Offre de thèse "Planification et optimisation de ressource pour la formation en santé". Allocation R

Planification et optimisation de ressources pour la formation en santé

La gestion optimale du temps est, dans de nombreux domaines professionnels, un point très important. Le secteur de la formation n’échappe pas à la règle de par la présence de concurrents et la volonté de maximiser de potentiel mis à disposition. SimUSanté est un espace d’apprentissage innovant partagé par tous les acteurs en santé, de la formation initiale à la formation continue : professionnels, patients et aidants. Il a, par ailleurs, obtenu en 2012 le label « Initiative D’Excellence en Formation Innovante » (IDEFI). Dans un espace dédié de 4000 m2, il met à disposition des équipements pédagogiques de hautes technologies et des environnements de travail fidèlement reconstitués (domicile, officine, hôpital) ce qui en fait le plus grand centre européen polyvalent de simulation en santé.

Pour SimUSanté, une formation (ou un parcours) est constituée par un ensemble de modules eux-mêmes composés d’unités d’enseignements (UE). Ces UE sont réparties à la suite des unes des autres sur le planning et regroupées en sessions. Par ailleurs, elles nécessitent des « ressources » : matériel, salles et formateurs, etc. Dans notre cadre, le matériel ou les salles peuvent nécessiter une préparation ou l’aide d’un technicien pour pouvoir être utilisés. Ils nécessitent également une maintenance, car certains matériels sont périssables et/ou à utilisation limitée ou encore nécessitent des contrôles réguliers par des instances agrées. Les techniciens, les formateurs, comme les apprenants ont des contraintes horaires de disponibilité. Nous avons donc un ensemble de ressources avec des contraintes de natures différentes.

Nous devons donc répondre à la problématique d’affecter ces ressources aux UE en respectant les contraintes imposées et en satisfaisant, au maximum, les priorités de SimUSanté.

Le problème de planification est un problème d’optimisation combinatoire. Le nombre d’affectations possibles étant très grand, sa difficulté augmente de façon exponentielle avec la taille des données (le nombre de formations, d’intervenants, de matériels, d’horaires différents possibles, etc.). Trouver une planification optimale est un problème NP-difficile.

Le but est de trouver un modèle efficace pour ce type particulier d’emploi du temps, capable d’intégrer l’ensemble des contraintes, puis de résoudre le problème par une méthode adaptée afin de déboucher sur un logiciel d’aide a? la planification d’emploi du temps pour les formations.

Dans un premier temps, l’étudiant en thèse devra effectuer une étude de l’existant au sein de l’entreprise pour cerner l’ensemble des données, des contraintes et des résultats attendus. La modélisation doit permettre une totale adéquation entre le problème de SimUSanté et les solutions qui seront proposées par la résolution numérique.

En parallèle, une étude bibliographique sera menée d’un point de vue plus académique sur les travaux déjà entrepris et aboutis sur la problématique. Suivront l’examen et l’analyse des méthodes de résolution des problèmes d’optimisation combinatoire comme les méthodes de recherche locale, et les métaheuristiques (méthode tabou, méthode génétique, etc.) les plus adaptées au problème. Des algorithmes spécifiques a? notre problématique seront développés. Enfin, l’implémentation de ces algorithmes et les tests de validité et de comparaisons déboucheront sur la mise au point d’une maquette logicielle d’aide a? la planification d’emploi du temps.

* Compétences / Pré-requis pour le (la) candidat(e) :

• Connaissances en recherche opérationnelle (modélisation mathématiques, solveurs, heuristiques, me?taheuristiques, etc.)
• Bonnes compétences en algorithmique et programmation (langage C/C++)
• Connaissance de l'environnement GNU/Linux, du shell et des outils Unix standard.

* Mots clés : IA, recherche opérationnelle, optimisation combinatoire, planification, métaheuristique

* Laboratoire d’accueil : Modélisation, Information et Systèmes (MIS) Université de Picardie Jules Verne (UPJV)

* Contact : laure.devendeville@u-picardie.fr