Vous êtes sur la page 1sur 124

Contribution au pilotage des projets et des processus

par la prise en compte dinformations relatives aux


activit
es, aux produits, aux ressources et aux risques
Francois Marmier

To cite this version:


Francois Marmier. Contribution au pilotage des projets et des processus par la prise en compte
dinformations relatives aux activites, aux produits, aux ressources et aux risques. Automatique
/ Robotique. Institut National Polytechnique De Toulouse, 2014. <tel-01296962>

HAL Id: tel-01296962


https://hal.archives-ouvertes.fr/tel-01296962
Submitted on 1 Apr 2016

HAL is a multi-disciplinary open access Larchive ouverte pluridisciplinaire HAL, est


archive for the deposit and dissemination of sci- destinee au depot et `a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publies ou non,
lished or not. The documents may come from emanant des etablissements denseignement et de
teaching and research institutions in France or recherche francais ou etrangers, des laboratoires
abroad, or from public or private research centers. publics ou prives.
HABILITATION A DIRIGER
DES RECHERCHES

Prsente lInstitut National Polytechnique De Toulouse

Spcialit Systmes Industriels

par Franois Marmier

Contribution au pilotage des projets et des processus par la prise en compte


d'informations relatives aux activits, aux produits, aux ressources et aux risques

Soutenue le 21 novembre 2014 devant le jury compos de :

Rapporteurs :
M. Alexandre Dolgui, Professeur l'ENSMSE, Saint-Etienne
M. Bernard Grabot, Professeur lENIT, Tarbes
M. Michel Schneider, Professeur l'Universit de Clermont-Ferrand,

Examinateurs :
M. Emmanuel Caillaud, Professeur l'Universit de Strasbourg
M. Naoufel Cheikhrouhou, Adjoint Scientifique l'EPFL, Lausanne
M. Didier Gourc, Professeur l'ENSMAC, Albi (Co-correspondant)
M. Franck Marle, Professeur l'Ecole Centrale de Paris
M. Gilles Motet, Professeur l'INSA, Toulouse (Correspondant)

HDR prpare au Centre de Gnie Industriel de l'cole Nationale Suprieure des Mines d'Albi-Carmaux
Campus Jarlard Route de Teillet, 81013 Albi CT Cedex 09
Remerciements

Cette HDR a t prpare au Centre de Gnie Industriel de lcole Na-


tionale Suprieure des Mines dAlbi-Carmaux. Durant ces annes de travail,
deux directeurs ont successivement contribu aux excellentes conditions de
travail dans lesquelles se sont droules mes recherches. Pour cela je remercie
Lionel Dupont, qui en a t le directeur durant mes trois premires annes
et Michel Aldanondo qui lui a succd au dbut de ma troisime anne en
tant quenseignant chercheur. Je leur suis aussi trs reconnaissant pour les
diffrents conseils quils mont donn lors la prparation de cette HDR.

Je tiens remercier vivement les rapporteurs du mmoire dHDR pour


lhonneur quils mont fait dvaluer ce travail :
Alexandre Dolgui, Professeur lcole Nationale Suprieure des Mines de
Saint tienne, pour ses prcieuses recommandations qui mont aid prendre
du recul sur le contenu de ce mmoire et sa structure. Je tiens lui exprimer
toute ma reconnaissance.
Bernard Grabot, professeur lcole Nationale dIngnieur de Tarbes, pour
ses encouragements et lesprit constructif avec lequel il a comment et criti-
qu la synthse prsente.
Michel Schneider, Professeur lUniversit de Clermont-Ferrand, pour le re-
gard complmentaire orient science Informatiques quil ma aid travailler
ainsi que pour lvaluation quil a ralis de ce mmoire.
Je leur exprime toute ma gratitude et ma sympathie pour leur disponibilit
et la qualit des relations scientifiques et humaines quils savent entretenir.

Je remercie vivement les examinateurs, qui ont accept dvaluer ces tra-
vaux :
Emmanuel Caillaud, professeur lUniversit de Strasbourg, qui ma fait
lhonneur de faire partie du jury et de le Prsider. Ses critiques sont toujours
trs utiles et constructives.
Naoufel Cheikhrouhou, Adjoint Scientifique lcole polytechnique fdrale
de Lausanne de qui jai beaucoup appris sur la rigueur du travail scientifique.
Ce fut un honneur de travailler avec lui et de bnficier de son retour sur
cette synthse.
Franck Marle, Professeur lEcole Centrale de Paris. Cest une chance, pour

3
4

moi, de pouvoir travailler et changer avec un expert de ces problmatiques


relevant de de la prise en compte des risques dans les projets.

Je remercie Gilles Motet, Professeur lInstitut National des Sciences


Appliques de Toulouse, qui a accept dtre mon correspondant dans la
ralisation de mon HDR. Nos discussions, ses conseils ont t prcieux pour
laboutissement du manuscrit et de ces travaux. Encore un grand merci Gilles
pour tout le temps que tu ma consacr et la gentillesse et la pdagogie dont
tu as fait preuve avec moi.

Je remercie Didier Gourc, Professeur lcole Nationale Suprieure des


Mines dAlbi-Carmaux. Derrire chaque ralisation, il y a toujours une per-
sonne sans qui rien naurait t pareil. Et dans le cas de mon HDR, cest
Didier. Merci infiniment pour les conditions de travail que tu as su crer dans
notre quipe de recherche. Ta vision humaine et constructive de la recherche,
de la pratique de la recherche et de la gestion dune quipe de recherche ont
cr un environnement constructif et source doriginalit dans nos travaux.
Les qualits humaines qui sont les tiennes, ta disponibilit, ta gentillesse ainsi
que ton ouverture pour des ides sortant des sentiers battus ont rendu cette
aventure passionnante.

Je tiens remercier sincrement les doctorants (ou docteurs maintenant)


avec lesquels jai partag ces nombreux temps de rflexion et dont les contri-
butions mont permis davancer vers lHabilitation Diriger des Recherches :
Trong Hung Nguyen, Sana Hassanzadeh, Olfa Rejeb et Safae Laqrichi. Ce
fut de trs bons moments en votre compagnie et je suis trs heureux que ces
travaux ont contribu votre projet professionnel.

Je tiens exprimer des remerciements chaleureux tout le personnel


du Centre de Gnie Industriel de lcole Nationale Suprieure des Mines
dAlbi-Carmaux, pour la bonne ambiance de travail et les relations cordiales
qui sont entretenues au sein de nos structures. Notamment Isabelle pour son
aide lorganisation de cette soutenance, Jacques qui ma permis de trou-
ver du temps pour rdiger, Paul qui ma aid solutionner des problmes
informatiques mais aussi Mathieu, Elise, Fred, Aurlie, Nico, Anne Marie,
Tixien, Paul, Franois, Franck, Seb, et dautres collgues et amis de lcole
Claudine, Luc, Nathalie, Michle, et bien dautres...

Jai une trs grande reconnaissance pour mes parents qui mont encou-
rag et soutenu dans la poursuite de mes tudes ("jaimerais bien faire a..
a... et a aussi cest intressant..." "passe ton bac dabord..." :-) ) et dans les
diffrents dfis personnels et professionnels que jai eu relever pour arriver
cette soutenance. Je ne les remercierai jamais assez pour avoir t de vrais
parents. Un grand merci aussi, plein daffection, Ioana pour son soutien,
i

ses encouragements rguliers tout au long de ce parcours, rgulirement pi-


ment, qui ma men lHDR et mes deux enfants pour le bonheur quils
me procurent au quotidien. Leur expliquer ce que papa fait au travail, en
trouvant les mots adapts, aide aussi prendre du recul. Jtais trs heureux
vous voir tous dans le public lors de ma soutenance.

Franois
ii
Table des matires

Table des acronymes . . . . . . . . . . . . . . 1

A Parcours personnel 3
I Curriculum Vitae . . . . . . . . . . . . . . . 5
II Activits de recherche . . . . . . . . . . . . . 9
1 Thmes de recherche . . . . . . . . . . . . . . . . . . . . . . . 9
1.1 Ordonnancement . . . . . . . . . . . . . . . . . . . . . 9
1.2 Prvision de la demande . . . . . . . . . . . . . . . . . 13
1.3 Gestion des risques dans les projets et les processus . . 16
2 Insertion dans lquipe de recherche et rayonnement . . . . . 22
2.1 Participation des projets . . . . . . . . . . . . . . . . 22
2.2 Evaluation de la recherche . . . . . . . . . . . . . . . . 24
2.3 Encadrement . . . . . . . . . . . . . . . . . . . . . . . 25
2.4 Actions de mobilit . . . . . . . . . . . . . . . . . . . . 27
III Activits pdagogiques et administratives . . . . . 29
1 Enseignement et suivi dlves . . . . . . . . . . . . . . . . . . 29
1.1 De la recherche vers lenseignement . . . . . . . . . . . 29
1.2 Enseignements . . . . . . . . . . . . . . . . . . . . . . 30
1.3 Autres activits . . . . . . . . . . . . . . . . . . . . . . 33
2 Administration et responsabilits collectives . . . . . . . . . . 33
2.1 Co-responsable de loption GI . . . . . . . . . . . . . . 33
2.2 Responsable adjoint du domaine GIPSI . . . . . . . . 33
2.3 Responsable de lunit denseignement Projet Industriel 34
2.4 Participation aux projets de lcole des Mines . . . . . 34

B Projet de recherche 35
IV Introduction gnrale. . . . . . . . . . . . . 37
1 Gense de ce projet de recherche . . . . . . . . . . . . . . . . 37
2 Le projet : de multiples drouls possibles . . . . . . . . . . . 39
2.1 Le projet . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Ses facettes . . . . . . . . . . . . . . . . . . . . . . . . 39

iii
iv

2.3 Des dcisions stratgiques pour le projet . . . . .


41 . . .
2.4 Les dcisions dans le temps . . . . . . . . . . . .
42 . . .
3 Les problmatiques traites . . . . . . . . . . . . . . . .
44 . . .
4 Cartographie des contributions de ce projet . . . . . . .
45 . . .
V Aide au choix des stratgies de traitement des risques 47
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2 Identification des scnarios de projet . . . . . . . . . . . . . . 49
2.1 Scnario de risque . . . . . . . . . . . . . . . . . . . . 49
2.2 Scnario de traitement . . . . . . . . . . . . . . . . . . 50
2.3 Scnario de projet . . . . . . . . . . . . . . . . . . . . 51
2.4 Influence des dpendances entre risques . . . . . . . . 52
3 Slection de la stratgie de traitement des risques . . . . . . . 53
4 Application concrte . . . . . . . . . . . . . . . . . . . . . . . 54
5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
VI Aide au choix des processus en contexte risqu . . . 59
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2 Slection du couple variante/traitement du risque . . . . . . . 62
2.1 Des dcisions structurantes pour le projet . . . . . . . 62
2.2 Approche de rsolution . . . . . . . . . . . . . . . . . . 63
3 Arrt ou poursuite dun projet . . . . . . . . . . . . . . . . . 65
3.1 Caractrisation de lincertitude dans les dcisions projet 66
3.2 Modlisation du processus de dcisions Go / No Go . . 66
3.3 Phase de dcision collaborative . . . . . . . . . . . . . 67
3.4 Analyse de linsatisfaction dune dcision . . . . . . . . 71
4 Proposition dun cadre de management de la continuit dac-
tivit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1 Particularit du MCA . . . . . . . . . . . . . . . . . . 72
4.2 Cycle de vie du Management de la Continuit dActivit 73
5 Applications concrtes . . . . . . . . . . . . . . . . . . . . . . 74
6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
VII Aide au choix des ressources pour des projets risqus 79
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2 Estimation de leffort de ralisation dun projet . . . . . . . . 81
2.1 Formalisation du problme destimation . . . . . . . . 82
2.2 Modle destimation de leffort . . . . . . . . . . . . . 82
3 Planification des ressources humaines . . . . . . . . . . . . . . 85
3.1 Donnes . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.2 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . 87
3.3 Approche de rsolution . . . . . . . . . . . . . . . . . . 87
4 Planification des ressources critiques . . . . . . . . . . . . . . 88
4.1 Une mauvaise synchronisation entre besoin et disponi-
bilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2 Arbre de dcision et critre dvaluation de solutions . 90
v

4.3 Processus dcisionnel . . . . . . . . . . . . . . . . . . . 91


5 Applications concrtes . . . . . . . . . . . . . . . . . . . . . . 92
6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
VIII Perspectives du projet de recherche . . . . . . 95
1 Aide la priorisation des projets dans lallocation des ressources 97
2 Aide la formulation de rponses appels doffres . . . . . . 99
3 Aide la slection de projets de nouveaux produits . . . . . . 101
4 Aide la construction dun rseau collaboratif . . . . . . . . . 103
Table des acronymes

Laboratoires et formations

EPFL LGPP : cole polytechnique fdrale de Lausanne - Laboratoire de


Gestion et Procds de Production
ESI : Ecole nationale Suprieure dInformatique
FEMTO-ST AS2M : Institut de recherches Franche-Comt Electronique, M-
canique, Thermique et Optique - Sciences et Technologies - Dpartement
Automatique et Systmes Micro-Mcatroniques
FonCSI : Fondation pour une Culture de Scurit Industrielle
Fraunhofer ISI : Fraunhofer Institute for Systems and Innovation Research
GIPSI : Gnie Industriel, Processus et Systemes dInformation
Mines Albi CGI : cole nationale suprieure des mines dAlbi-Carmaux -
Centre Gnie Industriel
UTT : Universit de technologie de Troyes

Confrences et journaux

CIE : international conference on Computers & Industrial Engineering


COR : Computers & Operations Research
DSS : Decision Support Systems
GOL : Gestion Oprationnelle de la Logistique (ou Logistics Operations Ma-
nagement LOM)
HMS : symposium on analysis, design, and evaluation of Human Machine
Systems
HOPS : international conference on Human and Organisational Factors in
Planning and Scheduling ICPR : International Conference on Production
Research
ICSSSM : International Conference on Service Systems and Service Mana-
gement
IESM : international conference on Industrial Engineering and Systems Ma-
nagement

1
2

IJPE : International Journal of Production Economics


IJPR : International Journal of Production Research
JOL : Journal of Operations and Logistics
PPC : Production Planning & Control

Autres acronymes rencontrs dans le documents

ACL : Articles dans des revues internationales


ACLN : Articles dans des revues non rpertories
ACTI : Communications dans des congrs internationaux
AIT : the satellite Assembly, Integration and Test
CIS : Conscience Individuelle de la Situation (ou Individual Situation Awa-
reness ISA)
COM : Communications orales sans actes dans des congrs
CSC : Connaissance de la Situation de Collaboration (ou Collaborative Si-
tuation Awareness CSA)
DMIA : la Dure Maximale dInterruption Admissible
DNP : Dveloppement de Nouveau Produit
DT : Decision Tree
FIS : Fuzzy Inference System
HAD : Hospitalisation A Domicile
HDR : Habilitation Diriger des Recherches
MCA : Management de la Continuit dActivit
MM : Mta-Modle
MMRE : Mean Magnitude of Relative Error
MOA : Matre dOuvrage
MOE : Matre duvre
NPD : New Product Development
OS : Ouvrage ou chapitre douvrage
PCA : Plan de Continuit dActivit
PRAO : Processus de Rponse Appel dOffre
RN : Rseaux de Neurones
RNM : Ressources Non Matrielles
RPROP : Resilient back PROPagation
Premire partie

Parcours personnel

3
Chapitre I

Curriculum Vitae

5
6 Chapitre I

M. Franois Andr MARMIER Coordonnes professionnelles :


N le 07 mars 1980 Dakar (Sngal) Ecole des Mines dAlbi Carmaux
Nationalit Franaise Campus Jarlard
2 enfants 81 013, Albi Cedex 09
DOCTEUR en Sciences francois.marmier@mines-albi.fr
Qualifi MdC
section 61 CNU (2008, 2014)
INGENIEUR

Fonctions actuelles
Depuis le 1er janvier 2009.
Matre-assistant lcole des Mines dAlbi-Carmaux.
Resp. adjoint du domaine denseignement Gnie Industriel, Processus et Sys-
2009 temes dInformation (GIPSI).
Chercheur au Centre de Gnie Industriel.
Participation et coordination de projets des recherche.
Encadrement de doctorants.

Cursus universitaire
Thse de doctorat, spcialit Automatique, Universit de Franche-Comt.
Contribution lordonnancement des activits de maintenance sous
2007 contrainte de comptence : une approche dynamique, proactive et multi-
critre.
Mention Trs Honorable, le 12 dc. 07, Univ. de Franche-Comt, jury :

Alexandre Dolgui Professeur, ENSMSE, Saint-Etienne Rapporteurs


Nidhal Rezg Professeur, Universit Paul Verlaine, Metz Rapporteurs
Michel Ferney Professeur, UTBM, Belfort-Montbliard Examinateur
Kondo H. Adjallah MdC - HDR, UTT, Troyes Examinateur
Pascal Bressy Ingnieur, DCNS Ingnierie, Toulon Examinateur
Noureddine Zerhouni Professeur, ENSMM, Besanon Dir. de thse
Christophe Varnier MdC, ENSMM, Besanon Co-dir. de thse

Diplme dIngnieur de lEcole Nationale Suprieure des Mines de Saint


2004 Etienne (42), spcialit Gnie Industriel. Cycle par alternance en convention
avec lISTP.
2001 DUT Hygine Scurit et Environnement, IUT de Lorient (56).

1998 Baccalaurat Scientifique option Technologie Industrielle Montbliard (25).

Exprience professionnelle
Collaborateur Scientifique, Ecole Polytechnique Fdrale de Lausanne.
2008
Recherche et Projets, Laboratoire de Gestion et Procds de Production
(11 mois)
(Suisse).
ATER (61me section) temps complet, cole Nationale Suprieure de M-
2007-2008
canique et des Microtechniques, en Productique et informatique, Besanon
(4 mois)
(25).
2004-2007 Boursier BDI (Bourse de Doctorant Ingnieur) - LAB, CNRS/Universit de
(33 mois) Franche-Comt (Dp. AS2M, FEMTO-ST), Besanon (25).
7

Enseignement
Activits rcurrentes depuis 2009 :
Mines Albi : 159h TD Gestion de projet, 24h TD Algorithmes et programma-
tion, Systmes dinformations et Analyse des systmes (jusquen 2013), 136h TD
dautres charges pdagogiques.
Mastre Spcialis Risk Engineering, INSA Toulouse : 12h TD en Project Risk
Management.
M1 Ergonomie, CUFR JFC Albi : 24h TD Gestion des risques projets (jusquen
2013).
M2 PLIQ, Universit de Strasbourg : 12h TD Gestion de projet 12h TD Gestion
des risques ( partir de 2013).
140h "face lves" lEPFL (Lausanne) en gestion de production et 192h
2004-2008 TD lENSMM (Besanon) en gestion des stocks, simulation de flux, pro-
grammation et ordonnancement.

Activits de recherche
Actuellement : Aide la dcision en conception de projet risqu.
Thmes de
Post-doc : Prvision de la demande.
recherche :
Thse : Ordonnancement des activits de maintenance.
3 thses soutenues co-encadres (resp. 30%, 40% et 50%). 1 thse en
Encadrements
cours (50%) fin prvue en 2015. 1 post-doc. 3 masters recherche soutenus.
FUI 13 ProjEstimate, Sept 2012-2015, acteur.
Projet de ANR/TECSAN, PlaSOSoins, 2011-2014, montage et acteur.
recherche Rgion MP SySO 2010-2013, montage et portage.
Europen Eureka/CTI Logiplan 2008, acteur.
Journaux COR, IJPR, IJPE, DSS. Confrences CIE 39, ICPR2013,
Reviewer
HMS2013, GOL2014.
Organisateur dune session spciale IEEE GOL 2014. Membre du comit
scientifique IEEE GOL. Responsable de session ICPR2013. Participa-
Divers
tions organisation : CIGI2005 Besanon, HOPS2008 Lausanne, GDR
MACS 2012 Albi.

Expriences administratives
Responsable adjoint du domaine denseignement Gnie Industriel, Processus
Depuis et Systmes dInformation (GIPSI) de lEcole des Mines dAlbi (environs 55-
2011 60 tudiants), plus particulirement de loption Gnie Industriel (GI) en M2
(40 tudiants).
Co-Responsable avec le Professeur Michel Aldanondo de loption Gnie In-
2009-2011
dustriel en M2 lEcole des Mines dAlbi (40 tudiants).
Responsable de lUnit dEnseignement Projets Industriels du domaine GIPSI (6
ECTS).
Acteur du plan de dveloppement de lcole : actions favorisant la mobilit in-
ternationale des chercheurs, la publication de rang A, la diffusion sur archives
ouvertes.
8 Chapitre I

Publications et communications
Accessibles pour la plupart via : http ://perso.mines-albi.fr/ fmarmier/
Selon la base de classement AERES :
Articles dans des revues internationales (ACL) : 8 dont 1 ditorial PPC,
Articles dans des revues non rpertories (ACLN) : 2,
Ouvrage ou chapitre douvrage (OS) : 2,
Communications dans des congrs internationaux (ACTI) : 29,
Communications orales sans actes dans des congrs (COM) : 9.
Chapitre II

Activits de recherche

1 Thmes de recherche

Durant mon parcours, jai intgr successivement trois laboratoires de


recherche diffrents : FEMTO-ST AS2M, EPFL LGPP, Mines Albi CGI.
Mes travaux de recherche ont alors relev de trois thmatiques principales :
lordonnancement, la prvision de la demande et la gestion des risques dans
les projets et les processus. Cette adaptation a logiquement fait voluer mes
activits, ce qui se concrtise par des publications rfrences WoS dans
chacun de ces thmes de recherche.

1.1 Ordonnancement

Les travaux de recherche sur la thmatique de lordonnancement ont


t effectus principalement durant ma thse sur lordonnancement des ac-
tivits de maintenance. La maintenance industrielle permet aux entreprises
daccrotre leur productivit en amliorant la disponibilit des quipements.
Le service de maintenance ralise principalement deux types de tches : la
maintenance prventive et la maintenance corrective. Lune des activits du
dcideur du service de maintenance est de raliser laffectation des ressources
du service de maintenance et lordonnancement des tches. La rsolution du
problme daffectation et dordonnancement nous conduit donc trouver la
bonne ressource et la date adquate pour la ralisation de la tche de trai-
tement. Le service de maintenance est compos de ressources qui peuvent
tre de type matriel (outillage, pices de rechange) ou ressources humaines.
Ce sont surtout des ressources humaines, capables de traiter la plupart des
tches, que le service de maintenance gre. Selon leurs activits et leurs for-
mations, elles prsentent des diffrences defficacit suivant les tches quelles
doivent traiter. Le dcideur du service de maintenance doit alors affecter et

9
10 Chapitre II

ordonnancer les tches en prenant en compte les particularits propres au


contexte de la maintenance : les ressources humaines diffrentes (niveaux
de comptences) et les tches diffrentes (prventives ou correctives, nou-
velles ou appartenant un ordonnancement courant). Le dcideur doit alors
raliser un ordonnancement afin datteindre des objectifs tels que des objec-
tifs de disponibilit des quipements ou encore doccupation des ressources.
Il doit aussi prendre en compte le fait que le contexte de la maintenance
est incertain (incertitudes sur loccurrence des pannes,. . . ). Le dcideur du
service de maintenance est alors confront un problme daffectation et
dordonnancement multi-objectifs en contexte incertain.
A travers ces travaux, nous proposons dans un premier temps, une ap-
proche destine prendre en compte larrive de nouvelles tches. Il sagit
dune approche dynamique et mono-critre pour ce problme daffectation
et dordonnancement. Le service de maintenance prend des engagements de
disponibilit concernant les quipements dont il assure la maintenance. Selon
les quipements, les tches ont une importance diffrente que lon retrouve
travers une pondration. Les performances du service sont alors values
suivant un critre qui est la somme pondre des retards quil sagit de mini-
miser. Lapproche propose est base sur la mthode du kangourou. Cette ap-
proche stochastique part dune solution initiale et lamliore en la modifiant
le moins possible afin de ne pas trop perturber le personnel dont le planning
est modifi. Nous avons compar ces rsultats ceux dheuristiques statiques
et les avons prsents dans deux confrences (Marmier et al. 2006a ; Mar-
mier et al. 2006b). Ces travaux ont t repris pour la ralisation dun article
ACLN dans la revue JOL (Marmier et al. 2009c).
Les modifications dun ordonnancement courant, destines amliorer
notamment la gestion des retards des tches, peuvent dgrader dautres as-
pects de celui-ci. En effet, la charge de travail doit rester quilibre entre les
ressources et larrive dune nouvelle tche ne doit pas conduire une remise
en cause complte de lordonnancement. Le problme est alors caractris
par un ensemble dobjectifs antagonistes atteindre. Nous avons rsolu ce
problme multi-objectifs en fournissant au dcideur un ensemble de solutions
pareto-efficaces parmi lesquelles il effectuera son choix. La mthode sto-
chastique damlioration de lordonnancement, par modification partielle de
celui-ci, a donc t adapte au contexte multi-critres et prsente dans la
confrence CIGI (Marmier et al. 2007d).
Lapproche propose prcdemment permet dintgrer dynamiquement
de nouvelles tches dans un ordonnancement existant et prend donc intrin-
squement en compte les incertitudes lies larrive de nouvelles tches. En
complment, nous proposons de prendre en compte les imprcisions des ca-
ractristiques des tches (dures, dates de disponibilit, dates dchances) et
les niveaux de comptence des ressources au moyen dune approche proac-
1 Thmes de recherche 11

tive permettant dobtenir des solutions robustes. Dans un premier temps,


nous avons utilis la simulation pour prendre en compte les incertitudes. Ces
travaux ont t valoriss dans la confrence IESM (Marmier et al. 2007b).
Le principal inconvnient dune mthode base sur la simulation tant le
temps de calcul ncessaire, nous proposons une autre approche utilisant la
logique floue permettant de modliser les incertitudes. Celle-ci est base sur
lutilisation dun critre de robustesse par rapport la somme pondre des
retards tel que prsent dans la confrence MCPL (Marmier et al. 2007e).
Lenvironnement de la maintenance tant par nature multi-critres. Nous
avons alors tendu lapproche multi-critres en y intgrant ce critre, afin de
rendre robuste les solutions proposes au regard de la somme pondre des
retards. Ces travaux ont t prsents dans le cadre de la confrence ICPR
(Marmier et al. 2007a) et repris dans la revue ACL IJPR (Marmier et al.
2009b).
A lheure actuelle, je valorise les comptences acquises au cours de ces tra-
vaux au travers de collaborations et de relectures pour des journaux. A mon
arrive au CGI, jai travaill avec le professeur Jacques Lamothe, sur la base
de travaux dj aboutis dans le centre. La problmatique traite concerne
lordonnancement sur machines parallles ayant une flexibilit limite, des
setups et des contraintes de ressources secondaires afin de minimiser des re-
tards. Ces travaux ont men la publication dun article ACL dans COR
(Lamothe et al. 2012). Je collabore aussi avec Sabrina Bouzidi-Hassini, En-
seignante chercheur lESI (Algrie) dans ses travaux de thse. Ces travaux
portent sur linsertion de tche de maintenance corrective dans des ordon-
nancements conjoints de production et maintenance avec des problmatiques
de minimisation de retard, de dure totale de lordonnancement, de niveau
de risque. Une publication est en cours de rdaction.

Synthse de la diffusion scientifique

2 Articles en revues internationales (ACL)


1 Articles en revues non rpertories (ACLN)
6 Communications en congrs international (ACTI)
3 Communications orales sans actes dans un congrs international ou national (COM)
1 Thse de doctorat

Articles en revues internationales (ACL)


Lamothe, Jacques, Franois Marmier, Matthieu Dupuy, Paul Gaborit
et Lionel Dupont (2012). Scheduling rules to minimize total tardiness
in a parallel machine problem with setup and calendar constraints . In :
Computers & Operations Research 39.6, p. 12361244.
12 Chapitre II

Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2009b).


Proactive, dynamic and multi-criteria scheduling of maintenance acti-
vities . In : International Journal of Production Research 47(8), p. 2185
2201.

Articles en revues non rpertories (ACLN)


Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2009c).
Static and dynamic scheduling of maintenance activities under the
constraints of skills . In : Journal of Operations and Logistics 2(3), p. 1
16.

Communications en congrs international (ACTI)


Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2006a).
Maintenance Activities Scheduling Under Competencies Constraints .
In : IEEE International Conference on Service Systems and Service Ma-
nagement (IEEE-ICSSSM06). IEEE International Conference on Service
Systems and Service Management (IEEE-ICSSSM06). Troyes, France,
p. 12171222.
(2006b). Ordonnancement des activits de maintenance sous contraintes
de comptences . In : Symposium International sur la Maintenance et
la Matrise des Risques, MMR06. Rabat, Morocco.
(2007a). Dynamic and multi-criteria scheduling of maintenance activi-
ties . In : 19th International Conference on Production Research (ICPR-
19). Valparaiso, Chile.
(2007b). Dynamic scheduling of maintenance activities under uncer-
tainties . In : International Conference on Industrial Engineering and
Systems Management (IESM2007). Beijing, Chine.
(2007d). R-ordonnancement partiel et dynamique dun planning dac-
tivits de maintenance . In : 7me Congrs International de Gnie In-
dustriel, GI2007. Trois Rivires, Qubec, Canada.
(2007e). Robustness measure for fuzzy maintenance activities sche-
dule . In : 4th IFAC Conference on Management and Control of Pro-
duction and Logistics, MCPL2007. Sibiu : Romania.

