Smaller Default Larger

Soutenance de BOUGHABA Amina details

République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université 20 Août 1955

Thèse

Présentée à

L’Université 20 Août 1955 –Skikda

Pour obtenir le titre de

DOCTEUR

Spécialité Génie Civil Option

Management de Projets

Par

BOUGHABA Amina

 

Intitulé de la thèse

Identification et Gestion des Risques Liés aux Projets de Construction

Thèse soutenue le : 11/07/2020

 

Devant le jury composé de

 

MESSAOUDI Karima

Professeur

Université de Skikda

Président

BOUABAZ Mohamed

Professeur

Université de Skikda

Rapporteur

BOUHADADA Tahar

Professeur

Université d’Annaba

Examinateur

YOUNES Bouacida Reda

Maître de Conférences

Université de Skikda

Examinateur

Résumé en français, arabe & anglais

RESUME

La gestion des risques est une préoccupation croissante dans le domaine de la construction, et la pratique des méthodes mathématiques sont aujourd’hui nécessaires à la bonne gestion de ces projets. Pour cela, notre problématique a centrée sur la façon de gérer et contrôler les facteurs de succès ou l'échec de projets de construction, par développement d'un modèle mathématiques rigoureux et plus précis pour la gestion de ces risques. Pour résoudre ce problème, commencé par l'analyse de l’environnement actuel du projet de la construction algérien a partir une analyse SWOT, pour ressortir les facteurs internes et externes qui affectent sur le processus d'appel d’offres relatives aux projet de construction pendant tous ce processus. Nous avons commencé à appliquer cet outil de choix pour obtenir les informations nécessaires et d'établir une meilleure qualité des projets de construction. À cet égard, cet outil vise à identifier les menaces-opportunités et les forces-faiblesses liées à l'environnement de divers projets de construction nationaux.

Après une analyse SWOT, nous avons créé des modèles basées sur une technique d'intelligence artificielle pour traiter ces informations. En premier lieu, on a créé un model neuronale, sous l'appellation de réseaux de neurones récurrent (RNN). Nous avons proposée ensuite un algorithme de la logique floue (FL). Puis, combiné ces deux modèles neuronale pour construit un système prédictif s'appuie sur l'intégration des réseaux de neurones et la logique floue. A partir, les tests réalisés sur les modèles Les résultats obtenus ont montrés que le modèle ANFIS fonctionne bien et sont très encourageants pour la prévision de l'état du projet à travers ces facteurs, et meilleurs que ceux obtenus par les modèles RNN et FL.

Mots clefs : La gestion des risques, projets de construction, analyse SWOT, réseaux de neurone récurrent, la logique floue, Adaptive Neural Fuzzy Inference System.

 

ABSTRACT

Risk management is a source of increasing concern in the construction sector, and the practices of mathematical methods are now necessary for the proper management of these projects. To do this, our problem focuses on how managing and controlling the factors for the construction projects have succeeded or failed, by developing and scaling up an accurate mathematical model for managing these risks. To solve this problem, we started with an analysis the current environment of the construction project in Algeria based on a SWOT analysis, in order to identify internal and external factors affecting the construction project. The tool can be applied to define the different information and the necessary will in order to be obtained a better quality of these projects. In this respect, this tool aims to identify the threats-opportunities and strength- weaknesses related to the environment of various national construction projects.

In determining which factors that influence projects by SWOT analysis, we built a models based on an artificial intelligence technique for the treatment of such information. First of all, a neural model has been constructed. It is called recurrent neural network (RNN); after that, we have suggested a fuzzy logic (FL) algorithm. Then, we gathered two neuronal models of building our new predictive system rely on the integration of neural networks and fuzzy logic.

The results obtained have shown that the ANFIS model is working well and are encouraging to forecast of the state of the project through which these factors compared to the RNN and FL models.

Keywords: Risk Management, Construction Projects, SWOT analysis, Recurrent Neural Network, fuzzy logic, Adaptive Neural Fuzzy Inference System.

 

الملخص

 

تشكل إدارة المخاطر المالية للمشاريع شاغلا متزايدا في ميدان التشييد وأصبحت ممارسة الطرق
الرياضية ضرورية الآن للإدارة السليمة لهذه المشاريع. ولهذا تركز مشكلتنا على كيفية إدارة عوامل
نجاح مشاريع البناء، أو فشلها، والتحكم فيها من خلال وضع نموذج رياضي صارم وأكثر دقة لإدارة هذه
المخاطر. ولحل هذه المشكلة بدأنا بتحليل البيئة الحالية لمشاريع البناء في الجزائر، باستخدام تحليل
 SWOTلتحديد العوامل الداخلية والخارجية التي تؤثر على عملية طرح المناقصات لهذه المشاريع. وقد
طبقنا هذه الأداة لإعداد المعلومات اللازمة والحصول على نوعية أفضل من المشاريع مركزين على نقاط
القوة والضعف المتصلة ببيئة مختلف مشاريع البناء الوطنية. بعد تحليل  SWOTقمنا بإنشاء نماذج تستند
إلى تقنية الذكاء الاصطناعي لمعاجلة هذه المعلومات من خلال الربط بين مختلف العوامل التي تؤثر على
هذه الظاهرة. أولا قمنا بإنشاء نموذج عصبي يسمى الشبكات العصبية المتكررة (RNN) بعد ذلك اقترحنا
خوارزمية المنطق الضبابي. (FL) ثم بعد ذلك طورنا نموذج تنبؤي يعتمد على الجمع بين هذين النموذجين
الشبكات العصبية والمنطق الضبابي. وقد أظهرت النتائج التي توصلنا إليها أن نموذج ANFIS يعمل
 بشكل جيد للتنبؤ بحالة المشروع من خلال هذه العوامل مقارنة بالنموذجين الآخرين    RNNو. FL
الكلمات المفتاحية: إدارة المخاطر، مشاريع البناء، تحليلSWOT، الشبكات العصبية المتكررة، المنطق الضبابي، نظام الإستدلال الكيفي.

 

 

 

 

 

 

 

 

 

Adresse:

 

Contacts PGP

Adresse:

BP 26 Route d'El-Hadaiek 21000 Skikda - ALGERIE

(Faculté de Technologie- Département de Pétrochimie & Génie des procédés)

E-mails:

fac.techno@univ-skikda.dz

Research Space