Académique Documents
Professionnel Documents
Culture Documents
S Out Enance
S Out Enance
Jean-Philippe Vidal
18 mars 2005
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Travaux interdisciplinaires
Domaines
hydraulique fluviale
modélisation numérique
intelligence artificielle
2 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Travaux interdisciplinaires
Domaines
hydraulique fluviale
modélisation numérique
intelligence artificielle
Encadrement
Denis Dartus
Sabine Moisan
Jean-Baptiste Faure
2 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Modéliser le fonctionnement des cours d’eau
Modèle hydraulique
Représentation numérique
d’une rivière
Études des modèles 1-D
3 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Modéliser le fonctionnement des cours d’eau
Modèle hydraulique
Représentation numérique
d’une rivière
Études des modèles 1-D
3 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Modéliser le fonctionnement des cours d’eau
Modèle hydraulique
Représentation numérique
d’une rivière
Études des modèles 1-D
3 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
4 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
Procédure de calage
Hypothèse
On suppose que si le modèle parvient à reproduire des événements
passés, il parviendra à reproduire des événements futurs ou
hypothétiques.
Motivation
Calage de modèles hydrauliques
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
large diffusion des codes de calcul =⇒ calage incombe à des
utilisateurs peu expérimentés
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
large diffusion des codes de calcul =⇒ calage incombe à des
utilisateurs peu expérimentés
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
large diffusion des codes de calcul =⇒ calage incombe à des
utilisateurs peu expérimentés
un algorithme d’optimisation
un test d’arrêt
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
large diffusion des codes de calcul =⇒ calage incombe à des
utilisateurs peu expérimentés
un algorithme d’optimisation
un test d’arrêt
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Calage de modèles hydrauliques
Caractéristiques de la tâche
complexe, maîtrisée seulement par des experts
large diffusion des codes de calcul =⇒ calage incombe à des
utilisateurs peu expérimentés
5 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Objectifs
6 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Système d’assistance au calage
Démarche
7 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Système d’assistance au calage
Démarche
1 Identification des connaissances
7 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Système d’assistance au calage
Démarche
1 Identification des connaissances
7 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Système d’assistance au calage
Démarche
1 Identification des connaissances
7 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Approche
Système d’assistance au calage
Démarche
1 Identification des connaissances
7 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan de l’exposé
4 Extensions du système
5 Conclusions et perspectives
8 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan
4 Extensions du système
5 Conclusions et perspectives
9 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Quelles connaissances ?
10 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Quelles connaissances ?
10 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Quelles connaissances ?
10 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Quelles connaissances ?
10 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les concepts
Connaissances descriptives
Définition
Ontologie : description des concepts et de leurs liens au sein d’un
domaine donné.
11 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les concepts
Connaissances descriptives
Définition
Ontologie : description des concepts et de leurs liens au sein d’un
domaine donné.
Ontologies développées
11 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les concepts
Connaissances descriptives
Définition
Ontologie : description des concepts et de leurs liens au sein d’un
domaine donné.
Ontologies développées
1 OntoVal : concepts génériques manipulés lors de la
comparaison d’un système avec son modèle numérique
11 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les concepts
Connaissances descriptives
Définition
Ontologie : description des concepts et de leurs liens au sein d’un
domaine donné.
Ontologies développées
1 OntoVal : concepts génériques manipulés lors de la
comparaison d’un système avec son modèle numérique
2 OntoHyd : spécialisation des concepts et des relations de
OntoVal dans le domaine de l’hydraulique fluviale 1-D
11 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les concepts
Connaissances descriptives
Définition
Ontologie : description des concepts et de leurs liens au sein d’un
domaine donné.
Ontologies développées
1 OntoVal : concepts génériques manipulés lors de la
comparaison d’un système avec son modèle numérique
2 OntoHyd : spécialisation des concepts et des relations de
OntoVal dans le domaine de l’hydraulique fluviale 1-D
«Relativité de l’ontologie»
Cette modélisation des connaissances n’est ni exhaustive ni unique.
