurs et ingénieurs de conception notent une nette augmentation de la complexité des produits et procédés, pour satisfaire au mieux l’ensemble des exigences croissantes provenant de l’ensemble des acteurs du cycle de vie (industriels et utilisateurs) mais aussi du monde normatif. La gestion des connaissances et de l’expertise métier est un atout important pour rendre plus efficace et accélérer ce processus. Les recherches actuelles sur la gestion des connaissances font émerger des méthodes et outils performants pour identifier, formaliser, exploiter et diffuser la connaissance et les expériences issues de conceptions passées en vue de produire rapidement de nouvelles solutions. Parmi les approches existantes le Raisonnement à Partir de Cas (RàPC) et la Programmation Par Contraintes (PPC) correspondent aux besoins identifiés en Génie des Procédés. A partir de l’analyse de ces deux approches, ce travail propose un couplage du RàPC et de la PPC afin de fournir un cadre méthodologique et un outil logiciel pour une aide à la conception. Le RàPC permet de capitaliser et de remémorer les expériences passées. Toutefois, la modification de la solution passée pour répondre aux exigences du nouveau problème nécessite l’ajout de nouvelles connaissances aussi appelées connaissances d’adaptation. La PPC, quant à elle, offre justement un cadre approprié pour modéliser et gérer la connaissance permettant l’obtention d’une solution à un problème mais aussi ces connaissances d’adaptation. Outre la formalisation des connaissances d’adaptation, une des difficultés réside dans l’acquisition de ces connaissances. Dans l’approche proposée, le cycle traditionnel du RàPC a été modifié de façon à créer une boucle d’interaction avec l’utilisateur. Lorsqu’un échec d’adaptation se produit, cette boucle est activée et l’expert est sollicité pour apporter les modifications nécessaires à l’obtention d’une solution appropriée. Cette correction est l’occasion d’acquérir en ligne cette nouvelle connaissance, qui sera par la suite mise à jour et ajoutée dans le système. Un cas d’étude sur la conception d’une opération unitaire de génie des procédés permet d’illustrer l’approche. / Design is a complex and crucial process within the lifecycle of products and production processes. In the current context, design engineers and researchers notice an increasing in complexity of products and processes, in order to meet all the requirements coming from all the participants(manufacturers and users alike) in the life cycle and in the normative world as well. Knowledge management is an important asset to accelerate this process and improve its efficiency. Current research on knowledge management is producing new methods and tools to identify, formalize, exploit and disseminate knowledge from past designs experiences to produce new solutions rapidly. Among existing approaches, Case-Based Reasoning (CBR) and Constraint Programming (CP) are suited to needs identified in Process Engineering. Based on the analysis of these two approaches, this work proposes a coupling of CBR and the CP to provide a methodological framework and a software tool to assist design. The CBR allows to capitalize and retrieve past experiences. However, transforming the past solution to fit the new problem requirements needs the addition of new knowledge also known as Adaptation Knowledge. CP, meanwhile, offers an appropriate framework to model and manage knowledge required to obtain an appropriate solution to a problem, but also the adaptation knowledge. In addition to the formalization of adaptation knowledge, one of the remaining major difficulties lies in knowledge acquisition. In the proposed approach, the traditional CBR cycle has been modified to create a user interaction loop. When an adaptation failure occurs, this loop is activated and the expert is asked to make the necessary changes to achieve an appropriate solution. This correction is an opportunity to acquire this new knowledge online, which will be subsequently updated and added into the system. A case study on the design of a unit operation of Process Engineering is used to illustrate the approach

Les systèmes automatisés de production (SAP) représentent une classe importante des systèmes industriels qui sont de plus en plus complexes vue le grand nombre d’interaction et d’interconnexion entre leurs différents composants. En conséquence, ils sont plus sensibles aux dysfonctionnements dont les conséquences peuvent être importantes en termes de productivité, de sécurité et de qualité de production. Un défi majeur est alors de développer une approche intelligente qui peut être utilisée pour le diagnostic de ces systèmes afin de garantir leurs suretés de fonctionnement. Dans le cadre de cette thèse, nous nous intéressons seulement au diagnostic des SAP ayant une dynamique discrète. Nous présentons dans le premier chapitre ces