Sujet de Thèse
Titre :
Facteurs humains et ordonnancement dynamique de la production
Dates :
2022/10/01 - 2025/09/30
Description :
Les besoins industriels deviennent de plus en plus exigeants recherchant à court terme, une réactivité
suffisante face aux incertitudes et à long terme, une capacité de s'adapter aux besoins du marché. Pour
répondre à ces besoins, les efforts de recherche en pilotage de systèmes industriels s'intéressent aux
architectures de pilotage hybrides, qui combinent des méthodes de pilotage globales, telles que
l'ordonnancement, avec des méthodes de pilotages locales, d'une manière distribuée (Cardin et al., 2017). Afin
de rendre l'implémentation industrielles de ces architectures viables, la prise en compte de l'humain dans ces
architectures reste un enjeu majeur et complexe à mettre en place (Bril El-Haouzi, 2017). Les travaux sur la
prise en compte de l'humain ont de nombreuses directions, en partant des interactions (ou coopération)
Homme(s)/Machine(s) et aux moyen pour faciliter cette interaction (Pacaux-Lemoine 2016, Boy 2017), sur
l'Ethique (Trentesaux, 2021), sur la conception anthropocentrée d'architectures de pilotage (Bril El-Haouzi,
2017), qui cherche à rendre les systèmes technologiques compréhensibles pour l'humain, via la reproduction
de comportements humain dans ces systèmes technologiques (Mezgebe et al., 2019) et en les faisant
communiquer par approche sociale (Valette et al, 2020).

L'objectif de cette thèse est de se concentrer plutôt sur les facteurs humains intervenant dans les processus de
prise de décisions de pilotage de la production. Dans un premier temps, nous nous intéresserons surtout à la
problématique d'ordonnancement, très répandue dans la littérature et qui est un axe majeur du pilotage
opérationnel de la production. L'intégration des facteurs humains (ex : fatigue) dans l'ordonnancement a,
jusqu'à présent, été rarement étudiée, car ces facteurs amènent une grande difficulté liée la variabilité et à
l'imprédictibilité (El Mouayni et al., 2019). Le problème de variabilité est induit de l'hétérogénéité, où chaque
humain a ses propres caractéristiques individuelles, d'un point de vue physique (age, conditions physiques) ou
mental (posture émotionnelle). Cette variabilité est aussi dépendante du temps à cause de la physiologie de
l'humain qui change d'un jour à l'autre (cumul de fatigue, humeur). De ce fait, cette dépendance du temps de
la variabilité va amener de l'imprédictibilité, qui se ressentira dans le système par des erreurs humaines par
exemple, et qui reste à ce jour un défi scientifique notable pour l'ordonnancement. En effet, cet aspect
temporel de la variabilité peut être vu comme une boucle, où l'ordonnancement est dépendant des facteurs
humains, qui eux aussi dépendent de l'ordonnancement. Par exemple, un ordonnancement de tâche d'un
humain peut être pénible et la fatigue engendrée peut influer sur l'efficacité des tâches suivantes, jusqu'à une
détérioration menant à des erreurs humaines et par conséquent diminution des performances de
l'ordonnancement.

De ces propos, un des verrous de cette thèse est d'intégrer cet aspect de boucle temporelle, pour proposer
une architecture de pilotage hybride prenant en compte les facteurs humains. L'originalité de cette thèse est la
conception et l'utilisation (instanciation) d'un modèle d'agent qui va intégrant les facteurs humains. L'idée est
de concevoir l'agent via une modélisation de système en boucle (états, dynamiques, décisions), qui va intégrer
les dimensions humaines (facteurs humains tels que la condition physique ou la charge cognitive) et sociales
(interactions avec les autres agents de l'environnement). Ces dimensions humaines seront modélisées par des
états, par exemple, liés aux facteurs humains, évoluant à court (fatigue physique), moyen (charge cognitive) ou
long terme (humeur). Ces états « facteurs humains » seront intégrés dans le modèle mathématique pour
l'ordonnancement et vont ainsi évoluer par rapport à la prise de décision, c'est-à-dire par rapport à la
séquence d'actions calculée. De ce fait, chaque action va influer différemment sur un facteur humain et
certaines séquences d'actions, pourtant optimales sans l'humain pris en compte, vont finalement devenir
médiocres car menant à une détérioration significative de la condition d'humain et provoquer des erreurs
humaines.

Cependant, l'obtention d'un modèle d'agent intégrant les facteurs humains sous forme d'états va amener un
second verrou lié, d'une part, à l'estimation/l'observation de ces états « facteurs humains », mais aussi des
effets des tâches/actions à effectuer sur ces mêmes facteurs. L'idée pourrait être la mise en place de méthodes
prédictives, pouvant être issues de l'intelligence artificielle (Ex : apprentissage par renforcement), afin de
déterminer rapidement les valeurs des états « facteurs humains » en mesurant l'efficacité (ou la non-efficacité)
des actions réaliser par l'agent. Pour modéliser les effets des actions, plusieurs méthodes pourraient être
abordées, dépendant aussi de la manière dont l'évolution de l'agent va être modélisée (par exemple, avec une
vision de système à évènements discrets).

Pour montrer l'application industrielle des solutions proposées, la cellule de production Cyber-Physique (CP²)
du plateau technique TRACILOGIS sera utilisée. Des modèles d'agents avec facteurs humains seront mis en
place et instanciés.
Mots clés :
Facteur Humain, Ordonnancement, Modèle d'agent, Intelligence Artificielle
Conditions :
36 mois,
Université de Lorraine
Master 2 recherche en génie informatique, automatique, mathématique appliquée, ou génie industriel,
Niveau soutenu de pratique de l'anglais écrit et oral
Département(s) : 
Ingénierie des Systèmes Eco-Techniques
Financement :
bourse doctorale