Communications orales sans actes en congrs international ou na-


tional (COM)
Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2006c).
Ordonnancement dynamique des activits de maintenance en milieu in-
certain . 6me journes STP du GdR MACS, Groupe de Travail BER-
MUDES, Valenciennes.
1 Thmes de recherche 13

(2006d). Ordonnancement dynamique des activits de maintenance en


milieu incertain . 6me journes STP du GdR MACS, Groupe de Travail
MACOD, Valenciennes.
(2007c). Ordonnancement des activits de maintenance : Une approche
dynamique, proactive et multi-critre . Journe FEMTO-Innovation,
Session poster, Besanon.

Thse de doctorat
Marmier, Franois (2007a). Contribution lordonnancement des activi-
ts de maintenance sous contrainte de comptence : une approche dyna-
mique, proactive et multi-critre . Thse de doct. Besanon : Universit
de Franche-Comt.

1.2 Prvision de la demande

Mon post-doctorat sest droul dans lquipe de recherche Gestion des


Oprations de Naoufel Cheikhrouhou du LGPP de lEPFL. Il a port sur
la prvision de la demande dans le cadre du projet Europen Eureka/CTI
8300.1 ESPP-ES Logiplan. La finalit de ce projet tait de dvelopper un
module de prvision de la demande pour les solutions commerciales des par-
tenaires du projet. Les sries chronologiques correspondent une succession
dobservations passes. Prvoir la demande partir de sries chronologiques
consiste utiliser les donnes historiques concernant la demande pour obte-
nir une approximation de la demande future. Diffrentes approches de pr-
vision, tel que des mthodes mathmatiques ou statistiques (Makridakis
et al. 1998) ont t tudies et proposes. Bien que les approches math-
matiques conduisent des prvisions fiables en contexte dterministe, des
vnements alatoires peuvent rendre les prvisions obsoltes. Dautre part,
les prvisionnistes ont pour atout une connaissance partielle du contexte et
du potentiel de perturbation des vnements externes. Cette connaissance
nest pas utilisable dans les mthodes statistiques car elle correspond des
vnements particuliers, tels que les grves du personnel ou des promotions
sur les produits. De nos jours, il a t reconnu que le jugement est un lment
indispensable de la prvision (Lawrence et al. 2006). Sur cette constatation,
nous proposons travers nos travaux de recherche, une approche intgrant
le jugement dans la prvision.
Webby et OConnor (Webby et al. 1996) ont dfini quatre types dap-
proches intgrant le jugement structur avec des mthodes mathmatiques
de prvision : la spcification de modle de prvision est une approche dans
laquelle le jugement est utilis pour slectionner les variables, spcifier la
structure du modle et dfinir ses paramtres, en se fondant sur des informa-
14 Chapitre II

tions contextuelles. Lapproche de combinaison est base sur la combinaison


de prvisions subjectives et de prvisions mathmatiques. Dans la dcompo-
sition subjective, jugement et approches statistiques peuvent tre appliqus
aux diffrentes tapes du processus de prvision. Enfin, lajustement sub-
jectif permet dajuster des prvisions mathmatiques partir de facteurs
contextuels. Sur la base de ce dernier, Kyu Jae et al. (Kyu Jae et al. 1990)
ont dfini diffrents facteurs de jugement pour caractriser lvolution de la
demande face diffrentes situations. Ces facteurs sont utiliss dans une ap-
proche par raisonnement par cas qui a le rle dexpert prvisionniste. Les
principaux facteurs dfinis sont : le facteur transitoire, qui traduit linfluence
dun vnement particulier sur des sries de donnes, le facteur de transfert
dimpact qui transfre limpact dun vnement dun point un autre, sans
changer la somme des prvisions et le saut de prvision qui traduit ce qui se
produit lorsque leffet dun vnement est permanent.
Lapproche que nous proposons intgre ces facteurs de jugement afin
daider le prvisionniste, en lui permettant de structurer son jugement, pour
ajuster les prvisions. Cette approche permet ainsi damliorer la prcision
des prvisions. Par consquent, le prvisionniste sera en mesure de struc-
turer et de communiquer ses connaissances concernant lvolution des mar-
chs (volume total, nombre de concurrents,. . . ), les clients (leur nombre, les
besoins, la demande potentielle,. . . ) et les contrats (dveloppement, offres
spciales,. . . ) par des facteurs reprsentatifs. Ensuite, lexpert doit pondrer
les effets des vnements modliss et ajuster les prvisions mathmatiques
(ralises au pralable). Lapproche globale se rsume en trois tapes : le
filtrage des donnes et la ralisation de prvisions mathmatiques, la forma-
lisation des facteurs puis le processus dajustement. La mesure de lerreur
de prvision permet dvaluer si les rsultats du modle de prvision corres-
pondent aux donnes relles. Les rsultats fournis par les prvisions math-
matiques sont ainsi compares celles fournies par les prvisions ajustes par
le jugement de lexpert. LErreur Absolue Moyenne (MAE) et le Pourcen-
tage dErreur Absolue Moyen (MAPE) sont utiliss pour raliser ces mesures
derreurs. Elles prennent en compte la fois les aspects positifs et ngatifs
des erreurs et permettent ainsi de mesurer lamplitude totale des erreurs de
prvision.
Cette approche a t applique dans lentreprise Bison Bag, un fabri-
cant de sacs en plastique. Le march du sac en polythylne est analys et
la demande est prvue. Les sries temporelles utilises sont composes par
la demande agrge mensuelle recueillie sur trois annes (2004-2006). Aprs
avoir nettoy cette srie de donnes, un modle ARIMA (Auto-Regressive
Integrated Moving Average) est appliqu pour prvoir la demande. Suite
cela, notre approche a permis aux experts didentifier diffrents facteurs
prendre en considration et modliser. Parmi ceux-ci, une offre spciale que
1 Thmes de recherche 15

les vendeurs sont en train de prparer et qui aura pour consquence quune
grande partie de la demande de Janvier sera transfre sur les mois de F-
vrier et Mars. Les prvisionnistes ont modlis cet vnement par un facteur
de transfert et son impact est rpercut sur les prvisions mathmatiques.
Les prvisions de la demande obtenues portent sur lanne 2007. Pour cette
tude de cas, lapproche propose a un impact important sur lexactitude
des prvisions qui en rsulte. Lapplication de notre approche pour aider
lexpert structurer son jugement, a permis de rduire la MAE de 14% et la
MAPE de 18% (Marmier et al. 2008 ; Marmier et Cheikhrouhou 2010 ;
Cheikhrouhou et Marmier 2010). Ces travaux ont t complts par la
proposition dun systme dinfrence floue base de rgles. Celui-ci permet
dintgrer les perceptions diffrentes et complmentaires dexperts afin de
mieux caractriser les vnements venir et aboutir des prvisions plus
fiables (Cheikhrouhou, Marmier et al. 2011).
Ces travaux ont fait lobjet dun transfert de comptence dans les en-
treprises Acteos et Proconcept concrtis par le projet Logiplan. Le projet
Logiplan est un projet Europen Eureka/CTI (Center for Technology and
Innovation). Lobjectif de ce projet se rsume dans la conception, le dvelop-
pement et lintgration de modules innovants de prvision de la demande de
marchs industriels. Les modles (mathmatiques et contextuels) dvelop-
ps feront partie intgrante de solutions logicielles commerciales et devraient
permettre le dveloppement aussi bien de loutil Supply Chain Forecasting
and Planning dans la suite Supply Chain Planning and Execution de len-
treprise Acteos que du module prvision (forecast planning) dans la suite
Proconcept de lentreprise Pro-concept.

Synthse de la diffusion scientifique

3 Articles en revues internationales (ACL)


2 Communications en congrs international (ACTI)

Articles en revues internationales (ACL)


Cheikhrouhou, Naoufel et Franois Marmier (2010). Human and orga-
nisational factors in planning and control . In : Production Planning &
Control 21(4), p. 345346.
Cheikhrouhou, Naoufel, Franois Marmier, Omar Ayadi et Philippe
Wieser (2011). A collaborative demand forecasting process with event-
based fuzzy judgements . In : Computers & Industrial Engineering 61(2),
p. 409421.
16 Chapitre II

Marmier, Franois et Naoufel Cheikhrouhou (2010). Structuring and


integrating human knowledge in demand forecasting: a judgemental ad-
justment approach . In : Production Planning & Control 21(4), p. 399
412.

Communications en congrs international (ACTI)


Marmier, Franois, Maria Gonzales-Blanch et Naoufel Cheikhrouhou
(2008). Integration of human factors in demand forecasting: A judgmen-
tal adjustment approach . In : International Conference on Human and
Organisational Factors in Planning and Scheduling (HOPS). Lausanne,
Suisse.
(2009a). A new structured adjustment approach for demand forecas-
ting . In : 39th International Conference on Computers & Industrial
Engineering (CIE39). Troyes, France.

1.3 Gestion des risques dans les projets et les processus

Jai t recrut, en janvier 2009, lcole des Mines dAlbi pour travailler
sur la thmatique de recherche de la gestion des risques dans les projets
et les processus. Mes travaux de recherche se sont essentiellement orients
sur laide la dcision dans le cadre de dcisions stratgiques pour les pro-
jets/processus dans des contextes risqus. Tout au long des projets/processus,
les responsables sont amens effectuer des choix pour piloter ou orienter
les activits. Chaque dcision prise peut gnrer des contextes diffrents.
Chaque contexte est potentiellement source de risques diffrents. La prise de
dcision est alors difficile si lon essaye de tenir compte des effets des risques
et de ceux de leurs traitements sur le planning des activits (dautant plus
lorsquil sagit de dcisions squentielles).
Ces travaux, sintressent aux projets et processus de dveloppement de
nouveaux produits, systmes, services caractriss par de fortes incertitudes
et des risques. Dans ce contexte, les incertitudes/risques tudis portent,
entre autres, sur la connaissance du produit/systme/service dvelopper,
sur la disponibilit des moyens, sur lorganisation mise en place pour as-
surer le dveloppement. Il est alors difficile pour les dcideurs (responsable
projet, responsable de portefeuille, dirigeant), didentifier et dvaluer ma-
nuellement ou mentalement avec prcision les rpercussions des dcisions
quils doivent rgulirement prendre et les scnarios de projets possibles. Il
en dcoule ainsi un besoin en modles/mthodes/outils, auquel nous appor-
tons des lments de rponse, pour aider concevoir, valuer et piloter les
projets/processus en prenant en compte des informations pouvant concerner
le produit (ou livrable) du projet, le projet/process dobtention (Hassanza-
1 Thmes de recherche 17

deh et al. 2011d ; Marmier, Gourc et Laarz 2013 ; Hassanzadeh et al.


2011a ; Hassanzadeh et al. 2012a), les ressources ncessaires (Laqrichi
et al. 2013a, Laqrichi et al. 2013c, Laqrichi et al. 2014a) et les risques
encourus (Nguyen et al. 2013).
La plateforme informatique ProRisk, dmonstrateur informatique, per-
met doutiller diffrentes contributions scientifiques de ce projet de recherche.
Son noyau est issu de la thse de Nguyen (2011). Sa prennisation et son
amlioration au cours des travaux qui ont suivi contribuent efficacement au
dveloppement de collaborations avec dautres quipes de recherche ayant
des comptences complmentaires : EPFL-LGPP, IMS Bordeaux, Universit
de Strasbourg Beta. Le LGPP a dvelopp des comptences sur la carac-
trisation des ressources humaines. Les travaux que nous avons entrepris
sintressent la question du choix des ressources humaines les mieux adap-
tes pour les diffrentes activits dun projet risqu, en fonction de leurs
comptences. Nous avons ainsi propos un modle dvaluation de projet te-
nant compte du niveau de comptences. Il est caractris par lcart entre le
niveau requis, dans chacune des comptences, pour effectuer les activits du
projet et celui acquis par les ressources. Cela permet de relier le niveau de
comptence des ressources aux critres dvaluation des projets. Un ACTI a
t publi (Marmier, Cheikhrouhou et Gourc 2014) et un article ACL
est soumis pour valoriser ces travaux. Avec le laboratoire IMS de Bordeaux
nous traitons de la question de laffectation de ressources critiques disponi-
bilit limite dans les organisations portant des projets. Nous avons propos
une approche permettant dvaluer le risque dindisponibilit des ressources
et daider dterminer les priodes de besoin en ressource par les projets, qui
soient robustes aux vnements indsirables. 3 ACTI ont t publis (Robin,
Marmier et al. 2013, Marmier et al. 2013a, Marmier et al. 2013b) et un
ACL est en cours de rdaction pour valoriser ce travail. Le laboratoire Beta
de Strasbourg possde des comptences sur le thme de linnovation et des
projets de conception. Une mthode permettant dterminer la solution tech-
nologique maximisant les chances de succs du projet parmi un ensemble de
solutions possibles a t propose. Elle prend en compte les risques intrin-
sques chacune dentre elles ainsi que les diffrents traitements possibles
pour chaque risque. Ces travaux ont donn lieu 1 ACTI (Filipas Deniaud
et al. 2013) ainsi que 1 ACL : CII (Marmier, Filipas Deniaud et al. 2014).
De manire complmentaire ces travaux visant laide la dcision, nous
avons ralis une tude sur les rfrentiels de bonnes pratiques en gestion de
projet avec lUniversit Technique du Danemark (DTU). La question tait
de mettre en vidence les similitudes et les diffrences entre les "bonnes
pratiques" proposes par les rfrentiels et les pratiques mergentes issues
du terrain. Ainsi nous avons propos une approche analytique sappuyant
sur la cartographie et la visualisation de rseaux. Ces travaux ont fait lobjet
18 Chapitre II

dun ACTI (Thuesen et al. 2013)et sont en cours de valorisation par un


ACLN (IJMPB) actuellement en 2me lecture.
Des travaux de recherche traitant de ltude du niveau de risque dans les
processus de servicisation sont en cours avec lquipe de Xavier Boucher de
lcole des Mines de St Etienne. Une approche permettant danalyser le pro-
cessus dcisionnel de servicisation et de dterminer sa fiabilit a t propose.
Lapproche se base sur la comparaison du processus rellement droul (des
dcisions prises) un processus dcisionnel de rfrence prcdemment ta-
bli. Deux ACTI ont ainsi t ralis en 2014 (Dahmani, Boucher, Gourc
et al. 2014, Dahmani, Boucher, Peillon et al. 2014).
Deux principaux domaines dapplication ont t sources de problma-
tiques et ont permis ltablissement de cas dtude :
- le domaine de la sant avec le dveloppement pharmaceutique et le Maintien
de personnes A Domicile (MAD). Lactivit de dveloppement de nouveaux
mdicaments est fortement lie la notion de risques, seul un projet sur dix
lanc en dveloppement conduit la mise sur le march dun mdicament
(Hassanzadeh et al. 2010, Hassanzadeh et al. 2011b, Hassanzadeh et
al. 2012b). La sant de patients est, quant elle, un enjeu pour la MAD. La
planification des soins doit tre aussi prcise que possible (Gourc, Mar-
mier, Chardon et al. 2013, Gourc, Marmier et Gaborit 2014) pour
permettre une bonne perception des consquences dventuels impacts et la
continuit dactivit assure en cas de problme majeur (Rejeb, Marmier
et al. 2012, Rejeb, Lamine, Pingaud et al. 2012, Rejeb, Bastide et al.
2012).
- le domaine de laronautique et du spatial est caractris par linnovation
qui est source dincertitude et de risques. Par exemple dans le domaine spa-
tial, le caractre irrversible du lancement dun satellite associ au cot de ce
dernier et limpossibilit de pouvoir effectuer certaines oprations de main-
tenance/rparations aprs son lancement rend indispensable une valuation
correcte des risques associs aux dcisions de conception, aux stratgies de
test et aux choix technologiques effectus (Marmier, Gourc et Laarz
2012a, Marmier, Gourc et Laarz 2012b).

Synthse de la diffusion scientifique

3 Articles en revues internationales (ACL)


1 Articles en revues non rpertories (ACLN)
2 Ouvrage ou chapitre douvrage (OS)
21 Communications en congrs international (ACTI)
5 Communications orales sans actes dans un congrs international ou national (COM)
1 Thmes de recherche 19

Articles en revues internationales (ACL)


Marmier, Franois, Ioana Filipas Deniaud et Didier Gourc (2014). Stra-
tegic decision-making in NPD projects according to risk: application to
satellites design projects . In : Computers In Industry (Accepted paper).
Marmier, Franois, Didier Gourc et Frdric Laarz (2013). A risk orien-
ted model to assess strategic decisions in new product development pro-
jects . In : Decision Support Systems 56, p. 7482.
Nguyen, Trong Hung, Franois Marmier et Didier Gourc (2013). A
decision-making tool to maximize chances of meeting project commit-
ments . In : International Journal of Production Economics 142(2),
p. 214224.

Articles en revues non rpertories (ACLN)


Hassanzadeh, Sana, Didier Gourc, Franois Marmier et Sophie Bou-
garet (2011b). Decision-making under uncertainty in drug develop-
ment . In : Project Perspectives, The annual publication of International
Project Management Association.

Ouvrage ou chapitre douvrage (OS)


Hassanzadeh, Sana, Franois Marmier, Didier Gourc et Sophie Bou-
garet (2012b). Bias in collective decision-making under uncertainty in
drug development projects . In : Handbook on Psychology of Decision-
Making: New Research. Nova Publishers.
Laqrichi, Safae, Franois Marmier et Didier Gourc (2014a). Software
Cost and Duration Estimation Based on Distributed Project Data: A
General Framework . In : Enterprise Interoperability VI. Sous la dir. de
Kai Mertins, Frdrick Bnaben, Ral Poler et Jean-Paul Bour-
rires. Proceedings of the I-ESA Conferences 7. Springer International
Publishing, p. 213224.

Communications en congrs international (ACTI)


Dahmani, Sarra, Xavier Boucher, Didier Gourc, Franois Marmier et
Sophie Peillon (2014). Towards a Reliability Diagnosis for Servitiza-
tion Decision-Making Process . In : 6th CIRP Conference on Industrial
Product Service Systems (IPSS 2014). Windsor, Ontario, Canada.
Dahmani, Sarra, Xavier Boucher, Sophie Peillon, Didier Gourc et
Franois Marmier (2014). Towards a Reliability Diagnosis for Servi-
tization Decision-Making Process . In : Spring Servitization Conference
2014 (SSC). Aston, UK.
20 Chapitre II

Filipas Deniaud, Ioana, Franois Marmier et Didier Gourc (2013). De-


cision support system for risk management in complex project design .
In : International Conference on Production Research (ICPR-22). Iguassu
Falls, Brazil.
Gourc, Didier, Franois Marmier, Marc Chardon et Laurent Steffan
(2013). Towards an algorithm for Homecare Scheduling . In : Work-
shop Optimisation des Systmes, Amlioration Continue et Transforma-
tion des Entreprises (W-OSY). Marrakech, Maroc.
Gourc, Didier, Franois Marmier et Paul Gaborit (2014). An approach
based on tabu search technique for solving a multi time window home
healthcare scheduling problem . In : MOSIM 2014 - 10th International
Conference on Modeling, Optimization & SIMulation. Nancy, France.
Hassanzadeh, Sana, Didier Gourc, Franois Marmier et Sophie Bou-
garet (2010). Decision-making under uncertainty in drug develop-
ment . In : 24th World Congress IPMA (International Project Manage-
ment Association). Istanbul (Turquie).
(2011a). Decision-making in R&D projects, a framework based on fuzzy
logic . In : 21st International Conference on Production Research (ICPR).
Stuttgart (Germany).
(2012a). A methodology to identify efficient collaborative practices of
decision-making in industrial projects, based on enterprise process mo-
deling . In : 14th IFAC Symposium on Information Control Problems
in Manufacturing, INCOM12. Bucharest, Romania.
Hassanzadeh, Sana, Franois Marmier, Didier Gourc et Sophie Bou-
garet (2011d). Integration of human factors in project uncertainty
management, a decision support system based on fuzzy logic . In :
European Safety and Reliability Association (ESREL). Troyes (France),
p. 661669.
Laqrichi, Safae, Didier Gourc et Franois Marmier (2013b). Toward an
effort estimation model for software projects integrating risk . In : Inter-
national Conference on Production Research (ICPR-22). Iguassu Falls,
Brazil.
Laqrichi, Safae, Franois Marmier et Didier Gourc (2013c). Proposi-
tion dune classification des mthodes destimation des projets de sys-
tmes dinformation . In : 7e Confrence Internationale de Gnie Indus-
triel (CIGI2013). La Rochelle, France.
Marmier, Franois, Naoufel Cheikhrouhou et Didier Gourc (2014). Im-
provement of the planning reliability by the integration of human skills in
project risk management . In : The 2nd IEEE International Conference
on Logistics Operations Management (GOL14). Rabat (Morroco).
Marmier, Franois, Didier Gourc et Frdric Laarz (2012a). A decision-
making tool for assess feasibility of risky NPD projects under the constraint
of limited resources . In : The 1st IEEE International Conference on Lo-
gistics Operations Management. Le Havre (France).
1 Thmes de recherche 21

(2012b). Strategic decision-making in NPD projects according to risk:


application to satellites integration and test projects . In : 9th Interna-
tional Conference of Modeling and Simulation, MOSIM2012. Bordeaux
(France).
Marmier, Franois, Didier Gourc, Vincent Robin et Sverine Sperandio
(2013a). A model of project scenario evalution to monitor the level of
project risk and assess the feasibility of planning . In : International
Conference on Production Research (ICPR-22). Iguassu Falls, Brazil.
(2013b). Modle daide la ngociation de ressources critiques en projet
risqus . In : 7e Confrence Internationale de Gnie Industriel (CIGI2013).
La Rochelle, France.
Rejeb, Olfa, Rmi Bastide, Elyes Lamine, Franois Marmier et Herv
Pingaud (2012). A model driven engineering approach for business
continuity management in e-health systems . In : IEEE-DEST 2012 - 6th
IEEE International conference on Digital Ecosystems and Technologies.
Campione dItalia, Italy.
Rejeb, Olfa, Elyes Lamine, Herv Pingaud, Franois Marmier et Rmi
Bastide (2012). Toward a Business Continuity Plan for Home-Care
Systems . In : International Conference on eHealth, Telemedicine, and
Social Medicine (eTELEMED 2012). Valencia, Spain.
Rejeb, Olfa, Franois Marmier, Elyes Lamine, Herv Pingaud et Rmi
Bastide (2012). A Framework for Business Continuity Management
in Home-Care context . In : International eHealth, Telemedicine and
Health ICT Forum for Education, Networking and Business (Med-e-Tel
2012). Luxembourg.
Robin, Vincent, Franois Marmier, Sverine Sperandio et Didier Gourc
(2013). An event procedure management to support decision-makers in
prospective and real-time project management . In : 12th IFAC /IFIP
/IFORS /IEA Symposium on Analysis, Design, and Evaluation of Human-
Machine Systems (HMS). Las Vegas, Nevada, USA.
Thuesen, Christian, C Aaris Boas, M. V. Thorslund, Franois Mar-
mier, S Grex et S Lybecker (2013). Mapping Best and Emerging
Practices of Project Management . In : 22nd Nordic Academy of Mana-
gement Conference (NFF2013). University of Iceland Reykjavk.

Communications orales sans actes dans un congrs international


ou national (COM)
Hassanzadeh, Sana, Didier Gourc, Franois Marmier et Sophie Bou-
garet (2011c). Un apport de la modlisation pour lanalyse de pro-
cessus de dcisions collaboratives, dans un contexte incertain et sans
urgence - Application aux projets de dveloppement de nouveaux m-
22 Chapitre II

dicaments . 15mes Journes STP du GdR MACS, Groupe de Travail


Easy-DIM, Tarbes, France.
Laqrichi, Safae, Didier Gourc et Franois Marmier (2013a). Estima-
tion des cots des projets SI par les rseaux de neurones . Workshop de
la structure fdrative Ingnierie des Organisations Distribues (IODE),
Agen, France.
Rejeb, Olfa, Elyes Lamine, Franois Marmier, Rmi Bastide et Herv
Pingaud (2012). Une approche dirige par les modles pour le mana-
gement de la continuit dactivit dans la prise en charge domicile .
16mes journes STP du GdR MACS, Groupe de Travail Easy-DIMAlbi,
France.
Rejeb, Olfa, Elyes Lamine, Franois Marmier, Herv Pingaud et Rmi
Bastide (2011a). SySO : Systme daide au suivi Oprationnel et la
gestion de la prise en charge domicile . Universit dt de la e-sant,
PGSO VLAB, Castres-Mazamet, France.
(2011b). Vers un Plan de Continuit dActivit pour la Prise en Charge
Domicile . Journes de linteroprabilit des applications dentreprise,
PGSO-JIAE11, Nantes, France.

2 Insertion dans lquipe de recherche et rayonne-


ment

2.1 Participation des projets

Accompagnement CIFRE - FonCSI

Appel ou financeur : Fondation pour une Culture de la Scurit Industrielle


(FonCSI)
Contrat CGI : 45 k sur 3 ans
Dbut : 01/10/2009 - Fin : 30/09/2012 - Dure : 36 mois
Rle : Co-encadrant de la thse
Thse associe : Sana Hassanzadeh (12/2012)
Rsum : Les dcisions collaboratives sous incertitude dans les situations
non urgentes, comme cest le cas des projets de R&D pharmaceutiques, sont
rgulirement retardes, notamment lorsque la sant humaine et des inves-
tissements levs sont en jeu. Cette thse a permis didentifier les causes
des retards rcurrents dans la prise de dcision collaborative sous incertitude
et les pratiques efficientes pour rduire ces retards. Ensuite, un processus
de prise de dcision a t propos, mettant en vidence le cycle de vie de
2 Insertion dans lquipe de recherche et rayonnement 23

linformation.

SySO

Systme daide au Suivi Oprationnel et la gestion de la prise en charge


domicile.
Appel ou financeur : Rgion Midi-Pyrnes
Cot global : 74 k - Subv. Totale : 25 k - Subv. CGI : 7 k
Dbut : 28/10/2010 - Fin : 16/12/2013 - Dure : 38 mois
Rle : participation au montage et porteur du projet
Thse associe : Olfa Rejeb (12/2013)
Rsum : Face laugmentation de la demande de prise en charge domicile
des personnes ges ou semi-dpendantes, la mise en place dun systme
permettant la coordination et le suivi des interventions des professionnels
de laide domicile devient ncessaire. Grce lutilisation des technologies
de linformation et de la communication, le projet SySO a permis de (1)
dterminer les technologies innovantes permettant de suivre et de coordonner
en temps rel les activits lies au maintien domicile, et de (2) formaliser
une dmarche de continuit dactivit afin de permettre lorganisation de
tenir ses objectifs en dpit de dysfonctionnements majeurs.

PlasOsoins

Plateforme daide au suivi et la coordination des activits de soins do-


micile.
Appel ou financeur : ANR TECSAN 2010
Ple de comptitivit : Cancer Bio-Sant
Cot global : 3,6 M - Subv. Totale : 1,1 M - Subv. CGI : 177 k
Dbut : 01/04/2011 - Fin : 31/12/2014 - Dure : 42 mois
Rle : participation au montage et acteur
Rsum : Pour complter la prise en charge des patients effectue par les hpi-
taux et cliniques, des structures de proximit, HAD, MAD ou SSIAD, se sont
dveloppes ces dernires annes. Elles mobilisent des acteurs de proximit
qui se dplacent au domicile du patient. Afin damliorer la qualit de soins,
et dans un souci defficience des moyens mobiliss, lun des enjeux majeurs
porte sur la coordination de ces diffrents acteurs. Le projet PlaSOSoins
24 Chapitre II

a pour objectif de dvelopper une plateforme technologique capable daider


la coordination et la planification des activits de tous les acteurs de la
prise en charge domicile. Dans ce contexte, le CGI a dvelopp le module
de planification des interventions et des acteurs mobiliss.

ProjEstimate

Appel ou financeur : FUI


Ple de comptitivit : Systematic
Cot global : 2,7 M - Subv. Totale : 1 M - Subv. CGI : 182 k
Dbut : 01/09/12 - Fin : 31/08/2015 - Dure : 36 mois
Rle : acteur
Thses associes : Safae LAQRICHI (en cours)
Rsum : Le succs dun projet de dveloppement informatique passe, entre
autres, par la capacit le piloter de manire efficiente avec les moyens al-
lous et dans le respect des engagements de cots et de dlais. La matrise des
techniques destimation pour valuer ces diffrents indicateurs ds le stade
de lavant-projet devient alors un gage de maturit des processus de pilotage.
Face la faiblesse des mthodes destimation pour satisfaire cet objectif, le
projet Projestimate, a pour objet le dveloppement dune plateforme logi-
cielle Open Source ddie lestimation de projets de dveloppement logi-
ciel. Lenjeu pour le CGI est de proposer une approche ayant une prcision
destimation de leffort, des cots, de la dure des projets satisfaisante. Lap-
proche retenue consiste en la proposition dun modle destimation, utilisant
les techniques de rseau de neurones, coupl des techniques dvaluation
des risques.