11 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Tronçon Crues
de rivière
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Tronçon Crues
de rivière
caractérisent caractérisent
Données événementielles
Hydrogramme,
Niveaux d’eau
Données
du système
Topographie
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
caractérisent caractérisent
Données événementielles
Hydrogramme,
Niveaux d’eau
Données
du système
Topographie
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
Données événementielles
Hydrogramme,
Niveaux d’eau
Code de calcul Données
du système
Code Mage
Topographie
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
Paramètres
Coefficients
de résistance
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
Paramètres
Coefficients
de résistance
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
Paramètres
Coefficients Prédictions
produit
de résistance
Ligne d’eau max
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
Coefficients Prédictions
produit
de résistance
Ligne d’eau max
12 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
implémente
caractérisent caractérisent
simule
Coefficients Prédictions
produit
de résistance
Ligne d’eau max
12 / 42
OntoVal
affecte
théorise
SystèmeGénérique ModèleConceptuel
1 1..*
1 1
1..*
implémente
représentent
1..* PrédictionÉvénementielle Événement
1..* 1
particularise DomaineDApplicationVisé CodeDeCalcul 1 1..*
1
1 produit reproduisent
NiveauDeCorrespondanceAttendu
1..*
1..* 1
1
1 1 1..*
SystèmeÉtudié ModèleNumérique JeuDeDonnéesDeRéférence caractérisent
simule
1 1..*
caractérisent *
1 1..*
1..* 1
utilise {caractérisent le
DonnéesDu Système 1..* DonnéeÉvénementielle
même événement}
1..*
0..1 0..1 1..*
disjoints
JeuDeDonnéesDEntrée
{Pour une simulation
* * donnée}
1..*
1
Zone StructurePonctuelle Paramètre
1 1
DonnéeDeRéférence DonnéeDEntrée
* * {Caractérisent le
même événement}
ParamètreDistribué ParamètrePonctuel 1..*
OntoHyd(1/2)
Paramètre
1..* 1..* * 1
s'applique à s'applique à
{specialisation} 1
{spécialisation}
*
* 0..1
StructurePonctuelle DonnéesDuSystème Zone
0..1 1..*
s'applique à
{spécialisation} {spécialisation}
1 *
1 1..*
OuvrageHydraulique DonnéesDu SystèmeFluvial Bief TronçonDeRivière
appartient à
* 0..1 0..1 1..*
0..1
* * * 0..1 0..1
1
situé sur
situé sur 2..* noeud amont noeud aval
1 2..* 1 1
1 1 section amont
section aval
OntoHyd(2/2)
* *
Début : Date Instant : Date Début : Date Tronçon concerné : TronçonDeRivière Instant : Date
Fin : Date Section : SectionEnTravers
Fin : Date
EnsembleDePointsLocalisés
Section : SectionEnTravers
0..1 0..1
0..1 0..1 2..* 0..1
2..* 2..* 2..* 2..*
EnsembleDePointsMaximums
NiveaudEauMaximum NiveauDEau niveau mesuré débit jaugé Débit
2..*
0..1
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Décomposition du
processus de calage DéfinitionDesParamètres
6 tâches AffectationDesDonnées
principales
ValuationDesParamètres
24 sous-tâches
RéalisationDUneSimulation
ComparaisonDesPrédictions
QualificationDuModèleCalé
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Affectation
des données DéfinitionDesParamètres
Pour une crue : AffectationDesDonnées
données d’entrée : ValuationDesParamètres
condition limite
amont, condition
RéalisationDUneSimulation
limite aval...
données de ComparaisonDesPrédictions
références :
niveaux d’eau,
laisses de crues... QualificationDuModèleCalé
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Définition
des paramètres DéfinitionDesParamètres
locaux : AffectationDesDonnées
coefficient de
ValuationDesParamètres
débit des ouvrages
distribués :
RéalisationDUneSimulation
coefficients de
résistance ComparaisonDesPrédictions
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Valuation
des paramètres DéfinitionDesParamètres
intervalle de AffectationDesDonnées
variation
ValuationDesParamètres
valeur courante
RéalisationDUneSimulation
ComparaisonDesPrédictions
QualificationDuModèleCalé
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Réalisation
d’une simulation DéfinitionDesParamètres
création des AffectationDesDonnées
fichiers d’entrée
ValuationDesParamètres
exécution du code
exploitation des RéalisationDUneSimulation
fichiers de sortie
ComparaisonDesPrédictions
QualificationDuModèleCalé
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Comparaison
des prédictions DéfinitionDesParamètres
sélection des AffectationDesDonnées
prédictions
ValuationDesParamètres
émission de
jugements
RéalisationDUneSimulation
sélection
éventuelle des ComparaisonDesPrédictions
paramètres à
modifier
QualificationDuModèleCalé
16 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les procédures
Connaissances inférentielles (1/2)
CalageDeModèle
Qualification
du modèle calé DéfinitionDesParamètres
confrontation des AffectationDesDonnées
résultats obtenus avec
ValuationDesParamètres
l’objectif du modèle :
domaine
RéalisationDUneSimulation
d’application visé
niveau de ComparaisonDesPrédictions
correspondance
attendu
QualificationDuModèleCalé
16 / 42
:DomaineDApplicationVisé
:DonnéeÉvénementielle :ModèleNumérique
:DonnéeÉvénementielle [non calé]
CalageDuModèle
DéfinitionDesParamètres
:ModèleNumérique
[paramètres définis]
InitialisationDesParamètres
:ModèleNumérique
AffectationDesDonnées
[paramètres initialisés]
UML :DonnéeDeRéférence
:DonnéeDeRéférence
