Modélisation et Analyse de Propagation dans un Réseau Complexe de Risques : Un système D’aide à la Décision Pour la Gestion des Risques Projet

La gestion des risques projet est une activité cruciale dans le management de projet. Aujourd'hui, les projets sont confrontés à une complexité croissante et sont ainsi exposés à de nombreux risques interdépendants. Cependant, les méthodes classiques ont des limites pour la modélisation de la complexité réelle des risques du projet. Par exemple, certains phénomènes comme les réactions en chaîne et des boucles ne sont pas correctement pris en compte. Cette thèse de doctorat vise à analyser le comportement du réseau de risques projet grâce à la modélisation des risques et des interactions entre risques. Un système d'aide à la décision est introduit avec une série de méthodes associées. La construction du réseau de risques projet nécessite l'implication du manager de projet et l'équipe d'experts en utilisant la méthode Design Structure Matrix (DSM). Des techniques basées sur la simulation et la théorie des réseaux sont développées pour analyser et hiérarchiser les risques du projet, en regard de leur rôle et leur importance dans le réseau des risques. L'approche proposée constitue un puissant complément à l'analyse classique des risques projet. Ces nouvelles analyses fournissent aux managers de projet une meilleure vision sur les risques et sur leurs interactions complexes et les aident à élaborer des réponses plus efficaces. Prenant en compte les contraintes de ressources, un algorithme glouton et un algorithme génétique sont développés pour optimiser le plan de réponse aux risques et l'allocation des réserves budgétaires. Deux exemples d'application, 1) à un projet réel de mise en scène musicale dans l'industrie du divertissement et 2) à un projet réel de construction d’un système de transport urbain, sont présentés pour illustrer l'utilité du système d'aide à la décision proposé.Project risk management is a crucial activity in project management. Nowadays, projects are facing a growing complexity and are thus exposed to numerous and interdependent risks. However, existing classical methods have limitations for modeling the real complexity of project risks. For example, some phenomena like chain reactions and loops are not properly taken into account. This Ph.D. thesis aims at analyzing propagation behavior in the project risk network through modelling risks and risk interactions. An integrated framework of decision support system is presented with a series of proposed methods. The construction of the project risk network requires the involvement of the project manager and the team of experts using the Design Structure Matrix (DSM) method. Simulation techniques are used and several network theory-based methods are developed for analyzing and prioritizing project risks, with respect to their role and importance in the risk network in terms of various indicators. The proposed approach serves as a powerful complement to classical project risk analysis. These novel analyses provide project managers with improved insights on risks and risk interactions under complexity and help them to design more effective response actions. Considering resource constraints, a greedy algorithm and a genetic algorithm are developed to optimize the risk response plan and the allocation of budget reserves dedicated to the risk management. Two examples of application, 1) to a real musical staging project in the entertainment industry and 2) to a real urban transportation system implementation project, are presented to illustrate the utility of the proposed decision support system