2.2 Evaluation de la recherche

Relecture darticles

Depuis 2009 je suis rgulirement sollicit pour effectuer des relectures


pour les revues suivantes :
Revue IJPR (International Journal of Production Research)
- Revue COR (Computers & Operations Research)
- Revue IJPE (International Journal of Production Economics)
- Revue DSS (Decision Support Systems)

Je suis galement rgulirement sollicit pour la relecture darticles dans


2 Insertion dans lquipe de recherche et rayonnement 25

le cadre de confrences : CIE 39, ICPR2013, HMS 2013, IEEE-GOL 2014.

Participation lorganisation de confrences

En 2008, lors de la confrence HOPS, jai notamment gr la relecture


des diffrents papiers de la confrence. Suite celle-ci, avec Naoufel Chei-
khrouhou (LGPP-EPFL, Lausanne) nous avons co-dit un numro spcial
de la revue Production Planning and Control (PPC) (Cheikhrouhou et
Marmier 2010).
Depuis 2012, je suis membre du comit scientifique de la confrence
IEEE GOL (Logistics Operations Management). Lors de ldition 2014, jai
co-organis avec Ioana FIlipas Deniaud (Beta, Strasbourg) et le professeur
Didier Gourc (CGI, Mines Albi) une session spciale intitule "Risk Engi-
neering". Quatre papiers ont t retenus pour tre prsents durant cette
session. En 2013 jai eu la responsabilit de la gestion dune session lors de
la confrence ICPR.
Sur le plan organisationnel jai pu contribuer avec diffrents degrs dim-
plications aux confrences : CIGI2005 Besanon, HOPS2008 Lausanne, GDR
MACS 2012.

Participation des jurys de thse

- Thse de Trong Hung Nguyen, le 8 septembre 2011 lcole des Mines


dAlbi-Carmaux, France (cf. 2.3).
- Thse de Sana Hassanzadeh, le 3 dcembre 2012 lcole des Mines dAlbi-
Carmaux, France (cf. 2.3).
- Thse de Olfa Rejeb, le 2 Dcembre 2013 lcole des Mines dAlbi-
Carmaux, France (cf. 2.3).
- Comit de pilotage intermdiaire de la thse de Anne Winter, le 2 juillet
2014 lUniversit de Strasbourg, France.
Titre : Evaluation and Design Model of a Green Supply Chains Perfor-
mance. Case study at Kuehne + Nagel Luxembourg depuis fvrier 2013.
Prof. E. Caillaud, Dr I. Deniaud, Univ. de Strasbourg / laboratoire ICube -
UMR7357.

2.3 Encadrement

Co-encadrement de doctorat

Doctorant : Trong Hung Nguyen


Titre : Contribution la planification de projet : proposition dun modle
26 Chapitre II

dvaluation des scnarios de risque-projet (Nguyen 2011).


Thse soutenue le 8 septembre 2011 (dure 4 ans) Albi, France.
Encadrement : Prof. D. Gourc (50 %) et F. Marmier (50 %).

Doctorant : Sana Hassanzadeh


Titre : Analysis of the causes of delay in collaborative decision-making under
uncertainty in pharmaceutical R&D projects (Hassanzadeh 2012).
Thse soutenue le 3 dcembre 2012 (dure 3 ans) Albi, France.
Encadrement : Prof. D. Gourc (40 %), F. Marmier (40 %) et S. Bougaret
(20 %) .

Doctorant : Olfa Rejeb


Titre : Proposition dun cadre mthodologique pour le management de la
continuit dactivit : application la prise en charge domicile (Rejeb
2013).
Thse soutenue le 2 Dcembre 2013 (dure 3 ans) Albi, France.
Encadrement : Prof. H. Pingaud (10 %), E. Lamine (50 %), F. Marmier (30
%), R. Bastide (10 %).

Doctorant : Safae Laqrichi


Titre : Contribution la planification de projet : proposition dun modle
dvaluation des scnarios de risque-projet
Soutenance de thse prvue en novembre 2015 (dure 3 ans) Albi, France.
Encadrement : Prof. D. Gourc (50 %) et F. Marmier (50 %).

Co-encadrement de post-doctorat

- Docteur : Marc Chardon


Titre : Planification des activits dhospitalisation domicile
Priode : 01/06/2013 - 31/03/2014

Encadrement de Master

- Jianghua Nie, Universit de Franche-Comt, Master Mcatronique, stage


de fin dtude
Titre : Performance dun service de maintenance tudie par la simulation
Priode : 01/02/2005 31/08/2005.
- Martin Gonzallo, cole polytechnique fdrale de Lausanne, stage de fin
dtude
2 Insertion dans lquipe de recherche et rayonnement 27

Titre : Minimisation des risques dlais et cots lis aux ressources humaines
en gestion de projet
Priode : 15/03/2010 - 31/08/2010.
- Frdrique Laarz, cole des Mines dAlbi-Carmaux, stage de fin dtude
Titre : Approche daide la dcision pour la slection de variante projet en
contexte risqu
Priode : 08/02/2010 - 11/06/2010.

2.4 Actions de mobilit

De mai aot 2014, jai effectu une mission de recherche sous conven-
tion daccueil de chercheur au Laboratoire Bureau dEconomie Thorique
et Applique (BETA), UMR CNRS 7525 de lUniversit de Strasbourg et
linstitut de recherche sur les systmes et linnovation de la Fraunhofer
(Fraunhofer ISI, Karlsruhe, Allemagne). Cette mission avait pour objectif
de dvelopper des relations et de poursuivre les travaux de recherche dj
initis.
Chapitre III

Activits pdagogiques et
administratives

1 Enseignement et suivi dlves

Mon intgration successive dans trois tablissements diffrents a fait vo-


luer, comme nous lavons vu prcdemment, mes activits de recherche. Ces
changements ont aussi logiquement fait voluer mes activits denseignement.
Les sections suivantes montrent la cohrence existant entre mes travaux de
recherche et les enseignements que je dispense et prsentent les enseigne-
ments que jassure couramment lcole des Mines dAlbi-Carmaux. Cette
cohrence me permet ainsi de transmettre aux tudiants les comptences
acquises par la recherche.

1.1 De la recherche vers lenseignement

Durant ma thse, jai eu lopportunit de donner des cours dordonnance-


ment. Jai, lpoque, intgralement conu ce module et son droulement. Je
prsentais le positionnement de la fonction ordonnancement dans la chane
de dcision, les diffrents types dordonnancement ainsi que diffrentes heu-
ristiques utilises dans lindustrie aussi bien que dans mes travaux de re-
cherche, les logiciels dordonnancement, leur utilit et leurs avantages (sur la
gestion des dlais, des ressources,. . . ) et ralis une mise en application sur
un problme industriel.
Tout au long de mon post-doc, jai anim des cours et ralis du coaching
en gestion de production. Durant ces sances, jai enseign notamment les
diffrents modles de prvision de la demande et des ventes : les mthodes
mathmatiques et subjectives de prvision, les mthodes mixtes. Les modles

29
30 Chapitre III

et lapproche propose dans le cadre de ma recherche en sont le prolongement


logique, jai donc pu les introduire naturellement auprs des lves.
Jai t recrut lcole des Mines dAlbi, pour effectuer principalement
des enseignements dans la thmatique de la gestion de projet. Lvolution
du programme pdagogique qui a eu lieu au cours des annes qui ont suivi
mon recrutement ainsi que laugmentation du nombre dlves a entrain une
hausse significative des heures effectuer dans cette thmatique. Jeffectue
des enseignements de base : la planification des dlais, des ressources ou
encore le suivi de projet, mais aussi des enseignements plus proches de mes
activits de recherche : prise en compte de lincertitude dans lvaluation de
projet, les arbres de dcision pour dcider des projets lancer ou encore la
gestion des risques projets. Je ralise ainsi un cours prsentant lapproche
de gestion des risques projet, oriente scnario de risques issue de la 1re
thse que jai co-encadre (Nguyen 2011). Les enseignements que je dispense
actuellement lextrieur de lcole des Mines, font eux aussi appel ces
comptences.

1.2 Enseignements

Avant mon arrive lcole des Mines dAlbi, jai effectu au cours de
mes deux dernires annes de thse 192h TD lENSMM et luniversit
de Franche-Comt (Besanon) en gestion des stocks, simulation de flux, pro-
grammation et ordonnancement. Durant mon anne de post-doc jai ralis
140h denseignement "face lves" lEPFL et lIML (Lausanne) en gestion
de production.
Les enseignements que jassure de manire rcurrente lcole des Mines
dAlbi sont les suivants :
Management de Projet
Thmes : Comprhension du besoin et structuration du projet, Planification
des dlais, des ressources, Suivi de projet
Formation/Niveau : Elve/L3
Heures lves : 36 hTD, 7,5 hTP
Anne : 2009-2014

Algorithmes et programation, Systmes dinformations et Ana-


lyse des systmes
Thmes : Programation en langage C++, initiation et dcouverte des sys-
tmes dinformations, gammes et nomenclatures
Formation/Niveau : Elve/L3
Heures lves : 24 hTD
Anne : 2009-2013
1 Enseignement et suivi dlves 31

Organisation des Projets


Thmes : Management des risques, Gestion de projet agile, valuation de
projets et incertitudes, Gestion multi-projet
Formation/Niveau : Elve/M1
Heures lves : 12 hC, 7 hTD
Anne : 2009-2014

Conduire les Projets


Thmes : Estimation de projet/Cotenance, Gestion de portefeuille de pro-
jet, Outils et organisations
supports la gestion de projet (Logiciel, tableau de bord et PMO)
Formation/Niveau : Elve/M2
Heures lves : 20 hC, 5 hTD, 4 hTP
Anne : 2009-2014

Dveloppement de Projet Industriel


Thmes : Introduction lactivit de consultant et la conception de projet
Autres activits du module : coordination des intervenants
Formation/Niveau : Elve/M2
Heures lves : 4 hC
Anne : 2011-2014

Filire Mtier : Chef de Projet Produit Nouveau


Thmes : Dcouverte du mtier de chef de projet produit nouveau
Autres activits du module : recrutement dintervenant et coordination
Formation/Niveau : Elve/M2
Heures lves : 4 hC
Anne : 2009-2014

Projet et Maitrise duvre


Thmes : Planification des ressources, Suivi de projet, Management des
risques, Gestion de projet agile
Formation/Niveau : Apprenti/M1
Heures lves : 12 hC, 10 hTD, 4 hTP
Anne : 2009-2014

Conduite de Projet et application


Thmes : Estimation de projet/Cotenance, Fiche pour le pilotage de projet
Formation/Niveau : Apprenti/M2
32 Chapitre III

Heures lves : 6 hC, 4 hTD


Anne : 2009-2014

Depuis 2009, jai effectu les enseignements suivants auprs dautres ta-
blissements que lcole des Mines dAlbi :
Project Risk Management
Thmes : Gestion des risques dans les projets (cours en anglais)
Formation/Niveau : Mastre Spcialis Risk Engineering, INSA et ICSI Tou-
louse
Heures lves : 12 hTD
Anne : 2009-2014

Gestion de Projet
Thmes : Planification des dlais et gestion des risques
Formation/Niveau : CUFR JFC Albi, Master Ergonomie/M1
Heures lves : 24 hTD
Anne : 2010-2013

Gestion de projet
Thmes : Comprhension du besoin et structuration du projet, Planification
des dlais, des ressources, Suivi de projet
Formation/Niveau : Universit de Strasbourg, Master Management des pro-
jets et des organisations - Production, logistique, innovation / M2
Heures lves : 12 hC
Anne : 2013-2014

Gestion des risques


Thmes : Gestion des risques dans les projets
Formation/Niveau : Universit de Strasbourg, Master Management des pro-
jets et des organisations - Qualit / M2
Heures lves : 12 hC
Anne : 2013-2014

Jai eu la chance de pouvoir effectuer des enseignements dans des tablis-


sements diffrents tels que des universits (Albi, Besanon, Strasbourg), des
coles dingnieur (ENSMM Besanon, Mines Albi, EPFL Lausanne, INSA
Toulouse) mais aussi des instituts de formation (IML Lausanne, ICSI Tou-
louse). Jai enseign devant des publics trs diffrents en formation initiale,
en formation continue, mais aussi en formation par alternance et ceci des
niveaux diffrents (L3, M1, M2, Mastre Spcialis). Jai effectu ces cours
2 Administration et responsabilits collectives 33

en Franais, mais aussi en Anglais.


Ces activits pdagogiques ont ainsi donne lieu :
- la cration et la ralisation de nouveaux enseignements ou denseigne-
ments existants (Cours, TD, TP, Etudes de cas, Evaluation) ;
- au dveloppement dapproches pdagogiques originales et adaptes la ma-
tire enseigne (utilisation de Nouvelles Technologies, de jeux pdagogiques,
. . . ).
- au dveloppement de supports de cours, la cration de TD et de TP.

1.3 Autres activits

Aux activits denseignement prsentes ci-dessus, vient se rajouter la


participation des jurys dvaluation ainsi que des encadrements dlves :
- Encadrement de stages Technicien, Assistant Ingnieur et stages de fin
dtude Ingnieur (environ 10 stages par an) ;
- Tuteur pdagogique dtudiants par alternance durant leurs trois annes
de formation (2 tudiants suivi) ;
- Rfrent dtudiants en formation initiale durant leurs trois annes de for-
mation (environ 6 tudiants suivis toutes annes confondues) ;
Ces charges pdagogiques reprsentent en moyenne 130 heures dactivits
par an.

2 Administration et responsabilits collectives

2.1 Co-responsable de loption GI

De 2009 2011, jai t Co-Responsable avec le Professeur Michel Al-


danondo de loption Gnie Industriel en M2 lcole des Mines dAlbi (40
tudiants). Parmi les activits dont javais la responsabilit, il y avait la ra-
lisation des emplois du temps et la planification des interventions externes,
la gestion des notes, la promotion de loption auprs des candidats, la parti-
cipation aux conseils de promotion, la gestion de problmes divers.

2.2 Responsable adjoint du domaine GIPSI

Depuis 2011, une restructuration en domaine denseignement a eu lieu


lcole : le professeur Jacques Lamothe est dsormais responsable du do-
maine denseignement Gnie Industriel, Processus et Systemes dInforma-
tion (GIPSI) de lcole des Mines dAlbi (environ 55 tudiants). Je suis son
adjoint et lassiste plus particulirement dans la gestion de loption Gnie
34 Chapitre III

Industriel en M2 (40 tudiants).

2.3 Responsable de lunit denseignement Projet Industriel

Je suis responsable de lUnit dEnseignement (UE) Projets Industriels


du domaine GIPSI (6 ECTS). Cette unit denseignement regroupe 2 l-
ments Constitutifs (EC) avec une proximit directe avec le monde industriel.
Dans le cadre du 1er EC, les tudiants ont pour mission daider un porteur
de projet crer une activit nouvelle. Dans le 2me EC de lUE les tudiants
jouent le rle de consultant junior. Ils tudient une problmatique concrte
en entreprise, proposent des solutions et conoivent le projet que lentreprise
devra mettre en uvre pour les raliser. Ainsi, le livrable de ce projet est un
projet de mise en uvre des solutions prconises.
Mon rle au niveau de lUE consiste lamliorer chaque anne en tenant
compte des remarque des tudiants et de lvolution du programme pdago-
gique, piloter les intervenants, piloter la recherche de sujets et grer la
remonte des valuations.

2.4 Participation aux projets de lcole des Mines

Je suis acteur du plan de dveloppement de lcole des Mines dAlbi et


notamment des actions favorisant : la mobilit internationale des chercheurs,
la publication de rang A, la diffusion sur archives ouvertes.
Deuxime partie

Projet de recherche

35
Chapitre IV

Introduction gnrale

1 Gense de ce projet de recherche

Mon parcours denseignant chercheur a dmarr en dcembre 2004 avec


une thse portant sur la rsolution dun problme daffectation et dordon-
nancement des activits de maintenance. Les activits de maintenance tant
ralises par des ressources humaines, le niveau de comptence influe sur la
dure des tches. Lun des verrous de ce problme est la difficult de trou-
ver la bonne ressource du service de maintenance et la date de traitement
adquate pour les diffrentes tches traiter. Ces travaux mont principale-
ment conduit proposer deux approches. Lune, dite "statique", permettant
de raliser un ordonnancement initial pour des activits plutt de type pr-
ventif. Lautre, dite "dynamique", permettant dinsrer de nouvelles tches,
principalement correctives, dans un ordonnancement existant. Ces travaux se
sont inscrit dans le cadre dun projet de recherche partenariale avec la DCNS.
Ils ont t valoriss dans une publication dans une revue ACL (Marmier
et al. 2009b) et une publication dans une revue ACLN (Marmier et al.
2009c). Sur la base de ces travaux de thse, jai obtenu la qualification en
section 61 de la CNU. A lheure actuelle, je continue de dvelopper et va-
loriser ces comptences, notamment par un article ACL (Lamothe et al.
2012), plusieurs reviewing pour des journaux, ou encore laccompagnement
dune doctorante de lESI (Algrie) dans ses travaux de thse.
Par la suite, jai effectu un post-doc lEPFL au Laboratoire de Gestion
et Procds de Production de fvrier dcembre 2008. Il a eu lieu dans le
cadre du projet Europen Eureka/CTI Logiplan. Mes travaux de recherche
concernaient la prvision de la demande. Il sagit, partir de donnes his-
toriques, dobtenir une approximation de la demande future. Cependant,
le prvisionniste dtient la connaissance dvnements venir. Les facteurs
de jugement relatifs lincidence de ces vnements sont difficilement in-

37
38 Chapitre IV

tgrables dans les prvisions. En aidant le prvisionniste structurer son


jugement et sa connaissance des vnements venir, nous avons ainsi pro-
pos une approche permettant damliorer la prcision des prvisions. Ces
travaux ont t valoriss par 2 publications dans des revues ACL (Marmier
et Cheikhrouhou 2010 et Cheikhrouhou, Marmier et al. 2011) et ont
fait lobjet dimplmentation dans les solutions commerciales des partenaires
industriels du projet. La figure IV.1 positionne dans le temps ces thmes de
recherche et les publications associes.

Ordonnancement
Nemosys IJPR
Master Nie JOL* COR
2 ACTI 4 ACTI

Prvision
Logiplan
1 ACTI 1 ACTI 2 PPC CAIE
Matre-Assistant

Planification de projet
Post-Doctorant
Doctorant

HdR
x
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure IV.1 Activits de recherche avant 2009

Jai t recrut, en janvier 2009, lcole des mines dAlbi-Carmaux pour


travailler sur la thmatique de recherche de la gestion des risques dans les
projets et processus. Le projet de recherche, que je prsente dans ce m-
moire, sarticule autour des contributions auxquelles jai particip sur cette
thmatique. Le besoin doutils daide lanalyse et la dcision pour la ges-
tion des risques-projet, dj identifi notamment dans le secteur de la sant,
a ainsi t la source de mon projet de recherche. Celui-ci a t possible
grce aux comptences que jai acquises lors de mes expriences prcdentes
en recherche et celles prsentes au Centre de Gnie Industriel (CGI) de
lcole des mines dAlbi-Carmaux. Mes comptences ont port sur lordon-
nancement, la planification, la prise en compte des facteurs humains et des
comptences, laide la dcision. Elles ont t compltes par celles prsentes
au CGI en gestion de projet, gestion des risques, en aide la dcision afin
de construire le projet de recherche prsent dans ce document.
Suite ce chapitre introductif, trois chapitres prsentent les diffrentes
contributions du projet : (1) sur laide au choix des stratgies de traitement
des risques, (2) sur laide au choix des processus en contexte risqu, (3)
sur laide la planification des ressources. Un dernier chapitre prsente les
2 Le projet : de multiples drouls possibles 39

principales perspectives que nous avons privilgies pour ce projet.

2 Le projet : de multiples drouls possibles

2.1 Le projet

Selon lISO, un projet est un processus unique, qui consiste en un


ensemble dactivits coordonnes et matrises comportant des dates de d-
but et de fin, entrepris dans le but datteindre un objectif conforme des
exigences spcifiques telles que des contraintes de dlais, de cots et de res-
sources (ISO10006 2003). Le cahier des charges dfinit lensemble des
fonctionnalits ou des caractristiques du livrable (rsultat ) attendu. Le
projet est compos de processus et dactions qui font appel des savoirs
spcifiques et ont une charge de travail. Ils crent de la valeur en utilisant
les ressources et contribuent lobtention du livrable (Lorino 2003).

2.2 Ses facettes

Chaque projet est unique, part le degr de nouveaut que le livrable


prsente. Cette perception relative au livrable attendu est classique. Cepen-
dant, le projet sera aussi unique car certaines activits ralises au cours
de celui-ci nauront jamais t ralises dans lorganisation. Bien souvent
plusieurs alternatives de ralisation sont possibles. Ainsi, pour satisfaire le
besoin dfini dans le cahier des charges, plusieurs projets diffrents pourront
tre envisags. Que ce soit dans le cadre dun projet douvrage, ou dun pro-
jet de Dveloppement de Nouveau Produit (DNP), pour un mme ensemble
de spcifications dcrites dans le cahier des charges, des solutions technolo-
giques diffrentes (composants diffrents, sous-ensembles diffrents ou encore
le livrable complet peut tre diffrent) peuvent tre dveloppes. Le livrable
qui sera ainsi ralis pourra tre diffrent selon les choix retenus tout en
respectant de manire quivalente le Cahier des Charges. Afin de raliser le
livrable, des processus et activits sont mis en uvre. Des processus diff-
rents peuvent aboutir au mme rsultat. Ainsi pour un mme rsultat, il est
possible denchainer des activits diffrentes. Ces processus mobilisent les
ressources gnriques et nominatives de lorganisation. Elles sont affectes
aux diffrentes activits. Les ressources nominatives sont uniques, les gn-
riques ne le sont pas. Bien souvent, il y a plusieurs possibilits dans le choix
des ressources affectes. Les ressources humaines ont des comptences. Leur
efficacit a une influence sur le droulement du projet. Elles contribuent ainsi
son caractre unique.
Une fois le projet dmarr, le droul rel sur le terrain diffre rapidement
40 Chapitre IV

de la planification prvisionnelle. La survenue dvnements perturbant les


activits en est lune des principales raisons. Selon les vnements qui sur-
viennent, le projet diffrera. Pour matriser le bon droulement de celui-ci des
actions spcifiques de gestion des vnements indsirables peuvent alors tre
mises en place. Lorsque celles-ci sont prvues lavance, elles sont intgres
au planning prvisionnel. Cependant, il existera toujours des vnements
alatoires pour lesquels un traitement devra tre dcid a posteriori. Pour
grer un vnement possible, diffrentes actions sont possibles, conduisant
diffrents projets.
Pour un mme besoin :
un ensemble de technologies peuvent tre envisageables comme par
exemple le fait de dintgrer un moteur lectique ou un moteur
combustion lors de la conception dun vhicule ;
plusieurs types de processus de ralisation peuvent tre mis en uvre.
La ralisation dune pice technique ou dun assemblage peut par
exemple tre effectue manuellement ou en automatique sur une ma-
chine ;
un ensemble de parties prenantes et dacteurs diffrents auront par-
ticiper. Des sous-traitants ou partenaires diffrents peuvent tre en-
visags pour constituer le consortium du projet, des ressources hu-
maines diffrentes peuvent tre retenues pour raliser une activit ;
diffrents risques et familles de risques peuvent survenir ;
diffrentes stratgies de traitement du risque sont possibles tels que
des stratgies prventives ou correctives exclusivement ou encore des
combinaisons des deux.
Une variation de lun de ces aspects, aura des rpercussions sur le projet.
Cela aura pour rsultat de gnrer un projet plus ou moins long et coteux.
A part les risques qui sont des vnements alatoires, les diffrents lments
de cette liste, qui nest pas exhaustive, peuvent faire lobjet de dcisions,
darbitrages, de slections. Tous ces lments sont des facteurs accroissant le
nombre de drouls possibles pour un mme projet.
Si lon excepte le cas o le besoin du projet nexiste plus, celui-ci se termi-
nera si les objectifs sont atteints ou sil ne peuvent plus tre tenus (Project
Management Institute 2013). Il va sans dire que la prfrence va natu-
rellement vers la capacit atteindre les objectifs. Face la complexit du
nombre de projets diffrents possibles pour un mme besoin et la ncessit
de tenir les objectifs, le management de projet consistera sassurer :
du bon droulement de ces activits,
de la mobilisation des bonnes ressources au bon moment,
de la ralisation du livrable correspondant aux exigences (AFNOR
2005).
Les dcisions qui devront alors tre prises pour concevoir et piloter le
2 Le projet : de multiples drouls possibles 41

projet devront ainsi avoir pour finalit de favoriser la tenue dengagements


ou dobjectifs malgr la survenue possible dvnement perturbateurs.

2.3 Des dcisions stratgiques pour le projet

Parmi lensemble des projets possibles pour rpondre un mme cahier


des charges, un seul sera ralis. Il sagit pour les dcideurs de faire en sorte
que le projet ralis respecte les engagements pris et atteigne les objectifs
fixs. Le projet ralis doit alors correspondre au projet planifi. Le projet
planifi doit ainsi prendre en compte les risques pouvant survenir. Ainsi sur
chacun des aspects pour lesquels diffrentes alternatives sont possibles, des
dcisions devront tre prises. Les leviers de dcision se rpartissent classique-
ment suivant les axes Produit ou livrable dans le cadre dun projet (avion
racteur ou hlices par exemple), Process (ralis entirement en interne
ou partiellement sous-trait par exemple), Ressource (utilisation dune salle
blanche particulire par exemple) (PPR). Pour tenir compte des effets des
risques, il est ainsi ncessaire de rajouter laxe Risque (P P R2 ). Le projet de-
vra alors intgrer les effets de chacune de ces dcisions. Les dcisions et choix
peuvent tre effectus en conception du projet ou lors du pilotage de celui-ci.
Lorsque le projet sera achev, un un retour dexprience sera effectu.

Figure IV.2 Axes dcisionnels en projet (P P R2 )

Les solutions technologiques retenues pour la ralisation du livrable sont


dveloppes/ralises par des processus. Le choix dune solution technolo-
giques, plutt quune autre, orientera vers le choix de processus dans le cadre
du projet. Les processus mis en uvre, mobilisent des ressources humaines et
matrielles. Le choix dun processus influera sur le besoin particulier de cer-
taines ressources. Les ressources ont une disponibilit qui nest, par nature,
pas infinie. La disponibilit de certaines ressources (quipements de produc-
tion ou de test) pourra orienter vers le choix dune solution technologique en
particulier. Les risques pouvant survenir durant le projet peuvent avoir une
incidence sur les axes PPR que nous venons dvoquer. Ils peuvent influer par
exemple sur le droul des activits ou sur la disponibilit des ressources. Le
42 Chapitre IV

traitement du risque quant lui influera de manire rciproque pour essayer


de modrer leffet du risque ou de rduire sa probabilit de survenue et donc
de perturbation. Ainsi, le traitement du risque pourra influencer les 3 autres
axes de dcision. Ces diffrents axes dcisionnels sont interdpendants tels
que reprsents sur la figure IV.2 et peuvent fonctionner comme un systme
de contrainte.
Diffrentes quipes de recherche tudient de manire complmentaire cer-
tains de ces aspects de ce sujet. Le Laboratoire Gnie Industriel de lEcole
Centrale Paris sintresse aux risques pouvant survenir dans les grands pro-
jets. Ils proposent notamment une modlisation des interactions entre les
risques par des rseaux (Fang et al. 2012). Le Laboratoire Gnie de Produc-
tion de lEcole Nationale dIngnieurs de Tarbes sintresse au risque dans les
Processus de Rponse Appel doffre. Sur la base de retours dexpriences
de projets passs, ils utilisent des raisonnements par analogies pour valuer
le niveau de risque (Botero et al. 2012). Le laboratoire de lIntgration
du Matriau au Systme de Bordeaux sintresse aux projets de conception.
Afin de faciliter la gestion et lvolution des systmes de conception et in-
trinsquement diminuer le niveau de risque, ils proposent un modle intgr
Produit, Process, Organisation (Robin et Girard 2006). Des chercheurs
de luniversit de Southampton sintressent depuis plusieurs annes dj
aux mthodes de gestion des risques projet. Dans le cadre de lassociation
de responsables de projets APM (Association for Project Management), ils
formalisent les processus de gestion des risques projet (Chapman 1997).

