Abstract
Un réseau de croyance bayésien est une manière schématique de raisonner de manière probabiliste et de comprendre l’inférence causale dans les systèmes complexes. Nous proposons d’utiliser les réseaux de croyance bayésiens (BBN) dans les premières étapes des projets de conception pour mettre en évidence les composants à haut risque de défaillance. L’identification de ces composants à haut risque peut indiquer comment utiliser au mieux les ressources pour des tâches de modélisation coûteuses. En outre, les composants à haut risque peuvent imposer des exigences de modélisation fonctionnelle, qui à leur tour informeront la conception de systèmes flexibles pour les zones critiques. Cette approche a le potentiel de réduire considérablement le risque en concentrant et en informant les efforts de modélisation, ce qui augmente les chances de succès du projet et réduit les coûts pour toutes les parties prenantes impliquées.
À l’aide d’un prototype d’application logicielle développé pour créer rapidement des BBN et calculer une valeur de probabilité finale d’un résultat spécifique (le « produit de travail »), nous testons différents scénarios de projet recueillis lors de trois entretiens avec des professionnels de l’industrie. Dans chaque cas, nous identifions un aspect du projet qui a changé au cours du projet, avec des implications de grande portée. En ajustant les valeurs et la structure de ces réseaux, nous formulons des exigences fonctionnelles spécifiques pour les modèles numériques et, dans certains cas, les systèmes de construction associés. Nous constatons que ces exigences auraient augmenté la valeur globale de leurs projets respectifs en abordant directement les zones de forte influence et d’incertitude identifiées dans le BBN.