Ouvrir cette fenêtre en pleine page

  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à mon panier
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn

Apprentissage renforcé appliqué à l'évaluation de la résilience d'un Système Homme-Machine face à des situations critiques (Document en Français)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • http://ged.univ-valenciennes.fr/nuxeo/site/esupversions/98ce6f73-b954-418d-8cd9-f918191bfcafLien brisé : nonDroits d'accès : non autorisé
Droits d'auteur : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
Informations sur les contributeurs
Auteur : Ouedraogo Kiswendsida Abel
Ouedraogo, Kiswendsida Abel

Nom
Ouedraogo

Prénom
Kiswendsida Abel

Nationalité
BF



Date de soutenance : 14-02-2013

Directeur(s) de thèse : Vanderhaegen Frédéric
Vanderhaegen, Frédéric

Nom
Vanderhaegen

Prénom
Frédéric


- Enjalbert Simon
Enjalbert, Simon

Nom
Enjalbert

Prénom
Simon



Président du jury : Coppin Gilles
Coppin, Gilles

Nom
Coppin

Prénom
Gilles



Membres du jury : Enjalbert Simon
Enjalbert, Simon

Nom
Enjalbert

Prénom
Simon


- Carsten Oliver
Carsten, Oliver

Nom
Carsten

Prénom
Oliver


- Grabot Bernard
Grabot, Bernard

Nom
Grabot

Prénom
Bernard


- Vanderhaegen Frédéric
Vanderhaegen, Frédéric

Nom
Vanderhaegen

Prénom
Frédéric


- Wieringa Peter
Wieringa, Peter

Nom
Wieringa

Prénom
Peter



Rapporteurs : Grabot Bernard
Grabot, Bernard

Nom
Grabot

Prénom
Bernard


- Wieringa Peter
Wieringa, Peter

Nom
Wieringa

Prénom
Peter




Laboratoire : Laboratoire d'Automatique, de Mécanique et d'Informatique Industrielles et Humaines - LAMIH
Ecole doctorale : Sciences pour l'ingénieur (SPI)
 
Informations générales
Discipline : Automatique. Automatique, Génie informatique
Classification : Sciences de l'ingénieur

Mots-clés : RésilienceSystème Homme-Machineapprentissage itératifréseau de neurones
Systèmes homme-machine -- Thèses et écrits académiquesEssais de résilience -- Thèses et écrits académiquesÉvaluation du risque -- Thèses et écrits académiquesLogiciels -- Développement  -- Thèses et écrits académiquesSimulation par ordinateur? - Logiciels -- Thèses et écrits académiques

Résumé : Nous définissons la résilience comme la capacité d’un Système Homme-Machine (SHM) à s’adapter positivement face à des situations critiques engendrées par des évènements sans précédent dont la fréquence d’occurrence est invraisemblable et dont les conséquences sur le système sont critiques voire catastrophiques. Nous présentons d’abord un état de l’art reposant sur le concept de résilience que nous positionnons par rapport aux approches classiques de la sureté de fonctionnement pour l’évaluation et la gestion des risques dans les SHM. Nous présentons ensuite des méthodes et des outils d’aide à la réaction et à la récupération des systèmes face à l’imprévu. Nous nous intéresserons également à l’apport des techniques d’apprentissage itératif pour le management de la résilience des SHM. Nous proposons alors une méthode d’évaluation de la résilience basée sur un couple d’indicateurs multicritères. Un estimateur reposant sur un réseau de neurones à apprentissage renforcé est proposé pour évaluer les indicateurs de résilience non mesurables ‘‘en ligne’’. Pour fiabiliser l’estimation, nous proposons un apprentissage itératif associé soit à un renforcement des paramètres d’estimation, soit à un renforcement de la base de connaissances, soit les deux simultanément. Nous appliquons nos propositions lors d’une simulation de vol d’un Groupe de Ravitaillement en Vol, composé d’un équipage tournant de 4 personnes. L’analyse des résultats expérimentaux montre la pertinence de nos contributions. Certaines perspectives de recherche sont ensuite abordées notamment l’extension de l’étude aux événements de criticité moindre et dont on disposerait d’une base de connaissances « experte ».
 
Informations techniques
Type de contenu : Texte
Format : PDF
 
Informations complémentaires
Identifiant : uvhc-ori-oai-wf-1-935
Type de ressource : Thèse