2.4 Les dcisions dans le temps

Ds lors que le projet est lanc, diffrents groupes de processus sont


mis en uvre et rpts de manire itrative tout au long du projet ou des
phases de projet. Ils ont pour objectif dappliquer les connaissances et les
comptences appropries en matire de gestion de projet. Il permettent ainsi
la conception du projet et son pilotage. Dans la figure IV.3, le PMI illustre
les interactions et la superposition des 5 groupes de processus : Dmarrage,
Planification, Excution, Suivi et contrle et Clture.
Ces processus abordent avec diffrents niveaux dintensit des questions
structurantes pour le projet. Ainsi, selon lavancement dans le projet ou la
phase du projet certains domaines de connaissance peuvent tre ainsi plus
ou moins proccupants afin de concevoir, piloter ou reconcevoir le projet.
Parmi les prismes de focalisation de ces questionnements on retrouve la d-
composition P P R2 propose prcdemment.
Diffrents indicateurs sont utiliss pour valuer les projets conu :
- Triptyque classique Cot, Qualit, Dlai,
2 Le projet : de multiples drouls possibles 43

Figure IV.3 Les groupes de processus (Project Management Insti-


tute 2013)

- Mais aussi le niveau de risque du projet ou de la phase du projet, ainsi que


la charge des ressources.
Le groupe de processus de dmarrage se compose des processus effectus
pour dfinir le nouveau projet ou une nouvelle phase dun projet existant.
Durant les processus qui composent ce groupe, lvaluation des rsultats
attendus, la validation des objectifs et la faisabilit se feront au regard des
moyens de lentreprise. Cest durant ces processus que se posera la question
de lancer le projet ou la phase. Ainsi au cours de ce groupe de processus des
questions porteront entre autre, sur :
- Les solutions technologiques dveloppes/ dveloppables pour raliser le
livrable du projet.
- Les ensembles de ressources quil sera ncessaire de mobiliser pour
raliser le projet.
Le groupe de processus de planification se compose des processus effectus
pour dterminer la porte totale de leffort, dfinir et affiner les objectifs et
dvelopper le plan daction ncessaire pour atteindre les objectifs. Le plan
de gestion de projet et les documents de projets sont dvelopps dans ce
groupe de processus. Ils explorent tous les aspects de la porte, la dure,
le cot, la qualit, les communications, les ressources humaines, les risques,
les marchs, et lengagement des parties prenantes. Pour certains projets,
les risques ne seront identifiables quaprs tre descendu dans un niveau de
dtail suffisant de la planification. Ainsi dans ce groupe de processus, des
questions se poseront concernant :
- la dfinition des processus mis en uvre pour atteindre les objectifs,
- les ressources qui seront affectes aux diffrentes activits,
- les actions engager pour traiter les diffrents risques du projet et la
capacit de lorganisation.
Les indicateurs complts durant la planification, serviront dans les pro-
cessus dexcution et de contrle, pour savoir si le projet scarte de la tra-
jectoire qui lui est dfinie pour tenir ses objectifs. Durant ces processus, les
44 Chapitre IV

questions qui se poseront seront principalement de savoir si le droulement


est conforme au prvisionnel et si des actions de traitement dvnements
perturbateurs doivent tre mise en uvre.
Enfin, le groupe des processus de clture visent formaliser la fin du
projet ou de la phase, Cela passe entre autre par la validation du client, le
retour dexprience et larchivage des informations.
Ainsi, tout au long du projet, le planning du projet fait apparaitre des
jalons qui peuvent avoir la particularit de mettre en situation de dcision
certains acteurs du projet. On parle alors de jalons dcisionnels. Ces dci-
sions peuvent porter sur les 4 axes noncs prcdemment (P P R2 ) avec une
focalisation variable selon lavancement dans le projet et les proccupations.
Le projet tel quil pourra tre observ a posteriori se construit donc pro-
gressivement au fur et mesure de larrive de nouvelles connaissances. Le
manque de connaissance initial rend difficile lvaluation anticipe de leffet
cumuls des diffrentes dcisions sur le projet.

3 Les problmatiques traites

Comme dans la plupart des contextes de prise de dcision, il est nces-


saire davoir des informations pour dcider. Celles-ci peuvent cependant tre
nombreuses, dissmines dans lorganisation, incertaines voir incompltes.
Accder la connaissance pertinente, cest dire juste celle qui est nces-
saire, peut dans certains cas savrer compliqu. Sur la base de cette connais-
sance, le dcideur tablit lensemble des scnarios de projets possibles. Ceux
ci comprennent un livrable identifi, un processus de ralisation dtermin,
un ensemble de ressources, les risques pouvant survenir et leur traitement.
Ces scnarios sont valus. La construction de cet ensemble peut ainsi de-
venir rapidement complexe. La planification de projet permet de renseigner
certains indicateurs classiques tels que la dure ou les cots afin daider
la prise de dcision. Cependant, elle ne permet pas de prendre des dcisions
"robustes" au regard des vnements indsirables pouvant survenir. Les ap-
proches traditionnelles de gestion des risques, traitant les risques sparment,
ne permettent pas davoir une vision raliste du niveau de risque des projets
de lorganisation. Elle ne permettent donc pas de les concevoir pour quils
soient moins "risqus" au regard de leurs propres objectifs et de ceux de
lorganisation.
Les diffrentes problmatiques traites dans ce document, pour lesquelles
nos contributions apportent des lments de rponses, sont alors :
- Comment identifier et analyser lensemble des scnarios de projet possibles
afin de proposer la stratgie de traitement des risques la plus pertinente ?
- Comment choisir les activits du projet pour le rendre plus robuste face
4 Cartographie des contributions de ce projet 45

la survenue dvnements indsirables ?


- Comment prendre en compte les ressources du projet afin de maximiser la
tenue des engagements ?
La figure IV.4 positionne nos contributions au regard des difficults ren-
contres lors de la prise de dcision.

Accder'aux'connaissances'
'per0nentes'

Iden0er'lensemble'des''
scnarios'possibles'
Posi0onnement''
des'contribu0ons'
Evaluer'les'scnarios'et''
slec0onner'les'dcisions'

Figure IV.4 Positionnement des contributions

4 Cartographie des contributions de ce projet

La figure IV.5 positionne nos contributions sur le framework P P R2 . Trois


thmes de recherche ressortent. Ils ont pour finalit de proposer les concepts,
modles, approches et outils afin que le dcideur soit capable de :
- Contribution 1 : dterminer les stratgies de traitement du risque les plus
pertinentes. Ces travaux se positionnent principalement sur laxe "Risque"
du framework P P R2 .
- Contribution 2 : choisir les processus en prsence de risques. Ces travaux
se positionnent principalement sur laxe "Processus" du framework P P R2 .
- Contribution 3 : slectionner les ressources adquates, disponibles dans lor-
ganisation. Ces travaux se positionnent principalement sur laxe "Ressource"
du framework P P R2 .
Laxe "Produit", ou livrable dans le cas dun projet, est aussi un axe
important. Le choix dun produit a une influence directe sur les processus
mettre en uvre. Cet aspect a ainsi pu tre trait travers les rpercus-
sions du choix du produit sur le processus et a donc t couvert dans les
contributions sur laxe "Processus".
Ce mmoire positionne ainsi la majorit des travaux de recherche que
jai pu raliser ou lencadrement desquels jai particip. Ils ont t mens
depuis mon arrive au CGI en tant que Matre Assistant dans lquipe du
Professeur Didier Gourc. Ce laboratoire sintresse de longue date la prise
en compte du risque dans les activits notamment travers les travaux me-
ns dans le cadre de lHDR de Didier Gourc. Ces travaux ont ainsi port
46 Chapitre IV

Contribu)on*1***

Aide%au%choix%des%
stratgies%de%traitement% Contribu)on*3**
du%risque%
Aide%au%choix%des%
ressources%
Contribu)on*2**

Aide%au%choix%des%
ac5vits%
pour%rendre%robuste%les%projets%face%aux%risques%%

Figure IV.5 Positionnement des contributions sur le framework P P R2

sur la caractrisation, lidentification du risque dans les projets, la capita-


lisation des connaissances relatives aux risques des projets, ainsi que sur le
dveloppement de concepts pour prendre en compte le risque dans le pilotage
des processus. LHDR que je prsente ici en est ainsi le prolongement. Ces
travaux rpondent des problmatiques industrielles de secteurs diffrents
tels que la sant, laronautique et le spatial, le btiment. Ils ont t mens
pour certains dans le cadre de collaborations industrielles mais aussi acad-
miques, dans des contextes de projets de recherche financs ou non. Ils ont
t loccasion pour moi de minitier lencadrement dtudiants de niveau
bachelor, master ainsi quen thse sur des sujets de recherche.
Une synthse des contributions apportes respectivement sur les trois
thmes que nous venons dvoquer est ainsi prsente dans les trois cha-
pitres suivants. Elles permettent la conception et le pilotage des projets et
des activits en contexte risqu. Le chapitre V prsente ce qui fut le noyau
de ce travail de recherche, savoir une approche permettant didentifier les
scnarios de projet et de dterminer les meilleures stratgies de traitement
du risque. Le chapitre VI prolonge cette vision en sintressant de manire
complmentaire au choix des activits du projet. Les contributions prsentes
dans ce chapitre permettent ainsi daider slectionner les processus maximi-
sant la tenue des objectifs. Une fois les activits du projet positionnes dans
le temps, le chapitre VII prsente nos contributions relatives aux dcisions
portant sur les ressources. Les approches proposes permettent didentifier
le besoin en ressource du projet, de slectionner et daffecter les ressources
humaines et matrielles aux activits.
Enfin, nous prsentons les perspectives de ce projet de recherche dans le
chapitre VIII.
Chapitre V

Aide au choix des stratgies de


traitement des risques

1 Introduction

Le caractre innovant de certains projets et labsence de matrise possible


sur certains lments, notamment en relation avec lenvironnement, rend la
ralisation du planning et du budget du projet difficile. Les nombreux alas
qui peuvent survenir tout au long du projet sont autant de facteurs qui
rendent la planification complique et les rsultats produits entachs dun
faible niveau de confiance. En dautres termes, les valeurs prvisionnelles ont
bien peu de chance de reprsenter la ralit que lon rencontrera.
Afin dobtenir des plannings fiables, il est ncessaire de prendre en compte
dans la conception du projet, non plus uniquement ce que lon veut quil
advienne au cours du projet, mais galement ce quil peut advenir. Dans
cette vision, il est crucial de prendre en compte les phnomnes alatoires, qui
seront de nature impacter plus ou moins fortement latteinte des objectifs
initiaux.
Classiquement, dans le processus de management, les risques projet sont
identifis, valus, traits et suivis sparment. Ce processus ne prend pas en
compte une vue globale du projet o les risques peuvent survenir et impacter,
ou non, des tches du chemin critique de projet. Au cours dun mme projet,
il est bien rare que seul lun des risques identifis ne survienne. Il est bien
plus frquent de devoir subir un ensemble dvnements. Dans la pire des
situations, il est alors possible de devoir subir tous les risques pralablement
identifis.
De plus, les risques sont identifis avec une hypothse dindpendance. Un

47
48 Chapitre V

vnement peut changer le cours du projet et ainsi certaines caractristiques


dautres risques, voire en gnrer dautres. En effet, dans la ralit, il existe
bien souvent des dpendances entre les risques.
Au cours de ce chapitre, nous adressons ainsi deux problmatiques bien
spcifiques, qui peuvent tre dcrites par deux questions :
Comment identifier lensemble des drouls de projets possibles si lon
connait les diffrents risques ?
Comment slectionner la meilleure stratgie de traitement des risques ?
Contribu)on*1***
Aide*au*choix*des*stratgies*de*traitement*du*risque*
!Modle(pour(liden/ca/on(des(scnarios(de(projet,(
!Approche(daide((la(slec/on(de(stratgie(de(
traitement(du(risque.((

Figure V.1 Positionnement des contributions du chapitre V

Pour rpondre ces problmatiques, les travaux dvelopps dans le cha-


pitre V ont t raliss principalement dans le cadre de la thse de Trung
Hung Nguyen (Nguyen 2011). Les rsultats obtenus ont t valoriss dans
une publication ACL (Nguyen et al. 2013). La figure V.1 positionne ces
contributions par rapport au framework P P R2 propos. Le positionnement
dans le temps de ces travaux est prsent sur la figure V.2.

Ordonnancement

Prvision

Planification de projet

Traitement du Risque
Doctorat Nguyen IJPE
Matre-Assistant

Process
Post-Doctorant

Ressource
Doctorant

HdR

x
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure V.2 Activits de recherche sur laxe de dcision du risque

Deux sections composent ce chapitre :


- Dans la premire, nous prsentons une approche originale didentification
des projets par la modlisation de scnarios. Le concept de scnario de pro-
jet permet de tenir compte des dpendances entre les risques possibles et
2 Identification des scnarios de projet 49

de se diffrencier dapproches classiques de la littrature qui considrent les


risques sparment.
- La deuxime section prsente une approche de slection des stratgies de
traitement du risque. La stratgie ainsi retenue doit, entre autres, permettre
de drouler lun des scnarios les plus favorables parmi ceux identifis pr-
cdemment.

2 Identification des scnarios de projet

Un projet est dcrit par ses tches Tt (t = 1 . . . T ), T tant le nombre de


tches. Le processus de planification permet dobtenir un planning initial Pi
qui nintgre pas de risque. Un projet est aussi dcrit par son ensemble ER de
risques identifis Ri (i = 0 . . . n), n tant le nombre de risques identifis. Un
risque a ainsi une probabilit proba(Ri ), des impacts de type dlai DIi et de
type cot CIi . Un risque Ri se caractrise aussi par une priode doccurrence,
qui peut correspondre, par exemple, une tche au cours de laquelle le risque
peut survenir.
Nous dfinissons un scnario comme la description (modlisation) dune
ralisation (occurrence) possible dun ensemble dlments. Ces lments
peuvent tre soit des vnements, soit des actes, comme par exemple les
tches dun planning, les actions de traitement des risques. Ainsi, nous sp-
cialiserons la notion de scnario pour dfinir trois types de scnarios dif-
frents : de risque qui va permettre de modliser les vnements que lon
prvoit dans une ralisation possible du projet ; de traitement o lon va
sintresser aux actions de traitement retenues dans une ralisation possible
du projet ; et de projet qui permet de dcrire le scnario de traitement choisi
coupl avec un scnario de risque possible.

2.1 Scnario de risque

Le processus de management des risques conduit identifier un porte-


feuille de risques susceptibles de survenir au cours du projet. Certains vont
survenir, les autres ne se manifesteront pas. La ralisation du projet ne voit
gnralement que la concrtisation ou loccurrence dun sous-ensemble des
risques. Un projet prsentant un ensemble ER de n risques peut conduire
un Ensemble de Scnarios de Risque EScR comptant 2n scnarios de risques.
Ainsi, un Scnario de Risques ScRs (s = 1 . . . 2n ) est alors dfini comme un
sous-ensemble du portefeuille des risques possibles. Dans un projet avec k
risques (0 k n), le nombre total de scnarios de risques, prsentant k
risques parmi les n risques identifis, est gal k!(nk)!
n!
.
50 Chapitre V

2.2 Scnario de traitement

Un Scnario de Traitement ScTd (d = 1 . . . D) regroupe un ensemble de


Stratgies de Traitement retenues pour rduire les risques lists dans le por-
tefeuille des risques du projet, D tant le nombre de scnarios de traitement
identifis.
Un risque Ri peut disposer dune ou plusieurs Stratgies de Traitement
StTij (j = 1 . . . m), avec m le nombre de stratgies identifies pour traiter
le risque Ri . Celles-ci pourront tre soit prventives, soit correctives. Pour
rduire un risque donn, plusieurs stratgies de traitement concurrentes
ou complmentaires peuvent ainsi tre identifies. Lensemble des stratgies
de traitement identifies sur le risque Ri sera dsign par StRi . Une stratgie
particulire consiste ne pas mener daction, elle est dsigne par (ensemble
vide).
Une Stratgie de Traitement StTij regroupe un ensemble dActions de
traitement Aij, ( = 1 . . . a) destines rduire le risque Ri . Ces actions
de traitement sont des actions unitaires, qui peuvent tre matrialiss par
des tches raliser. Les actions peuvent tre prventives ou correctives. Les
actions prventives sont dcides et ralises avant loccurrence du risque (la
priode doccurrence du risque). Elles peuvent rduire la probabilit doc-
currence et/ou les impacts. On notera proba(Ri |StTij ) la probabilit que
lvnement associ Ri survienne sachant que StTij (stratgie prventive)
a t mise en uvre. Les actions correctives sont ralises aprs loccurrence
du risque et ne peuvent que rduire les impacts.
Un impact rduit caractrise le niveau de limpact du risque aprs mise
en uvre dune stratgie de traitement. Il exprime le niveau rsiduel de
limpact si le risque survenait malgr la mise en place de la stratgie de trai-
tement. A chaque stratgie de traitement peut tre associ un impact rduit
dlai DIireduit , un impact rduit cot CIireduit ou une probabilit rduite de
survenue du risque proba(Ri )reduit .
La mise en uvre dune stratgie de traitement dcide dans un scna-
rio de traitement du projet peut conduire des modifications du projet de
natures diverses. Les actions qui la composent peuvent correspondre de
nouvelles tches du planning, mais aussi des tches hors planning (Car-
ter et al. 1996). Linfluence sur le cot total du projet de ces dernire est
alors considrer. De nouvelles tches planning peuvent amener modifier
lorganigramme des tches par ajout/suppression/modification de tches. Le
rseau logique peut aussi tre modifi. Il sagit ici de modifications dans les
liens de prcdences, qui relient les tches du planning du projet et de mo-
difications de la dure totale du projet travers la modification du chemin
critique du projet. Le recalcul du PERT permettra de dterminer lin-
2 Identification des scnarios de projet 51

fluence globale au niveau de la dure totale du projet. Le cot du projet


sera modifi en prenant en compte les nouveaux cots directs et indirects
des actions de traitement.

2.3 Scnario de projet

Un scnario de projet ScPp (p = 1 . . . P ) est dfini par :


ScPp =< P i, ScRs , ScTd > avec Pi : le planning initial du projet, ScRs (s =
1 . . . 2n ) : un scnario de risque et ScTd (d = 1 . . . D) : un scnario de traite-
ment.
Un scnario de projet indique les risques qui vont aboutir et les stratgies
de traitement pour chaque risque. Cette configuration du projet, ce scnario,
est caractrise par une dure, un cot et une probabilit doccurrence de ce
scnario (Nguyen et al. 2013).
proba (ScPp ) est la probabilit dun ScPp . Elle prend en compte (1) la
probabilit des risques qui sont survenus (Ri ScRs ), (2) la probabilit que
certains risques ne surviennent pas (Ri
/ ScRs ), (3) la probabilit des risques
qui sont survenus (Ri ScRs ) sachant quune stratgie de traitement a t
mise en uvre (StTij ScTd ) (4) la probabilit que Ri ne survienne pas
(Ri / ScRs ) sachant quune stratgie de traitement prventive a t mise en
uvre et que la probabilit initiale a t modifie (StTij ScTd ).


proba(Ri )
Ri ScRs ,StTij ScTd
(1)
Y 1 proba(Ri ) (2)
proba (ScPp ) =
proba(Ri |StTij ) (3)
i,j
1 proba(Ri |StTij ) (4)

Le cot dun scnario de projet est not C (ScPp ). Il inclut le cot des
T tches qui constituent le planning initial et (1) le cot global des risques
survenus et qui nont pas fait lobjet de stratgie de traitement CGinitial (Ri ).
Cela inclut le cot de limpact qui se compose dune partie fixe (matriels,
outils,...) et dun cot indirect qui dpend de la dure de laction et du
cot des ressources sur cette dure. (2) limpact global rduit en terme de
cot des risques GCreduced (Ri ) qui sobtient en prenant en compte leffet des
diffrentes stratgies StTij appliques pour traiter Ri et ses rpercussions sur
le cot et la dure du projet. (3) Le cot des stratgies de traitement StTij
qui est dtermin par le cot des actions. Celui-ci se compose aussi de cots
directs et indirects tels quvoqus prcdemment.
52 Chapitre V

CGinitial (Ri )
P

(1)
T Ri ScRs ,StTij ScTd
Ri ScR
P s
CGreduced (Ri ) | StTij

(2)
X X
C (ScPp ) = C (Tt )+ Ri ScR
t=1 i,j
P s P
C(StTij ) (3)




Ri ScRs StTij StRi

Pour la dtermination de la dure dun scnario de projet, nous utilisons


la mthode PERT. Les impacts dlais de chaque risque, les actions de trai-
tement ncessitant la mise en uvre dune tche dans le planning sont pris
en compte pour effectuer le calcul de la dure du scnario de projet associ.
Pour chaque scnario de projet ainsi gnr, un calcul de la dure du scnario
est ralis.
Lorsquun vnement associ un risque survient, les tches peuvent tre
modifies. Les caractristiques des risques qui lui sont lies peuvent en toute
lgitimit tre modifies. De nouveaux risques peuvent ainsi apparatre et des
risques existants peuvent disparatre ou devenir plus ou moins probables. Il
est alors possible de parler de dpendance dun risque au regard dun autre
qui renforce lintrt de lapproche propose.

2.4 Influence des dpendances entre risques

La relation de dpendance D de lensemble des risques identifis ER


vers lui-mme porte sur lexistence dun lien entre un ensemble dvne-
ments RisquesSource et un vnement particulier dsign par RisqueCible
(figure V.3). RisquesSource et RisqueCible sont des sous-ensembles par-
ticuliers de lensemble des vnements associs aux risques identifis ER .
RisquesSource ER et RisqueCible ER .

dpendance
RisquesSource RisqueCible

Figure V.3 Une dpendance entre risques-projet

La relation de dpendance D que nous tudions est une relation de type


n : 1.
Lactivation dune dpendance entraine la modification de certaines ca-
ractristiques de RisqueCible telles que la probabilit et les impacts. Une
dpendance peut tre active par :
- loccurrence de RisquesSource, cela implique que tous les vnements iden-
tifis dans RisquesSource surviennent au cours du scnario tudi,
- la non-occurrence de RisquesSource, cest le cas o aucun des lments
3 Slection de la stratgie de traitement des risques 53

prsents dans RisquesSource ne survient,


- la modification de la probabilit de RisquesSource. Il suffit pour cela quau
moins un des lments composant RisquesSource voit sa probabilit voluer.
Outre les conditions dactivation respecter, dcrites prcdemment, la
prise en compte de leffet dune dpendance dans un scnario de projet doit
vrifier et respecter quelques conditions. Notamment, les priodes doccur-
rence des lments RisquesSource doivent prsenter une antriorit tempo-
relle par rapport la priode doccurrence de RisqueCible.

3 Slection de la stratgie de traitement des risques

Cot (UM)
350

+
+
Budget
+

250 + + +

Temps
35 Dure 40 (UT)
contractuelle

Figure V.4 Reprsentation de scnarios de projet

Ds lors que les scnarios de projet sont identifis, il devient possible


de slectionner les stratgies de traitement du risque mettre en oeuvre.
Pour cela, nous proposons danalyser conjointement les trois dimensions ca-
ractristiques de chaque scnario, savoir : la probabilit doccurrence dun
scnario, la dure du scnario, ou dune autre manire laugmentation du d-
lai par rapport au scnario initial, le cot du scnario, ou dune autre manire
laugmentation de cot par rapport au scnario initial. Parmi lensemble des
scnarios de risques gnrs, lidentification des scnarios inacceptables peut
tre effectue selon diffrents critres. Citons par exemple les scnarios qui
dpasseraient un objectif de dlai et/ou un objectif de cot. Cela peut tre
utilis lors de la ngociation contractuelle avec un client afin destimer la
marge de scurit disponible au moment de la ngociation en fonction du ni-
veau de risque que lon accepte de prendre. Le critre le plus habituellement
utilis dans le cas de la hirarchisation des risques dans les mthodes clas-
siques est celui de la criticit. Pour illustrer ces propos, la figure V.4 prsente
un ensemble de scnarios, dun mme projet reprsent par des bulles. Pour
chaque scnario de projet, la dure est reprsente sur laxe des abscisses et
son cot en ordonne. Sa probabilit est reprsent par le diamtre de sa
bulle. La zone dlimite par les pointills reprsente la zone contractuelle
(budget/dure). Les bulles situes au del reprsentent des scnarios inac-
54 Chapitre V

ceptables. Le niveau de criticit de chaque scnario peut tre calcul selon la


formule ci-dessous. Afin de rendre comparable les critres, pour chaque sc-
nario de projet, nous introduisons p et p qui reprsentent respectivement
les mtriques des impacts dure et cot dun scnario de projet ScPp :

ID(ScPp ) IC(ScPp )
p = etp = , (p = 1...P ) (V.1)
max (ID(ScPp )) max (IC(ScPp ))

ainsi p , p [0, 1]

dans lesquelles les fonctions ID(ScPp ) et IC(ScPp ) renvoient respective-


ment aux impacts dures et cots dun ScPp et max(ID(ScPp )) et max(IC(ScPp )
les impacts dures et cots les plus longs ou coteux des scnarios de projet.
Limpact global norm et pondr impact(ScPp ) peut alors sobtenir suivant
la formule suivante :

impact(ScPp ) = q p + q 0 p (V.2)

Dans laquelle q et q 0 sont 2 coefficients qui sont choisis par le responsable


de projet suivant limportance donne chaque critre : q correspondra au
poids donn au dlai et q au cot.
La criticit Cr(ScPp ) est alors obtenue par la formule suivante, en se
basant sur limpact global norm et pondr, ainsi que sur la probabilit
doccurrence du scnario P roba(ScPp ).

Cr(ScPp ) = P roba(ScPp ) impact(ScPp ) (V.3)

Sur la base de ce critre de criticit, les scnarios de risques sont ordon-


ns afin den dterminer les plus critiques. Pour chaque scnario de risques
ainsi identifi, les stratgies de traitement (StT) proposes sont values afin
de retenir la stratgie la plus pertinente. Une analyse complmentaire peut
conduire privilgier les stratgies de traitement qui permettraient de trai-
ter simultanment les risques appartenant diffrents scnarios de risques.
La figure V.5 reprsente un processus danalyse des scnarios destins s-
lectionner un Scnario de Traitement mettre en uvre.

4 Application concrte

En collaboration avec le cabinet conseil Manageos, spcialis dans la ges-


tion de projet dans le secteur pharmaceutique, nous avons propos pour cas
4 Application concrte 55

Figure V.5 Processus danalyse des ScP

applicatif, un projet de dveloppement dun nouveau mdicament. Nous nous


sommes ainsi intresss la ralisation de la phase dessai clinique du dve-
loppement dun mdicament visant traiter langor. Pour mener bien une
telle tude, quatre cents patients doivent tre recruts par lintermdiaire de
quarante centres de recrutement rpartis sur deux pays. La dure de traite-
ment dun patient est de six mois. Sept risques ont t identifis concernant
ce projet ainsi que quatre dpendances entre risques. Pour traiter ces risques
et en rduire les impacts, douze stratgies de traitement des risques bases
sur seize actions de traitement ont t rpertories.
Ainsi, alors quune approche considrant sparment les risques aurait
consist ne sintresser qu huit scnarios diffrents (un scnario sans
risque et un scnario diffrent avec chacun des sept risques), une approche
tenant compte du fait que plusieurs risques peuvent survenir au cours dun
projet permet de sintresser cent vingt-huit scnarios diffrents (incluant
les huit scnarios prcdemment mentionns). Cependant, afin de permettre
le choix des stratgies pertinentes de traitement des risques, celles-ci doivent
tre prises en compte. ProRisk a ainsi permis didentifier les 19 200 scnarios
de projet quil sagira alors dtudier avec le processus danalyse des rsultats
proposs.
En droulant le processus danalyse prsent sur la figure V.5, il a t
mis en vidence quune stratgie de traitement prventive devait tre mise
56 Chapitre V

en uvre pour limiter la probabilit de survenue de certains vnements. En


cas de survenue de risque, malgr la stratgie prventive, il a t dtermin,
quaucune stratgie de traitement corrective ne devrait tre dveloppe pour
des raisons de cot des stratgies possibles.

5 Conclusion

Au cours de ce chapitre, nous avons prsent des contributions pour laide


la gestion des risques projet. Ces travaux ont conduit la ralisation dun
modle permettant didentifier les scnarios de projet ainsi quune approche
permettant de mettre en vidence la/les stratgies de traitement du risque
les plus pertinentes. Il est ainsi possible de dterminer les stratgies prven-
tives les plus efficaces intgrer dans le planning du projet. Si les risques
surviennent, il est possible de dterminer les stratgies correctives privi-
lgier. Celles-ci peuvent tre mise en uvre en complment de stratgies
prventives qui nauraient pas t suffisantes.
Ces contributions ont t dveloppes dans le cadre de la thse de Trong
Hung Nguyen (Nguyen 2011). Pour valider ces contributions, un dmons-
trateur logiciel dsign sous le nom ProRisk a t dvelopp. Cet outil permet
de dcrire un projet, ses tches avec leurs caractristiques (dure, cot, liens
de prcdence) et les risques possibles avec leurs caractristiques (probabi-
lit doccurrence, impacts initiaux et dpendances). A partir de ces donnes,
ProRisk identifie lensemble des scnarios de projets possibles et calcule les
caractristiques principales afin den permettre leur comparaison.
Le fait de sintresser des scnarios de risques et de prendre en compte
les dpendances entre risques plutt que les risques pris sparment peut
changer les priorits dans le choix des stratgies de traitement. Diffrentes
analyses sont possibles partir des rsultats. Il est possible de privilgier
des stratgies de traitement des risques qui permettent le respect dun cadre
contractuel et latteinte dobjectifs, mais aussi de stratgies privilgiant de
bons rsultats au regard dun critre plutt quun autre (achever un projet
plus rapidement avec un budget plus consquent par exemple). Si le choix
des stratgies de traitement est mal adapt, le projet peut tre orient vers
des scnarios qui natteignent pas les objectifs fixs. Par consquent, il peut
alors tre plus intressant de laisser certains risques aboutir plutt que de
chercher les traiter tout prix.
Lune des limites de ce modle dvaluation des risques pourrait tout fait
se retrouver dans le cadre de ce cas dtude. En effet, certains des risques vo-
qus devraient tre considrs comme pouvant arrter ou remettre en cause
la pertinence de la ralisation du projet. Aujourdhui, ce type dimpact nest
pas formalis dans notre modle, puisque nous avons retenu uniquement des
5 Conclusion 57

risques dont les consquences ne sont pas obligatoirement larrt du projet.


