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

INTRODUCTIONHydraulique et modélisation numériqueL’hydroinformatique est une jeune discipline 12 dont les bases ont été jetées il y a unpeu plus de dix ans par Abbott (1991). Bâtie à l’origine autour de l’hydraulique numérique,l’hydroinformatique s’affirme depuis comme le croisement hybride des sciencesde l’eau et des technologies de l’information. Au terme de quatre générations de modélisation,les outils hydroinformatiques mettent aujourd’hui à disposition des utilisateursdes systèmes à la fois performants et conviviaux (Abbott et al., 1991). L’introductionde ces systèmes a profondément changé la pratique de cette vénérable discipline qu’estl’hydraulique (Abbott, 1994). En effet, la modélisation hydraulique n’est plus seulementcomme à ses débuts une affaire d’experts, et quiconque possédant un code decalcul peut aujourd’hui s’improviser ✭ modélisateur ✮. Malheureusement, l’utilisationde systèmes performants ne peut remplacer totalement l’expertise, notamment lors del’évaluation de la qualité d’un modèle (Vidal, 2004).Hydroinformatique et intelligence artificielleAnticipant ces inconvénients inhérents à la quatrième génération de modélisation,Abbott (1991, p. 27-29) prévoyait l’apparition d’une nouvelle génération à l’intersectiondes travaux de l’hydraulique numérique et de l’intelligence artificielle. Les outilsde cette nouvelle génération devaient ainsi encapsuler les connaissances des ✭ experts ✮en hydraulique numérique pour les diffuser aux autres acteurs de la gestion de l’eau :The problem of fifth-generation modelling is then that of expressing the knowledgeand capabilities of the experts in terms of a discourse of another and more averageintelligibility.Cette nouvelle génération promise par Abbott n’a pas encore vu le jour – comme l’affirmeHarvey (2002) – et sa définition exacte reste à poser. Pourtant, de nombreuxtravaux ont porté sur la mise au point d’outils intégrant hydraulique numérique etintelligence artificielle (voir Price et al., 1998).Parmi les diverses branches de l’intelligence artificielle 13 , les techniques de systèmesà base de connaissances qui nous intéressent ici ont permis d’aborder principalementdeux sujets en hydraulique fluviale. Le premier est l’assistance – pour l’essentiel interactive– à la modélisation numérique (Chau et Wen-Wu, 1992, 1993; Chau et Yang,1994). Le deuxième concerne la sélection de la méthode de modélisation hydraulique– méthode de propagation et paramétrage numérique – à mettre en œuvre (Chau etZhang, 1995; Chau et al., 2002a) à partir de critères ✭ experts ✮ formalisés par ailleurs(voir notamment Moussa et Bocquillon, 1996, 2000). Fait assez surprenant en regardde l’importance qu’elle revêt dans le processus de modélisation, la validation opérationnelleest la grande absente des problèmes d’hydraulique fluviale abordés par les systèmesà base de connaissances.La tâche spécifique de calage de modèles hydrauliques n’a fait l’objet d’aucun traitementà l’aide d’un système à base de connaissances, au contraire de l’hydrologie oùles initiatives en ce sens sont légion (Delleur, 1991; Simonovic, 1991). De nombreuxmodules ✭ experts ✮ dédiés à assister l’utilisateur dans cette tâche ont ainsi été ajoutés au12. Ou plutôt technologie, pour reprendre les termes d’Abbott.13. En hydroinformatique, on peut notamment constater depuis quelques années la multiplication detravaux portant sur les algorithmes génétiques et les réseaux de neurones.xix