Thèse préparée par Oudom KEM

Titre : Modélisation et exploitation des connaissances de l’environnement : une approche multi-agents pour la recherche d’itinéraires multi-objectifs dans des environnements ubiquitaires

Résumé :

L’utilisation des téléphones intelligents, le recours aux assistants personnels intelligents ou encore le développement des maisons intelligentes sont autant d’exemples illustrant le développement toujours plus rapide de l’informatique ubiquitaire, de l’Internet des objets et de l’intelligence artificielle. Le croisement des résultats issus de ces domaines de recherche contribue à changer notre quotidien et constitue un environment fertil pour de nouveaux travaux. Ainsi, l’intégration des entités cyber-physiques dans des environnements sociaux de différentes échelles allant des maisons aux villes intelligentes amène de très nombreuses perspectives.

Ce changement de paradigme met à notre disposition une énorme quantité d’informations et de services utiles, offrant ainsi la possibilité de traiter les problèmes classiques de manière nouvelle,
différente et potentiellement plus efficace. Si les solutions à construire bénéficient de ces possibilités, elles doivent également répondre à de nouvelles contraintes et nouveaux défis.
La recherche d’itinéraires multi-objectifs est un sous-cas du problème classique de recherche d’un chemin entre un lieu de départ et une destination auquel s’ajoute la contrainte de passage par un ensemble de lieux permettant de satisfaire un ensemble de buts. L’objectif de cette thèse est de proposer une solution pour la résolution de la recherche d’itinéraires multi-objectifs appliqués aux environnements cyber-physiques tels que les Smart Transits.

Dans notre solution, nous avons proposé une méthode fondée sur les technologies du web sémantique pour modéliser de manière intégrée un environnement cyber-physique dans toutes ses dimensions, i.e., cybernétiques, physiques et sociales. Pour la recherche de chemin, nous avons proposé une approche multi-agents, exécutant un algorithme de recherche collaborative et incrémentale, qui utilise les connaissances de l’environnement pour trouver le chemin optimal. Cet algorithme adapte aussi lechemin en prenant en compte la dynamique de l’environnement.

Financeur :

Soutenance : 29 octobre 2018

Mots clés :

Directeurs de thèse : Pr. BALBO Flavien

Jury :

MONTICOLO Davy, Maître de conférences HDR, Université de Lorraine (Rapporteur)
OCCELLO Michel, Professeur, Université Grenoble Alpes (Rapporteur)
HERNANDEZ Nathalie, Maître de conférences, Université de Toulouse (Examinatrice)
MANDIAU René, Professeur, Université de Valenciennes et du Hainaut-Cambrésis (Examinateur)
BALBO Flavien, Professeur, École des Mines de Saint-Étienne (Directeur de thèse)
ZIMMERMANN Antoine, Maître Assistant, École des Mines de Saint-Étienne (Co-encadrant)

Recherche

Thèse préparée par Oudom KEM