Cette volution pourrait ainsi faire lobjet de dveloppements et travaux
ultrieurs.
58 Chapitre V
Chapitre VI

Aide au choix des processus en


contexte risqu

1 Introduction

Nous avons montr au cours du chapitre prcdent, quun processus pou-


vant sembler optimal pour latteinte dobjectifs peut en ralit savrer loin
de ltre au regard des risques.
Les organisations qui grent des projets doivent rgulirement raliser
des tches nouvelles, souvent porteuses de risques, dans les projets. Le mau-
vais droulement de celle-ci et la non atteinte des objectifs peut avoir des
consquences sur lorganisation. Les activits planifies doivent ainsi tre
ralisables avec succs sans que lorganisation ne prenne trop de risque. Une
rflexion doit ainsi tre mene afin de concevoir le projet en terme de choix
dactivits et de processus pour tre certain datteindre les objectifs.
Au cours de ce chapitre trois contributions seront dtailles :
Slection dune variante projet et de la stratgie de traitement
du risque associe
Pour raliser un mme livrable, plusieurs processus diffrents sont souvent
possibles dans un projet comme par exemple : raliser intgralement les dve-
loppements en interne, sous-traiter une partie des dveloppements, ou encore
faire de la co-ingnierie. Ainsi plusieurs variantes peuvent tre envisageables
pour un mme projet. Le choix de lune de ces variantes influence les chances
datteindre les objectifs. Chacune de ces variantes possibles est un contexte
de risque plus ou moins diffrent. Quelque soit la variante retenue, il sagira
de slectionner les stratgies de traitement des risques associes.
Dcision darrt ou de poursuite dun projet

59
60 Chapitre VI

Ds lors que le projet est valid et lanc, des dpenses sont engages et
des rsultats sont progressivement attendus. Si les rsultats sont infrieurs
aux attentes, la question de poursuivre ou darrter le projet se pose. Ces
dcisions font gnralement lobjet de discussions controverses au sein de
collectifs de dcideurs. Dans de grands projets, les informations prendre
compte lors de la prise de dcision sont nombreuses et souvent incompltes
car le projet nest pas fini. Cest un pari sur lavenir. La dcision peut tre
difficile prendre car les intrts des protagonistes sont souvent diffrents et
les risques peuvent tre nombreux. Elle nest pas ncessairement urgente mais
cette impression davoir du temps pour dcider peut avoir pour consquence
une prise de retard.
Assurer la continuit des activits
Certains risques ou cumuls de risques peuvent avoir de telles consquences
pour lorganisation quils remettraient en cause son fonctionnement. Des me-
sures sont mises en uvre pour organiser de manire prventive la vie de
lentreprise et le droulement des activits en cas de survenue de risques.
Le management de la continuit dactivit vise dsigner ces mesures et les
conditions de leur mise en uvre (Botha et al. 2004). Ceci passe par la cra-
tion dun processus de pilotage continu, dynamique et interactif assurant la
vivacit et la durabilit des activits critiques de lorganisation, avant, pen-
dant, et aprs la situation perturbatrice (St-Germain et al. 2012). Il sagit
alors dtre en mesure de proposer des plans de continuit dactivit pour les
diffrents processus critiques pour la tenue des objectifs.
Ce chapitre sera ainsi structur autour de trois problmatiques originales,
qui peuvent tre rsumes par les trois questions suivantes :
Comment valuer conjointement, pour un projet, les variantes pos-
sibles et les stratgies de traitement du risque possibles, afin de trou-
ver le meilleur couple ?
Comment fiabiliser le processus dcisionnel portant sur la poursuite
ou larrt du projet afin dviter la prise de retard ?
Comment dcider de la mise en uvre dun plan de continuit dac-
tivit afin de permettre la tenue des objectifs ?
Nos diffrents travaux, dont le positionnement dans le temps est prsent
figure VI.1, ont t raliss principalement dans le cadre des thses de Sana
Hassanzadeh (Hassanzadeh 2012) et Olfa Rejeb (Rejeb 2013). Les projets
FonCSI, PlasOSoins, SySO, le cabinet de conseil Manageos, ainsi que la col-
laboration industrielle avec Astrium ont permis de fournir diffrents terrains
dapplication (industrie pharmaceutique, hospitalisation domicile, aronau-
tique et spatial). Une collaboration avec le laboratoire BETA a quant elle
permis dapporter un complment de comptence sur le thme de linnova-
tion et des projets de conception. Les rsultats ont conduit la publication
de deux ACL (Marmier, Gourc et Laarz 2013, Marmier, Filipas De-
1 Introduction 61

niaud et al. 2014), dun chapitre douvrage OS (Hassanzadeh et al. 2012b)


et de plusieurs confrences ACTI.

Ordonnancement

Prvision

Planification de projet

Traitement du Risque

Process
FonCSI
Doctorat Hassanzadeh
1 ACTI 2 ACTI 1 ACTI
PP* 1 OS

Collaboration Astrium DSS


Master Laarz 2 ACTI

SySO - PlasOSoins
1 ACTI
Doctorat Rejeb
3 ACTI
Matre-Assistant
Post-Doctorant

Collaboration BETA
1 ACTI CII
Doctorant

Ressource
HdR

x
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure VI.1 Activits de recherche sur laxe de dcision des Processus

Les contributions ainsi prsentes dans ce chapitre sintressent aux dci-


sions portant sur les activits et leurs interdpendances avec celles portant
sur la prise en compte des risques (incertitude ou vnement) afin de rendre
plus robustes les projets. La figure VI.2 positionne ces contributions, par
rapport au framework P P R2 propos, principalement sur laxe Processus.
Les contextes dtudes de ces contributions diffrent et se compltent selon
diffrents aspects : la volumtrie, la compltude et lincertitude des informa-
tions disponibles et prendre en compte, la prise de dcision individuelle ou
en collectif, le degr durgence, les critres pris en compte. Elles sont prsen-
tes dans les trois sections suivantes et rpondent respectivement aux trois
problmatiques nonces prcdemment :
- La premire section prsente une approche daide la slection des va-
riantes dun projet ainsi que des stratgies de traitement du risque associes.
- La deuxime prsente un modle permettant de mesurer le risque dinvali-
dation des dcisions de poursuite ou darrt des processus/projets.
- La troisime section prsente un cadre mthodologique permettant de s-
lectionner les processus mettre en uvre pour assurer la continuit des
62 Chapitre VI

activits.

Contribu)on*2**
Aide*au*choix*des*ac)vits*
!Approche)daide))la)slec2on)dac2vits/processus,)
!Indicateur)de)abilit)des)processus)dcisionnel)collec2fs)
!Mthodologie)pour)la)con2nuit)dac2vit.)

Figure VI.2 Positionnement des contributions du chapitre VI

2 Slection du couple variante/traitement du risque

2.1 Des dcisions structurantes pour le projet

Certaines dcisions dans le cadre de projets de dveloppement de nou-


veaux produits (NPD) ont des rpercussions sur le planning. Cest notam-
ment le cas lorsque lon choisi la solution technologique dvelopper (plate-
forme de satellite lectrique ou combustion) ou le processus de ralisation
(internalisation ou sous traitance par exemple). Ces dcisions ont un effet
structurant sur le planning du projet. On parle alors de Dcision Structu-
rante DS. Chaque DS conduit de nombreux scnarios diffrents prsentant
des risques similaires et dautres spcifiques.
Une illustration de Dcision Structurante DS pour laquelle 2 choix sont
possibles est propose sur la figures VI.3 : (a) ralisation dun avion avec une
propulsion hlices sur le schma ou (b) avec une propulsion par racteurs
sur le schma. Le processus ainsi que le planning initial de ralisation sera
diffrent entre les cas a et b. Chacun de ces processus est sujet des risques
pouvant conduire deux ensembles EScP v de scnarios de projet reprsents
sous forme de bulles. Pour chaque scnario de projet, sa dure est reprsente

Figure VI.3 Exemple de deux EScP


2 Slection du couple variante/traitement du risque 63

sur laxe des abscisses et son cot en ordonne. Sa probabilit est reprsente
par le diamtre des bulles. Par consquent, une zone dacceptabilit carac-
trisant le potentiel du ScP et donc des DS tenir les objectifs peut tre
dfinie, en utilisant les informations relatives au budget et aux dlais similai-
rement la section 3. Chaque DS influence le positionnement des scnarios.
La ou les DS qui doivent tre prises lors la conception du projet ainsi que les
dcisions concernant le choix des stratgies de traitement du risque doivent
permettre de dfinir un planning prvisionnel qui tienne les objectifs.

2.2 Approche de rsolution

Un arbre de dcision (Decision Tree ou DT) permet de reprsenter les


successions de dcisions possibles. Dans notre cas les feuilles de larbre re-
prsenteraient des scnarios de projet. Les dcisions successives peuvent tre
prises lors de la conception du projet ainsi que pour son pilotage. Parmi les
dcisions qui peuvent y figurer il est possible dy observer des DS mais aussi
des dcisions de choix de stratgies de traitement du risque. La figure VI.4
montre une succession de dcisions reprsentes par les nuds de dcision
D1 D3 (Marmier, Gourc et Laarz 2013). Dans cette illustration la
premire dcision (D1, une DS en loccurrence) a pour finalit la slection
dun processus. Celle de la seconde (D2) est de slectionner la stratgie de
traitement prventive des risques. D1 et D2 sont effectues au cours de la
phase de prparation du projet. D3 caractrise les ractions possibles lorsque
des vnements se produisent. La dcision D3 consiste ainsi dcider quelles
actions correctives doivent tre effectues face un ScR. Les ScR sont re-
prsents par les nuds de chance E sur larbre de dcision.
Lapproche que nous proposons (figure VI.5) utilise les donnes classiques
relatives au projet : les tches, les risques identifis, et leurs traitements
associs (Filipas Deniaud et al. 2013). Cette approche utilise galement les
donnes relatives aux DS et leurs rpercussions sur les tches, les risques et
les stratgies de traitement. Elle comporte deux phases : (1) la formalisation
de lensemble des ScP par la construction dun arbre de dcision du premier
nud de dcision jusqu ses "feuilles", (2) la slection des meilleures DS et
StT par la rsolution du DT dans lautre sens.
(1) la construction de larbre de dcision consiste construire lensemble
des scnarios possibles du projet, la lumire des risques identifis et des me-
sures de traitement du risque et de leurs valuations, pour chaque variante de
projet tudie. Un planning initial est tabli pour chaque possibilit de DS,
sans intgrer les notions de risque et de traitement des risques. Ces plannings
peuvent, dans certains cas, tre assez semblables ou alors, dans dautres, trs
diffrents. Il est ensuite ncessaire de construire les ScP v intgrant EScR
v et
EScT . Pour chacun dentre eux les temps, les cots et probabilits sont d-
v
64 Chapitre VI

Phase#de#concep/on# Phase#de#pilotage# t#
Nud#de## DS# Stratgies# Stratgies#
dcision## prven/ves# Correc/ves##
Nud#de## #
Evnements#
chance#
ScP10## Proba(ScP10),#C(ScP10),#D(ScP10)##
D2#

E#
P0#
D3#
ScTprev#1v## ScR1v#
ScTcorrec#1v##
Pv# ScRsv#
D1# D2# E# D3# ScPpv## Proba(ScPpv),#C(ScPpv),#D(ScPpv)##
ScTprev#dv##
ScTcorrec#D ##
v

ScTprev#Dv## ScRSv#

PV# D3#
E#

D2#
ScPPV# Proba(ScPPV),#C(ScPPV),#D(ScPPV)##

Figure VI.4 Exemple darbre prsentant les dcisions (Marmier, Gourc


et Laarz 2013)

termins de la mme manire que dans le chapitre prcdent.


(2) la rsolution du problme dcisionnel consiste tudier les effets des
diffrentes dcisions dans le sens inverse de sa construction : des feuilles
la racine de larbre (cest dire de D3 D1 sur la figure VI.4). Ltape
(a) consiste trouver pour chaque branche du DT, la meilleure D3. D3
consiste slectionner les stratgies correctives associes chaque ScR. Afin
de prendre en compte lensemble des critres, D3 minimisant Cr(ScPp ), est
retenue pour chaque feuille de larbre. Ltape (b) est la slection de D2
qui dtermine la stratgie de traitement prventive qui est la plus adquate
pour chacune des DS. Elle est prise en connaissant les meilleures D3 dans
chacune des branches. D2 permet dviter les pires cas possibles (scnarios
de projet) tel que dfinis par le critre de Savage souvent utilis en thorie
la prise de dcision (Petar 1999). Celui-ci consiste alors minimiser la
criticit maximale (galement appele regret maximal). Ainsi, D2 consiste
minimiser CRmax (ScP p|ScTprev ) , DS en connaissant les D3 retenues dans
chaque branche. Ltape (c) consiste choisir D1 la meilleure DS pour le
projet. Il sagit alors de maximiser les chances de respecter les engagements.
D1 consiste alors slectionner la DS qui maximise le nombre de ScPp qui
respectent la dure et le cot contract.
3 Arrt ou poursuite dun projet 65

EV#

Gnra)on#des#
variantes#EScPv###

EStT#
Gnra)on##
EScTV##
#

ER# Gnra)on##
EScPv## ScTv# Meilleures#
StTvcorrec### StTvprev# DS#
EScRv## Slec)on# Slec)on# Slec)on# DS#et#ScTV#
# (a)# (b)# (c)#

ET# Gnra)on##
Pv##

(1)#Construc)on#de#
(2)#Rsolu)on#du#problme#
larbre#

Figure VI.5 Approche propose (Marmier, Filipas Deniaud et al.


2014)

3 Arrt ou poursuite dun projet

Un mdicament, avant darriver sur le march, passe par plusieurs phases


de tests et dtudes qui visent dmontrer sa scurit, son efficacit et sa
qualit. Les projets de R&D pharmaceutiques sont de longue dure (plus de
13 ans), trs coteux (prs de 900 M$) et trs risqus (un taux de succs
de seulement 4 %) (Paul et al. 2010). A la fin de chaque phase, un comit
dexperts de diffrents domaines se runit pour statuer sur la poursuite ou
larrt du dveloppement de la nouvelle molcule. Une dcision Go/No Go
doit donc tre prise sur la base des rsultats des tests qui deviennent pro-
gressivement plus complets et exacts lorsque les projets avancent. Cependant,
pour faire avancer les projets, les dcisions Go / No Go doivent parfois tre
prises sur la base de rsultats incomplets et dinformations incertaines. Dans
ces situations, linformation incertaine est souvent perue diffremment par
les experts des diffrents domaines impliqus dans le processus de prise de
dcision. En consquence, les dcisions peuvent tre soit ajournes jusqu
ce que les dcideurs atteignent un compromis, soit invalides a posteriori et
le projet prend ainsi du retard. Ces travaux sont ainsi caractriss par lin-
certitude, la non urgence et la nature collaborative des dcisions.
66 Chapitre VI

Figure VI.6 Typologie des facteurs dincertitude (Hassanzadeh et al.


2011d)

3.1 Caractrisation de lincertitude dans les dcisions projet

Afin de prendre en compte les diffrents facteurs qui caractrisent de tels


projets, nous proposons une dfinition largie de lincertitude : Lincertitude
est un manque conscient de connaissance dun sujet (le ou les acteurs qui
peroivent la situation et envisagent dagir), relative un objet (le projet
qui prsente un tat dvolution), non encore parfaitement dfini, dans un
contexte (lenvironnement comprenant lentreprise, le march et la socit)
ncessitant une dcision / action dans un certain laps de temps.
Sur la base de cette dfinition, nous proposons une typologie des facteurs
qui influent sur la production, la perception et le traitement de lincertitude
(figure VI.6). La typologie contient trois classes principales que nous venons
de dfinir. Elle structure les facteurs qui gnrent ou affectent lincertitude,
et donc la prise de dcision, dans une organisation.

3.2 Modlisation du processus de dcisions Go / No Go

Le processus de prise de dcision dans les projets de R&D pharmaceu-


tiques est illustr par la figure VI.7 (Hassanzadeh et al. 2011b). Dans ce
schma, nous distinguons trois dimensions quil convient dtudier pour mo-
dliser ce processus de dcision : les quatre macro-tapes du processus de
dcision sont reprsentes par des grandes flches qui entourent la pyramide :
(1) collecte de linformation et conception, (2) ralisation de tests, (3) ana-
lyse de nouvelles informations et (4) choix,
les acteurs qui participent au projet, comme les techniciens, les chefs de
mtier, les experts internes ou externes, le chef du projet et le comit de
pilotage,
le flux dinformation entre les acteurs, illustr par de petites flches.
3 Arrt ou poursuite dun projet 67

Figure VI.7 Les 4 tapes du processus dcisionnel Go/No Go


(Hassanzadeh et al. 2010)

Le schma permet de visualiser le rle de chaque acteur dans la cration,


la circulation et lvolution de linformation qui :
descend du comit de pilotage vers loprationnel sur le ct gauche de la
pyramide : linformation devient de plus en plus prcise en descendant,
remonte dans le sens inverse sur le ct droit : linformation perd sa prci-
sion en remontant.
Nous proposons par la suite un cadre pour ltape du choix qui intgre ces
diffrences et ces interactions.

3.3 Phase de dcision collaborative

Des aspects individuels et collectifs doivent tre pris en compte dans le


cadre de dcisions collaboratives. Nous les prenons en considration sous
la forme de processus (figure VI.8). Le premier correspond la Conscience
Individuelle de la Situation (CIS ou ISA sur la figure) "la rflexion indivi-
duelle". Il illustre la faon dont un individu traite linformation. Le second
correspond "linteraction de groupe" et sa Connaissance de la Situa-
tion de Collaboration (CSC ou CSA sur la figure). Il illustre les interactions
entre les dcideurs pouvant les motiver revoir et modifier leurs positions
individuelles (Roy 1996).

Partie individuelle du processus cognitif

La prise de dcision collaborative d dun groupe de m dcideurs se base


sur les dcisions individuelles de chacun DMi o 1 i m. Chaque dcideur
reoit un ensemble dinformations (les mmes) reprsentes par un vecteur
[vj ] de variables, o 1 j n. Il les traite par quatre processus cognitifs
68 Chapitre VI

Figure VI.8 Cadre pour la phase de dcision collaborative (Hassanzadeh


et al. 2012b)
3 Arrt ou poursuite dun projet 69

personnels : perception, valuation, raisonnement et projection dans lavenir


afin dtablir sa position individuelle di qui contribuera d. Nous supposons
que les facteurs influents individuels et collectifs sont les mmes pour tous
les dcideurs. Les facteurs dinfluence individuels sont dfinis comme suit.
Mi : la mmoire du dcideur i, Ki : ses connaissances, Expi : son exprience,
i : son attitude face aux risques, Resi : sa responsabilit concernant les
consquences dune dcision (Hassanzadeh et al. 2011a).
La perception consiste donner un sens aux donnes dtectes [vj ] qui ca-
ractrisent une "situation" et les transformer en informations selon quelles
sont significatives pour le dcideur ou parce quelles ne concernent pas ses ob-
jectifs. [pij ] reprsente la perception des variables slectionnes pour chaque
i. Ainsi, pour certaines variables j, pj peut tre vide. pj est qualifie par le
dcideur i par un ensemble de termes linguistiques Eij tels que par exemple
Eij = mauvais, moyen, bon. Lvaluation est ensuite un pourcentage de sa
qualification (par exemple : 100% mauvais) pour chaque variable pour obte-
nir [eij ]. Dans ltape du raisonnement, les [eij ] sont transforms en connais-
sances pour la situation donne. Formaliser le processus de raisonnement
contribue rendre ce mcanisme "humain" explicite. Un systme dinf-
rence floue (Fuzzy Inference System ou FIS) permet de crer des rgles non
- binaires, sur la base des ensembles flous qui reprsentent les termes linguis-
tiques. Par consquent, un FIS peut tre appliqu pour modliser la cration
et lagrgation des rgles caractrisant chaque dcideur. Ainsi le dcideur i
utilise un ensemble de termes linguistiques not Di , et un ensemble de rgles
dinfrence not Ri , pour qualifier une situation perue et value [eij ]. La
rgle dinfrence ruleik , du dcideur i avec 1 k |Ri | est dfinie comme
suit :

n
Y
Ri : Eij Di , i and k, (VI.1)
j=1

ruleik : (ei1 , ..., eij , ..., ein ) ri ,

o ri est un terme linguistique qui exprime lapprciation de la situation


par le dcideur i. Pour chaque [eij ], plusieurs rgles peuvent tre actives
avec des degrs diffrents. Lagrgation de ces rgles donne le rsultat (ri )
du processus de raisonnement du dcideur i sur une situation dcisionnelle.
ri est un qualificatif linguistique qui exprime lapprciation de la situation
par le dcideur i et ses nouvelles connaissances.
Chaque dcideur imagine les consquence (bonnes et mauvaises) des d-
cisions sur lui-mme. Le dcideur se forge une opinion oi ou repart dans un
cycle de raisonnement. Sur la base de oi il prend ce que lon appellera une
70 Chapitre VI

position qui marquera la fin de ce processus cognitif individuel.

Positionnement collectif

Le rectangle pointill de droite sur le schma VI.8 reprsente la partie


collective de ce processus dcisionnel.
Avant la discussion officielle en runion, les diffrents dcideurs changent
de faon non officielle lors de discussion dite de "couloir". Ils changent sur
leurs points de vue partir de leurs perceptions et opinions. Il est alors
possible quun dcideur ritre son processus de Connaissance de la Situation
de Collaboration (CIS) et potentiellement modifie son di , ou encore que cela
renforce sa position. Durant la runion, ils changent, partagent et expliquent
leur positionnement, tentent de convaincre. Un compromis doit alors tre
trouv pour avancer dans le processus. Le rle et linfluence des protagonistes
ne sont pas identiques. Ils dpendent des postions hirarchiques de chacun,
de leur expertise, de leur exprience, de la phase du projet...
Un systme dinfrence floue (Fuzzy Inference System ou FIS) permet
de modliser cette tape de raisonnement et dexprimer ces ingalits sous
forme de rgles dinfrences R non binaires sur la base densembles floues
reprsentant des variables linguistiques D. La rgle dinfrence rulel avec
1 l |R|, est dfinie comme suit :

m
Y
R: Di D, (VI.2)
i=1

rulel : (d1 , ..., di , ..., dm ) d,

Dans laquelle d est un ensemble flou reprsentant un qualificatif linguis-


tique dans D.
Pour chaque [di ] diffrentes rgles peuvent tre actives avec diffrents
degrs. Lagrgation de ces rgles donne un rsultat dont la valeur, pour
une situation donne, est un degr dappartenance du terme linguistique
reprsente par d (90% bon par exemple).
Aprs la runion, les dcideurs continuent de parler de la dcision dans
une nouvelle phase "couloir". La diffrence entre la dcision d, et une po-
sition individuelle (di ), exprime le degr dinsatisfaction de ce dcideur :
i = |d di |, o i est un ensemble flou. Lensemble des i est appel i .
Durant ces discussions la conviction individuelle peut tre renforce ou au
contraire attnue. Les processus CIS et CSC peuvent devoir tre relancs.
4 Proposition dun cadre de management de la continuit dactivit 71

3.4 Analyse de linsatisfaction dune dcision

Afin danalyser des conflits relatifs des dcisions passes et anticiper des
conflits futurs, nous proposons un indice qui mesure linsatisfaction indivi-
duelle de chaque dcideur propos de la dcision collaborative. Lagrgation
de ces indices individuels donne un indice global pour mesurer le risque din-
validation dune dcision a posteriori.
Un indice dinsatisfaction lev pour plusieurs dcideurs, signifie que la
dcision risque dtre invalide et donc entrainer des retards. Cela ne signifie
pas que la dcision soit bonne ou mauvaise. Lindice de la dcision dinvali-
dation de la dcision d, not , peut tre qualifi par un ensemble de termes
linguistiques . Il peut tre obtenu en utilisant un FIS not L, bas sur un
ensemble de rgles dinfrence. La rgle dinfrence rulep , avec 1 p |L|,
est dfinie comme suit :

m
Y
L: i (VI.3)
i=1

rulep : (1 , ..., m )
o est un ensemble flou, reprsentant un terme linguistique qualificatif
dans .

4 Proposition dun cadre de management de la conti-


nuit dactivit

La continuit dactivit permet de grer les situations dans lesquelles le


cumul dvnements est trop important ce qui remet en question la tenue des
objectifs des organisations. Lintrt dune telle dmarche est grand surtout
lorsque la sant de patients est en jeu comme dans le secteur de la sant.
Le Management de la Continuit dActivit (MCA) se positionne comme
une rponse cet enjeu (BCI 2007). Il a pour objectif de fournir un plan
de continuit dactivit pour affronter diverses perturbations et interrup-
tions et donc daccroitre la rsilience des systmes concerns, de maintenir
la continuit des activits critiques pour lorganisation et de rtablir le fonc-
tionnement des systmes un niveau de fonctionnement acceptable, tout en
minimisant les impacts des dfaillances qui pourraient survenir.
Les PCA prsents dans la littrature sont des ensembles de procdures
dcrivant les actions mener pendant et aprs les interruptions. Ils sont
spcifiques aux organisations rfrences. La littrature ne prsente pas de
72 Chapitre VI

format standard de PCA ni doutils pour la mise en uvre du MCA (Zam-


bon et al. 2007, Cerullo et al. 2004 et BCI 2007).

4.1 Particularit du MCA

Plusieurs concepts jouent un rle important dans le MCA. Au cours de


ces travaux, nous avons propos les quatre concepts suivants :
Un processus critique est un processus qui, en cas dinterruption, doit
tre rtabli pour viter lentreprise des pertes trop importantes ou dautres
impacts prjudiciables la survie de lentreprise. Son identit critique se
qualifie par une analyse mene selon des caractristiques fonctionnelles ou
non.
Une ressource critique est une ressource dont tout manquement de dis-
ponibilit prvue ou tout manquement en matire de qualification prvue,
entraine une drive dans lexcution des processus critiques.
La dfaillance est laltration ou la cessation de laptitude dun systme
accomplir sa ou ses fonctions requises avec les performances dfinies dans les
spcifications techniques. Elle est caractrise par son origine (la conjonction
des vnements perturbateurs) et par son poids (limpact).
Laptitude dcrit simultanment la caractrisation de la comptence et
la disponibilit dune ressource en rapport avec une activit.
Lobjectif premier de lingnierie dentreprise, et plus prcisment lin-
gnierie des processus mtier, est de favoriser la ractivit et la flexibilit
oprationnelle de lorganisation (Sienou 2009). Les vues du Mta-Modle
(MM) ISO19440 nintgrent pas les concepts que nous venons dnoncer (ISO
19440 2007). Ainsi, cette tude sur la continuit dactivit nous a conduit
radapter certains points de vue de ce mta-modle. Afin de prendre en
compte les besoins du MCA, un MM "to-be" propos est dcoup en quatre
parties : deux vues "processus" et "ressources" relatives au systme ltude
sont radaptes du MM ISO19440 pour intgrer notamment les concepts de
criticit et de sensibilit au temps en cas dvnement ; deux nouvelles vues
"dfaillances" et "PCA" viennent les complter afin de caractriser les d-
faillances, leur consquences et leur gestion jusqu la reprise des activits
(Rejeb, Bastide et al. 2012).
Un premier sens de lecture du MM ainsi propos montre limpact de la
dfaillance sur les lments du systme :
- Une association engendre entre vnement perturbateur (spcialisation de
lvnement) et dfaillance, reflte que la conjonction des vnements gnrs
par le domaine et les processus pouvant gnrer des dfaillances.
- Une association perturbe entre dfaillance et processus, reflte les effets de
4 Proposition dun cadre de management de la continuit dactivit 73

la survenue dune dfaillance sur les processus mtier.


- Une association altre entre dfaillance et aptitude, reflte leffet dune
dfaillance sur les objets dentreprise (les ressources).
- Une association dclenche entre dfaillance et Plan de Continuit dActivit,
montre que les plans ne sont dclenchs quen cas de dfaillance critique.
Un second sens de lecture permet de montrer les effets du PCA sur ces
lments :
- Une association modifie entre Plan de Continuit dActivit et processus
mtier, montre que les PCA sont des processus particuliers qui viennent se
substituer des processus mtier devenus obsoltes cause dune dfaillance.
- Une association modifie, entre Plan de Continuit dActivit et aptitude,
montre la relation entre les processus de continuit (spcification des proces-
sus mtier) et les ressources aptes faire cette reprise.