systèmes, les dysfonctionnements possibles et la terminologie du diagnostic utilisée. Ensuite, nous présentons un état de l’art de différentes méthodes et approches existantes et aussi une synthèse de ces méthodes. Cette synthèse nous a motivé de choisir une approche à base de donnée qui s’appuie sur une technique d’apprentissage automatique, qui est le raisonnement à partir de cas (RàPC). Pour cela, nous avons présenté dans le deuxième chapitre un état de l’art sur l’apprentissage automatique et ses différentes méthodes en mettant l’accent essentiellement sur le RàPC et ses utilisations pour le diagnostic des systèmes industriels. Cette étude nous a permis de proposer dans le chapitre 3 une approche d’aide au diagnostic qui se base sur le RàPC. Cette approche s’appuie sur une phase hors ligne et une phase en ligne. La phase hors ligne permet de définir un format de représentation de cas et de construire une base de cas normaux (BCN) et une base de cas défaillants (BCD) à partir d’une base de données d’historique. La phase en ligne permet d’aider les opérateurs humains de surveillance à la prise de la décision du diagnostic la plus adéquate. Les résultats des expérimentations sur un système de tri de caisses ont présentés les piliers de cette approche qui résident au niveau du format de représentation de cas proposé et au niveau de la base de cas utilisé. Pour résoudre ces problèmes et améliorer les résultats, un nouveau format de représentation de cas est proposé dans le chapitre 4. Selon ce format et à partir des données issues du système simulé après son émulation en mode normal et fautif, les cas de la base de cas initiale sont construits. Ensuite, une phase de raisonnement et d’apprentissage incrémental est présentée. Cette phase permet non seulement le diagnostic du système surveillé mais aussi d’enrichir la base de cas suite à l’apparition des nouveaux comportements inconnus. Les expérimentations présentées dans le chapitre 5 sur « le plateau tournant » qui est un sous système du système « tri de caisses » ont permis de montrer l’amélioration des résultats et aussi d’évaluer et de comparer les performances de l’approche proposée vis-à-vis certaines approches d’apprentissage automatique et vis-à-vis une approche à base de modèle pour le diagnostic du plateau tournant. / Automated production systems (APS) represents an important class of industrial systems that are increasingly complex given the large number of interactions and interconnections between their different components. As a result, they are more susceptible to malfunctions, whose consequences can be significant in terms of productivity, safety and quality of production. A major challenge is to develop an intelligent approach that can be used to diagnose these systems to ensure their operational safety. In this thesis, we are only interested in the diagnosis of APS with discrete dynamics. We present in the first chapter these systems, the possible malfunctions and the used terminology for the diagnosis. Then, we present a state of the art of the existing methods for the diagnosis of this class of systems and also a synthesis of these methods. This synthesis motivated us to choose a data-based approach that relies on a machine learning technique, which is Case-Based Reasoning (CBR). For this reason, we presented in the second chapter a state of the art on machine learning and its different methods with a focus mainly on the CBR and its uses for the diagnosis of industrial systems. This study allowed us to propose in Chapter 3 a Case Based Decision Support System for the diagnosis of APS. This system is based on an online block and an offline block. The Offline block is used to define a case representation format and to build a Normal Case Base (NCB) and a Faulty Case Base (FCB) from a historical database. The online block helps human operators of monitoring to make the most appropriate diagnosis decision. The experiments results perform on a sorting system presented the pillars of this approach, which reside in the proposed case representation format and in the used case base. To solve these problems and improve the results, a new case representation format is proposed in chapter 4. According to this format and from the data acquired from the simulated system after its emulation in normal and faulty mode, cases of the initial case base are build. Then, a reasoning and incremental learning phase is presented. This phase allows the system diagnosis and the enrichment of the case base following the appearance of new unknown behaviors. The experiments presented in Chapter 5 and perform on the 'turntable' which is a subsystem of the 'sorting system” allowed to show the improvement of the results and also to evaluate and compare the performances of the proposed approach with some automatic learning approaches and with a model-based approach to turntable diagnosis.