Assistance au calage de modèles numériques en hydraulique ... - TEL

5.4 DÉVELOPPEMENT D’OUTILS D’INTELLIGENCE ARTIFICIELLE DÉDIÉS AU CALAGE DE MODÈLESNUMÉRIQUESconnaissances pertinentes pour l’hydraulique se retrouvent dispersées au sein des différentsopérateurs implémentant artificiellement les étapes du processus générique decalage.La solution naturelle adoptée est le développement d’un moteur d’inférence dédié àla tâche de calage. Celui-ci doit réaliser non plus une planification hiérarchique d’opérateursreproduisant des sous-tâches du calage, mais directement la structure du processustel que nous l’avons modélisé dans le chapitre précédent (figure 4.8, p. 99). Les grandesétapes de ce processus devront ainsi être exécutées et enchaînées sans avoir à les déclarerdans la base de connaissances. Celle-ci contiendra alors seulement des connaissancesstrictement du domaine considéré.Utilisation d’un langage appropriéLe développement d’un nouveau moteur doit s’accompagner de la constructiond’un langage approprié. Le langage YAKL doit ainsi être complété pour prendre encompte les classes primitives d’objets liés au calage de modèles numériques. Le nouveaulangage doit ainsi incorporer l’ensemble des connaissances descriptives génériques,c’est-à-dire l’ontologie ONTOVAL décrite dans le chapitre précédent (figure 4.3, p. 88).Ce langage doit ainsi permettre de déclarer simplement qu’une section en travers est untype de données du système, qu’un coefficient de résistance est un type de paramètre ouencore qu’un hydrogramme est un type de données événementielles. Il est important denoter que la syntaxe du langage YAKL devra continuer à être disponible pour pouvoirdécrire le code de calcul et les programmes satellites.L’utilisation conjointe du moteur d’inférence et de ce langage permettra ainsi defaciliter de façon significative le développement de systèmes d’assistance au calage dansd’autres domaines.Rattachement des heuristiques aux objets du domaineDans le langage YAKL, les connaissances de raisonnement, exprimées sous forme derègles, sont rattachées aux opérateurs représentant les connaissances procédurales. Nousavons observé que ces connaissances devraient être rattachées aux concepts du domainequ’elles manipulent. Les règles concernant la sélection de données de crue, par exemple,doivent ainsi apparaître associées à l’objet crue lui-même. Ce changement de point de vueest suscité par l’intégration de la structure d’inférence – et donc d’une grande partie desconnaissances procédurales – dans le moteur même.La maintenance et l’enrichissement de la base de connaissances en hydraulique fluvialepourront être grandement facilités par cette approche recentrée sur les objets.Prenons un exemple d’une évolution potentielle de cette base : la prise en compte nonplus de deux, mais de trois coefficients de résistance à l’écoulement par tronçon homogène.Cette fonctionnalité permettrait de considérer indépendamment la résistancedu lit, celle des berges et celle de la plaine d’inondation. Pour introduire cette notionau sein de la base de connaissances dans le langage YAKL, une nouvelle définition desparamètres d’un modèle hydraulique doit tout d’abord être établie, par une réécrituredes types d’arguments correspondant. Si ceci ne présente aucune difficulté en soi, l’utilisationde ces nouveaux paramètres dans le processus de calage nécessite d’intervenirà chaque étape du processus de calage dans lesquels ces paramètres sont considérés. Denouvelles règles prenant en compte ces changements doivent ainsi être ajoutées dansde nombreux opérateurs disséminés dans la quasi totalité de la base de connaissances. Le142