4.2 Cycle de vie du Management de la Continuit dActivit

Le MCA est une activit de pilotage continu alternant de manire r-


currente entre analyse de lexistant soumis des impacts et calibrage par
des dcisions afin de tenir les objectifs (Rejeb, Lamine, Pingaud et al.
2012). Nous proposons une dmarche de MCA dcoupe en trois phases (fi-
gure VI.9). Les contributions apportes se positionnent dans les 2 premires
phases de celles-ci.
(1) la pr-planification (phase 1) initie le MCA, partir de la connais-
sance des processus de lorganisation. Les besoins en continuit sont ana-
lyss et lorsquils sont reprs, ils sont caractriss par une estimation des
DMIA (la Dure Maximale dInterruption Admissible (AFNOR 2010)). Le
lancement du MCA sattache en mme temps identifier des ressources cls
engages dans des activits sensibles, ceci permet de dterminer au mieux les
modes de fonctionnement dgrads les plus adapts. Lidentification des pro-
cessus critiques est la premire tape du management de la continuit dac-
tivit. Elle sappuie sur les rsultats de lanalyse fonctionnelle du systme,
et se qualifie par une analyse mene selon des caractristiques fonctionnelles
ou non.
Lobjectif de cette phase est de pouvoir tablir la cartographie des pro-
cessus mtier critiques et la liste des ressources technologiques et humaines
ncessaires pour fonctionner en mode dgrad. Chaque lment sous-jacent
un processus critique devient critique lui-mme avec une DMIA correspon-
dante.
La dmarche didentification des processus critiques que nous proposons
pour outiller cette phase passe par des entretiens auprs dexperts mtier.
Ceux-ci listent les impacts dun arrt complet de chaque processus analys
74 Chapitre VI

Pr-planification : comprhension de lorganisation et stratgies de continuit


Analyse fonctionnelle
Comprhension de lorganisation
Interviews
Exigences Identification des
processus et Stratgies de
Rglementation Analyse dimpact
ressources continuit
critiques

Planification : dfinition et dveloppement du PCA

Plan de Plan de
Plan prventif
rponse reprise

Post-planification : dploiement du PCA

Implementation Contrle

Phase
Etape
Dfaillance dtecte Cause, Traitement des dfaillances
Flux de processus Impact
Flux dinformation Analyse de
Activation PCA Rponse
la criticit

Figure VI.9 Dmarche de MCA propose (Rejeb 2013)

sur les objectifs puis en dtermine la criticit des processus. Nous proposons
dvaluer la criticit des dfaillances par le produit de la DMIA et de limpact
de celle-ci sur lorganisation (agrgation dimpacts de type cot, qualit,
dlai). Des grilles dvaluation quantitative sont proposes pour permettre la
conversion dvaluation dordre qualitatives de ces critres et permettre ainsi
le calcul de la criticit. Un seuil de criticit est fix et si celui-ci est dpass,
des mesures visant sassurer que la continuit dactivit est possible doivent
alors tre dveloppes.
(2) la planification (phase 2) consiste concevoir et dvelopper un PCA
pour traiter les dfaillances juges critiques. Les contributions apportes pour
outiller cette phase portent sur un formalisme de modlisation. Ainsi, pour
favoriser la caractrisation des dfaillances et des impacts, diffrents sym-
boles de modlisation reprsentant les concepts et les relations inhrents
la continuit dactivit ont t proposs.

5 Applications concrtes

Les travaux prsents en section 2 ont t raliss dans le cadre dune col-
laboration industrielle avec Astrium qui nous a fait part dune problmatique
concrte assortie dun terrain dapplication. Les cas dtudes dvelopps sont
5 Applications concrtes 75

ainsi issus du contexte aronautique et spatial. Dans le cadre du projet de


dveloppement dun nouveau satellite, nous nous sommes intresss au pro-
cessus dintgration et de tests (satellite Assembly, Integration and Test ou
AIT). Ce processus, que nous avons apprhend un niveau macroscopique,
comprend les diffrentes tapes dassemblage se terminant par le lancement
du satellite dans lespace. Les variantes tudies dans ce processus (modifi-
cations et suppressions dactivits notamment) permettent dtudier leffet
de la simplification des tests (et donc leffet de dcision sur laxe Processus
du framework P P R2 ) sur le niveau de risque du projet. Sur la base de cette
exprience et en collaboration avec le Beta de Strasbourg, un deuxime cas
applicatif a t dvelopp. Celui-ci porte sur le dveloppement dun petit sa-
tellite pour une mission scientifique. Notre tude sintresse au cas ou deux
plate-formes diffrentes peuvent tre envisages, chacune ayant des avantages
et des inconvnients diffrents. La plate-forme doit permettre dacheminer le
satellite avec une charge utile prdtermine dinstruments scientifiques et
technologiques, jusqu son orbite dfinitive. Deux solutions technologiques
peuvent potentiellement tre utiliss pour dvelopper la plate-forme : (A)
une solution classique en utilisant de lergol liquide pour sa propulsion pour
atteindre son orbite dfinitive aprs que la fuse la lch. (B) une solution
innovante, entirement lectrique avec un moteur fonctionnant partir de
gaz xnon ionis et acclr par lnergie lectrique fournie par deux pan-
neaux photovoltaques. Les variantes tudies dans ce processus permettent
dtudier leffet de ces choix au travers de leurs rpercussion sur le projet (et
donc leffet de dcision sur laxe Produit du framework P P R2 travers laxe
Process) sur le niveau de risque du projet.
La deuxime problmatique, prsente en section 3, a t apporte par
le cabinet de conseil Manageos spcialiste du secteur de lindustrie pharma-
ceutique. Dans le cadre de ces travaux sept entretiens approfondis avec des
acteurs majeurs de processus de dcision ont t raliss : 3 chefs de pro-
jet et 4 dcideurs. 252 facteurs cls qui influent le processus de dcision ont
t identifis, dont prs de 50 % de facteurs contextuels. Les trois causes
les plus cites sont : la peur de lincertitude, la peur de la hirarchie et
la difficult de prise des dcisions NoGo. Il en ressort que si, juste titre,
beaucoup dattention a t prte, dans le domaine du dveloppement phar-
maceutique, la faon deffectuer les tests et de fournir les rsultats, peu
dattention est porte la faon dont on agrge, prpare et prsente les r-
sultats et dont on prend les dcisions. En ce sens, afin de surmonter dans
une large mesure le problme du retard et de linvalidation des dcisions
collaboratives, les contributions prsentes formalisent le processus de prise
de dcision observ et discut avec les acteurs rencontrs. Elles identifient
les causes de retard et les pratiques efficientes associes aux activits de ce
processus (Hassanzadeh et al. 2012a).
76 Chapitre VI

Les contributions prsentes dans la section 4 de ce chapitre ont t appli-


ques dans le primtre de la structure dHospitalisation A Domicile (HAD)
Tarn Nord, dont le sige est au Centre Hospitalier dAlbi et qui compte
lheure actuelle dix huit lits. Une srie dentretiens a permit de recueillir les
expriences vcues et des informations relatives aux processus mis en uvre
dans les services de la HAD. Cette modlisation permet daboutir liden-
tification des processus critiques et des ressources critiques. Ces entretiens
ont aussi permit didentifier les scnarios de dfaillance tudier. Lanalyse
de la criticit de ces situations de dfaillances permet alors de dterminer la
ncessit de dfinir un PCA pour les viter ou les corriger. La dfinition du
PCA consiste alors dterminer comment lorganisation doit se mobiliser
pour tenir ses objectifs dans de telles situations.

6 Conclusion

Les contributions proposes dans ce chapitre ont port sur des questions
de choix dune variante de projet, de poursuite ou de substitution de proces-
sus et dactivits dont la mise en uvre devrait tre privilgie pour que les
objectifs puissent tre tenus. Elles permettent ainsi aux organisations dune
part de prendre ces dcisions en ayant une ide de leurs rpercussions sur le
niveau de risque des processus. Dautre part, elle permettent de dterminer
le niveau dincertitude sur latteignabilit des objectifs.
Le choix des processus et des activits a une incidence directe sur la fiabi-
lit des processus et des projets. La premire contribution prsente (section
2) a ainsi t focalise sur laide au choix des activits. Ce choix, qui in-
fluence le niveau de risque du projet, doit alors tre fait en connaissant ses
rpercussions. Dans ce contexte, les travaux de master de Frdric Laars ont
permis, sur la base des contributions prsentes dans le chapitre prcdent,
de proposer une volution de lapproche "ProRisk" permettant de mod-
liser les dcisions stratgiques ainsi que les diffrentes variantes auxquelles
elles conduisent. Ces travaux ont t valoriss par deux ACTI (Marmier,
Gourc et Laarz 2012a, Marmier, Gourc et Laarz 2012b) et un ACL
(Marmier, Gourc et Laarz 2013). Une collaboration avec le laboratoire
BETA a quant elle permis dapporter un complment de comptence sur les
processus et projets innovants et de poursuivre lavancement de ces travaux.
Lapproche "ProRisk" a ainsi t complte afin de permettre laide au choix
de solutions technologiques. Ces nouveaux lments ont eux aussi t valo-
riss par un ACTI (Filipas Deniaud et al. 2013) et un ACL (Marmier,
Filipas Deniaud et al. 2014).
La dcision darrt dun projet ou de poursuite dun projet pharmaceu-
tique est une dcision difficile prendre pour diffrentes raisons : les dci-
6 Conclusion 77

sions sont collectives sur la base dun grand volume dinformations souvent
incompltes et incertaines. Elles sont souvent reportes ou invalides et elles
engendrent ainsi des retards pouvant devenir importants et coteux. Ces
travaux ont notamment permis de pouvoir identifier le niveau de risque din-
validation de dcisions prises par un collectif. En collaboration avec le cabinet
de conseil Manageos, les contributions ont t labores dans le cadre dun
projet de la FonCSI (Fondation pour une Culture de Scurit Industrielle)
et concrtiss par la thse de Sana Hassanzadeh (Hassanzadeh 2012).
Ces travaux ont t valoriss par un chapitre douvrage, par quatre ACTI
(Hassanzadeh et al. 2010, Hassanzadeh et al. 2011a, Hassanzadeh et
al. 2011d, Hassanzadeh et al. 2012a) et un ACLN (Hassanzadeh et al.
2011b).
La conjonction de nombreux vnements indsirables ou la survenue
dun vnement extrmement consquent peut remettre en question le fonc-
tionnement des activits, des projets, des processus et de lorganisation. La
dmarche de continuit dactivit passe par une phase de comprhension de
lorganisation. Ces travaux ont permis daboutir une dmarche permettant
de dterminer les situations critique sdans lesquelles un PCA doit tre activ.
Ils ont aussi permis daider la modlisation de PCA et leurs valuations.
Nous avons men de telles observations de terrain dans le cadre des projets de
recherche multi-partenaires ANR PlasOSoins et rgion Midi-Pyrnes SySO
et de la thse dOlfa Rejeb (Rejeb 2013). Les contributions obtenues ont
t valorises lheure actuelle par 3 ACTI (Rejeb, Marmier et al. 2012,
Rejeb, Lamine, Pingaud et al. 2012, Rejeb, Bastide et al. 2012).
78 Chapitre VI
Chapitre VII

Aide au choix des ressources


pour des projets risqus

1 Introduction

Les innovations ralises dans le cadre dun projet sont le fruit du travail
dun collectif de ressources humaines. Elles mettent profit les comptences
dveloppes au cours de leurs expriences afin de rsoudre des problmes
nouveaux de conception, dorganisation, de pilotage. Pour surmonter les dif-
ficults techniques, technologiques et organisationnelles, des acteurs et des
ressources matrielles sont mobilises au sein de lorganisation afin de crer
de la valeur. Pour un bon droulement du projet, les ressources humaines
doivent tre suffisamment comptentes et, tout comme les ressources mat-
rielles, elles doivent tre suffisamment disponibles afin de pouvoir contribuer
aux activits.
Progressivement dans le temps, diffrents processus destimation des ef-
forts accomplir, de planification des dlais et des ressources, de ngociation
des ressources, doptimisation des cots et des dures sont ainsi drouls pour
concevoir le projet et sassurer que les objectifs puissent tre atteints. A lis-
sue de ces processus, un planning est obtenu. Celui-ci permet de dterminer
diffrentes informations prvisionnelles tels que le cot et la dure du projet,
mais aussi les priodes au cours desquelles des ressources particulires seront
ncessaires.
Les risques sont rarement pris en considration au cours de ces processus,
ainsi il est frquent davoir des estimations de besoin en ressources loignes
de la ralit ou encore davoir des ressources disposition du projet alors
que le besoin rel nest pas (ou nest plus) sur cette mme priode. Cela peut
avoir diffrentes consquences sur la tenue des objectifs. Par exemple, des

79
80 Chapitre VII

besoins en comptence ou encore en nombre de ressources peuvent tre sous-


estims et mener des dpassements dobjectifs souvent fixs sur la base des
premires estimations. Une sur-estimation peut quant elle entrainer un rejet
lors dune rponse appel doffre car celle-ci serait juge trop importante.
Classiquement ces problmatiques sont souleves en faisant abstraction des
risques. Les rsultats sont donc potentiellement loigns de la ralit.
Au cours de ce chapitre, nous tudions ainsi trois problmatiques, pou-
vant tre dcrites par les questions ci-dessous :
- Comment valuer leffort accomplir pour raliser un projet en prenant en
compte les risques et incertitudes ?
- Comment tenir compte du niveau de comptences des ressources humaines
lors de leur affectation dans un projet risqu ?
- Comment dterminer les priodes de besoin en ressources critiques dans un
projet risqu ?

Contribu)on*3**
Aide*au*choix*des*ressources*
!Approche)des-ma-on)de)leort,)
!Approche)daecta-on)de)ressources)humaines,)
!Approche)pour)dterminer)le)besoin)en)ressources)
cri-ques.)

Figure VII.1 Positionnement des contributions du chapitre VII

Diffrents travaux nous ont permis de rpondre ces problmatiques. La


figure VII.1 positionne ces contributions, par rapport au framework P P R2
propos, principalement sur laxe des Ressources. Les travaux de master de
Martin Gonzallo (2010), de deux tudiants indiens en bachelor (2011) et de
thse de Safae Laqrichi (soutenance prvue en octobre 2015) y ont grande-
ment contribu. Le projets FUI Projestimate a notamment fourni un terrain
dapplication. Les collaborations avec le LGPP de lEPFL et le laboratoire
IMS de Bordeaux-Agen ont permis dapporter des complments de comp-
tence relatifs la gestion des ressources. Les rsultats ont t valoriss par
7 ACTI et 2 ACL ont t soumis.
Le positionnement dans le temps du droulement de ces contributions,
est prsent sur la figure VII.2. Trois sections rpondent respectivement
ces trois problmatiques :
- La premire prsente les contributions obtenus ce jour dans les travaux
pour estimer leffort fournir dans le cadre de Projet de Sytmes dInfor-
mation (PSI). Une approche prenant en compte les incertitudes des donnes
est propose afin dobtenir des estimations plus fiables.
- Sur la base du concept de Gap de comptence entre les comptences ac-
2 Estimation de leffort de ralisation dun projet 81

quises par les ressources humaines et celles qui sont requises pour le bon d-
roulement des activits du projet, nous proposons, dans la deuxime section,
une approche daide la slection des ressources humaines et des stratgies
de traitement du risque associes.
- La troisime section prsente nos contributions la planification des res-
sources en quantits trs limites dans lorganisation et par consquent ayant
une disponibilit trs limite. Nous proposons une approche qui prend en
compte les risques afin de dterminer des plages de besoins robustes au re-
gard de la survenue dvnements perturbateurs.

Ordonnancement

Prvision

Planification de projet

Traitement du Risque

Process

Ressource
Collaboration EPFL
Master Gonzallo 1 ACTI
Matre-Assistant

Collaboration IMS
Post-Doctorant

3 ACTI
Projestimate
Doctorat Laqrichi
Doctorant

2 ACTI 1 ACTI
HdR

x
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure VII.2 Droulement des travaux de ce chapitre

2 Estimation de leffort de ralisation dun projet

Lestimation de leffort, de la dure et du cot de dveloppement des


projets logiciels est trs utilise dans les processus dappel doffre ou de dfi-
nition du projet notamment dans le domaine du logiciel. Diverses mthodes
et techniques destimation de leffort de dveloppement sont utilises selon
le contexte du projet (Laqrichi et al. 2013b).
82 Chapitre VII

2.1 Formalisation du problme destimation

Les entreprises capitalisent leurs expriences passs. Une base de donnes


des projets raliss par le pass dans lentreprise contient un large ventail
dinformations sur les projets achevs. Elle se construit sur plusieurs annes
et les projets sont mens par diffrentes quipes.

 Un projet Pi est ainsi caractris par un couple densembles not Pi =


Ai , Ei (1 i n) avec n le nombre de projets de la base, o :

- Ai est lensemble des valeurs des attributs dcrivant Pi : Ai = aij (1


j l), o aij reprsente la j eme valeur de lattribut du projet i et l le nombre
dattributs. La liste des attributs du jeu de donnes peut tre note A. Les
attributs dun projet peuvent tre de diffrents types : numrique (continue
ou discret), nominal (modalit choisir dans une liste) et binaire (vrai ou
faux). Les attributs sont gnralement sous la forme de valeurs uniques,
car la plupart des informations sont certaines durant la phase de collecte
dinformations.
- Ei est lensemble des valeurs relles, obtenues aprs lachvement du projet
Pi : Ei = ei , ci , ti , o Ei , ci et ti reprsentent respectivement leffort,


le cot et la dure du projet Pi . Les travaux prsents  ici mettent laccent


sur lestimation de leffort, donc Ei est rduite : Ei = ei .
Les drivers de leffort sont des attributs discriminants qui influent sur
leffort. La liste des drivers de leffort est incluse dans la liste des attributs
et peut tre note D (D A). Lensemble  des valeurs des drivers deffort du
projet Pi peuvent tre notes que Di = dik (1 k r), o dik reprsente
le driver deffort k du projet Pi et r est le nombre de drivers de leffort.
La conception dun modle destimation de leffort ncessite didentifier
les drivers et de dfinir la relation entre leffort et les drivers. Cette relation
peut tre reprsente par une fonction f qui minimise les erreurs i entre
leffort rel et leffort estim Ei , telle que dans lquation VII.1 o (1 i
n). Dans ces travaux, cette relation est modlise en utilisant les Rseaux de
Neurones (RN).

f (di1 , di2 , ..., dir ) = E


ei = Ei + i (VII.1)

2.2 Modle destimation de leffort

Pour permettre destimer de leffort dun projet, nous proposons une ap-
proche de construction de modle destimation de leffort. Le modle est
construit sur la base de Rseaux de Neurones (RN). Ce modle prend en
compte les informations incertaines qui caractrisent les nouveaux projets.
Des distributions de probabilit permettent ainsi de caractriser les incerti-
2 Estimation de leffort de ralisation dun projet 83

tudes de chaque driver deffort.


La figure VII.3 prsente lapproche propose. Le formalisme dtaill pr-
cdemment a t utilis pour dtailler les algorithmes sous-jacents. Elle com-
prend deux processus : (1) la conception dun modle destimation (2) la mise
en uvre du modle.

(2) NNEE Model implementation and uncertainty integration

Eort drivers NN - Monte Effort


Effort drivers Distribu7on Effort
Project distribu7ons distributions Carlo estimation analysis estimates
being determina7on simula7on distribution
estimated
(i) (ii) (iii)
Effort
drivers list Human expert

(1) NNEE model elaboration


NNEE
model

NNEE NNEE
So#ware Dataset NNEE
congura7on
projects prepara7on Prepared model tes7ng Performance
and training
Database indicators
(a) (b) (c)

Figure VII.3 Mthode destimation de leffort propose

(1) La conception du modle vise ainsi laborer un modle destima-


tion en utilisant un RN (Laqrichi et al. 2014a). Comme le montre la figure
VII.3, elle se compose de trois grandes tapes : (a) la prparation du jeu de
donnes, (b) la configuration du modle de RN et (c) le test du modle.

(a) Les donnes utilises pour la ralisation des estimations proviennent


essentiellement des retours dexpriences des projets mens par lentreprise.
Cependant, il est frquent que les informations prsentes dans cette base de
donnes ne soient pas compltes. La prparation de donnes comprend alors
trois tapes : nettoyage, transformation et division. Elle consiste retirer
les attributs inutiles pour lestimation, supprimer les projets dont les infor-
mations sont manquantes et transformer toutes les variables en valeurs
numriques utilisables dans le modle de RN, avec m = min1in (aij ) et
M = max1in (aij ).

aij m
aij (VII.2)
M m
Ltape de division consiste slectionner des projets pour la conception du
RN et dautres pour le tester.
(b) Il nexiste pas de mthode optimale pour dterminer la configuration
la plus approprie (Golmohammadi 2013). Dans ces travaux, diffrents
facteurs ont t pris en compte pour la dterminer : le nombre dentres
correspond au nombre de drivers de leffort ; le nombre de sorties correspond
84 Chapitre VII

au nombre de variables estimer ; le nombre de couches caches est fix 2 ;


le nombre de nuds, dans chaque couche cache, est gnralement infrieur
ou gal deux fois le nombre des entres (Boetticher 2001).
Le paramtrage vise ajuster la relation entre les entres et les sorties
du RN. Plusieurs algorithmes dapprentissage peuvent tre utiliss, tel que
Resilient back PROPagation (RPROP) qui a t retenu et adapt pour cette
approche.
(c) Pour valuer la performance du modle, leffort calcul est compar
leffort rel (Laqrichi et al. 2013a). Lun des critres couramment utilis
est lamplitude moyenne de lerreur relative (Mean Magnitude of Relative
Error M M RE), tel que dfini dans lquation (VII.3) dans laquelle M RE
reprsente lampleur de lerreur relative pour un projet (quation (VII.4)).

n
1X
M M RE = M REi (VII.3)
n
i=1

| Ei E
ei |
M REi = (VII.4)
Ei

P red(l) est un autre critre couramment utilis pour valuer la per-


formance des modles destimation. Il reprsente la probabilit dun projet
davoir une erreur infrieure ou gale l (classiquement l=25%) (Dave et al.
2012). Dans lquation (VII.5), p reprsente le nombre de projets ayant une
erreur infrieure ou gale l.

p
P red(l) = (VII.5)
n

(2) La mise en uvre du modle de simulation propos se compose de


trois activits principales : (i) la dtermination des distributions des drivers
deffort, (ii) la simulation Monte-Carlo (figure VII.4) et (iii) lanalyse de la
distribution obtenue.
La forme de la distribution des estimations de leffort donne une ide
des rpercussions des incertitudes sur leffort. Cela permet de trouver la
probabilit des estimations possibles de leffort, y compris leffort le plus
probable, Eenew . La distribution cumule des estimations de leffort E
enew (u)
permet davoir leffort estim dans la limite du niveau dincertitude u accep-
table. Ainsi, selon le degr de confiance de lestimateur en la survenue ou
non dvnements, celui-ci peut valuer la couverture du risque et lquilibre
cot bnfice associ.
enew (u) E
N iveaudecouverture = E enew (VII.6)
3 Planification des ressources humaines 85

Effort drivers probability


distributions

Generate random
sample for each
effort driver
Set of input sample values

Effort estimate
based on NN model

Effort estimates table

No Last
iteration?

Yes

Process the table of


effort estimates

Effort estimation
distribution

Figure VII.4 Processus de simulation RN-Monte Carlo

3 Planification des ressources humaines

Le modle prsent dans la section 2 du chapitre V sert de base ces


travaux. Dans un objectif de minimisation des cots et des dlais, il a t
enrichi afin daider choisir les affectations des ressources humaines et slec-
tionner les stratgies de traitement du risque. Dans cette section nous nous
intressons lcart (ou GAP) de niveau de comptence entre celui qui est
requis par une tche pour tre ralise dans des conditions optimales et celui
qui est acquis par la ressource humaine qui la ralisera. Cet cart influence
la dure de ralisation de la tche et a donc un effet sur la dure du projet.

3.1 Donnes

Une tche t est dfinie par une comptence Ssk


t (sk = 1...Sk) (ou com-

ptence unitaire) ncessaire son droulement. Sk correspond au nombre


de comptences connues dans lorganisation. Les comptences mobilisent un
ensemble de Ressources Non Matrielles (RNM) r(r = 1...W ), avec W le
nombre de RNM dans lorganisation. Le niveau requis par la tche t dans la
t|r
RNM r est not Lreq .
Chaque tche est ralise par un acteur Actact (act = 1...A), A tant
le nombre dacteurs dans lorganisation. Chaque acteur a un ensemble de
comptences Ssk
act (sk = 1...SK). Pour chaque S act , un acteur mobilise un
sk
t|r
ensemble de RNM avec un niveau acquis respectif Lact .
Quel que soit lacteur affect une tche t, il y aura un cart de temps
act (t) entre la dure quil mettra et celle que mettrait la ressource parfai-
t|r
tement adquate. Gapact est la diffrence entre le niveau acquis et requis de
86 Chapitre VII

la RNM. Une pondration W t|r permet de prendre en compte la diffrence


dimportance des RNM pour effectuer t (essentielle pour des RNM technique
dans le cadre de tche de dveloppement pouvant compromettre la qualit).

t|r t|r
t|r
Gapact = Lact Lreq (VII.7)

La performance dun acteur est fonction des carts positifs ou nga-


tifs des niveaux des diffrents RNM. Elle nest pas simplement proportion-
nelle ce Gap. Deux fonctions dapproximation diffrentes fT0 (Gapt|r ) et
act
00 (Gapt|r ) permettent une pondration du gain en temps due lcart de
fT act
t|r t|r
comptence. Il se situe entre un gain minimal Gmin et un gain maximal Gmax
pour chaque RNM. Ainsi, lcart de temps de la tche t, act (t) est obtenu :

W 0 (Gapt|r ) Gt|r t|r +


( ) W
X fT act max act t|r
X
act (t) = t|r t|r t|r W / W t|r , act, p
00
f (Gap ) G

r=1 T act min act r=1
(VII.8)
t|r t|r t|r
O act est une variable boolenne.act = 1 si Gapact est positif ou nul et
t|r
act = 0 sinon.
Dact (t), la dure dune tche t est alors obtenue par laddition de act (t),
qui dpend de lefficacit de lacteur, la dure initiale Dinit (t) qui ne dpend
pas de lacteur.

Dact (t) = Dinit (t) + act (t) (VII.9)

La dure de chaque scnario de projet D(ScPp ) est obtenue en utilisant


la mthode PERT.

Act X
X T
D(ScPp ) = t
Dact (t) Zact t (VII.10)
act=1 t=1

Avec t une variable boolenne qui reprsente lappartenance de t au


chemin de critique. t = 1 si la tche est sur le chemin critique, 0 sinon. Zact
t

est une variable boolenne qui indique si lacteur traite la tche. Zact = 1 si
t

act est affect t, 0 sinon.


Le cot dun scnario de projet C(ScPP ) est compos de cots directs
DC(ScPp ) (relatifs aux tches, risques et traitements des risques) et de cots
indirects IDC(ScPp ) relatifs aux activits.
3 Planification des ressources humaines 87

C(ScPp ) = DC(ScPp ) + IDC(ScPp ) (VII.11)

Act X
X T
IDC(ScPp ) = t
D(t) Zact Pact (VII.12)
act=1 t=1

O Pact est le taux en unit montaire par unit de temps de lacteur


act.

3.2 Contraintes

Les contraintes suivantes ont t formules afin de simplifier et cadrer le


problme sur lobjectif des travaux. Ces aspects pourraient tre traits dans
des travaux futurs. Dans ces tudes, nous considrons donc quun acteur
ne peut pas raliser plusieurs tches sur une mme priode de temps car
cela forcerait tenir compte de temps partiels variables consacrer des
activits. Une tche ne peut tre ralise que par un acteur. Leffet possible
du nombre dacteurs sur la dure de ralisation des tches nest pas gr dans
ces travaux.
Chaque tche t, est traite par un et un seul acteur act.
Act
X
t
Zact = 1, t (1...T ) (VII.13)
act=1

Un acteur act ne peut pas traiter plus dune tche t en mme temps.
T
X
t
Zact (time) 1, act (1...Act) (VII.14)
t=1

O Zact
t est la consommation de lacteur act au moment time.

