Soutenance de thèse Nafé Moradkhani

Prendre des décisions judicieuses est un défi incontournable pour gérer la performance des systèmes sociotechniques. L'incertitude concernant le résultat des décisions conduit à rechercher des principes que les systèmes pourraient suivre. L'étude actuelle exploite et étudie un cadre appelé "Physics of Decision" en tant qu'approche innovante d'aide à la décision dans un contexte d'instabilité et d'incertitude. L'accent est mis sur le développement d'un modèle théorique et mathématique pour décrire les risques et les opportunités en tant que forces physiques poussant et tirant les systèmes étudiés en tant qu'objet dans un cadre de performance multidimensionnel construit sur les critères d'évaluation du système. L'ambition principale est de définir une méthode d'identification des forces, y compris leurs origines, leur intensité et leur interdépendance, pour hériter des principes et des lois de la physique. Les principes de la physique classique sont étudiés dans le cadre défini en tenant compte des concepts de gestion de mappage aux notations physiques. Cette connexion permet d'examiner les développements du système dans son espace de performance grâce à l'analyse cinématique et de fournir une aide à la décision réactive et prédictive à la suite de l'analyse des forces physiques et de son application au système par le biais de lois physiques liées aux forces. Enquêter sur le comportement du système en vertu de telles lois pourrait révéler ses relations complexes, conduisant ainsi à des décisions appropriées. L'objectif premier de ce doctorat est d'établir une perspective générique pour la gestion de la performance des systèmes socio-techniques qui visualise et intègre l'impact des risques et des opportunités pour contrôler la performance du système examiné. Dans l'ensemble, la principale contribution prévue de cette étude est de démontrer les principes de connexion du système à ses performances grâce à un cadre de modélisation innovant utilisant différentes techniques. Plus en profondeur, cette approche transforme le système étudié et ses potentialités internes et contextuelles d'une connexion implicite à une connexion explicite en utilisant une analyse de sensibilité, des équations différentielles et des fonctions d'optimisation. L'importance de cette étude a été étudiée dans divers domaines d'application :

• la gestion des bureaux de vote simulée avec un modèle à base d'agents (ABM),
• une simulation de population touchée par une épidémie avec le modèle de simulation System Dynamics (SD),
• gestion du trafic routier réalisée avec un modèle de simulation d'événements discrets (DES),
• un modèle mathématique pour simuler un modèle de production manufacturière.