La problématique scientifique abordée correspond à la modélisation et à l'amélioration des processus métiers. Ce problème est d'un intérêt croissant pour les entreprises qui prennent conscience de l'impact indéniable que peuvent avoir une meilleure compréhension et une meilleure gestion des processus métiers (PM) sur l'efficacité, la cohérence et la transparence de leurs activités. Le travail envisagé dans le cadre de la thèse vise à proposer une méthode et un outil pour mesurer et améliorer la qualité des modèles de processus métier. L’originalité de l’approche est qu’elle vise non seulement la qualité syntaxique mais aussi la qualité sémantique et pragmatique en s’appuyant notamment sur les connaissances du domaine. / In recent years the problems related to modeling and improving business processes have been of growing interest. Indeed, companies are realizing the undeniable impact of a better understanding and management of business processes (BP) on the effectiveness, consistency, and transparency of their business operations. BP modeling aims at a better understanding of processes, allowing deciders to achieve strategic goals of the company. However, inexperienced systems analysts often lack domain knowledge leading and this affects the quality of models they produce.Our approach targets the problem related to business process modeling quality by proposing an approach encompassing methods and tools for business process (BP) models quality measurement and improvement. We propose to support this modeling effort with an approach that uses domain knowledge to improve the semantic quality of BP models.The main contribution of this thesis is fourfold:1. Exploiting the IS domain knowledge: A business process metamodel is identified.Semantics are added to the metamodel by the mean of OCL constraints.2. Exploiting the application domain knowledge. It relies on domain ontologies. Alignment between the concepts of both metamodels is defined and illustrated.3. Designing of the guided quality process encompassing methods and techniques to evaluate and improve the business process models. Our process propose many quality constraints and metrics in order to evaluat the quality of the models and finally the process propose relevant recommendations for improvement.4. Development of a software prototype “BPM-Quality”. Our prototype implements all theabove mentioned artifacts and proposes a workflow enabling its users to evaluate andimprove CMs efficiently and effectively.We conducted a survey to validate the selection of the quality constraints through a first experience and also conducted a second experiment to evaluate the efficacy and efficiency of our overall approach and proposed improvements.

L'objectif premier de cette étude vise à modéliser, à l'aide des réseaux de neurones, deux paramètres de qualité de l'eau : les nitrates et la matière en suspension. L'intérêt d'une telle simulation est de pouvoir développer un outil d'aide à la décision en matière de gestion des pratiques agricoles. Bien que les réseaux aient montré plus de difficulté à modéliser les MES que les N-NO3, ils ont réussi à approximer les signaux avec une précision suffisante pour le but poursuivi. Le deuxième objectif vise à vérifier si l'ajout de données de teneur en eau du sol améliore la prévision des débits et de comparer le gain apporté, à celui apporté par l'ajout d'un indice de teneur en eau. Les résultats montrent que la couche intermédiaire du sol apporte le gain de performance le plus important quoique l'indice de teneur en eau soit une alternative intéressante.

Les modèles conceptuels (MC) jouent un rôle crucial qui est celui de servir de base à l'ensemble du processus de développement d'un système d'information (SI) mais aussi de moyen de communication à la fois au sein de l'équipe de développement et avec les utilisateurs durant les premières étapes de validation. Leur qualité joue par conséquent un rôle déterminant dans le succès du système final. Des études ont montré que la majeure partie des changements que subit un SI concerne des manques ou des défaillances liés aux fonctionnalités attendues. Sachant que la définition de ses fonctionnalités incombe à la phase de l'analyse et conception dont les MC constituent les livrables, il apparaît indispensable pour une méthode de conception de veiller à la qualité des MC qu'elle produit. Notre approche vise les problèmes liés à la qualité de la modélisation conceptuelle en proposant une solution intégrée au processus de développement qui à l'avantage d'être complète puisqu'elle adresse à la fois la mesure de la qualité ainsi que son amélioration. La proposition couvre les aspects suivants: i. Formulation de critères de qualité en fédérant dans un premier temps les travaux existant sur la qualité des MC. En effet, un des manques constaté dans le domaine de la qualité des MC est l'absence de consensus sur les concepts et leurs définitions. Ce travail a été validé par une étude empirique. Ce travail a également permis d'identifier les parties non couverte par la littérature et de les compléter en proposant de nouveaux concepts ou en précisant ceux dont la définition n'était complète. ii. Définition d'un concept (pattern de qualité) permettant de capitaliser les bonnes pratiques dans le domaine de la mesure et de l'amélioration de la qualité des MC. Un pattern de qualité sert à aider un