3.3 Approche de rsolution

La figure VII.5 montre les dcisions successives D1 D4 de gestion des


risques et daffectation des ressources humaines. D1 consiste slectionner
la stratgie de traitement prventif des risques. D2 correspond laffecta-
tion des acteurs aux tches du projet (y compris aux actions de traitement
du risque). D3 consiste dcider quelles actions correctives doivent tre ef-
fectues face ensemble des vnements indsirables. Ces vnements sont
reprsents par les nuds de chance E sur larbre de dcision. Enfin D4
88 Chapitre VII

consiste affecter les acteurs aux tches de traitement des risques correc-
tives insres dans le planning.
Similairement la section 2.2 du chapitre VI, cette approche se droule
en deux phases :

La phase (1) consiste construire les ScP et dterminer pour chacun


dentre eux lensemble des solutions daffectation possibles. ScP sont ainsi
construits de la mme manire que dans la section 2.2. Pour chacun de ces
ScP , les meilleures affections sont construites afin de permettre une compa-
raison globale et un choix combin du ScP et de lensemble des affectations.
Plusieurs tudes comparatives montrent que les Algorithmes Gntiques, tel
que le NSGA-II, savrent suffisants pour obtenir les solutions non-domines
avec une bonne rpartition (Zitzler et al. 2000, Deb 2001). Les solutions
optimales de Pareto, ainsi obtenues, correspondent aux scnarios de projet
possibles aprs affectation des ressources.
La phase (2) consiste choisir les stratgies correctives, pour chaque ScR
et le meilleur ensemble daffections. Une ressource ne pouvant effectuer 2 ac-
tivits en parallle et connaissant lensemble des ScP (avant affectation), D4
et D2 sont prises simultanment dans chaque branche de larbre. Le fait que
des acteurs soient affects des solutions Pareto optimales prouve leur per-
formance et lintrt de les choisir. Si un mme acteur est affect une mme
tche dans de nombreuses solutions de Pareto, cela signifie que laffectation
est plus robuste que dautres aux modifications du projet. En effet, cette
affectation est propose dans diverses situations et donne de bons rsultats.
La frquence des propositions de laffectation est ainsi mesure par acteur
et par tche. Par consquent parmi toutes les solutions de Pareto et pour
chaque tche, les acteurs les plus frquemment affects seront slectionns
pour chaque ScP . D3 consiste slectionner, pour chaque ScR, la stratgie
corrective qui minimise Cr(ScPP ). D1 (choix de la stratgie prventive) est
la dernire tape qui compose la phase de rsolution. Elle consiste viter les
pires cas possibles, scnarios de projet minimisant CRmax (ScP ) sur la base
du critre de Savage souvent utilis en thorie la dcision (Petar 1999).

4 Planification des ressources critiques

Les contributions prsentes dans cette sections sintressent au problme


de dcalage entre le besoin en ressources critiques pour le projet et leurs dis-
ponibilits. Les dcalages possibles peuvent rsulter dvnements remettant
en cause la planification prvisionnelle.
4 Planification des ressources critiques 89

Phase*de*concep.on* Phase*de*pilotage* t*
Nud*de** Stratgies* Stratgies*
Aecta.ons1* Aecta.ons2*
dcision** prven.ves* Correc.ves**
Nud*de** *
Evnements*
chance*

Aa1# ScRs# Aa2#


D1# D2# E# D3# D4# ScPp##
ScTprev#d## ScTcorrec#d##

Figure VII.5 Dcisions successives (Marmier, Cheikhrouhou et


Gourc 2014)

4.1 Une mauvaise synchronisation entre besoin et disponibi-


lit

La capacit des entreprises dcrocher des contrats et porter des projets


innovants repose bien souvent sur certaines ressources particulires. Celles-ci
sont affectes aux tches sur la base de planifications prvisionnelles. La sur-
venue dvnements indsirables fait que les besoins en ressources peuvent
ainsi tre dcals dans le temps, modifis, voir supprims. Le chef de pro-
jet ne dispose donc pas de cette visibilit lorsquil rserve les ressources. La
disponibilit des ressources peut ainsi tre dsynchronise du besoin rel.
Certaines ressources peuvent plus facilement tre remplaces que dautres
(par des ressources internes ou externes lorganisation). Ainsi, toutes les
Ressources ne sont pas considres comme Critiques (RC). En reprenant le
formalisme de diagramme bulles introduit dans la figure VI.3, le dcalage
entre besoin et disponibilit est illustr sur la figure VII.6. Il est possible
dobserver le besoin dune mme ressource dans deux ScP diffrents. Les
planning de ces ScP prsentant des diffrences, les tches (ici lexemple de
T5) peuvent tre dcales dans le temps. La priode de besoin dune mme
ressource sera alors diffrente entre ces deux ScP . Si lallocation de la RC,
par lorganisation, se fait uniquement sur la base de lun de ces deux ScP
et que les vnements fassent que lon se retrouve dans lautre ScP, la rali-
sation de la tche dans de bonnes conditions risque dtre compromise. Les
responsables projet doivent donc connaitre avec le plus de fiabilit possible
le positionnement dans le temps de ces besoins en RC ainsi que ses variations
en fonction des vnements et de la gestion des risques (Marmier, Gourc
et Laarz 2012b).
90 Chapitre VII

cot (UM) Tche


350
T5
+ t
+
Budget
+

250 + T5
+ + t
dure
Engagement 40 (UT) Priode de disponibilit ressource
35
(a) contractuel (b)

Figure VII.6 Besoin diffrent selon les ScP (Marmier et al. 2013a)

4.2 Arbre de dcision et critre dvaluation de solutions

Afin de rpondre cette problmatique, le modle propos au chapitre


V, section 2 sert de base ces travaux qui viennent le complter.
Le processus de planification des dlais donne une planification initiale
P i qui nintgre pas les risques. Des ressources critiques RCr (r = 1...K)
sont requises pour la ralisation de certaines tches. Les RC retenues com-
poseront un scnario de RC ScRC. Pour planifier les ressources, le chef de
projet a besoin de connaitre la faisabilit des plannings, en fonction de la
disponibilit des ressources ou pour ngocier celle-ci dans lorganisation, en
tenant compte des risques et des stratgies qui ont une influence sur le posi-
tionnement dans le temps des tches. La figure VII.7 prsente les dcisions
successives prises en phase de conception du projet. Sur la base de P i, le
traitement prventif des risques est choisi puis les ressources sont affectes.
Lorsque le projet est lanc et que des vnements surviennent un traitement
correctif de ces vnements est ralis. Deux critres complmentaires carac-
trisant la surcharge des ressources sont alors proposs. Ils sont appliqus
pour valuer leffet des dcisions sur la faisabilit du projet pour des allo-
cations dtermines (ressources et priodes de temps associes alloues au
projet). Ils se calculent pour lensemble des ScP gnrables durant le projet,
sur la base des dcisions prises en phase de conception :

Pour des plages de mise disposition donnes de chaque RC, la plus im-
portante surcharge rencontre correspond la somme des dures dactivits
pour lesquelles une ressource nest pas disponible pour tous les ScP rali-
sables aprs D1 et D2 en phase de pilotage (il peut sagir de partie dactivits
ou dactivits compltes) :
4 Planification des ressources critiques 91

T
X
max RCrindisp (t), r {1...K} , ScP/ScTprev , ScRC (VII.15)
t=1

Avec RCrindisp (t) la dure dindisponibilit de RCr pour la tche t.


La surcharge totale dun ScP/ScTprev , ScRC

K X
X T
RCrindisp (t), ScP/ScTprev , ScRC (VII.16)
r=1 t=1

Phase*de*concep.on* Phase*de*pilotage* t*

Nud*de** Stratgies* Stratgies*


Aecta.ons*
dcision** prven.ves* Correc.ves**
Nud*de** *
Evnements*
chance*

Aa# ScRs#
D1# D2# E# D3# ScPp##
ScTprev#d## ScTcorrec#d##

Figure VII.7 Dcisions successives intgrant la slection des RC

4.3 Processus dcisionnel

Sur le principe de lapproche propose au chapitre VI, section 2.2, le corps


de lapproche est compos de deux phases :
(1) Tous les scnarios possibles de projets sont gnrs et leurs valuations
sont calculs. Une comparaison entre les priodes de disponibilit des RC et
les priodes de besoin (formules par les dates de dbut et de fin des tches
du projet) est ralise. Les ScP sont valus suivant les critres classiques :
cot et dlai ainsi que ceux de surcharge des RC prsents prcdemment.
(2) la slection des dcisions conduit retenir les scnarios de projet ayant la
meilleure capacit tenir les engagements contractuels tout en sassurant de
sa faisabilit. Sur la base des scnarios et de leurs valuations ainsi obtenus,
il est possible de dterminer ceux qui ont le plus de chance de rpondre
aux objectifs et pour lesquels les ressources sont disponibles (mais aussi de
dterminer si les objectifs ne peuvent en aucun cas tre tenus). Toutes les
dcisions conduisant ces scnarios peuvent alors tre dduites (Robin,
Marmier et al. 2013, Marmier et al. 2013b).
92 Chapitre VII

5 Applications concrtes

Les cas applicatifs dvelopps pour mettre en uvre et valider les contri-
butions obtenues en estimation de leffort (section 2) sappuient pour certains
sur des bases de donnes connues, issues de la littrature (celle de la NASA
par exemple). Dautres bases sont aussi raliss partir de donnes obtenues
dans le cadre du projet FUI Projestimate. Ces bases contiennent les informa-
tions recueillies dans le cadre de retour dexprience de projets de systmes
dinformations passs. Elles permettent dtablir des modles destimations,
de les tester sur des projets et de mettre en vidence lefficacit de nos pro-
positions. Les bases ne peuvent cependant pas tre directement utilises. En
effet, certaines des informations prsentes dans les bases peuvent ne pas tre
utiles pour nos travaux et certains projets peuvent ne pas prsenter toutes
les informations ncessaires ou encore prsenter des donnes errones. Elles
ncessitent ainsi trs frquemment un nettoyage.
Le cas applicatif propos pour valider nos approches daffectation et
de planification des ressources (sections 3 et 4) provient du secteur de la
construction et a t dvelopp sur la base de lexprience des collgues de
lIMS Bordeaux. Il sagit dun projet de ralisation dun site comprenant une
station mtorologique. Ce projet comprend des activits de prparation du
site, de construction de btiments et dinstallations techniques. Dans le cadre
des contributions prsentes en section 3, le chef de projet a sa disposi-
tion un ensemble dacteurs prsentant des spcialisations par rapport aux
grands domaines dactivit dfinis, des niveaux de comptences et des taux
horaires diffrents. Il doit alors raliser les affectations au regard des cots
et de la dure du projet. tant donn les incertitudes rsidant dans lva-
luation des niveaux de comptence, un niveau de dtail macro est conserv,
dans le dtail des activits, pour cette tude. Celle-ci est alors dcompose
en 6 macro-tches.
Sur ce mme cas dtude, dans le cadre des contributions prsentes en
section 4, le chef de projet dispose de ressources critiques ayant des dispo-
nibilits limits dtermines. Celles-ci sont fixes par le responsable mtier
qui tient compte du besoin du chef de projet ainsi que de celui des autres
chefs de projet de lorganisation. Le chef de projet doit alors dterminer les
stratgies de traitement du risque permettant de tenir ses objectifs tout en
sassurant que les activits soient ralisables lorsque les ressources critiques
sont disponibles. Afin de pouvoir tudier linfluence des risques et de leur
traitement sur les priodes de besoin en ressources critiques, lorganigramme
des tche du cas dapplication est tudi plus en profondeur que pour ltude
prcdente. Le projet comprend ainsi 10 lots de tches, pour un total de 42
tches.
6 Conclusions 93

6 Conclusions

Dans ce chapitre nous avons prsent nos contributions dont la porte


concerne la prise en compte des ressources dans les projets. Ces contribu-
tions se positionnent dans un contexte sujet des risques afin damliorer la
robustesse des projets et de leur planning lors de la survenue dvnements
indsirables.
Lestimation de leffort accomplir au cours dun projet permet de di-
mensionner les moyens mettre en uvre. Cette tentative de visibilit prvi-
sionnelle permet de mobiliser les ressources internes ou externes ncessaires
la ralisation du projet dans de bonnes conditions. Elle permet aussi de d-
terminer une enveloppe budgtaire et les conditions de sous traitance afin de
lancer un appel doffre mais aussi dvaluer les rponses celui-ci. Les travaux
prsents ici ont t raliss dans le contexte du projet multi-partenaires FUI
Projestimate. Les travaux de thse de Safae Laqrichi, dont la soutenance est
prvue fin 2015, ont permis de raliser une approche base de rseaux de
neurones permettant destimer leffort en prenant en compte lincertitude de
certaines donnes dentre. Une base de donnes contenant les informations
de projets passs est utilise en entre de notre approche pour estimer un
nouveau projet. Ces travaux se poursuivent lheure actuelle afin de per-
mettre dintgrer la connaissance dvnements indsirables, pouvant surve-
nir, afin de dimensionner le besoin en couverture du risque. Ces travaux ont
t valoriss par trois ACTI (Laqrichi et al. 2013b, Laqrichi et al. 2013a,
Laqrichi et al. 2014b), un chapitre douvrage (Laqrichi et al. 2014a) et
un ACL est soumis.
Aprs avoir planifi les dlais, il sagit, entre autres, de planifier les res-
sources. Lapproche dveloppe dans les travaux prsents ici tient compte
des diffrences de niveau de comptence des ressources humaines et prend en
compte les risques du projet. Les plannings obtenus ont ainsi une dure et un
budget qui tient compte des ressources affectes. Ces travaux ont t mens
en collaboration avec le LGPP de lEPFL. Leurs travaux antrieurs sur les
comptences des ressources humaines et sur les ressources non matrielles
ont complt ceux que nous avions dvelopps au CGI sur la planification
de projet et la gestion des risques projet. Les travaux de master de Mar-
tin Gonzallo (2010) et ceux de bachelor de deux tudiants indiens (2011) se
sont inscrits dans ce contexte. Ces travaux ont t valoriss par un ACTI
(Marmier, Cheikhrouhou et Gourc 2014). Un ACL est soumis.
Certaines ressources ont des disponibilits trs limites. Les risques pou-
vant survenir dans les projets peuvent dcaler dans le temps ou modifier
le besoin de ces ressources dites critiques. Pour quun projet soit faisable
il faut que ces ressources soient disponibles pour les tches les ncessitant.
Lapproche propose dans ces travaux permet dvaluer si pour une priode
94 Chapitre VII

de disponibilit donne le projet est faisable. Elle permet de donner aussi les
informations caractrisant le besoin, sa variabilit en fonction du risque afin
de permettre la (re)ngociation de la disponibilit de ces ressources si cela
est jug ncessaire. Le laboratoire IMS de Bordeaux-Agen a permis dap-
porter des complments de comptence relatifs la gestion des ressources
dans les organisations. Le cas dtude du projet de construction dune sta-
tion mto a t approfondi. Un tel projet ncessitant des moyens lourds
et mutualiss dans lorganisation (carotteuse, grue, camion toupie, rouleur
compresseur,...), ltude des ressources critiques a ainsi pris tout son sens.
Les rsultats ont conduit la publication de trois ACTI (Robin, Marmier
et al. 2013, Marmier et al. 2013a, Marmier et al. 2013b). Un ACL est en
cours de rdaction.
Chapitre VIII

Perspectives du projet de
recherche

Dans un contexte industriel de forte concurrence dans lequel de nom-


breuses organisations sont en difficults, les entreprises doivent de fixer des
objectifs quelles sont en mesure de tenir tout en leur assurant dtre profi-
tables. Que ce soit pour des questions dimage, de positionnement concur-
rentiel, pour des questions de rentabilit et de prennit de lentreprise, mais
aussi de conditions de travail, il est essentiel que les risques soient pris en
comptes en raison de leur caractre perturbateur pour les activits.
Ce mmoire prsente mes activits de recherche sur la thmatique de la
gestion des risques projet/processus. Cette thmatique a t la principale
depuis mon arrive lcole des Mines dAlbi Carmaux. Jai essentiellement
men mes travaux en collaboration avec le professeur Didier Gourc. Nous
nous sommes intresss la prise en compte dinformations concernant les
activits, les produits, les ressources et les risques afin de permettre une ges-
tion plus fiable des activits. Nous avons ainsi tent dapporter des lments
de modlisation pour favoriser la reprsentation, lanalyse et la comprhen-
sion mais aussi des approches pour aider la dcision notamment lors de la
conception de projet.
Les travaux prsents dans ce document portent sur la conception et le
pilotage de processus. Ils ont pour finalit daider la dcision en environ-
nements risqus. Nos travaux de recherche prennent tout naturellement leur
source dans des contextes de problmatiques industrielles. Nous proposons
des concepts, des modles, des approches et des outils. Ces derniers peuvent
tre des outils mthodologiques mais aussi des outils informatiques. Des lo-
giciels doptimisation, de parcours de graphe ont ainsi t dvelopps dans
le cadre de nos contributions. ProRisk, qui met en uvre plusieurs de nos
contributions, est un vritable systme dinformation. Il permet, entre autre,

95
96 Chapitre VIII

de collecter les informations concernant les processus/projets, les risques et


les stratgies de traitement qui leurs sont associes, de traiter ces informa-
tions en calculant diffrents indicateurs et de la diffuser aux responsables de
projets, responsables des risques ou responsables mtier. ProRisk est acces-
sible en ligne ladresse suivante : http ://prorisk.mines-albi.fr. Nos travaux
sinscrivent ainsi dans les thmatiques de lautomatique/productique (gnie
industriel, planification,...) et de linformatique (systme dinformation, re-
cherche oprationnelle, algorithmique,...).
Les contributions proposes ont t positionnes sur le framework P P R2
(figure IV.2) prsent en introduction. Des contributions ont ainsi ralises
sur chacun des axes : laxe Produit ( travers ses rpercussions sur laxe Pro-
cessus), laxe Processus, laxe Ressource et laxe Risque. La prise en compte
de ce dernier reprsente loriginalit de ce projet de recherche. A travers
cette dcomposition, nous avons tent davoir une dmarche simplificatrice
traitant de laide la dcision au regard de chaque axe pris sparment. Ce-
pendant, il savre compliqu de sintresser chaque axe sparment. Dans
la premire partie du mmoire qui sintresse laxe du Risque, en traitant
les risques, le processus est modifi par lajout des actions de traitement du
risque ou encore par des modification du planning initial. De mme lorsque
le processus est modifi, il y a des rpercussion sur laxe des ressources...
Lapproche est ainsi une approche intgre et certains points restent ap-
profondir.
Partant du mono-projet, les travaux de recherche ciblent progressivement
le multi-projets, pour rsoudre les problmatiques multiples qui se sont d-
veloppes avec le dploiement grande chelle du concept de projet dans
les entreprises. La gestion de projet est de plus en plus stratgique ; le pi-
lotage dune firme tant de plus en plus indissociable du management des
projets qui en dfinissent les frontires, les alliances et en faonnent le devenir
(Garel et al. 2004).
Les problmatiques des organisations grant des projets sont multiples.
Dans un environnement multi-projets, nous avons retenu quatre perspectives
sur lesquels nous souhaitons apporter des contributions (figure VIII.1).
Les deux premires se positionnent sur laide la dcision un niveau
tactique avec des rponses des questionnements techniques pour le pilotage
ou la conception dun projet dans les organisations :
- Comment prioriser les projets dans lallocation de ressources ?
- Comment dterminer la meilleure rponse un appel doffre de dveloppe-
ment de nouveau produit ?
Les deux perspectives suivantes des travaux de recherche se positionnent
sur de laide la dcision stratgique avec des rponses des questionne-
ments qui orienteront, au del dun simple projet, lvolution des activits
1 Aide la priorisation des projets dans lallocation des ressources 97

de lorganisation :
- Comment mutualiser des activits entre projet ?
- Comment construire un rseau collaboratif pour un nouveau projet ?

Ques%onnement*:* * **** *Tac%que * * * * * * * ** ***********************Stratgique**

Perspec've)2)) Perspec've)3))
Aide))la)formula'on)de)rponses) Aide))la)slec'on)de)projets)de)
)appels)dores) nouveaux)produits))

Perspec've)4))
Aide))la)construc'on)dun)
Perspec've)1))
rseau)collabora'f)
Aide))la)priorisa'on)des)projets)dans)
lalloca'on)des)ressources)

Figure VIII.1 Positionnement des perspectives

1 Aide la priorisation des projets dans lallocation


des ressources

Cette premire perspective (figure VIII.1) sintresse au regard du res-


ponsable mtier lorsque plusieurs projets requirent les mmes ressources
nominatives sur de mmes priodes. Il est important, pour amliorer la per-
formance de lorganisation, que celui-ci puisse avoir une vision globale de
leffet des choix dallocations (ressources/priode/taux daffectation/projets)
sur les indicateurs de performance du portefeuille de projet.
En effet, plusieurs projets de mme nature, faisant appel aux mmes ac-
teurs ou quipements, peuvent se drouler en parallle dans lorganisation.
Si les besoins sont simultans, les ressources tant gnralement en quantit
limite, un arbitrage devient ncessaire pour prioriser les projets. Dans les
travaux prsents au chapitre VII, section 4 nous proposons des indicateurs
et outils au chef de projet pour lui permettre de dterminer si les ressources
seront disponibles au bon moment. En dautres termes, des ressources cri-
tiques ont t alloues au projet par lorganisation sur des plages de temps
(la disponibilit est donc fige) et il sagissait de dterminer le risque de
dsynchronisation besoin/disponibilit.
Problmatique/Verrous scientifiques :
Pour dterminer cette disponibilit (ou mise disposition), le responsable
mtier, sappuie sur la demande du planificateur du projet ainsi que sur la
visibilit de loccupation de ses ressources. Cependant :
- plusieurs responsables de projets peuvent requrir les mme ressources pour
des projet diffrents et les besoins peuvent se chevaucher ;
- les demandes peuvent tre espaces dans le temps ;
98 Chapitre VIII

- diffrents risques et moyens de les traiter sont possibles dans chacun des
projets ;
- les projets ont des niveaux denjeu diffrents pour lorganisation ;
- les projets ont des objectifs propres (cots et dlais) diffrents ;
- les ressources ont dj un profil de disponibilit/dindisponibilit.
Il est ainsi difficile pour les responsables mtier ou de service de dter-
miner :
- lordre de priorit entre les projets dans lallocation des ressources critiques ;
- le niveau de risque que lorganisation ne tienne pas ses objectifs ;
- si des allocations doivent/peuvent tre remises en question car les priorits
ont chang.
De nombreux travaux de recherche se positionnent sur lallocation de res-
sources en projet. Cela montre limportance de ce thme. Parmi les travaux,
certains sintressent loptimisation de diffrents critres du portefeuille de
projets au moyen de lallocation des ressources. Les travaux de Certa et al.,
titre dexemple, sintressent des critres tels que la qualit des livrables
ou encore la monte en comptences des quipes (Certa et al. 2009). Laslo
et al., quant eux, pointent les conflits pouvant survenir dans les organi-
sations entre chefs de projets et responsables mtiers (Laslo et al. 2008).
Ils simulent des flux de ressources dans un environnement multi-projets et
tudient leffet de diffrentes politiques dallocation. A notre connaissance,
les effets lis la survenue dvnements indsirables et le niveau de risque
des projets ne sont pas pris en considration dans les choix dallocation de
ressources.
Mthodologie et contributions associes :
Au cours du chapitre VII, section 4, nous avons prsent des travaux men
sur la prise en compte des ressources critiques de lorganisation. Ces travaux
ont t raliss en collaboration avec Vincent Robin et Sverine Sprandio
du laboratoire IMS. Cette perspective de travaux de recherche pourrait tre
lobjet dun travail de thse en co-encadrement CGI-IMS.
Cette thse devra fournir des solutions robustes aux diffrents alas pou-
vant survenir. Tel quillustr sur la figure VIII.2, ce travail conduira :
- caractriser les liens entre entre objectifs projet et objectifs pour lorgani-
sation ;
- dterminer les critres pertinents permettant dvaluer le niveau de priorit
dun projet et le niveau de risque induit pour lorganisation ;
- proposer une approche, base sur un modle mathmatique, permettant de
calculer le niveau de priorit des projets et proposer les allocations ainsi que
les volutions ncessaires de lorganisation ;
- dvelopper un support logiciel donnant au responsable mtier la hirarchi-
sation des projets sur la base des concepts proposs durant la thse et des
2 Aide la formulation de rponses appels doffres 99

outils existant au CGI (ProRisk).

!!!!!! ! !!!!!!!Projet ! ! ! ! ! !!!!!Organisa.on !


Leviers! ! ! Aecta.on!ressources!/!tches!
! ! !! Composi.on!des!quipes!
Planica.on!/!reLplanica.on! Aecta.on!des!ressources!!
des!projets!

Indicateurs!! Applicable!projet!/!livrable! Applicable!niveau!service/m.er!


Cots!! Exemple!dindicateurs!:!
Dlais! Tx!occupa.on!des!ressources!
Niveau!de!risque! Tx!couverture!des!projets!
Tx!de!tches!dcales!
Tx!ou!Somme!des!retards!

Objec.f! ! ! !Objec.f!dop.misa.on!commun!(m.er/projet)!
! !

Figure VIII.2 Indicateurs pour la gestion des ressources

2 Aide la formulation de rponses appels doffres

Dans un contexte de concurrence accrue, leffort dploy par les entre-


prises pour rpondre des appels doffre est souvent important pour un taux
de succs souvent faible. Cette deuxime perspective (figure VIII.1) vise
rendre efficace (moins coteuse, plus ractive et avec un meilleur taux de
succs) la formulation de proposition dans le cadre du Processus de Rponse
Appel dOffre (PRAO) afin damliorer la comptitivit des entreprises.
Le PRAO est une procdure qui permet un commanditaire (le Matre
dOuvrage (MOA)), de faire le choix de lentreprise la plus mme de raliser
une prestation mais galement, quelquefois, de choisir une solution technique.
Le but est de mettre plusieurs entreprises en concurrence pour fournir un
produit ou un service.
Au cours du PRAO lentreprise soumissionnaire (potentiel Matre duvre
(MOE)) est amene prendre des dcisions qui vont lengager vis--vis de la
conception future et de sa ralisation si son offre est retenue. Ces dcisions
portent la fois sur la conception du produit ou du service (choix de tech-
nologies par exemple), sur le processus dobtention (choix des activits pour
la ralisation du livrable), sur les ressources (slection des partenaires ou des
ressources internes) mais aussi du traitement des risques possibles (risques
lis au systme, lis au projet ou encore lis aux ressources).
Le PRAO peut dboucher sur une offre qui nest pas retenue, synonyme
de perte de temps et dargent pour le soumissionnaire mais aussi sur une
offre retenue et contractualise. Dans ce cas, si lvaluation du livrable et de
son projet dobtention savre loigne de la ralit, il pourra y avoir alors
des risques, pour lentreprise MOE, lis la non capacit raliser le livrable
tel que vendu. Ces risques pourront conduire des retards dans la livraison,
des surcouts et donc la baisse de la marge value, mais galement la
100 Chapitre VIII

non atteinte du niveau de qualit espr.


Problmatique/Verrous scientifiques :
Pour un mme appel doffre, une entreprise MOE peut potentiellement en-
visager diffrentes rponses :
- un ensemble de solutions techniques de niveaux de maturit diffrents
peuvent tre envisageables ;
- un ensemble de parties prenantes auront participer au projet de ralisa-
tion du produit ;
- plusieurs types de processus de ralisation peuvent tre mis en uvre ;
- diffrents risques et familles de risques peuvent survenir ;
- diffrents ensembles de moyens de traiter le risque sont possibles.
Il est ainsi difficile pour les acteurs en charge de formuler la meilleure
offre :
- de grer et daccder aux connaissances pertinentes ;
- didentifier lensemble des solutions possibles : couples {produit ; projet} ;
- dvaluer et slectionner la solution la plus pertinente.

Dans la littrature, des auteurs se sont intresss aux problmatiques


de ce contexte de RAO. Certains sintressent la question de rpondre
ou non un appel doffre afin de minimiser les risques pour lorganisation
(Wang et al. 2009). Dautres auteurs proposent des approches bases sur
la capitalisation des projets passs afin de dtecter et minimiser les risques
dans les rponses des appels doffre (Botero et al. 2012) ou encore la
capitalisation pour pour la dfinition de solutions techniques (Sebal et al.
1997). A notre connaissance peu de travaux de recherche ont port sur laide
la dcision du couple {produit ; process} en prenant en compte la maturit
des solution techniques proposes et les risques lis au projet lui mme.
Les contributions de ces travaux doivent ainsi permettre au dcideur de se
concentrer sur les dcisions forte valeur ajoute cognitive et ainsi permettre
damliorer la prcision de lestimation afin dassurer la rentabilit en cas de
succs du PRAO.
Mthodologie et contributions associes :
Dans lquipe Orkid (quipe de recherche dont je fais partie) les travaux
ciblent lexploitation des connaissances ainsi que la matrise des risques dans
les projets de conception. Cette perspective pourrait faire lobjet dun sujet
de thse dans la continuit de la thse de Meriem Djefel (Djefel 2010) visant
aider slectionner une configuration pertinente dun produit et de celle
de Trung-Hung Nguyen (Nguyen 2011) permettant daider slectionner le
projet dobtention dun produit parmi lensemble des projets possibles. Dans
le contexte du Processus de Rponse Appel dOffre (PRAO) le travail de
thse permettrait daider construire et slectionner le meilleur couple
3 Aide la slection de projets de nouveaux produits 101

Produit/Projet parmi lensemble des possibilits pour rpondre un Appel


dOffres (AO). Une rflexion est en cours, sur le montage dun projet qui
sera dpos dans le cadre de lappel projets gnrique 2015 de lANR.
Cette soumission inclue cette perspective.
Afin de supporter, faciliter et acclrer le droulement du PRAO mais
aussi amliorer la pertinence des RAO, en fournissant des solutions robustes
aux diffrents alas pouvant survenir, ce sujet de thse devra conduire :
- caractriser et structurer la connaissance mobilise pour la formulation de
RAO en proposant une ontologie permettant dinfrer de la connaissance ds
lors que des choix sont fait ;
- proposer une approche permettant didentifier les couples de solutions {pro-
duit ; projet} ainsi que les dcisions qui devront tre prises pour parvenir
cette solution ;
- dterminer les critres pertinents permettant dvaluer une RAO en pre-
nant en considration des critres classiques defficacit tels que cot et dlai,
mais aussi des critres destins fiabiliser le PRAO en contexte risqu ;
- dfinir une approche daide la slection de rponse face la complexit
du nombre de solutions possibles (couple produit ; projet) et des dcisions
qui permettent dy aboutir sur la base dun modle mathmatique ;
- dvelopper un support logiciel permettant doutiller le PRAO sur la base
des concepts proposs durant la thse et des outils existant au CGI (ProRisk,
Cofiad).

