Les travaux présentés dans cette thèse ont pour objectif de contribuer à l’élaboration d’un outil d’aide à la décision en conception exploitant de la connaissance générale et de la connaissance contextuelle. L’exploitation de la connaissance générale est effectuée à l’aide d’un moteur de filtrage de contraintes et l’exploitation de la connaissance contextuelle repose sur des principes issus du raisonnement à partir de cas et du data-mining. Le résultat principal est basé sur une notion de contrainte dite "contextuelle". L’idée forte revient à paramétrer une contrainte en fonction du contexte dans lequel celle-ci doit être filtrée. Suivant le niveau de confiance caractérisant la connaissance contextuelle, cette contrainte pourra soit être propagée de manière autonome dans le moteur de filtrage soit être utilisée pour fournir une forme de conseil à l’utilisateur du système d’aide. Nous proposons pour identifier le contexte d’emploi de la contrainte d’utiliser le principe de recherche par similarité très largement utilisé dans les travaux portant sur le raisonnement à partir de cas. Afin de compléter ou d’affiner les informations résultant du filtrage de cette contrainte contextuelle, nous utilisons des algorithmes de comptage issus du data-mining pour fournir des fréquences d’apparition caractérisant une forme de confiance dans le résultat. Nos travaux s’inscrivent dans le cadre d’un projet FUI portant sur la maintenance d’hélicoptère. Le but de notre outil est d’estimer au mieux la charge, le cycle, les coûts des activités opérationnelles de maintenance d’un hélicoptère. L’originalité des travaux est de considérer d’une part les connaissances constructeurs (connaissance générale) pour déterminer une première estimation puis de la corriger suivant les conditions d’utilisation effective de l’hélicoptère (connaissance contextuelle). / The works presented in this thesis aims to contribute to the development of a tool for design decision support exploiting general knowledge and contextual knowledge. The use of general knowledge is performed using a constraint filtering engine the exploitation of contextual knowledge is based on principles derived from case-based reasoning and data mining. The main result relies on a constraint notion called "contextual constraint". The principal idea consists to parameterize a constraint with respect to a context where it must be filtered. Depending on the level of confidence characterizing contextual knowledge, this constraint may either be propagated independently by a filtering engine or being used to provide help to the user. We propose in order to identify the context of the constraint to use the principle of similarity search widely used in case-based reasoning. To complete or refine the information resulting from this constraint contextual filtering, we use counting algorithms developed for data-mining to quantify the occurrence characterizing a kind of confidence in the result. Our work is based on a FUI project relating to helicopter maintenance. The aim of this tool is to better estimate the charge, the cycle, the operational costs of maintenance of an helicopter. The originality of this work is to consider both the manufacturers knowledge (general knowledge) to determine an initial estimate and then to correct it according to the conditions of effective use of the helicopter (contextual knowledge).
| Identifer | oai:union.ndltd.org:theses.fr/2013INPT0011 |
| Date | 05 February 2013 |
| Creators | Codet de Boisse, Aurélien |
| Contributors | Toulouse, INPT, Aldanondo, Michel, Geneste, Laurent |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds