Aide à la décision pour l'allocation des ressources gouvernementales en situation de crise : une approche d'optimisation multi-objectifs sous incertitude // Decision Support System for government resource allocation in crisis situations: a multi‑objectiv

Cette thèse porte sur un problème de localisation-allocation des ressources gouvernementales en situation de crise, dans un contexte humanitaire marqué par l'urgence, la rareté des moyens et l'incertitude. L'objectif est de déterminer quels centres doivent être mobilisés, comment y allouer les ressources critiques et comment affecter les demandes des zones sinistrées, en conciliant plusieurs objectifs antagonistes : réduction de la surpopulation des centres d'accueil, minimisation des temps de réponse et des coûts logistiques, et répartition équitable des ressources entre les territoires affectés. Le problème sera formulé comme un problème d'optimisation multiobjectifs sous incertitude. Sur le plan méthodologique, la thèse combinera modélisation mathématique, méthodes exactes, métaheuristiques et apprentissage par renforcement profond multi-objectifs afin de traiter à la fois les dimensions combinatoires et dynamiques du problème. Les travaux visent ainsi à proposer un cadre rigoureux d'aide à la décision pour améliorer la réactivité, la robustesse et l'équité de la gestion publique des crises.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This thesis focus on the location–allocation problem for government resource deployment in crisis situations, within a humanitarian context characterized by urgency, resource scarcity, and uncertainty. The objective is to determine which centers should be activated, how to allocate critical resources to them, and how to assign the demands of affected areas, while reconciling several conflicting goals: reducing overcrowding in reception centers, minimizing response times and logistical costs, and ensuring an equitable distribution of resources across impacted territories. The problem is formulated as a multi‑objective optimization model under uncertainty. Methodologically, the thesis combines mathematical modeling, exact methods, metaheuristics, and multi‑objective deep reinforcement learning to address both the combinatorial and dynamic dimensions of the problem. The research ultimately aims to provide a rigorous decision‑support framework to enhance the responsiveness, robustness, and fairness of public crisis management.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Enseignement supérieur

Université de Picardie - Jules Verne

585 Sciences, Technologie, Santé

Master 2 ou ingénieur en informatique ou équivalent
Master's degree (M2) or engineering degree in computer science, or equivalent.