:PrédictionÉvénementielle
:PrédictionÉvénementielle
:
:JeuDeDonnéesDeRéférence
[concordance perfectible]
[concordance perfectible]
[sinon]
[sinon]
:
:JeuDeDonnéesDeRéférence :
:JeuDeDonnéesDeRéférence
[meilleure concordance possible] [concordance perfectible]
QualificationDuModèleCalé
:NiveauDeCorrespondanceAttendu :ModèleNumérique
[calé et qualifié]
:DomaineDApplicationVisé :NiveauDeCorrespondanceAttendu
:DonnéeDeRéférence :PrédictionÉvénementielle
:DonnéeDeRéférence :PrédictionÉvénementielle
ComparaisonDesPrédictions
SélectionDUneDonnéeDeRéférence
:DonnéeDeRéférence
[non confrontée]
SélectionDUnePrédiction
tions ComparaisonEntreRéférenceEtPrédiction
UML CompilationDesComparaisonsIntraÉvénement
[sinon]
:JeuDeDonnéesDeRéférence
[confrontée]
CompilationDesComparaisonsInterÉvénements
:JeuDeDonnéesDeRéférence
:JeuDeDonnéesDeRéférence
[confronté]
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
Règles d’inférence
Si Conditions Alors Actions
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
Règles d’inférence
Si Conditions Alors Actions
Exemples
Si aucun hydrogramme n’est disponible à l’amont du domaine,
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
Règles d’inférence
Si Conditions Alors Actions
Exemples
Si aucun hydrogramme n’est disponible à l’amont du domaine,
on prendra comme condition limite amont un hydrogramme
enregistré sur le tronçon en le décalant temporellement.
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
Règles d’inférence
Si Conditions Alors Actions
Exemples
Si aucun hydrogramme n’est disponible à l’amont du domaine,
on prendra comme condition limite amont un hydrogramme
enregistré sur le tronçon en le décalant temporellement.
Si le cours d’eau est une petite rivière de plaine, propre,
sinueuse, avec quelques seuils et mouilles,
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Les raisonnements
Connaissances inférentielles (2/2)
Règles d’inférence
Si Conditions Alors Actions
Exemples
Si aucun hydrogramme n’est disponible à l’amont du domaine,
on prendra comme condition limite amont un hydrogramme
enregistré sur le tronçon en le décalant temporellement.
Si le cours d’eau est une petite rivière de plaine, propre,
sinueuse, avec quelques seuils et mouilles, le coefficient de
Manning sera compris entre 0, 033 et 0, 045. [Chow, 1959]
19 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan
4 Extensions du système
5 Conclusions et perspectives
20 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Notions
21 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Notions
Principes
Utilisation optimale des programmes existants pour satisfaire un
objectif donné
21 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Notions
Principes
Utilisation optimale des programmes existants pour satisfaire un
objectif donné
1 construction d’un plan d’enchaînement des programmes
21 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Notions
Principes
Utilisation optimale des programmes existants pour satisfaire un
objectif donné
1 construction d’un plan d’enchaînement des programmes
2 exécution et contrôle automatiques des programmes :
gestion des entrées et des sorties
script d’exécution
règles de détection d’erreurs et de réparation
21 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
possibilité de représenter textuellement des concepts, des
procédures et des raisonnements
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
possibilité de représenter textuellement des concepts, des
procédures et des raisonnements
constitution d’une base de connaissances
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
possibilité de représenter textuellement des concepts, des
procédures et des raisonnements
constitution d’une base de connaissances
Pegase+
moteur d’inférence
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
possibilité de représenter textuellement des concepts, des
procédures et des raisonnements
constitution d’une base de connaissances
Pegase+
moteur d’inférence
exploitation de la base de connaissances
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Pilotage de programmes
Outils
Yakl
langage de représentation de connaissances
possibilité de représenter textuellement des concepts, des
procédures et des raisonnements
constitution d’une base de connaissances
Pegase+
moteur d’inférence
exploitation de la base de connaissances
interprêteur Pegase+
Yakl −−−−−−−→ C++ −−−−−−−→ systeme.exe
compilateur
22 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Description
Premier prototype
Calibration of River Model Assistant
construit avec les outils de pilotage
fait appel au code Mage
23 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Description
Premier prototype
Calibration of River Model Assistant
construit avec les outils de pilotage
fait appel au code Mage
Base de connaissances
1 connaissances génériques sur le calage
23 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Description
Premier prototype
Calibration of River Model Assistant
construit avec les outils de pilotage
fait appel au code Mage
Base de connaissances
1 connaissances génériques sur le calage
23 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Description
Premier prototype
Calibration of River Model Assistant
construit avec les outils de pilotage
fait appel au code Mage
