Search

National audience; Dans cet article, nous proposons une approche multi-agent pour résoudre le problème du covoiturage dynamique multi-saut. Dans notre système, les passagers et les conducteurs sont représentés comme des agents autonomes et rationnels en perpétuelle interaction pour satisfaire leurs propres objectifs comme leur temps d'attente ou leur temps de trajet par exemple. Dans la solution proposée, les agents conducteurs et passagers ont une perception modélisée dynamiquement en utilisant des R-Arbres. Nous modélisons leurs préférences en matière de détour et de trajet et montrons l'impact de celles-ci sur la résolution d'une instance de covoiturage dynamique. Les résultats présentés montrent que notre système permet de traiter dynamiquement des requêtes complexes de passagers tout en minimisant l'impact du partage de trajet pour les conducteurs, et ce, pour un large spectre de préférences et de comportements.

International audience; The majority of developed countries are interested in enhancing their healthcare information system in order to expect the overcrowding situations and improve the patient quality of care. In this paper, we focus on the patient pathway workflow modeling using the business process management notation (BPMN) graphical language in the adult emergency department (AED). The goal of our work is to identify the dysfunction situations and improve the performance indicators such as the waiting time. The idea is to optimize this criterion using a real-time scheduling algorithm applied simultaneously on each decision point (gateway) of the patient pathway workflow model. The objective of our algorithm is to assign a dynamic priority to the patients according to their health state evolution. In addition, taking into account the uncertainty of patient arrival an adequate a real time scheduling algorithm is proposed. Our approach is tested on a set of real database from the AED of the regional university hospital (RUH) of Lille (in the north of France). We conducted interviews, performed healthcare tasks analysis, and validated results with the AED medical staff. The goal is to have the workflow model as close as possible to the real functioning of the AED. The simulation results show that the average waiting time of the patients at the AED drop by 11% thanks to our approach.