Modélisation de raisonnements tenus en contexte et application aux agents d'aide à la gestion d'incidents de SART

L. Pasquier

LIP6 2000/010: Rapport de Recherche LIP6 / LIP6 research reports
45 pages - Mars/March 2000 - French document.

Get it : 1374 Ko /Kb

Contact : par mail / e-mail

Thème/Team: Systèmes d'Aide à la Décision et à la Formation

Titre français : Modélisation de raisonnements tenus en contexte et application aux agents d'aide à la gestion d'incidents de SART
Titre anglais : Modeling of context-based reasoning. Application to the incident management support agents of SART

Résumé : Le métro parisien est un système dynamique complexe, où la pression temporelle est importante. Lors d'incidents, les opérateurs chargés de la régulation des lignes n'ont que quelques instants pour prendre connaissance de l'incident, de son contexte et construire une stratégie pour résoudre l'incident adaptée à la situation. Forte de son expérience centenaire, la RATP a construit des procédures pour uniformiser les stratégies de résolution d'incident. Toutefois ces procédures ne sont que des exemples de résolution, car elles ne tiennent pas compte de la richesse du contexte des incidents. Le projet SART (Système d'Aide à la Régulation du Trafic), et notamment l'agent d'aide à la gestion d'incident sur une ligne de métro, se propose d'aider les opérateurs dans la construction de leurs stratégies de résolution. Afin de faciliter la compréhension entre les utilisateurs et le système, nous avons choisis de nous inspirer de raisonnements humains pour concevoir les raisonnements artificiels à la base du système d'aide. Nous proposons dans ce rapport le paradigme de graphe contextuel, qui est une traduction computationnelle de la notion de schèmes, utilisée en ergonomie cognitive pour représenter les activités humaines.

Abstract : Parisian subway is a complex dynamic system, where time plays an important role. When an incident occurs, the operators responsible for trafic regulation have few minutes to analyse the incident, its context and to plan an adapted solution for this situated incident. For one century, the parisian public transportation compagny recover this experience and establishes procedures. However, these procedures are only exemples for incident resolution, because they do not take the rich context into account. SART project (French accronym for Trafic Regulation Support System), and precisely the Incident Management Support Sub-System, will help the operators to construct their solutions. To facilitate the interactivity between operators and the system, we decide to base the artificial reasoning on human ones. As a consequence, we introduce the contextual graph paradigm, which appears as a computer solution to schemes that are used in psychology to describe human activities.

Mots-clés : Aide à la décision, contexte, connaissances contextuelles, contexte procéduralisé, arbre de décision, graphes contextuels, schèmes d'action, raisonnement à partir de cas, application industrielle

Key-words : Decision Support System, context, contextual knoledge, proceduralised context, decision tree, contextual graphs, action schemes, case-based reasoning, industrial application

Publications internes LIP6 2000 / LIP6 research reports 2000

Responsable Éditorial / Editor :Valerie.Mangin@lip6.fr