Recherche sur l'amélioration de la qualité des données et l'évaluation des risques d'aide à la décision des processus de production
Research on Data Quality Enhancement and Risk Evaluation in Production Processes' Decision-Making Scenarios
Jury
Directeur de these_ADJALLAH_Kondo Hloindo_Université de Lorraine
Rapporteur_SUN_Beibei_Southeast University - Nanjing
Rapporteur_ZERHOUNI _Noureddine_Université de Franche-Comté
Examinateur_TONG_Yifei_University of Science and Technology - Nanjing
Examinateur_SAVA_Alexandre_Université de Lorraine
CoDirecteur de these_WANG_Huifen_University of Science and Technology - Nanjing
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
LCOMS - Laboratoire de Conception, Optimisation et Modélisation des Systèmes
Mention de diplôme
Automatique, Traitement du signal et des images, Génie informatique
411
Buiding Zhizhi, 200 Xiaolingwei Street, 210094 , Nanjing
Mots clés
évaluation du risque,qualité des données,prise de décision,risque de décision,
Résumé de la thèse
L'industrie de production est essentielle pour le développement durable, la force industrielle soutenant la compétitivité nationale. Le gouvernement chinois a accru ses investissements dans la production industrielle afin d'améliorer la compétitivité manufacturière, renforcer la sécurité et réduire l'exposition des travailleurs aux dangers. Cependant, la transformation sans personnel dans la production dangereuse fait face à des défis liés à la qualité des données et à l'évaluation des risques en temps réel, entravant les opérations stables à faible risque.
Keywords
risk evaluation,data quality,decision-making,decision risk,
Abstract
The production industry is vital for sustainable development, with industrial strength underpinning national competitiveness. The Chinese government has increased investment in industrial production to enhance manufacturing competitiveness, improve safety, and reduce worker exposure to hazards. However, unmanned transformation in hazardous production faces challenges in data quality and real-time risk assessment, hindering low-risk, stable operations. Supported by national programs, this study addresses these issues, focusing on data quality enhancement and real-time complex risk assessment.
