Présentation synthétiques des thématiques de recherche

Une approche pour l’ingénierie de systèmes interopérants doit se fonder sur différents types et différents niveaux d’abstraction ou modèles. Ces modèles doivent exprimer et formaliser non seulement l’aspect « structurel » des composants du système mais également leur comportement, ce dernier pouvant être contraint par des exigences spécifiques au domaine du système (règles métier). Un autre type de contraintes peut être induit par le ou les protocoles d’interopération qui peuvent imposer des règles strictes pour doter les systèmes interopérants de propriétés comme l’autonomie, la confidentialité et la transparence (Lezoche, 2012).

Le but de ma recherche est d’étudier les problèmes posés par l’ingénierie coopérative de systèmes dirigée par des modèles, la coopération concernant des « acteurs » (organisations, équipes de conception, systèmes logiciels, etc.) désirant inter-opérer. Les entreprises collaboratives s’organisent, désormais, dans le cadre de réseaux d’entreprises que ce soit sous la forme d’entreprises étendues ou d’entreprises virtuelles (Bititci, et al. 2004), (Camarinha-Matos et Afsarmanesh 2008).

Définies comme telles, ces entreprises collaboratives peuvent être assimilées à un système réticulaire de systèmes d’entreprises ouvert (Oberndorf 1998), et par extension le Système d’Information (SI) de ce réseau peut être lui-même considéré comme un système réticulaire de SI. La spécification d’un tel réseau de SI implique d’évoluer du seul paradigme d’intégration vers un paradigme d’interopération (Fisher 2006).

Une des exigences de ce besoin de collaboration concerne la capacité de ces composants à interopérer, c’est-à-dire leur interopérabilité, plus au moins totale. Ducq (Ducq 2008) considère l’interopérabilité des systèmes comme une exigence de performance particulière de l’entreprise.

Il existe des standards et des outils de référence fournissant des pratiques et des métriques pour mesurer cette interopérabilité (Liao, 2016). Par exemple, nous pouvons citer, sans être exhaustif, EIF (European Interoperability Framework) (EIF, 2004), LISI (Level of Information Systems Interoperability)(C4ISR, 1998), LCIM (Levels of Conceptual Interoperability) (Tolk and Muguira, 2003), FCA (Formal Concept Analysis)(Priss, 2006). Plusieurs études ont proposé des modèles de maturité et des métriques formelles pour évaluer le potentiel ou le degré d'interopérabilité sémantique des entreprises souhaitant établir un réseau collaboratif (Ducq, 2008). Cependant, ces résultats ne permettent pas une automatisation complète du processus d'évaluation car ils souffrent d'une formalisation informatique de leurs modèles.

Le challenge scientifique est une formalisation calculable des modèles ainsi de mettre à disposition et étendre des langages et des outils mathématiques et de modélisation adaptés à chaque projet de modélisation d’entreprise, et ce malgré l’hétérogénéité des compétences métier et la pluridisciplinarité des domaines.

L’analyse des concepts formels est un instrument utile et puissant pour décrire formellement les liens entre des objets quelconques (qui forment un contexte), en particulier entre des objets véhiculant la connaissance. Cette méthode se base sur la théorie des treillis, qui peut être utilisée pour résoudre des problématiques d’évaluation d’interopérabilité entre systèmes d’information au sein des entreprises.

Une extension des mécanismes FCA a été introduite dans (Rouane et al., 2010) et appelée Relational Concept Analysis (RCA) où l'accent est mis sur des ensembles de données compatibles avec le Modèle d'Entité Relative (ER) ou, en variante, avec le RDF (Resource Description Framework). Il s'agit d'une méthode pour extraire des connaissances conceptuelles à partir de données multi-relationnelles.

La méthode RCA ne se limite pas à l'extraction de la connaissance de contextes distincts: elle vise à exprimer la connaissance en interagissant la sémantique des différents contextes, c'est-à-dire qu'en plus d'extraire la connaissance d'un contexte, les données contenues dans d'autres contextes sont utilisés afin d'enrichir l'extraction des connaissances.

Une des applications possibles est liée à l'extraction de connaissances à partir de systèmes complexes. Comme l'indique Obendorf (Obendorf, 1998), les entreprises peuvent être assimilées à des systèmes complexes. À l'heure actuelle, les entreprises concentrent leur intérêt dans le paradigme de l'industrie 4.0 pour trouver un moyen dynamique et rapide d'optimiser leur production. Les actions de formalisation et d'optimisation pour faire face à leurs procédures en fonction des paramètres de l'industrie 4.0 sont fortement dépendantes du temps (Ocampo-Martinez et al, 2017). Pour aborder ce type de problème, il est nécessaire de disposer de compétences solides dans des schémas variant selon le temps pour les modèles non centralisés couplés à des méthodes de formalisation.

Le cadre de contrôle prédictif modèle non centralisé (NC-MPC) (Núñez et al, 2015) fait référence à tout modèle de contrôleur prédictif dont la structure Peut changer avec le temps et les actions de contrôle ne sont pas obtenues sur la base d'un calcul centralisé. L'évaluation de toutes les structures possibles du contrôleur NC-MPC conduit à un problème d'optimisation combinatoire. Ce résultat combiné aux nouveaux algorithmes FCA que nous souhaitons développer pourrait optimiser l'extraction et la classification automatique des connaissances. Le résultat attendu est un cadre formel combiné qui propose automatiquement le meilleur processus pour optimiser les ressources de l'entreprise étudiée.