Flood forecasting describes the rainfall-runoff transformation using simplified representations. These representations are based on either empirical descriptions, or on equations of classical mechanics of the involved physical processes. The performances of the existing flood predictions are affected by several sources of uncertainties coming not only from the approximations involved but also from imperfect knowledge of input data, initial conditions of the river basin, and model parameters. Quantifying these uncertainties enables the decision maker to better interpret the predictions and constitute a valuable decision-making tool for flood risk management. Uncertainty analysis on existing rainfall-runoff models are often performed using Monte Carlo (MC)- simulations. The implementation of this type of techniques requires a large number of simulations and consequently a potentially important calculation time. Therefore, quantifying uncertainties of real-time hydrological models is challenging. In this project, we develop a methodology for flood prediction based on Bayesian networks (BNs). BNs are directed acyclic graphs where the nodes correspond to the variables characterizing the modelled system and the arcs represent the probabilistic dependencies between these variables. The presented methodology suggests to build the RBs from the main hydrological factors controlling the flood generation, using both the available observations of the system response and the deterministic equations describing the processes involved. It is, thus, designed to take into account the time variability of different involved variables. The conditional probability tables (parameters), can be specified using observed data, existing hydrological models or expert opinion. Thanks to their inference algorithms, BN are able to rapidly propagate, through the graph, different sources of uncertainty in order to estimate their effect on the model output (e.g. riverflow). Several case studies are tested. The first case study is the Salat river basin, located in the south-west of France, where a BN is used to simulate the discharge at a given station from the streamflow observations at 3 hydrometric stations located upstream. The model showed good performances estimating the discharge at the outlet. Used in a reverse way, the model showed also satisfactory results when characterising the discharges at an upstream station by propagating back discharge observations of some downstream stations. The second case study is the Sagelva basin, located in Norway, where a BN is used to simulate the accumulation of snow water equivalent (SWE) given available weather data observations. The performances of the model are affected by the learning dataset used to train the BN parameters. In the absence of relevant observation data for learning, a methodology for learning the BN-parameters from deterministic models is proposed and tested. The resulted BN can be used to perform uncertainty analysis without any MC-simulations to be performed in real-time. From these case studies, it appears that BNs are a relevant decisionsupport tool for flood risk management.

Le fonctionnement d'un neurone, cellule fondamentale du système nerveux, intéresse de nombreuses disciplines scientifiques. Il existe ainsi des modèles mathématiques qui décrivent leur comportement par des systèmes d'EDO. Plusieurs de ces modèles peuvent ensuite être couplés afin de pouvoir étudier le comportement de réseaux, systèmes complexes au sein desquels émergent des propriétés. Ce travail présente, dans un premier temps, les principaux mécanismes régissant ce fonctionnement afin d'en comprendre la modélisation. Plusieurs modèles sont alors présentés, jusqu'à celui de Hindmarsh-Rose (1984), qui présente une dynamique lente-rapide. C'est sur l'étude numérique mais également théorique de la dynamique asymptotique et transitoire de ce dernier modèle, que se concentre la seconde partie de cette thèse. Dans une troisième partie, des réseaux d'interactions sont construits en couplant les systèmes dynamiques précédemment étudiés. L'étude du phénomène de synchronisation complète au sein de ces réseaux montre l'existence de propriétés émergentes pouvant être caractérisées par des lois de puissance. Enfin, un algorithme de détection de la synchronisation de bursts est proposé.

L'efficacité de la maintenance des systèmes industriels est un enjeu économique majeur pour leur exploitation commerciale. Les principales difficultés et sources d'inefficacité résident dans le choix des actions de maintenance. Un mauvais choix peut mener à une maintenance non satisfaisante et un surcoût dû à l'indisponibilité du système. Cette thèse propose une architecture générique de supervision pour aider à la prise de décisions d'actions de maintenance pour un système complexe. Cette architecture intègre des capacités de diagnostic et de pronostic permettant de connaître l'état actuel et l'état futur du système. La fonction de diagnostic détermine les composants en faute à l'origine des défaillances. La fonction de pronostic calcule la durée avant la prochaine défaillance du système. Nous présentons un cadre de modélisation générique formel pour un système complexe qui capture l'ensemble des connaissances nécessaires aux fonctions de diagnostic et de pronostic. Il permet de caractériser un couplage diagnostic/pronostic original. Une fonction générique et adaptative de pronostic est définie à l'aide d'un modèle de Weibull afin d'évaluer de façon probabiliste la durée de vie résiduelle du système. Des critères de performance pour l'architecture de supervision proposée reposant sur des propriétés du diagnostic et du pronostic sont caractérisés. Une méthodologie de retour sur conception est proposée dans le but d'assurer la performance de la fonction de diagnostic en garantissant la diagnosticabilité du système. L'application de ce travail de recherche aux systèmes aéronautiques s'inscrit dans le cadre du projet ARCHISTIC en collaboration avec Airbus et l'ENIT.

