Modélisation sémantique et programmation générative pour une simulation multi-agents dans le contexte de gestion de catastrophe - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Revue Internationale de Géomatique Année : 2021

Modélisation sémantique et programmation générative pour une simulation multi-agents dans le contexte de gestion de catastrophe

Résumé

Disaster management requires collaborative preparedness among the various stakeholders. Collaborative exercises aim to train stakeholders to apply the plans prepared and to identify potential problems and areas for improvement. As these exercises are costly, computer simulation is an interesting tool to optimize preparation through a wider variety of contexts. However, research on simulation and disaster management focuses on a particular problem rather than on the overall optimization of the plans prepared. This limitation is explained by the challenge of creating a simulation model that can represent and adapt to a wide variety of plans from various disciplines. The work presented in this paper addresses this challenge by adapting the simulation model based on disaster management information and plans integrated into a knowledge base. The simulation model created is then automatically programmed to perform simulation experiments to improve action plans. The results of the experiments are analyzed in order to generate new knowledge to enrich disaster management plans in a virtuous cycle. This paper presents a proof of concept on the French national NOVI plan, for which simulation experiments have made it possible to know the impact of the physicians distribution on the plan application as well as to identify their best distribution.
La gestion de catastrophe nécessite une préparation collaborative entre les divers intervenants. Les exercices collaboratifs visent à entraîner les intervenants à appliquer les plans préparés ainsi qu'à identifier les problèmes et points d'améliorations potentiels. Ces exercices étant coûteux, la simulation informatique est un outil permettant d’optimiser la préparation à l’aide d’une plus grande diversité de cas de figure. Cependant, les travaux de recherche centrés sur la simulation et la gestion de catastrophe sont spécialisés sur un problème spécifique plutôt que sur l'optimisation globale des plans préparés. Cette limite s'explique par le défi que constitue la réalisation d'un modèle de simulation capable de représenter et de s'adapter à une large diversité de plans provenant de diverses disciplines. Les travaux présentés dans cet article répondent à ce défi en adaptant le modèle de simulation en fonction des informations et des plans de gestion de catastrophes intégrés dans une base de connaissances. Le modèle de simulation généré est ensuite programmé automatiquement afin d'exécuter des expériences de simulation. Les résultats sont ensuite analysés afin de générer de nouvelles connaissances et d'enrichir les plans de gestion de catastrophe dans un cycle vertueux. Cet article présente une preuve de concept sur le plan national français NOVI (NOmbreuses VIctimes), pour lequel les expériences de simulation ont permis de savoir quel est l'impact de la répartition des médecins sur l'application du plan et d'identifier la meilleure répartition.
Fichier non déposé

Dates et versions

hal-03115210 , version 1 (19-01-2021)

Identifiants

Citer

Claire Prudhomme, Ana Roxin, Christophe Cruz, Frank Boochs. Modélisation sémantique et programmation générative pour une simulation multi-agents dans le contexte de gestion de catastrophe. Revue Internationale de Géomatique, 2021, 30 (1-2), pp.37-65. ⟨10.3166/rig.2020.00102⟩. ⟨hal-03115210⟩
48 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More