3 Aide la slection de projets de nouveaux pro-


duits

Afin de renouveler les gammes de produits, de lancer de nouveaux pro-


duits sur de nouveaux marchs ou encore de rpondre des appels doffre, les
entreprises tudient lopportunit et la rentabilit du dveloppement de nou-
veaux produits. A lissue de cette tude dopportunit, la profitabilit dun
nouveau produit ltude peut tre juge insuffisante. Cette insuffisance est
souvent mise en avant au regard dun nouveau projet seul. Cependant, les
comptences et les savoir-faire dvelopps, les quipements acquis, les dve-
loppements raliss peuvent tre valorisables dans dautres projets. De plus,
dans un contexte de mondialisation, il est important pour les entreprises
de pouvoir se positionner le plus tt possible sur des marchs novateurs
voire de gnrer des besoins en proposant de nouveaux produits. Ce qui
peut prsenter le dfaut de devoir lancer des projets risquant de ne pas tre
suffisamment profitable mais servant de "tremplin" pour lentreprise. Lex-
prience et les acquis de ces projets "tremplin" permettent de diminuer les
cots dautres projets mais aussi de diminuer le niveau de risque de nou-
102 Chapitre VIII

veaux projets. Mais surtout ils permettent lorganisation de dvelopper


des connaissances/comptences et de se positionner sur de nouveaux mar-
chs. Cette troisime perspective (figure VIII.1) sintresse ces diffrents
lments qui amnent lorganisation dvelopper de nouveaux produits ris-
qus. Cest en fait sur le potentiel dun ensemble de nouveaux produits que
la dcision de lancement se prend le plus souvent. Cet ensemble de produits
peut ainsi justifier la pertinence dun nouveau projet jug priori peu pro-
fitable sil est considr de manire isole. tant donn quen dfinitive il
sagira de dvelopper un nouveau produit, cette perspective se positionne
sur laxe produit du framework P P R2 . Dans les travaux proposs ce sera
principalement les projets/processus qui en dcouleront qui seront pris en
compte pour dcider tel que nous avons pu le faire dans la section 2 du
chapitre VI.
Problmatique/Verrous scientifiques :
Pour chaque nouveau projet tudi, diffrents lments peuvent alors poten-
tiellement tre mutualiss entre diffrents nouveau projets :
- la matrise de nouvelles technologies ;
- le collectif de parties prenantes ;
- les processus de ralisation ;
- les moyens de traitement des risques possibles.
Dans ce contexte, il difficile pour lorganisation :
- de capitaliser les connaissances pertinentes pouvant tre mutualises ;
- didentifier lensemble des opportunits pertinentes de nouveaux projets
rendues possibles ;
- dvaluer le niveau de risque global en considrant un portefeuille de nou-
veaux projets.

Sur ce thme, certains travaux tudient les techniques de slection de


projet (Kaiser et al. 2014) et sintressent lalignement de la slection
de projets sur la stratgie de lentreprise en prenant en compte une vue
densemble de lorganisation. Lentre dun nouveau projet ne se limite pas
une contribution financire ou la stratgie de lorganisation, il interagit avec
les projets existant dans le portefeuille en terme de risque, de planification ou
encore cash-flow (Pajares et al. 2014). Pajares et Lopez sintressent ainsi
ces interactions et soulignent le fait que le niveau de risque du portefeuille
de projets peut tre trs modifi par lintroduction dun seul nouveau projet.
La gestion des risques est reconnue comme essentielle en gestion de projets.
Cependant la littrature portant sur la gestion des risques pour le succs de
portefeuille de projets est rare (Teller et al. 2013). A notre connaissance, la
prise en compte du niveau de risque dun projet entrant sur le portefeuille mis
en perspective au regard de critres portant sur son potentiel dopportunit
pour lorganisation nest pas traite pour laide la dcision.
4 Aide la construction dun rseau collaboratif 103

Mthodologie et contributions associes :


Les travaux proposs conduiront :
- caractriser et structurer la connaissance des comptences/quipements/activits
mutualisables entre plusieurs projets potentiels ;
- dterminer les critres pertinents permettant dvaluer leffet de cette mu-
tualisation ainsi que le niveau de risque associ ;
- proposer un modle mathmatique permettant de slectionner les produits
dvelopper ;
- dvelopper un support logiciel permettant doutiller le dcideur sur la base
des concepts proposs.

4 Aide la construction dun rseau collaboratif

Le dveloppement de nouveaux produits ncessite souvent de nouvelles


comptences, de nouvelles connaissances. Il est souvent difficile, long et co-
teux dacqurir et de dvelopper en interne de nouvelles expertises. Les or-
ganisations cherchent alors des partenaires prsentant la complmentarit
adapte pour le dveloppement de nouveaux produits. La complmentarit
parfaite dans la construction dun rseau collaboratif est trs difficile trou-
ver. De plus, si les diffrences dexpertises entre les partenaires potentiels
permettent le dveloppement de nouvelles ides, de nouveaux concepts, de
nouveaux produits, elles peuvent aussi tre la source de difficults se com-
prendre et collaborer. Il est ainsi important, pour les organisations, dtre
capable de dterminer si une entreprise est peut tre un partenaire pertinent
en vue dune collaboration. Cette quatrime perspective se positionne ainsi
sur laxe ressource du framework P P R2 (sur la figure VIII.1).
Problmatique/Verrous scientifiques :
Plus la distance cognitive entre les partenaires potentiels est grande, plus le
potentiel innover lest aussi. Cependant, la difficult de se comprendre et
de travailler ensemble croit galement. Il est alors difficile pour lorganisation
de dterminer le potentiel dune collaboration ainsi que son niveau de risque.
Dans la littrature, diffrents travaux tels que ceux de Jin et al. (Jin
et al. 2011), portent sur lallocation du risque, son partage ou encore son
transfert entre partenaires. De nombreux travaux de recherche ont eu lieu
sur cette thmatique au laboratoire Beta de Strasbourg avec un regard sur
lconomtrie. Mller et al. se sont intresss la manire dont la distance
(ou diffrence) entre les technologie matrises par les entreprises pouvait in-
fluencer les rseaux et la construction dorganisations (Mller et al. 2009).
Ils proposent un modle thorique du lien entre cette distance et le poten-
tiel innover du nouveau rseau. Cependant, il est important de prendre en
considration la dimension du risque dans ce type de projet. A notre connais-
104 Chapitre VIII

sance il ny a pas de travaux qui prennent en compte la fois le potentiel


innover dun nouveau rseau collaboratif et son niveau de risque.
Mthodologie et contributions associes :
Une perspective nos travaux en collaboration avec le laboratoire Beta de
lUniversit de Strasbourg, prsents au chapitre VI, section 2 peut alors tre
propose. Elle a pour objectif de permettre de dterminer la pertinence dun
rseau collaboratif. Ce travail de recherche pouvant prendre la forme dune
thse en co-encadrement CGI-Beta aura devra alors consister :
- caractriser et structurer la connaissance attendue par chacun des parte-
naires, pour le fonctionnement de la collaboration ;
- dterminer les critres pertinents permettant dvaluer la complmentarit,
lloignement cognitif, la difficult collaborer et le niveau de risque de pro-
jets dans le cadre de nouvelles collaborations ;
- proposer un modle pour caractriser les couples (nouveaux produits poten-
tiels ; rseaux collaboratifs), de les valuer sur la base des critres identifis ;
- dvelopper un support logiciel permettant doutiller cette approche durant
la thse.
Bibliographie

AFNOR (2005). X50-118 : Recommandations pour le management dun pro-


jet.
(2010). Plan de Continuit dActivit pour les PME/PMI de la rgion
Centre.
BCI (2007). Management de la continuit dactivit - Guide de bonnes pra-
tiques. AFNOR. AFNOR.
Boetticher, G. (2001). An assessment of metric contribution in the
construction of a neural network-based effort estimator . In : Second
International Workshop on Soft Computing Applied to Software Enginee-
ring. Enschade, NL.
Botero, Juan Diego, Cdrick Bler, Daniel Noyes et Laurent Geneste
(2012). Integration of experience feedback into the product lifecycle:
an approach to best respond to the bidding process . In : 14th IFAC
Symposium on Information Control Problems in Manufacturing. T. 14.
Bucharest, Romania, p. 10951100.
Botha, Jacques et Rossouw Von Solms (2004). A cyclic approach to bu-
siness continuity planning . In : Information Management & Computer
Security 12.4, p. 328337.
Carter, B., T. Hancock, J. Morin et N. Robin (1996). Introducing
RISKMAN: the European project risk management methodology. The Sta-
tionery Office.
Certa, Antonella, Mario Enea, Giacomo Galante et Concetta Manuela
La Fata (2009). Multi-objective human resources allocation in R&D
projects planning . In : International Journal of Production Research
47.13, p. 35033523.
Cerullo, Virginia et Michael J. Cerullo (2004). Business Continuity
Planning: A Comprehensive Approach . In : Information Systems Ma-
nagement 21.3, p. 7078.
Chapman, C. (1997). Project risk analysis and managementPRAM the
generic process . In : International Journal of Project Management 15.5,
p. 273281.

105
106 BIBLIOGRAPHIE

Cheikhrouhou, Naoufel et Franois Marmier (2010). Human and orga-


nisational factors in planning and control . In : Production Planning &
Control 21(4), p. 345346.
Cheikhrouhou, Naoufel, Franois Marmier, Omar Ayadi et Philippe
Wieser (2011). A collaborative demand forecasting process with event-
based fuzzy judgements . In : Computers & Industrial Engineering 61(2),
p. 409421.
Dahmani, Sarra, Xavier Boucher, Didier Gourc, Franois Marmier et
Sophie Peillon (2014). Towards a Reliability Diagnosis for Servitiza-
tion Decision-Making Process . In : 6th CIRP Conference on Industrial
Product Service Systems (IPSS 2014). Windsor, Ontario, Canada.
Dahmani, Sarra, Xavier Boucher, Sophie Peillon, Didier Gourc et
Franois Marmier (2014). Towards a Reliability Diagnosis for Servi-
tization Decision-Making Process . In : Spring Servitization Conference
2014 (SSC). Aston, UK.
Dave, Vachik S. et K. Dutta (2012). Neural network based models for
software effort estimation: a review . In : Artificial Intelligence Review.
Deb, Kalyanmoy (2001). Multi-Objective Optimization using Evolutionary
Algorithms. Chichester ; New York : Wiley-Blackwell. 518 p.
Djefel, Mriem (2010). Couplage de la configuration de produit et de
projet de ralisation : exploitation des approches par contraintes et des
algorithmes volutionnaires . Thse de doct. Universit de Toulouse,
Institut National Polytechnique de Toulouse, Thse de doctorat.
Fang, Chao, Franck Marle, Enrico Zio et Jean-Claude Bocquet (2012).
Network theory-based analysis of risk interactions in large engineering
projects . In : Reliability Engineering & System Safety 106, p. 110.
Filipas Deniaud, Ioana, Franois Marmier et Didier Gourc (2013). De-
cision support system for risk management in complex project design .
In : International Conference on Production Research (ICPR-22). Iguassu
Falls, Brazil.
Garel, Gilles, Vincent Giard, Christophe Midler et Richard Calvi (2004).
Faire de la recherche en management de projet. Paris : Vuibert. 325 p.
St-Germain, Ren, Faton Aliu, Eric Lachapelle et Pierre Dewez (2012).
Livre Blanc ISO 22301, Scurit socitale - Systmes de gestion de la
continuit dactivit.
Golmohammadi, D. (2013). A neural network decision-making model for
job-shop scheduling . In : International Journal of Production Research
51.17, p. 51425157.
Gourc, Didier, Franois Marmier, Marc Chardon et Laurent Steffan
(2013). Towards an algorithm for Homecare Scheduling . In : Work-
shop Optimisation des Systmes, Amlioration Continue et Transforma-
tion des Entreprises (W-OSY). Marrakech, Maroc.
Gourc, Didier, Franois Marmier et Paul Gaborit (2014). An approach
based on tabu search technique for solving a multi time window home
BIBLIOGRAPHIE 107

healthcare scheduling problem . In : MOSIM 2014 - 10th International


Conference on Modeling, Optimization & SIMulation. Nancy, France.
Hassanzadeh, Sana (2012). Analysis of the causes of delay in collabo-
rative decision-making under uncertainty in pharmaceutical R and D
projects . Thse de doct. Universit de Toulouse.
Hassanzadeh, Sana, Didier Gourc, Franois Marmier et Sophie Bou-
garet (2010). Decision-making under uncertainty in drug develop-
ment . In : 24th World Congress IPMA (International Project Manage-
ment Association). Istanbul (Turquie).
(2011a). Decision-making in R&D projects, a framework based on fuzzy
logic . In : 21st International Conference on Production Research (ICPR).
Stuttgart (Germany).
(2011b). Decision-making under uncertainty in drug development .
In : Project Perspectives, The annual publication of International Project
Management Association.
(2011c). Un apport de la modlisation pour lanalyse de processus de
dcisions collaboratives, dans un contexte incertain et sans urgence -
Application aux projets de dveloppement de nouveaux mdicaments .
15mes Journes STP du GdR MACS, Groupe de Travail Easy-DIM,
Tarbes, France.
(2012a). A methodology to identify efficient collaborative practices of
decision-making in industrial projects, based on enterprise process mo-
deling . In : 14th IFAC Symposium on Information Control Problems
in Manufacturing, INCOM12. Bucharest, Romania.
Hassanzadeh, Sana, Franois Marmier, Didier Gourc et Sophie Bou-
garet (2011d). Integration of human factors in project uncertainty
management, a decision support system based on fuzzy logic . In :
European Safety and Reliability Association (ESREL). Troyes (France),
p. 661669.
(2012b). Bias in collective decision-making under uncertainty in drug
development projects . In : Handbook on Psychology of Decision-Making:
New Research. Nova Publishers.
ISO 19440 (2007). International Organization for Standardization. Enter-
prise integration Constructs for enterprise modelling. Genve.
ISO10006 (2003). Quality Management. Guidelines to Quality in Project
Management.
Jin, Xiao-Hua et Guomin Zhang (2011). Modelling optimal risk alloca-
tion in PPP projects using artificial neural networks . In : International
Journal of Project Management 29.5, p. 591603.
Kaiser, Michael G., Fedi El Arbi et Frederik Ahlemann (2014). Suc-
cessful project portfolio management beyond project selection techniques:
Understanding the role of structural alignment . In : International Jour-
nal of Project Management.
108 BIBLIOGRAPHIE

Kyu Jae, Lee, Sang Bong Oh et Jung Cheol Shin (1990). UNIK-FCST:
Knowledge-assisted adjustment of statistical forecasts . In : Expert Sys-
tems with Applications 1.1, p. 3949.
Lamothe, Jacques, Franois Marmier, Matthieu Dupuy, Paul Gaborit
et Lionel Dupont (2012). Scheduling rules to minimize total tardiness
in a parallel machine problem with setup and calendar constraints . In :
Computers & Operations Research 39.6, p. 12361244.
Laqrichi, Safae, Didier Gourc et Franois Marmier (2013a). Estima-
tion des cots des projets SI par les rseaux de neurones . Workshop de
la structure fdrative Ingnierie des Organisations Distribues (IODE),
Agen, France.
(2013b). Toward an effort estimation model for software projects in-
tegrating risk . In : International Conference on Production Research
(ICPR-22). Iguassu Falls, Brazil.
Laqrichi, Safae, Franois Marmier et Didier Gourc (2013c). Proposi-
tion dune classification des mthodes destimation des projets de sys-
tmes dinformation . In : 7e Confrence Internationale de Gnie Indus-
triel (CIGI2013). La Rochelle, France.
(2014a). Software Cost and Duration Estimation Based on Distributed
Project Data: A General Framework . In : Enterprise Interoperability VI.
Sous la dir. de Kai Mertins, Frdrick Bnaben, Ral Poler et Jean-
Paul Bourrires. Proceedings of the I-ESA Conferences 7. Springer
International Publishing, p. 213224.
(2014b). Software cost and duration estimation based on distributed
project data: A general framework . In : 7th International Conference
Interoperability for Enterprise Systems and Applications (I-ESA14). Ac-
cepted, Albi, France.
Laslo, Zohar et Albert I. Goldberg (2008). Resource allocation un-
der uncertainty in a multi-project matrix environment: Is organizational
conflict inevitable? In : International Journal of Project Management
26.8, p. 773788.
Lawrence, Michael, Paul Goodwin, Marcus OConnor et Dilek Onkal
(2006). Judgmental forecasting: A review of progress over the last
25 years . In : International Journal of Forecasting 22.3, p. 493518.
Lorino, Philippe (2003). Mthodes et pratiques de la performance. Editions
dOrganisation.
Makridakis, Spyros G., Steven C. Wheelwright et Rob J. Hyndman
(1998). Forecasting. 3rd Edition edition. New York : John Wiley & Sons.
656 p.
Marmier, Franois (2007a). Contribution lordonnancement des activi-
ts de maintenance sous contrainte de comptence : une approche dyna-
mique, proactive et multi-critre . Thse de doct. Besanon : Universit
de Franche-Comt.
BIBLIOGRAPHIE 109

(2007b). Scheduling of Maintenance Activities Under the Constraints of


Skills: a robust, proactiv and multi-criteria approach (in french). Contri-
bution lordonnancement des activits de maintenance sous contrainte
de comptence: une approche dynamique, proactive et multi-critre .
Thse de doct. Besanon : Universit de Franche-Comt.
Marmier, Franois et Naoufel Cheikhrouhou (2010). Structuring and
integrating human knowledge in demand forecasting: a judgemental ad-
justment approach . In : Production Planning & Control 21(4), p. 399
412.
Marmier, Franois, Naoufel Cheikhrouhou et Didier Gourc (2014). Im-
provement of the planning reliability by the integration of human skills in
project risk management . In : The 2nd IEEE International Conference
on Logistics Operations Management (GOL14). Rabat (Morroco).
Marmier, Franois, Ioana Filipas Deniaud et Didier Gourc (2014). Stra-
tegic decision-making in NPD projects according to risk: application to
satellites design projects . In : Computers In Industry (Accepted paper).
Marmier, Franois, Maria Gonzales-Blanch et Naoufel Cheikhrouhou
(2008). Integration of human factors in demand forecasting: A judgmen-
tal adjustment approach . In : International Conference on Human and
Organisational Factors in Planning and Scheduling (HOPS). Lausanne,
Suisse.
(2009a). A new structured adjustment approach for demand forecas-
ting . In : 39th International Conference on Computers & Industrial
Engineering (CIE39). Troyes, France.
Marmier, Franois, Didier Gourc et Frdric Laarz (2012a). A decision-
making tool for assess feasibility of risky NPD projects under the constraint
of limited resources . In : The 1st IEEE International Conference on Lo-
gistics Operations Management. Le Havre (France).
(2012b). Strategic decision-making in NPD projects according to risk:
application to satellites integration and test projects . In : 9th Interna-
tional Conference of Modeling and Simulation, MOSIM2012. Bordeaux
(France).
(2013). A risk oriented model to assess strategic decisions in new pro-
duct development projects . In : Decision Support Systems 56, p. 74
82.
Marmier, Franois, Didier Gourc, Vincent Robin et Sverine Sperandio
(2013a). A model of project scenario evalution to monitor the level of
project risk and assess the feasibility of planning . In : International
Conference on Production Research (ICPR-22). Iguassu Falls, Brazil.
(2013b). Modle daide la ngociation de ressources critiques en projet
risqus . In : 7e Confrence Internationale de Gnie Industriel (CIGI2013).
La Rochelle, France.
Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2006a).
Maintenance Activities Scheduling Under Competencies Constraints .
110 BIBLIOGRAPHIE

In : IEEE International Conference on Service Systems and Service Ma-


nagement (IEEE-ICSSSM06). IEEE International Conference on Service
Systems and Service Management (IEEE-ICSSSM06). Troyes, France,
p. 12171222.
Marmier, Franois, Christophe Varnier et Noureddine Zerhouni (2006b).
Ordonnancement des activits de maintenance sous contraintes de com-
ptences . In : Symposium International sur la Maintenance et la Ma-
trise des Risques, MMR06. Rabat, Morocco.
(2006c). Ordonnancement dynamique des activits de maintenance en
milieu incertain . 6me journes STP du GdR MACS, Groupe de Travail
BERMUDES, Valenciennes.
(2006d). Ordonnancement dynamique des activits de maintenance en
milieu incertain . 6me journes STP du GdR MACS, Groupe de Travail
MACOD, Valenciennes.
(2007a). Dynamic and multi-criteria scheduling of maintenance activi-
ties . In : 19th International Conference on Production Research (ICPR-
19). Valparaiso, Chile.
(2007b). Dynamic scheduling of maintenance activities under uncer-
tainties . In : International Conference on Industrial Engineering and
Systems Management (IESM2007). Beijing, Chine.
(2007c). Ordonnancement des activits de maintenance : Une approche
dynamique, proactive et multi-critre . Journe FEMTO-Innovation,
Session poster, Besanon.
(2007d). R-ordonnancement partiel et dynamique dun planning dac-
tivits de maintenance . In : 7me Congrs International de Gnie In-
dustriel, GI2007. Trois Rivires, Qubec, Canada.
(2007e). Robustness measure for fuzzy maintenance activities sche-
dule . In : 4th IFAC Conference on Management and Control of Pro-
duction and Logistics, MCPL2007. Sibiu : Romania.
(2009b). Proactive, dynamic and multi-criteria scheduling of main-
tenance activities . In : International Journal of Production Research
47(8), p. 21852201.
(2009c). Static and dynamic scheduling of maintenance activities under
the constraints of skills . In : Journal of Operations and Logistics 2(3),
p. 116.
Mller, Moritz, Robin Cowan, Geert Duysters et Nicolas Jonard (2009).
Knowledge Structures and Complementarities in the Pharmaceutical In-
dustry. Working Paper BETA #2009-24. Strasbourg.
Nguyen, Trong Hung (2011). Contribution to the planning project : mo-
del for evaluating scenarios of risk project. In french (Contribution la
planification de projet : proposition dun modle dvaluation des scna-
rios de risque-projet) . Thse de doct. Universit de Toulouse, Institut
National Polytechnique de Toulouse, Thse de doctorat.
BIBLIOGRAPHIE 111

Nguyen, Trong Hung, Franois Marmier et Didier Gourc (2013). A


decision-making tool to maximize chances of meeting project commit-
ments . In : International Journal of Production Economics 142(2),
p. 214224.
Pajares, Javier et Adolfo Lpez (2014). New Methodological Approaches
to Project Portfolio Management: The Role of Interactions within Pro-
jects and Portfolios . In : Procedia - Social and Behavioral Sciences. Se-
lected papers from the 27th IPMA (International Project Management
Association), World Congress, Dubrovnik, Croatia, 2013 119, p. 645652.
Paul, Steven M., Daniel S. Mytelka, Christopher T. Dunwiddie, Charles
C. Persinger, Bernard H. Munos, Stacy R. Lindborg et Aaron L.
Schacht (2010). How to improve R&D productivity: the pharmaceu-
tical industrys grand challenge . In : Nature Reviews Drug Discovery
9.3, p. 203214.
Petar, Jovanovi (1999). Application of sensitivity analysis in investment
project evaluation under uncertainty and risk . In : International Jour-
nal of Project Management 17.4, p. 217222.
Project Management Institute (2013). A Guide to the Project Ma-
nagement Body of Knowledge: PMBOK Guide. 5th edition. Newtown
Square, Pennsylvania : Project Management Institute. 589 p.
Rejeb, Olfa (2013). Proposition dun cadre mthodologique pour le ma-
nagement de la continuit dactivit : application la prise en charge
domicile . Thse de doct. Universit de Toulouse, Institut National
Polytechnique de Toulouse.
Rejeb, Olfa, Rmi Bastide, Elyes Lamine, Franois Marmier et Herv
Pingaud (2012). A model driven engineering approach for business
continuity management in e-health systems . In : IEEE-DEST 2012 - 6th
IEEE International conference on Digital Ecosystems and Technologies.
Campione dItalia, Italy.
Rejeb, Olfa, Elyes Lamine, Franois Marmier, Rmi Bastide et Herv
Pingaud (2012). Une approche dirige par les modles pour le mana-
gement de la continuit dactivit dans la prise en charge domicile .
16mes journes STP du GdR MACS, Groupe de Travail Easy-DIMAlbi,
France.
Rejeb, Olfa, Elyes Lamine, Franois Marmier, Herv Pingaud et Rmi
Bastide (2011a). SySO : Systme daide au suivi Oprationnel et la
gestion de la prise en charge domicile . Universit dt de la e-sant,
PGSO VLAB, Castres-Mazamet, France.
(2011b). Vers un Plan de Continuit dActivit pour la Prise en Charge
Domicile . Journes de linteroprabilit des applications dentreprise,
PGSO-JIAE11, Nantes, France.
Rejeb, Olfa, Elyes Lamine, Herv Pingaud, Franois Marmier et Rmi
Bastide (2012). Toward a Business Continuity Plan for Home-Care
112 BIBLIOGRAPHIE

Systems . In : International Conference on eHealth, Telemedicine, and


Social Medicine (eTELEMED 2012). Valencia, Spain.
Rejeb, Olfa, Franois Marmier, Elyes Lamine, Herv Pingaud et Rmi
Bastide (2012). A Framework for Business Continuity Management
in Home-Care context . In : International eHealth, Telemedicine and
Health ICT Forum for Education, Networking and Business (Med-e-Tel
2012). Luxembourg.
Robin, Vincent et Philippe Girard (2006). An integrated product-process-
organisation model to manage design system . In : IMACS Multicon-
ference on Computational Engineering in Systems Applications. IMACS
Multiconference on Computational Engineering in Systems Applications,
p. 12871293.
Robin, Vincent, Franois Marmier, Sverine Sperandio et Didier Gourc
(2013). An event procedure management to support decision-makers in
prospective and real-time project management . In : 12th IFAC /IFIP
/IFORS /IEA Symposium on Analysis, Design, and Evaluation of Human-
Machine Systems (HMS). Las Vegas, Nevada, USA.
Roy, Bernard (1996). Multicriteria Methodology for Decision Aiding. Sprin-
ger Science & Business Media. 322 p.
Sebal, S. et P. Zarate (1997). A decision support system for bidding
process . In : , 1997 IEEE International Conference on Systems, Man,
and Cybernetics, 1997. Computational Cybernetics and Simulation. , 1997
IEEE International Conference on Systems, Man, and Cybernetics, 1997.
Computational Cybernetics and Simulation. T. 4, 36033608 vol.4.
Sienou, Amadou (2009). Proposition dun cadre mthodologique pour le
management des risques et des processus dentreprise . Thse de doct.
Universit de Toulouse, Institut National Polytechnique de Toulouse,
Thse de doctorat.
Teller, Juliane et Alexander Kock (2013). An empirical investigation
on how portfolio risk management influences project portfolio success .
In : International Journal of Project Management 31.6, p. 817829.
Thuesen, Christian, C Aaris Boas, M. V. Thorslund, Franois Mar-
mier, S Grex et S Lybecker (2013). Mapping Best and Emerging
Practices of Project Management . In : 22nd Nordic Academy of Mana-
gement Conference (NFF2013). University of Iceland Reykjavk.
Wang, Jin, Yujie Xu et Zhun Li (2009). Research on project selection
system of pre-evaluation of engineering design project bidding . In :
International Journal of Project Management 27.6, p. 584599.
Webby, Richard et Marcus OConnor (1996). Judgemental and statisti-
cal time series forecasting: a review of the literature . In : International
Journal of Forecasting. Probability Judgmental Forecasting 12.1, p. 91
118.
Zambon, Emmanuele, Damiano Bolzoni, Sandro Etalle et Marco Sal-
vato (2007). A Model Supporting Business Continuity Auditing and
BIBLIOGRAPHIE 113

Planning in Information Systems . In : Second International Conference


on Internet Monitoring and Protection, ICIMP 2007. San Jose, CA, USA :
IEEE, p. 3333.
Zitzler, Eckart, Kalyanmoy Deb et Lothar Thiele (2000). Compari-
son of Multiobjective Evolutionary Algorithms: Empirical Results . In :
Evol. Comput. 8.2, p. 173195.