De nombreux procédés alimentaires comme l'affinage de Camembert peuvent être considérés comme des systèmes complexes. De nombreuses variables sont en interactions dynamiques à différents niveaux d'échelle (microscopique, macroscopique...). Contrôler ces procédés pour maintenir la qualité nutritionnelle, sanitaire et organoleptique des produits est un enjeu primordial pour l'industrie alimentaire. Les connaissances manquent toujours pour le permettre. Dans cette thèse, les approches utilisées par la communauté des systèmes complexes ont été envisagées pour résoudre cette problématique. La première piste a été de reconstuire les dynamiques des phénomènes pour différentes conditions de température et d'humidité relative d'affinage. Les réactions microbiologiques, physicochimiques et biochimiques ont été étudiées en hâloir pilote. Puis les évolutions des propriétés organoleptiques durant l'affinage ont été étudiées grâce au recueil de connaissances expertes et à la formalisation d'indicateurs sensoriels. Les dynamiques recueillis à ces différents niveaux d'échelle ont permis de modéliser de manière globale l'affinage. La seconde piste a été d'explorer l'affinage à partir d'un modèle mécanistique en utilisant les méthodes développées dans le cadre de la théorie de la viabilité. Cette théorie a été appliquée à l'affinage avec deux objectifs, connaître les domaines de viabilité du système en fonction des contraintes de contrôle (durée d'affinage) et évaluer la sensibilité du procédé à des perturbations dans ces domaines. Cette étude a permis de proposer une trajectoire optimisée d'affinage avec un temps réduit de 4 jours. Cette trajectoire a été testée avec succès en hâloir pilote, les équilibres microbiens ont été préservés ainsi que les propriétés organoleptiques des fromages. Les concepts, méthodes et outils des systèmes complexes ont ainsi été utilisés avec succès pour le contrôle de l'affinage de Camembert. D'autres procédés alimentaires pourront à l'avenir être étudiés de la même manière pour envisager une généralisation des méthodes.

La problématique de recherche développée concerne la modélisation de milieux complexes sous différentes approches. Initialement centrée sur la simulation d'écoulements fluides implémentée sur des systèmes informatiques parallèles, la thématique a évoluée vers des conceptions et des domaines d'applications plus vastes et notamment la modélisation des écosystèmes aquatiques dans leur complexité naturelle. On développe des aspects méthodologiques permettant la représentation d'organisations dynamiques détectées par des techniques de clustering puis représentées globalement dans des simulations multi-échelles. Les aspects liés à l'implémentation sont développés dans le cadre de systèmes informatiques distribués dynamiques et abordent quelques problèmes liés à la migration dynamique de codes. Le travail présenté ici traduit un instantané d'une recherche qui s'inscrit dans une dynamique qui a conduit à l'émergence d'une activité de recherche significative dans le cadre de la montée en puissance d'un laboratoire, le LIH (Laboratoire d'Informatique du Havre), et d'une formation doctorale, le DEA ITA (Informatique Théorique et Applications).

L'objet de cette thèse est la convergence structure-fonction dans les systèmes complexes et ses applications aux systèmes vivants et aux systèmes technico-économiques. Après avoir défini la modularité et identifié les difficultés associées à sa définition, cette thèse formalise le concept de convergence structure-fonction dans les systèmes évolutifs et fonctionnels et montre son intérêt pour l'évolutivité et la robustesse de ces systèmes. Ensuite, elle applique ce concept à des problématiques réelles de systèmes évolutifs et fonctionnels en biologie et en économie afin d'illustrer son utilité. Ainsi, dans le cadre de la génomique, cette thèse montre que la longueur des opérons bactériens, qui sont à la fois des modules structurels et fonctionnels, est limitée du fait de contraintes dues à l'interaction des mécanismes de transcription et de réplication. Ensuite, elle fait l'hypothèse que la modularité structurelle des points chauds de recombinaison correspond au moins partiellement à la modularité fonctionnelle des gènes. Ceci permet de développer une nouvelle méthode d'analyse des études d'association génétique basée sur un découpage en régions géniques du génome dans le but de faciliter la compréhension du mécanisme fonctionnel de leur action sur le caractère étudié en analysant directement l'association de gènes ou de groupe de gènes avec ce caractère. Sur le plan structurel, les résultats sont d'une qualité comparable à ceux des méthodes classiques. En revanche, le découpage en régions devra encore être affiné afin d'obtenir une analyse fonctionnelle pleinement utile. Enfin, dans le cadre de la libéralisation du marché européen de l'électricité, la correspondance effective entre structure et fonction de chaque acteur issu de la restructuration fait supposer que le principe de convergence structure-fonction y est bien appliqué. Cependant, des difficultés subsistent avant de parvenir à mettre en place des relations structurelles permettant d'atteindre l'optimum souhaité. Celui-ci inclut des échanges d'énergie à l'origine des contraintes couplantes entre les acteurs. A partir de la théorie de la décomposition par les prix, nous proposons un cadre permettant de définir des tarifs propres à les faciliter, en particulier celles liant producteurs et transporteurs. En conclusion, cette thèse montre (a) la limite à la convergence structure-fonction que constitue la limite de la longueur des opérons bactériens, (b) la faisabilité de l'utilisation d'un découpage basé sur les limites de gènes afin d'analyser des études d'association génétique à grande échelle et (c) l'importance d'améliorer « la grande boucle » des relations entre producteurs et transporteurs d'électricité afin d'assurer l'optimisation conjointe des investissements en capacité de production et de transport. Elle synthétise l'ensemble de ces résultats dans le cadre conceptuel de la convergence structure-fonction qui postule que la modularité structurelle des systèmes évolutifs et fonctionnels tend à se superposer à leur modularité fonctionnelle afin de leur apporter robustesse et évolutivité.