Base de connaissances
1 connaissances génériques sur le calage
23 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Description
Premier prototype
Calibration of River Model Assistant
construit avec les outils de pilotage
fait appel au code Mage
Base de connaissances
1 connaissances génériques sur le calage
CaRMA-1
Fonctionnement automatique
Système Utilisateur
24 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Fonctionnement automatique
Système Utilisateur
Prend en charge
intégralement 21 sous-tâches
sur 24 :
applique des
raisonnements «experts»
pilote le code Mage
24 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Fonctionnement automatique
Système Utilisateur
Prend en charge
intégralement 21 sous-tâches
sur 24 :
applique des
raisonnements «experts»
pilote le code Mage
Réalise les autres tâches en
interaction avec l’utilisateur :
affiche les courbes
comparatives
pose des questions à
l’utilisateur
24 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
CaRMA-1
Fonctionnement automatique
Système Utilisateur
Prend en charge Effectue un choix parmi les
intégralement 21 sous-tâches réponses proposées par le système
sur 24 : lors de la réalisation des
applique des sous-tâches :
raisonnements «experts» définition des zones de
pilote le code Mage résistance homogènes
Réalise les autres tâches en
initialisation des coefficients de
interaction avec l’utilisateur :
résistance
affiche les courbes
comparatives comparaison entre référence et
pose des questions à prédiction
l’utilisateur
24 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan
4 Extensions du système
5 Conclusions et perspectives
25 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
affluent de l’Ariège Lèze
26 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
affluent de l’Ariège
tronçon de 27 km entre 2
stations hydrométriques
crue de février 2000 :
données externes seulement
26 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
affluent de l’Ariège
tronçon de 27 km entre 2
stations hydrométriques
crue de février 2000 :
données externes seulement
Objectif du modèle
modèle destiné à la prévision
de crues
bonne reproduction de la
dynamique de crue
26 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Méthodes implémentées
Méthode de Chow
Typologie de cours d’eau :
canaux creusés ou dragués
canaux revêtus ou bâtis
rivières naturelles
plaines d’inondations
27 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Méthodes implémentées
27 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
28 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Réponse de l’utilisateur :
2. Buissons légers et arbres, sans
feuilles
28 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Réponse de l’utilisateur :
2. Buissons légers et arbres, sans
feuilles
28 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
bassin versant de l’Escaut
Hogneau
29 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
bassin versant de l’Escaut
tronçon de 5 km, endigué
station hydrométrique
crue de février 2002 :
données internes
29 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Contexte
bassin versant de l’Escaut
tronçon de 5 km, endigué
station hydrométrique
crue de février 2002 :
données internes
Objectif du modèle
modèle destiné au
dimensionnement d’ouvrages
de protection
bonne reproduction des
niveaux d’eau maximum
29 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
30 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
30 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Comparaison visuelle 24
Requêtes du système :
20
y (m)
position relative ? 18
31 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Ajustement automatique 24
l’amont
20
dans les limites des
y (m)
intervalles de variation 18
16
14
3.15 3.2 3.25 3.3 3.35 3.4 3.45 3.5 3.55 3.6
4
point métrique (m) x 10
31 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Cas d’étude
Situations de calage
variées :
domaine d’application visé
données disponibles
32 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Cas d’étude
Situations de calage
variées :
domaine d’application visé
données disponibles
courantes en ingénierie :
«Comment faire au mieux avec les données disponibles ?»
32 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Cas d’étude
Situations de calage
variées :
domaine d’application visé
données disponibles
courantes en ingénierie :
«Comment faire au mieux avec les données disponibles ?»
Tests à effectuer
réaliser un calage sur plusieurs événements
32 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Cas d’étude
Situations de calage
variées :
domaine d’application visé
données disponibles
courantes en ingénierie :
«Comment faire au mieux avec les données disponibles ?»
Tests à effectuer
réaliser un calage sur plusieurs événements
comparer avec un calage entièrement «manuel»
32 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Prototype CaRMA-1
Fonctionnement interactif
tâche de comparaison à la charge de l’utilisateur
ajustement des paramètres basé sur comparaison visuelle
33 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Prototype CaRMA-1
Fonctionnement interactif
tâche de comparaison à la charge de l’utilisateur
ajustement des paramètres basé sur comparaison visuelle
Est-il possible d’automatiser cette tâche ?