concepteur de SI dans l'identification des critères de qualité applicables à sa spécification, puis de le guider progressivement dans la mesure de la qualité ainsi que dans son amélioration. Sachant que la plupart des approches existantes s'intéresse à la mesure de la qualité et néglige les moyens de la corriger. La définition de ce concept est motivée par la difficulté et le degré d'expertise important qu'exige la gestion de la qualité surtout au niveau conceptuel où le logiciel fini n'est pas encore disponible et face à la diversité des concepts de qualité (critères et métriques) pouvant s'appliquer. iii. Formulation d'une méthode orientée qualité incluant à la fois des concepts, des guides et des techniques permettant de définir les concepts de qualité souhaités, leur mesure et l'amélioration de la qualité des MC. Cette méthode propose comme point d'entrée le besoin de qualité que doit formuler le concepteur. Il est ensuite guidée de manière flexible dans le choix des critères de qualité adaptés jusqu'à la mesure et la proposition de recommandations aidant à l'amélioration de la qualité du MC initial conformément au besoin formulé. iv. Développement d'un prototype "CM-Quality". Notre prototype met en œuvre la méthode proposée et offre ainsi une aide outillé à son application. Nous avons enfin mené deux expérimentations ; la première avait comme objectif de valider les concepts de qualité utilisés et de les retenir. La deuxième visait à valider la méthode de conception guidée par la qualité proposée

Les modèles conceptuels (MC) jouent un rôle crucial qui est celui de servir de base à l’ensemble du processus de développement d’un système d’information (SI) mais aussi de moyen de communication à la fois au sein de l’équipe de développement et avec les utilisateurs durant les premières étapes de validation. Leur qualité joue par conséquent un rôle déterminant dans le succès du système final. Des études ont montré que la majeure partie des changements que subit un SI concerne des manques ou des défaillances liés aux fonctionnalités attendues. Sachant que la définition de ses fonctionnalités incombe à la phase de l’analyse et conception dont les MC constituent les livrables, il apparaît indispensable pour une méthode de conception de veiller à la qualité des MC qu’elle produit. Notre approche vise les problèmes liés à la qualité de la modélisation conceptuelle en proposant une solution intégrée au processus de développement qui à l’avantage d’être complète puisqu’elle adresse à la fois la mesure de la qualité ainsi que son amélioration. La proposition couvre les aspects suivants: i. Formulation de critères de qualité en fédérant dans un premier temps les travaux existant sur la qualité des MC. En effet, un des manques constaté dans le domaine de la qualité des MC est l’absence de consensus sur les concepts et leurs définitions. Ce travail a été validé par une étude empirique. Ce travail a également permis d’identifier les parties non couverte par la littérature et de les compléter en proposant de nouveaux concepts ou en précisant ceux dont la définition n’était complète. ii. Définition d’un concept (pattern de qualité) permettant de capitaliser les bonnes pratiques dans le domaine de la mesure et de l’amélioration de la qualité des MC. Un pattern de qualité sert à aider un concepteur de SI dans l’identification des critères de qualité applicables à sa spécification, puis de le guider progressivement dans la mesure de la qualité ainsi que dans son amélioration. Sachant que la plupart des approches existantes s’intéresse à la mesure de la qualité et néglige les moyens de la corriger. La définition de ce concept est motivée par la difficulté et le degré d’expertise important qu’exige la gestion de la qualité surtout au niveau conceptuel où le logiciel fini n’est pas encore disponible et face à la diversité des concepts de qualité (critères et métriques) pouvant s’appliquer. iii. Formulation d’une méthode orientée qualité incluant à la fois des concepts, des guides et des techniques permettant de définir les concepts de qualité souhaités, leur mesure et l’amélioration de la qualité des MC. Cette méthode propose comme point d’entrée le besoin de qualité que doit formuler le concepteur. Il est ensuite guidée de manière flexible dans le choix des critères de qualité adaptés jusqu’à la mesure et la proposition de recommandations aidant à l’amélioration de la qualité du MC initial conformément au besoin formulé. iv. Développement d'un prototype "CM-Quality". Notre prototype met en œuvre la méthode proposée et offre ainsi une aide outillé à son application. Nous avons enfin mené deux expérimentations ; la première avait comme objectif de valider les concepts de qualité utilisés et de les retenir. La deuxième visait à valider la méthode de conception guidée par la qualité proposée / Conceptual models (CM) serve as the blueprints of information systems and their quality plays decisive role in the success of the end system. It has been witnessed that majority of the IS change-requests result due to deficient functionalities in the information systems. Therefore, a good analysis and design method should ensure that CM are correct and complete, as they are the communicating mediator between the users and the development team. Our approach targets the problems related to conceptual modeling quality by proposing a comprehensive