Au cours du séchage, les milieux tels que les boues, vernis, peintures subissent différentes transformations physico-chimiques ainsi que d'importantes déformations sous l'effet des contraintes de rétraction. Un grand nombre de processus peuvent ainsi apparaître : formation de fractures, décollement revêtement/substrat, formation de plis, cloques,... Ces processus apparaissent à différentes échelles et présentent en particulier un grand intérêt pour les tableaux de Maîtres (rénovation, authentification, techniques des peintures). Deux systèmes modèles seront présentés afin d'étudier de telles instabilités. D'une part les suspensions aqueuses de particules colloïdales qui, au cours de l'évaporation du solvant, conduisent à la formation d'un gel fragile, siège de fortes contraintes mécaniques. D'autre part une goutte de solution d'un polymère vitreux à température ambiante qui, au cours du séchage, subit des déformations variées en fonction des conditions expérimentales.

-

Les problèmes de la classification ont reçu une attention considérable dans des différents champs d'ingénierie comme traitement des images biomédicales, identification a partir de la voix, reconnaissance d'empreinte digitale etc. Les techniques d'intelligence artificielles, incluant les réseaux de neurones artificiels, permettent de traiter des problèmes de ce type. En particulier, les problèmes rencontrés nécessitent la manipulation de bases de données de tailles très importantes. Des structures de traitement adaptatives et exploitant des ensembles de classificateurs sont utilisées. Dans cette thèse, nous décrivons principalement le développement et des améliorations apportées à un outil de classification désigné par le terme Tree-like Divide to Simplify ou T-DTS. Nos efforts se sont portés sur l'un des modules de cet outil, le module d'estimation de complexité. L'architecture de l'outil T-DTS est très flexible et nécessite le choix d'un nombre important de paramètres. Afin de simplifier l'exploitation de T-DTS, nous avons conçu et développé une procédure automatique d'optimisation d'un de ces plus importants paramètres, le seuil de décision associé à la mesure de complexité. La contribution principale de cette thèse concerne le développement de modules pouvant s'implanté sur une architecture de calcul matérielle parallèle. Ce ceci permet de se rapproché d'une implantation purement matérielle de l'outil T-DTS

Les systèmes socio-écologiques sont omniprésents et la compréhension de leur fonctionnement est devenue une priorité pour aborder de manière commune et précise les questions soulevées par l'action de l'homme sur son environnement, mais aussi pour identifier des trajectoires et explorer des scénarios prospectifs sur la base desquels, une stratégie de pilotage pourrait être envisagée. Appliquée à un ravageur des cultures dans le nord des Andes, l'approche de ces systèmes par un modèle d'automate cellulaire a permis d'identifier les facteurs humains clefs de sa dispersion et de disposer de cartes de probabilité de présence. Par la suite, l'intégration de variabilité génétique par un modèle individu-centré a facilité l'exploration de scénarios de structuration des populations de ravageurs. Pour une meilleure compréhension de la dynamique spatio-temporelle de ces derniers, une approche à base d'agents, théorique puis empirique, a fourni des éléments d'explication des délais observables entre la mise au point d'une technique de protection des cultures et son application par les agriculteurs d'une petite région agricole, par un modèle de diffusion de l'information couplé aux approches précédentes. Afin d'exploiter ces résultats et suite à une recherche participative fructueuse dans la zone d'étude, une méthode innovante basée sur un modèle a été insérée dans un programme de formation d'agriculteurs pour souligner la nécessité d'une approche systémique pour une protection des cultures efficace. Malgré certaines limitations, ces approches pourraient être applicables plus largement à tout programme agricole dans des systèmes socio-écologiques.