English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Les décideurs d'aujourd'hui sont constamment confrontés à des problématiques semistructurées, pour lesquelles il n'existe aucune méthode de résolution reconnue. À ce titre, la modélisation et simulation de systèmes est fréquemment utilisée pour supporter les gestionnaires. Les modèles issus de cette méthode, s'avèrent des outils d'aide à la décision, puisqu'ils permettent de simuler des scénarios de production alternatifs.\ud\udL'objectif principal de ce travail de recherche est de démontrer comment modéliser et simuler efficacement un système industriel, dont le fonctionnement repose sur des connaissances de natures diverses. Pour ce faire, nous allons mettre à profit des méthodes d'intelligence artificielles, notamment les systèmes experts, afin de représenter cette connaissance.\ud\udDans un premier temps, la démarche empruntée consiste à effectuer une revue de la littérature, en expliquant entre autre, le lien entre des concepts tels la modélisation, simulation et la prise de décision.\ud\udNous discutons également de l'intelligence artificielle, plus particulièrement, du rôle et du fonctionnement de coquilles de développements de systèmes experts basées sur l'algorithme de Rete et ce, dans un contexte de support à la décision.\ud\udEnsuite, nous appliquons notre méthode à un système industriel réel, à savoir le cycle de vie des anodes d'une aluminerie. Nous discutons des forces et faiblesses de notre approche. Il est notamment question de l'intégration de la coquille de système expert Jess au sein du modèle. Nous décrivons aussi le type de problème qui convient d'avantage à notre approche.\ud\udFinalement, nous effectuons la validation du modèle, afin de démontrer que notre méthode s'avère viable. Nous réalisons aussi quelques expériences à partir de scénarios de production alternatifs. Nous discutons de l'impact de ces scénarios sur certaines mesures de performance du système

Conception d'outils logiciels d'aide à la décision appliqués au cycle de vie des anodes d'une aluminerie /