Assistance au calage de modèles numériques en hydraulique fluviale - Apports de l'intelligence artificielle

Le calage d'un modèle numérique vise à reproduire des événements de référence par l'ajustement de paramètres à base physique. Cette thèse propose une approche à l'aide de Systèmes à Base de Connaissances. Après une définition des concepts clés, sont présentés un état de l'art et une analyse des différents objets, procédures et raisonnements mis en oeuvre pour mener à bien cette tâche. Ces éléments sont formalisés puis intégrés au sein d'un système d'assistance au calage, selon trois niveaux de connaissances : génériques, propres à l'hydraulique fluviale 1D, et spécifiques au code de calcul utilisé. Deux cas réels d'application sont traités, en fonction des données disponibles et de l'objectif projeté du modèle. La thèse a permis la capitalisation d'un savoirfaire qui a conduit à un prototype opérationnel d'assistance au calage de modèles hydrauliques et au développement d'outils d'intelligence artificielle dédiés au calage et indépendants de la discipline considérée. ABSTRACT : Model calibration aims at simulating reference events thanks to an adjustment of physicallybased parameters. This thesis proposes a knowledgebased system approach to this task. After a definition of key concepts, a state of the art and an analysis of the different objects, procedures and reasonings applied to achieve this task are presented. These elements are formalized and integrated within a computeraided calibration support system. The knowledge is structured into three levels : generic knowledge, knowledge specific to 1D river hydraulics, and knowledge about the advanced use of the simulation code employed. Two reallife case studies are then handled on the basis of available data and intended model application. This thesis allowed the capitalization of knowhow, which led to build an operational hydraulic model calibration support prototype, and to develop artificial intelligence tools both dedicated to calibration and independent from the selected scientific domain.