solution. We designed multiple artifacts for different aspects of CM quality. These artifacts include the following: i. Formulation of comprehensive quality criteria (quality attributes, metrics, etc.) by federating the existing quality frameworks and identifying the quality criteria for gray areas. Most of the existing literature on CM quality evaluation represents disparate and autonomous quality frameworks proposing non-converging solutions. Thus, we synthesized (existing concepts proposed by researchers) and added the new concepts to formulate a comprehensive quality approach for conceptual models that also resulted in federating the existing quality frameworks. ii. Formulation of quality patterns to encapsulate past-experiences and good practices as the selection of relevant quality criteria (including quality attributes and metrics) with respect to a particular requirement (or goal) remains trickier for a non-expert user. These quality patterns encapsulate valuable knowledge in the form of established and better solutions to resolve quality problems in CM. iii. Designing of the guided quality driven process encompassing methods and techniques to evaluate and improve the conceptual models with respect to a specific user requirement or goal. Our process guides the user in formulating the desired quality goal, helps him/her in identifying the relevant quality patterns or quality attributes with respect to the quality goal and finally the process helps in evaluating the quality of the model and propose relevant recommendations for improvement. iv. Development of a software prototype “CM-Quality”. Our prototype implements all the above mentioned artifacts and proposes a workflow enabling its users to evaluate and improve CMs efficiently and effectively. We conducted a survey to validate the selection of the quality attributes through the above mentioned federating activity and also conducted three step detailed experiment to evaluate the efficacy and efficiency of our overall approach and proposed artifacts.

La qualité des sources d'eau potable est progressivement affectée par des pressions naturelles et anthropiques. Pour réduire les effets de ces pressions sur la production d'eau potable, les municipalités doivent intensifier leurs efforts de surveillance spatiale et temporelle de la qualité des sources d'eau et améliorer le traitement de l'eau. Les températures des cours d'eau et les précipitations changent en raison des changements climatiques et de la variabilité des patrons météorologiques. Les pluies peuvent entraîner des changements rapides de la qualité de l'eau brute des usines de traitement d'eau (UTE) en raison du transport des contaminants qui résulte de l'écoulement des eaux de pluie dans les bassins versants. Pendant ces événements pluvieux, des paramètres cruciaux de la qualité de l'eau brute pour les opérations du traitement de l'eau, tels que la turbidité et la teneur en matière organique naturelle (MON), peuvent varier considérablement. Ces changements dans la qualité de l'eau brute nécessitent des modifications opérationnelles du traitement de l'eau, telles que des ajustements des doses de coagulants et de désinfectants pour maintenir la qualité de l'eau traitée. Le délai entre un évènement de pluie et la variation de la qualité de l'eau à l'entrée de l'UTE que cela induit, et les temps de réaction à ces évènements avec les approches traditionnelles, augmentent les risques de moins bonnes performances de traitement de l'eau. Le premier objectif de cette thèse est de développer des modèles pour prévoir les variations de la qualité de l'eau brute, particulièrement après des événements de pluie, en se basant sur des données hydrologiques et météorologiques. L'autre objectif est de développer des modèles pour prédire la qualité de l'eau traitée à l'UTE en fonction des conditions de traitement de l'eau et de la qualité de l'eau brute. La thèse comprend six chapitres qui présentent l'état de l'art sur le sujet, les méthodologies et les procédures proposées pour la modélisation, et la démarche utilisée pour le développement et l'application des modèles pour des cas réels en utilisant des données météorologiques, hydrologiques, et de la qualité de l'eau brute alimentant des UTE. Une revue critique de la littérature a permis d'identifier les lacunes concernant les connaissances en matière de modélisation et de prédiction de la qualité de l'eau brute à des fins de traitement de l'eau. Pour combler ces lacunes, une méthodologie a été proposée pour calculer les décalages temporels globaux entre le moment où une pluie se produit, le moment où le débit d'une rivière réagit, en tant que réponse hydrologique à la pluie, et le moment où les paramètres de qualité de l'eau se dégradent. Différents modèles d'apprentissage automatique simples et d'ensemble ont été développés pour modéliser et prédire des paramètres cruciaux de la qualité de l'eau brute, en utilisant des informations hydrologiques et météorologiques. Les modèles développés ont permis de tester avec succès la méthodologie d'estimation des temps de décalage entre les variables, ainsi que de faire des prédictions des variations de la turbidité et de la MON dans l'eau, en particulier après des événements pluvieux. Globalement, les changements de la qualité de l'eau brute se produisent une demi-journée après les pics de débit de rivière (déclenchés par les évènements pluvieux) pour la turbidité (particules fines) et entre 4 à 6 journées après ces pics, pour l'absorbance UV à 254 nm (MON). Avec ces délais estimés, des variables prédicteurs mieux corrélées avec les paramètres de qualité de l'eau brute (turbidité et UV254) ont été trouvées. Les modèles d'apprentissage automatique ont démontré des bonnes capacités pour prédire la qualité de l'eau brute avec un pas de temps horaire. Ces modèles ont permis de faire des prédictions de qualité de l'eau brute en n'utilisant que des variables hydrologiques et météorologiques. Cette méthodologie ainsi que ces prédictions pourraient faire partie de systèmes d'alerte précoce du genre « évènement de pluie - traitement de l'eau » pour améliorer la gestion de la qualité de l'eau potable dès le bassin-versant. Finalement, en utilisant les capacités prédictives des algorithmes d'apprentissage automatique simples et d'ensemble, des modèles de prédiction du pH de coagulation, de l'UV à l'eau filtrée et de l'abattement de l'UV ont été développés. Ces modèles pourraient permettre aux opérateurs d'évaluer virtuellement et rapidement les performances de différentes conditions d'opération. Ces outils de modélisation ouvrent ainsi la porte à une mise en œuvre future de modèles prédictifs de doses de coagulants, en utilisant des informations sur la qualité de l'eau brute et les objectifs de traitement de l'UTE. / The quality of drinking water sources is progressively affected by natural and anthropogenic pressures. To evaluate and reduce these pressures, increased efforts are required by municipalities for spatio-temporal monitoring and surveillance of water quality and water treatment operation. Trends in temperatures and precipitation patterns are changing as a result of climate change and the variability of meteorological characteristics. Rainfall leads to rapid changes in raw water quality due to rainfall-runoff processes in watersheds. During these events, key parameters of raw water quality for drinking water treatment, such as turbidity and natural organic matter (NOM), can vary considerably. These types of changes in raw water quality require modifications in water treatment operations, such as adjustments in coagulant and disinfectant dosages, to maintain the production of safe treated water. In addition, operators of drinking water treatment plants (DWTPs) have to deal with temporal delays between the occurrence of a rainfall event and the moment when raw water quality begins to change, as well as delays between the moment they become aware of such changes and the moment when corrective actions are implemented. The objective of this thesis is to develop models to predict variations in raw water quality during and after rainfall events and to predict water treatment performances, based on hydrological and meteorological data at watershed scale, and data from raw water quality, and operational parameters of the DWTP. The thesis consists of six chapters which present the state of the art on the subject, the methodologies and procedures proposed for modeling, and the approach for the development and application of models for real cases. A critical review of the literature allowed for the identification of gaps in the knowledge regarding modeling and prediction of raw water quality for treatment purposes. To fill these gaps, a methodology was proposed to calculate the overall lag times between the occurrence of rainfall, represented by rainfall time series, the moment when the river flow reacts as a hydrological response to rainfall, represented by river flow rate time series, and the moment when water quality parameters change. Several simple and ensemble machine learning models were developed to predict key parameters of raw water quality, using hydrological and meteorological information. The developed models allowed testing the lag time estimation methodology between variables especially after rainfall events. Globally, raw water quality changes are produced half-day after river flow peaks (triggered by rainfall events) for turbidity (representing particles) and between 4 to 6 days after, for UV absorbance at 254 nm (representing NOM). This methodology and these calculated time-lags allow to find best correlated predictor variables with raw water quality variables (turbidity and UV254). Machine learning models show optimal capabilities for predicting raw water quality variables with an hourly time step. Moreover, these models showed skills for predicting raw water quality variables using only hydrological and meteorological information. This methodology and the predictions could be a part of a special kind of early warning system (EWS) called, Weather Event - Water Treatment, to enhance drinking water management starting in the watershed. Finally, by using the predictive capabilities of simple and ensemble machine learning algorithms, prediction models for coagulation pH, UV in filtered water, and UV reduction have been developed. Modeling coagulation pH and treatment efficiency, like the NOM removal measured in filtered water, may enable operators of DWTP to virtually and quickly assess the performance of different operating conditions. This opens the opportunities for future implementation of predictive models for coagulant dosages, using information on raw water quality and treatment objectives of DWTP.