Couplage de systèmes experts et de méthodes connexionnistes dans la gestion en temps réel de réseaux d'assainissement

par Kroa. Acka

Thèse de doctorat en Génie Civil

Sous la direction de Bernard Chocat.

Soutenue en 1993

à Lyon, INSA , dans le cadre de École Doctorale Mécanique, Energétique, Génie Civil, Acoustique (Lyon) , en partenariat avec URGC-Méthodes (Lyon, INSA) (laboratoire) .


  • Résumé

    Ce travail étudie les systèmes de gestion en temps réel des réseaux d'assainissement: le site, le contexte, les objectifs, les contraintes ainsi que les méthodes de résolution de problème. Il apparaît que, dans le cas des réseaux d'assainissement complexes, plusieurs sous-systèmes naturels et artificiels interagissent: les risques de dysfonctionnement sont donc importants. L'anticipation des flux essentiels tels que la pluie est loin de se faire en avenir certain et le problème est de toute facon multicritère. La représentation finalisée optimisante du processus de décision qui est axée sur le calcul de consignes optimales a été largement étudiée mais elle comporte des lacunes théorique et pratique. Ce travail propose un modèle général du processus de prise de décision en temps réel dans la perspective d'une gestion satisfaisante du réseau. Ce modèle qui vise la diminution des risques de dysfonctionnement se caractérisé par: une interface homme-machine, un module d'apprentissage et une intégration de bases de connaissances dans les taches essentielles (validation, anticipation et représentation des flux et recherche de consignes). Il distingue deux catégories de connaissances et de raisonnements. D'une part des connaissances explicites (règles heuristiques et règles issues de codes de calcul): le raisonnement adapte a l'utilisation des arbres de modes de défaillances, leurs effets et leur criticité (AMDEC) est utilise; d'autre part, des connaissances implicites (association des flux de données et des diagnostics ou des actions envisageables) auxquelles correspond un raisonnement associatif reflétant une expérience accumulée sous formes d'images mentales et capable de classification et d'analyse de cohérence globale des flux. Un système expert traitant les connaissances explicites est couple a un réseau de neurones multicouches traitant le raisonnement associatif. Une application du modèle restreinte a la validation des données pluviométriques montre sa validité et ses spécificités: classification compressée des anomalies de mesures et détection des erreurs de mesures. Dans la première version, le système mémorisé 100% des anomalies présentées et reconnaît 80% des anomalies non apprises.

  • Titre traduit

    = Cooperation Between Expert System and Neural Network for Real Time Control of Sewer Network


  • Résumé

    This research deals with the real time control of sewer networks : sites, context, purposes, requirements and methods to solve problems in some existing networks are reviewed. There are high risks of failure in complex sewer networks. Therefore, as a general rule, the decision to be taken requieres multiple criteria. Research has shown that many theoretical and practical problems are raised when decision is based on optimal strategies research only. This work thus suggests a genral model based upon a concept of satisfying decision (ie : « SIMON Herbert A. 's « satisfaction » decision). This model relies on : human interface module, learning module, and knowledge base system integrated in the essential tasks (validation forecasting, flux representation and strategy research). Two categories of knowledge are distinguished. On the one hand, explicit knowledge made of heuristics rules, and rules obtained from hydraulics and hydrology programs, … : these rules are organised upon the concept of failure trees including the outcomes of each failure (so called A. M. D. E. C) ; On the other hand, implicit knowledges made of the human expert's ability to associate a degreee of coherence to a given set of data : this ability allows to do classifying set of data in terms of normal or abnormal conditions. So the decision aid model contemplated therefore relies on the implementation of cooperation between a neural network (here, a multilayer back-propagation network) and a knowledge base system. The first investigation in this direction applied to the validation of pluviometric data shows the validity of the concepts that is developed in this work. This model (first version) can learn 100 % of pluviometric patterns validated by the human expert and can also recognize more than 80 % of new pluviometric patterns.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (250 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(1544)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.