Scénario d’aide à la décision

Dans ce paragraphe, nous allons présenter un scénario d’utilisation du système illustrant toute la démarche d’aide à la décision proposée dans ADAST. Le scénario d’aide à la décision consiste à introduire initialement un cas cible (un cas d’accident réel pour lequel nous cherchons une solution convenable) et suivre tout le processus de raisonnement guidé par le système.

Description du scénario d’accident injecté

Le scénario d’accident que nous avons adopté à partir de l’échantillon d’apprentissage (section 6.2.1) et dont la synoptique est décrite dans la figure 6.14, concerne « la perte

d'élément (une rame) suite à une pénétration sur un canton occupé par un autre élément ».

Figure 6.14. Synoptique de l’accident : Perte d’élément - pénétration sur un canton occupé (Dossier technique CR/94-16)

Soit une rame R1 (train aval) immobilisée en ligne et occupe un canton. Une rame R2 (train amont) pénètre sur ce canton occupé suite à un défaut de son freinage d'urgence (panne de traction permanente). Le pilote automatique (PA) fixe (au sol) coupe la fréquence de sécurité et la haute tension (FS-HT).

Le poste central de contrôle (PCC) examine la situation, ne voit pas qu'il y a deux trains sur un même canton (Élément invisible sur la zone de conduite) et rétablit la FS-HT (rétablissement erroné de la FS-HT). Le train aval R1 ne repart pas et reste immobilisé en

ligne, mais le train amont R2 repart avec un effort de traction maximal, ce qui pourrait engendrer une collision par rattrapage entre trains.

Cycle de raisonnement

Nous allons présenter dans cette section les différents éléments d’aide à la décision fournis par la maquette de faisabilité basée sur l’approche ADAST. Nous allons décrire les cinq principales phases du cycle de raisonnement.

- Élaboration d’un cas cible

La première étape du cycle de raisonnement est l’élaboration d’un cas cible. Les descripteurs et les instances du cas cible introduites par l’utilisateur, concernent essentiellement le contexte, la zone de l’apparition de l’accident potentiel, les éléments dangereux et notamment les différentes causes et facteurs favorisants le déclenchement de la situation dangereuse.

Nous avons légèrement modifié pour les besoins de l’évaluation le scénario

d’accident déjà présenté en ajoutant d’autres instances non mentionnées lors de la collecte d’informations (Tableau 6.4).

Problème cible

Contexte Éléments dangereux Causes ^Accident _potentiel

In sta nc es Cantonnement fixe Rame 2 Ligne Limite de tronçon Suivi trains Localisation trains Traction freinage Consignes de vitesse Gestion des alarmes

PA sans redondance PCC PR09 PR10 PR11 PR24 PR59 Collision Par rattrapage

Tableau 6.4. Description initiale du cas cible introduit

A noter qu’une PR représente une « Panne Résumée » résultant du groupement d'un ensemble de pannes élémentaires ayant la même conséquence sur le comportement du système. Avec :

- PR9 : Pénétration d une rame sur un canton occupe ; - PR10 : Rétablissement erroné de FS HT ;

- PR11 : Élément invisible sur la zone de conduite automatique intégrale ; - PR24 : Panne de traction permanente ;

- PR59 : Rame immobilisée en ligne ;

Une première aide à la décision se présente dans la figure 6.15 à travers les règles d’associations générées à l’issue de l’introduction de la description initiale du cas cible. Ces règles vont permettre à l’utilisateur de l’aider à mieux ajuster sa description. Il pourra ainsi, supprimer/ajouter ou même mettre à jour les instances introduites.

Pour le cas cible du tableau 6.4, la figure 6.15 montre que notre système a récupéré 26 règles d’association. L’utilisateur pourra lire ces règles facilement interprétables et ajuster au fur et à mesure sa description.

A partir de cette liste de règles, l’utilisateur est amené à éliminer à partir de la description initiale, les instances suivantes : « Consignes de vitesse », « Gestion des alarmes » et « Limite de tronçon ». La validation de cette étape va nous amener à la phase de remémoration.

