Soutenance de thèse de Essognim Richard WILOUWOU

Soutenance de thèse de Essognim Richard WILOUWOU

Sciences formelles & physiques Éducation JNEducationJNMEnseignement supérieur
🎙 Essognim Richard WILOUWOU 👥 46K 📅 9 octobre 2026 ⏱ 77 min 👁 2K 📄 étude originale 🧭 2026-10-10
Disponible en : Français (actuel) English

Mots-clés

réordonnancementflexible job shoppréférences décideurMR-Sortmetaheuristique

Résumé

Cette vidéo présente la soutenance de thèse d’Essognim Richard WILOUWOU, intitulée « Intégration de la prise de décision dans les problèmes d’ordonnancement : de l’optimisation guidée par les préférences à la conception d’une approche hybride basée sur l’analyse du paysage fitness ». La soutenance se déroule à l’Université Bretagne Sud, avec un jury composé de rapporteurs et d’examinateurs en ligne et sur site. Le candidat expose ses travaux en deux parties : la première porte sur l’intégration des préférences d’un décideur dans un problème de réordonnancement flexible de type job shop, afin de gérer les imprévus en minimisant les perturbations tout en respectant les critères du décideur. Il propose des indicateurs de stabilité et utilise le modèle d’aide multicritère non compensateur MR-Sort pour modéliser des préférences qualitatives. Des approches interactive et a priori sont développées pour intégrer ce modèle dans une métaheuristique, avec des mécanismes de contraintes basés sur la distance à l’ordonnancement initial ou la similarité entre graphes. La seconde partie aborde une perspective recherche : utiliser l’analyse du paysage de fitness et l’apprentissage automatique pour améliorer la prise de décision. Le candidat conclut sur les perspectives d’application dans l’industrie 5.0 centrée sur l’humain. La présentation est dense, technique, et s’appuie sur des validations expérimentales sur 81 instances et trois profils de décideurs.

214 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : le candidat présente une recherche originale qui répond à trois questions scientifiques claires (informations utiles, modélisation, intégration). L’argumentation est structurée et progressive : il commence par le contexte industriel, justifie chaque choix méthodologique (modèle MR-Sort, indicateurs de stabilité, mécanismes d’intégration) et confronte les approches par une validation expérimentale sur des instances variées. La distinction entre approche interactive et a priori est pertinente, et la notion de proximité pour intégrer les préférences est bien expliquée. La solidité de l’argumentation repose également sur la prise en compte des limites des méthodes existantes (somme pondérée, compensation) et sur la proposition de solutions alternatives non compensatrices.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est visible dans la définition précise des problèmes, la formalisation des indicateurs et la description des protocoles expérimentaux. Les sources utilisées ne sont pas explicitement listées dans la description vidéo, mais le candidat référence des travaux antérieurs, notamment ceux de Quentin Perchoné (précédent doctorant) et mentionne des publications à des conférences internationales. La qualité des sources est implicite : il s’agit d’un travail académique encadré, avec des rapporteurs externes. Le titre est en adéquation parfaite avec le contenu, car il s’agit bien de la soutenance de thèse annoncée, et la présentation suit le déroulé attendu : présentation du jury, exposé des travaux, puis questions.

231 mots

Adéquation titre / contenu

Le titre correspond exactement au contenu : il s'agit bien de la soutenance de thèse du candidat, avec l'annonce du jury et la présentation des travaux.

Qualité & fiabilité

8/10

Présentation rigoureuse d'un travail de recherche original, avec une méthodologie claire et des validations expérimentales détaillées. Le niveau technique est élevé et les explications restent compréhensibles malgré la complexité du sujet.

Moments clés

Apport & nouveautés

L’apport original de cette thèse réside dans l’intégration explicite des préférences d’un décideur dans un processus d’optimisation pour le réordonnancement, au moyen d’un modèle d’aide multicritère non compensateur (MR-Sort) couplé à des métaheuristiques. La thèse propose également une approche hybride combinant analyse du paysage de fitness et apprentissage automatique, ouvrant des perspectives pour l’industrie 5.0. Ce travail répond à un besoin industriel concret et propose des mécanismes d’intégration originaux (contraintes basées sur la similarité entre graphes, notion de proximité).

Pour aller plus loin :

128 mots

Profil radar

Le profil radar montre une très haute maîtrise technique (niveau_technique : 9) et une quantité d'information importante, compensées par une qualité et une fiabilité légèrement inférieures mais toujours solides. Ce profil est typique d'une soutenance de thèse où la profondeur scientifique est privilégiée à la vulgarisation.

Fiabilité 8/10