Formulation de matériaux de construction à base de sous-produits industriels avec des méthodes issues de l’intelligence artificielle

par Sadok Abdelfeteh (Sadok)

Thèse de doctorat en Génie civil et environnemental

Sous la direction de Rachid Zentar et de Nor-Edine Abriak.


  • Résumé

    La question environnementale est désormais une préoccupation majeure pour les gouvernements et les industriels. La gestion efficace des déchets s’inscrit dans les actions prioritaires dans une optique d’économie circulaire. Cette gestion efficace préconise en premier lieu la valorisation maximale des déchets. Le domaine du génie civil est particulièrement concerné. La valorisation des matériaux alternatifs dans le domaine du génie civil connaît un essor important ces dernières années, toutefois cette pratique connait certaines limites, notamment le manque de réglementation claire et surtout le manque d’outils et méthodes de formulation adaptées et adaptables à l’utilisation des matériaux alternatifs. Dans ce contexte, le présent travail porte sur la mise en place de méthode de formulation de matériaux de construction à base de sous-produits industriels. Cette méthode hybride basée sur des outils de l’intelligence artificielle, combine les Algorithmes Génétique (AG) comme outils optimisation multiobjectifs et la Programmation Génétique (PG) dans ses deux versions, la PG classique et la MGGP (MultiGène Genetic Programming) comme outils de modélisation des problèmes complexes par Apprentissage Automatique (Machine Learning). La méthode de formulation des matériaux de construction à base de sous produits industriels, proposée dans ce travail a été testée sur deux cas d’étude (la formulation de bétons à hautes performances et la formulation de mortiers à base de matériaux alternatifs ou multi-déchets) et validée par des testes au laboratoire. Les résultats obtenus sont concluants et très prometteurs.

  • Titre traduit

    Mix design method of building materials based on industrial by-products using artificial intelligence


  • Résumé

    The environmental issue has become a major concern for governments and industry. Effective waste management is part of the priority actions in order to achieve a green circular economy. This efficient management imposes first maximum recovery of waste, knowing the large tonnage produced is different sectors. The field of civil engineering is particularly concerned. The valorization of alternative materials in the field of civil engineering has grown significantly in recent years. However, this practice knows some limitations, including the lack of clear regulations and especially the lack of tools and methods suitable for design of materials including alternatives materials. In this context, the present work focuses on the development of mix design method of building materials based on industrial by-products. This hybrid method combines the Genetic Algorithms (GA) as multi-objective optimization tools and Genetic Programming (GP) in its two versions, classical GP and MGGP (MultiGene Genetic Programming) as modeling tools for complex problems by Machine Learning approach. Specific studies were carried out also or these innovative tools, to demontrates benefits and weaknesses of these tools on these applications in civil engineering. Finally, this method of formulation of building materials based on industrial sub products proposed in this work was tested on two case studies (design of high performance concrete and mortars made of alternative materials) and validated by the laboratory tests. The results are conclusive and promising to generalize the method to other applications of Civil Engineering.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.