Managing adaptability in process based software using Q-Learning and web services

Abstract

Au cours des dernières décennies, il y a eu un intérêt et des progrès considérables dans la recherche dans les deux domaines «l'approche processus» en tant que stratégie de gestion et «l'apprentissage automatique» en tant que discipline de l'intelligence artificielle. Plusieurs problématiques ont été abordées dans la littérature, autour de ces deux thèmes. Dans cette thèse, nous utilisons l'apprentissage par renforcement pour améliorer la performance des processus métier, et plus précisément, pour le rendre auto-adaptatif. Pour ce faire, un référentiel à quatre niveaux est établi retraçant le concept d'adaptabilité tout au long de la chaîne d'approvisionnement. Aux trois premiers niveaux de la chaîne d'approvisionnement, L-SCOR, la référence proposée étend les processus et les métriques SCOR en ajoutant le processus «sL Learn» et l'attribut «Adaptabilité», au quatrième niveau de la chaîne d'approvisionnement, elle propose une implémentation au processus sL à l'aide du service Web et Q-Learning. Dans le cadre de cette thèse, et afin de prouver l'efficacité de la référence proposée, trois études de cas ont été réalisées, basées sur des chaînes logistiques distinctes : «la chaîne logistique d'une pension de retraite», «la chaîne logistique de l'énergie électricité» et «la chaine logistique des médicaments au sein de l'hôpital». Les études de cas susmentionnées ont été établies selon une méthodologie proposée en trois étapes. La première étape est l'exploration de la chaîne logistique à travers la modélisation SCOR. La deuxième étape est l'évaluation de la chaîne logistique en utilisant une combinaison de méthodes et de technologies pour respecter «DMAIC» l'approche six-sigma. La dernière étape est l'amélioration de la chaîne logistique basée sur la mise en œuvre de la référence L-SCOR proposée. L'analyse des résultats fournit une preuve composite de l'efficacité de référence proposée.