A Generic decision support approach to improve the transport security
Approche générique d’aide à la décision pour l’amélioration de la sécurité des transports
Résumé
In the recent years, more and more businesses and industries have become aware of the increasing importance of competition imposed by the technological advances found in all areas and the continuous development of new information and communication technologies. Due to this situation and in order to maintain their competitiveness, these organizations have to adopt these more efficient technologies without any regard to constraints and security requirements. Consequently, numerous risks have arisen and facilitated the emergence of conflicting situations regarding safety. In some situations, failures are serious and costly due to accidents causing life loss, especially when it is a high-risk area such as transport field.
The objective of this thesis is to propose a new approach based on artificial intelligence to predict accidents and help in taking the right decision to minimize risks. In this Decision-Aid (DA) approach, a coupling between the Case-Based Reasoning (CBR) and ontologies has been made to allow, taking into account certain criteria, assisting a decision maker (analyst, user, etc..) to understand a given risky situation and to propose to him possible solutions. The approach developed in this work, called ADAST (Aide à la Décision pour l’Amélioration de la Sécurité des Transports = decision aid to improve the transport safety) is a generic approach to decision aid for improving security analysis, which has been applied in the railroad transport. The significance of such an approach lies not only in the capitalization of knowledge (from experience feedback) but also in taking advantage of the know-how capable of stimulating and helping the domain experts in their task analysis and safety assessment.
Ces dernières années, de plus en plus d’entreprises et de secteurs industriels prennent conscience de l’importance accrue de la concurrence imposée par les avancées technologiques constatées dans tous les domaines et l’évolution continue des nouvelles technologies de l’information et de la communication. Devant cette situation et pour maintenir leurs compétitivités, ces organisations ne peuvent s’échapper à l’adoption de ces technologies de plus en plus performantes en dépit du respect des contraintes et des exigences de la sécurité. Ceci, a donné naissance à de nombreux risques et a favorisé l’apparition de situations contradictoires avec le respect de la sécurité. Dans certaines situations, les échecs sont graves et coûteux, ils sont dus à des accidents causant des pertes humaines, surtout quand il s’agit d’un domaine à haut risque comme celui du transport.
L’objectif de ce travail de thèse est de proposer une nouvelle approche basée sur l’intelligence artificielle pour prédire les accidents et aider à la prise de décision minimisant les risques. Dans cette approche d’Aide à la Décision (AD), un couplage entre le Raisonnement à Partir de Cas (RàPC) et les ontologies a été opéré pour permettre, en tenant compte de certains critères, d’assister un décideur (experts certifieurs, experts analystes, les constructeurs, etc.) à bien comprendre une situation risquée donnée et de lui proposer des solutions possibles. L’approche mise au point dans ce travail, baptisée ADAST (Aide à la Décision pour l’Amélioration de la Sécurité des Transports) est une approche générique d’aide à la décision pour l’amélioration de la sécurité et a été appliquée dans le domaine du transport ferroviaire. L’intérêt d’une telle approche réside non seulement au niveau de la capitalisation des connaissances vécues (issues du retour d’expérience), mais aussi, dans le fait de pouvoir en tirer profit pour dégager un savoir-faire susceptible d’aider et d’assister les experts du domaine dans leur tâche d’analyse et d’évaluation de la sécurité.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...