Figure 6.15. Règles d’associations générées.

- Remémoration des cas similaires

Pour rappeler, nous cherchons tout d’abord dans cette phase à détecter la classe d’appartenance du cas cible pour ensuite opérer la recherche des cas similaires uniquement dans la classe repérée.

Pour le cas cible saisi et affiné du tableau 6.4, la figure 6.15 montre que le système a indiqué que la classe d’appartenance est la classe #CL3 Localisation des trains avec un seuil de probabilité = 1.

Figure 6.16. Résultat de la classification.

A cet effet, le calcul de similarité sera orienté vers cette classe qui comporte les dix cas sources suivants : CAS_65, CAS_38, CAS_45, CAS_17, CAS_03, CAS_63, CAS_07, CAS_25, CAS_19 et CAS_53. La figure 6.17 présente les résultats obtenus après le calcul de similarité effectué (avec α=1) sur cet ensemble de cas sources :

Le cas ayant le pourcentage de similarité les plus élevé est le CAS 63 avec un pourcentage de similarité de 90%. Ce cas sera donc retenu pour la phase d’adaptation.

- Adaptation

Comme nous l’avons déjà vu (voir sections 4.6.3 et 6.6.3), dans cette étape, les règles d’adaptation construites à l’issue de la phase d’acquisition des connaissances d’adaptation vont être exploitées pour enchaîner une solution possible pour le cas cible. Chaque cas source est muni d’un ensemble de règles d’adaptation S correspondant à la relation binaire r entre le problème source et le problème cible.

Sur ce schéma, ∆𝑝𝑏 et ∆𝑠𝑜𝑙 symbolisent respectivement « ce que cible est à source » et « ce Que 𝑆𝑜𝑙(𝑐𝑖𝑏𝑙𝑒) est à 𝑆𝑜𝑙(𝑠𝑟𝑐𝑒) » (Figure 6.18).

Figure 6.18. Le carré d’analogie pour le problème d’adaptation.

Dans notre cas, ∆𝑝𝑏 sera résolu à travers l’application des règles d’adaptation accordées au cas source CAS_63 (retenu comme le cas le plus similaire) Le système va appliquer automatiquement les règles d’adaptations et génère ensuite la solution affectée au cas qui partage le maximum d’attributs en commun (Figure 6.19).

Figure 6.19. Résultat de l’adaptation.

Pour remédier à ce problème (le cas d’accident), la solution adoptée par le système est SA51. Cette solution consiste à contrôler le courant de traction lors d'un freinage d'urgence (FU) et d'ouvrir les disjoncteurs si nécessaires.

- Révision

Dans la phase de révision, l’utilisateur est amené à valider la solution proposée. Cependant, il a la possibilité de la refuser, dans ce cas, il est sera invité à sélectionner une autre solution à partir des instances extraites de l’ontologie. Dans le cas échéant, il peut proposer une nouvelle solution qui pourra enrichir l’ensemble de solutions pérennisées.

Comme convenu, dans cette étape, l’algorithme d’auto-incrémentation de la base de cas proposé dans notre approche ADAST (voir section 4.6.5) sera appliqué. Pour rappeler, cet algorithme va enchaîner le calcul des scores relatives au degré de représentativité de la partie problème du cas cible et les parties problèmes des cas sources qui partagent la même solution.

Étant donné que seulement les deux cas sources CAS_63 et CAS_64 possèdent la solution SA51, le calcul va être opérer sur le cas cible adapté et révisé et ces deux derniers cas.

La figure 6.20 présente le résultat de l’apprentissage. Selon les scores générés par le système (Figure 6.20) : le score du CAS_cible est supérieur au score du CAS_64. Un message s’affiche indiquant que : « le système préconise l’apprentissage du cas cible ». Cet apprentissage va engendrer la suppression du cas source CAS_64. Si l’utilisateur décide de valider l’apprentissage, des messages vont être affichés pour présenter les suites envisageables.

Figure 6.20. Résultat de l’apprentissage.