33 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Prototype CaRMA-1
Fonctionnement interactif
tâche de comparaison à la charge de l’utilisateur
ajustement des paramètres basé sur comparaison visuelle
Est-il possible d’automatiser cette tâche ?
33 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Discussion
Prototype CaRMA-1
Fonctionnement interactif
tâche de comparaison à la charge de l’utilisateur
ajustement des paramètres basé sur comparaison visuelle
Est-il possible d’automatiser cette tâche ?
33 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan
4 Extensions du système
Automatisation de la tâche de comparaison
Développement d’outils d’IA dédiés au calage
5 Conclusions et perspectives
34 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Hydraulique fluviale 1-D : utilisation de courbes
Expert raisonne de manière symbolique sur ces courbes
35 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Hydraulique fluviale 1-D : utilisation de courbes
Expert raisonne de manière symbolique sur ces courbes
Description symbolique
lissage et segmentation
attribution de qualificatifs aux segments, aux pics et aux
ruptures de pente
dictionnaire numérique-symbolique défini par l’expert
35 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Motivation
Hydraulique fluviale 1-D : utilisation de courbes
Expert raisonne de manière symbolique sur ces courbes
Description symbolique
lissage et segmentation
attribution de qualificatifs aux segments, aux pics et aux
ruptures de pente
dictionnaire numérique-symbolique défini par l’expert
Comparaison automatique
Comparaison de deux courbes
Comparaison d’une courbe à un ensemble de points
35 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
36 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Conclusions
augmentation du nombre de simulations par rapport au calage
assisté à l’aide de CaRMA-1 : 10 −→ 1000 − 10000
faible réduction de l’erreur : 11 cm −→ 9 cm
importance des connaissances a priori
réduction du nombre de simulations
discrimination des jeux de paramètres aberrants
36 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
OVaL
Operational Validation Language
37 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
OVaL
Operational Validation Language
Incorporation des éléments de OntoVal
Numerical Model {
Name
System
Objective
Simulation Code
System Data
...
Parameters
...
}
37 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
OVaL
Operational Validation Language
Incorporation des éléments de OntoVal
Déclaration des éléments de OntoHyd
Numerical Model {
Name modèle_hydraulique_avec_Mage
System rivière
Objective calage_hydraulique
Simulation Code Mage
System Data
bief_étudié name bief
sections a Set of section_en_travers
Parameters
coeff_manning a Set of coefficients_de_résistance
coeff_débit a Set of coefficients_de_débit
}
37 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Hydre
CalageDeModèle
Associé au langage OVaL
Met en œuvre l’ensemble des DéfinitionDesParamètres
de calage ValuationDesParamètres
RéalisationDUneSimulation
ComparaisonDesPrédictions
QualificationDuModèleCalé
38 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Hydre
CalageDeModèle
Associé au langage OVaL
Met en œuvre l’ensemble des DéfinitionDesParamètres
de calage ValuationDesParamètres
CaRMA-2 ComparaisonDesPrédictions
mêmes fonctionnalités
foncièrement évolutif QualificationDuModèleCalé
uniquement connaissances
métier
38 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Plan
4 Extensions du système
5 Conclusions et perspectives
Conclusions
Perspectives
39 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Conclusions
Capitalisation de connaissances
utilisation du code Mage
formalisation du savoir-faire de l’hydraulicien pour
l’établissement d’un «code de bonnes pratiques »
structure d’inférence de la tâche de calage (Hydre)
40 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Conclusions
Capitalisation de connaissances
utilisation du code Mage
formalisation du savoir-faire de l’hydraulicien pour
l’établissement d’un «code de bonnes pratiques »
structure d’inférence de la tâche de calage (Hydre)
40 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Conclusions
Capitalisation de connaissances
utilisation du code Mage
formalisation du savoir-faire de l’hydraulicien pour
l’établissement d’un «code de bonnes pratiques »
structure d’inférence de la tâche de calage (Hydre)
Perspectives
41 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Perspectives
Hydraulique fluviale
Développer des systèmes d’assistance à des tâches proches :
analyse de sensibilité des paramètres
validation de modèle
41 / 42
Introduction Connaissances Système Mise en œuvre Extensions Conclusions
Perspectives
Hydraulique fluviale
Développer des systèmes d’assistance à des tâches proches :
analyse de sensibilité des paramètres
validation de modèle
Jean-Philippe Vidal
18 mars 2005
42 / 42