@Article{rig.2020.00102,
AUTHOR = {Claire Prudhomme
, Ana Roxin
, Christophe Cruz
,
Frank Boochs},
TITLE = {Modélisation sémantique et programmation générative pour une simulation multi-agent dans le contexte de gestion de catastrophe},
JOURNAL = {Revue Internationale de Géomatique},
VOLUME = {30},
YEAR = {2020},
NUMBER = {1},
PAGES = {37--65},
URL = {http://www.techscience.com/RIG/v30n1/52767},
ISSN = {2116-7060},
ABSTRACT = {La gestion de catastrophe nécessite une préparation collaborative entre les divers
intervenants. Les exercices collaboratifs visent à entraîner les intervenants à appliquer les plans
préparés ainsi qu’à identifier les problèmes et points d’améliorations potentiels. Ces exercices
étant coûteux, la simulation informatique est un outil permettant d’optimiser la préparation à
l’aide d’une plus grande diversité de cas. Cependant, les travaux de recherche centrés sur la
simulation et la gestion de catastrophe sont spécialisés sur un problème spécifique plutôt que sur
l’optimisation globale des plans préparés. Cette limite s’explique par le défi que constitue la
réalisation d’un modèle de simulation capable de représenter et de s’adapter à une large diversité
de plans provenant de diverses disciplines. Les travaux présentés dans cet article répondent à ce
défi en adaptant le modèle de simulation en fonction des informations et des plans de gestion de
catastrophes intégrés dans une base de connaissances. Le modèle de simulation généré est
ensuite programmé automatiquement afin d’exécuter des expériences de simulation. Les résultats
sont ensuite analysés afin de générer de nouvelles connaissances et d’enrichir les plans de gestion
de catastrophe dans un cycle vertueux. Cet article présente une preuve de concept sur le plan
national français NOVI (NOmbreuses VIctimes), pour lequel les expériences de simulation ont
permis de savoir quel est l’impact de la répartition des médecins sur l’application du plan et
d’identifier la meilleure répartition.},
DOI = {10.3166/rig.2020.00102}
}