Institutional Depot of BBA University

Extraction des Connaissances Temporelles de la Simulation à Base d’Agents

Show simple item record

dc.contributor.author SAAD SAOUD, Manel
dc.date.accessioned 2021-04-07T11:21:06Z
dc.date.available 2021-04-07T11:21:06Z
dc.date.issued 2017-05-20
dc.identifier.issn MD/01
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/412
dc.description.abstract في الوقت الحاضر، أثبتت أساليب النمذجة والمحاكاة القائمة على العملاء كفاءة كبيرة في نمذجة وتحليل ديناميكية الأنظمة المعقدة في العالم الحقيقي مثل أنظمة الرعاية الصحية. وقد أصبحت المحاكاة أداة مفيدة وحاسمة لتسهيل فهم هذه الأنظمة التي تحتوي على عناصر كثيرة، مختلفة وغير متجانسة، والتي تتفاعل بطرق متنوعة ومعقدة. ومع ذلك، خلال التطورات الديناميكية لهذه المجتمعات الافتراضية، ، يتم استخدام كمية هائلة من البيانات التي عادة ما تنطوي على معلومات غير واضحة وغير معروفة. يعتبر تحليل هذه البيانات من اجل دراسة واكتشاف العلاقات المخفية والظواهر الناشئة مهمة جد صعبة بالنسبة لأنظمة المحاكاة. الاستعانة بأساليب وأدوات قوية ومناسبة مثل تقنيات استخراج البيانات لدعم تحليل المحاكاة هو الحل الأمثل الذي يمكن اتباعه لمعالجة هذه القضية. الهدف من هذا البحث هو تطوير نظام لدعم اتخاذ القرار على أساس التكامل بين أنظمة النمذجة والمحاكاة القائمة على الوكيل وتقنيات استخلاص المعرفة، لتصميم أداة قوية ونقطة قرار حاسمة لمساعدة مديري الرعاية الصحية على تحسين نوعية و فعالية الرعاية المقدمة في أقسام الطوارئ في المستشفيات. ويتجلى هذا النهج التوافقي من خلال دراسة حالة على تشغيل قسم الطوارئ في المستشفى العام لخضر بوزيدي في برج بوعريريج )الجزائر(. وأظهرت النتائج أن مساهمة أساليب استخراج البيانات لمعالجة بيانات المحاكاة كان لها تأثير كبير وملحوظ على موثوقية ودقة مخرجات نظامنا المقترح. الكلمات المفتاحية : النمذجة و المحاكاة القائمة على العملاء، تقنيات تعدين البيانات، استخراج المعرفة، طرق المعالجة المسبقة للبيانات، أنظمة دعم القرار، أقسام الطوارئ في المستشفيات. Nowadays, the agent-based modeling and simulation methods have demonstrated a big efficiency to modeling and analyzing the dynamic of the complex systems of real-world such as the healthcare systems. Simulation has become a useful and crucial tool that facilitates to understand these systems that involve many different and heterogeneous components, interacting in diverse and complex ways. However, during the dynamic evolutions of these artificial societies, the agents involve a massive amount of data which generally contain non-explicit and unknown information. The analysis of these data to study and to discover the concealed relationships and the emerging phenomena is considered a well-known difficulty in the agent-based simulation systems. The call for powerful and appropriate methods and tools such as the Data mining techniques to support the simulations analysis is the best solution that can be used to tackle this issue. The aim of this research is to develop a decision support system based on the integration of the agent-based modeling and simulation systems and knowledge extraction techniques, to design a powerful tool and a crucial decision point to help healthcare managers to improve the quality and the effectiveness of care provided to the hospital emergency departments. This combinatorial approach is demonstrated through a case study on the operation of the emergency department in the public hospital Lakhdar Bouzidi in Bordj Bou Arreridj (Algeria). The results showed that the contribution of the data mining methods to treat the simulation data had a significant and notable impact on the reliability and thoroughness of the outputs of our system proposed. Keywords Agent-based modeling and simulation, Data mining techniques, Knowledge extraction, Data Preprocessing methods, Decision support systems, Hospital emergency departments A l’époque actuelle, les méthodes de la modélisation et la simulation basées sur les agents ont démontré une grande efficacité dans la modélisation et l'analyse de la dynamique des systèmes complexes du monde réel tels que les systèmes de santé. La simulation est devenue un outil utile et crucial qui facilite la compréhension de ces systèmes qui impliquent de nombreux composants différents et hétérogènes, interagissant de manière diverse et complexe. Cependant, au cours des évolutions dynamiques de ces sociétés artificielles, les agents font intervenir une massive quantité de données qui contiennent généralement des informations non explicites et inconnues. L'analyse de ces données pour étudier et découvrir les relations cachées et les phénomènes émergeants est considérée comme une difficulté bien connue dans les systèmes de simulation basés sur les agents. L'appel à des méthodes et des outils puissants et appropriés tels que les techniques d'exploration de données pour soutenir l'analyse des simulations est la meilleure solution qui peut être utilisé pour faire face à ce problème. L'objectif de cette recherche est de développer un système d'aide à la décision basé sur l'intégration de la modélisation et la simulation à base d’agents et les techniques d'extraction des connaissances, afin de concevoir un outil puissant et un point de décision crucial pour aider les gestionnaires de la santé à améliorer la qualité et l'efficacité des soins fournis aux services des urgences des hôpitaux. Cette approche combinatoire est démontrée par une étude de cas sur le fonctionnement du service des urgences médico-chirurgicales de l'hôpital public Lakhdar Bouzidi à Bordj Bou Arréridj (Algérie). Les résultats ont montré que la contribution des méthodes de fouille de données pour le traitement des données de la simulation a eu un impact significatif et notable sur la fiabilité et la rigueur des résultats de notre système proposé. Mots clés La modélisation et la simulation à base d'agents, Les techniques de Data Mining, L’extraction de connaissances, Les méthodes de prétraitement de données, Les systèmes d'aide à la décision, Les services des urgences. en_US
dc.language.iso fr en_US
dc.publisher Université de Bordj Bou Arreridj en_US
dc.subject La modélisation et la simulation à base d'agents, Les techniques de Data Mining, L’extraction de connaissances, Les méthodes de prétraitement de données, Les systèmes d'aide à la décision, Les services des urgences. en_US
dc.title Extraction des Connaissances Temporelles de la Simulation à Base d’Agents en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account