{"id":{"repo_id":"liege","oai_identifier":"oai:orbi.ulg.ac.be:2268/18626"},"canonical_url":"https://search.dev.ndltd.org/etd/liege/oai:orbi.ulg.ac.be:2268/18626","repository":{"repo_id":"liege","name":"Université de Liège","base_url":"https://orbi.uliege.be/oai/request"},"display":{"title":"Analyse inverse en géotechnique : développement d’une méthode à base d’algorithmes génétiques","abstract":"La plupart des essais géotechniques in situ ne permettent pas d’identifier directement les paramètres constitutifs des couches de sol. L’utilisation de calculs par éléments finis pour dimensionner les ouvrages est ainsi limitée par une mauvaise connaissance des propriétés mécaniques des sols. C’est dans ce contexte que se pose la problématique d’analyse inverse en géotechnique : quelles informations concernant les paramètres constitutifs du sol est-il possible d’obtenir à partir de mesures in situ? Ce travail concerne l’identification des paramètres de modèles constitutifs de sols par analyse inverse. Afin d’avoir une méthode d’identification adaptable à tout type de mesures (essais in situ ou ouvrages instrumentés), une méthode directe de résolution du problème inverse est développée. Des valeurs a priori sont données aux paramètres inconnus pour simuler le problème direct associé, à l’aide du code de calcul par éléments finis jusqu’à ce que l’écart entre les résultats du calcul numérique et les mesures in situ soit minimal. Les principales approches utilisées dans la littérature pour résoudre des problèmes d’optimisa- tion sont basées sur des méthodes de gradient. Ces méthodes supposent l’unicité de la solution du problème inverse. Or, les erreurs de modélisation et les incertitudes de mesures sont importantes en géotechnique. Il n’existe donc pas de solution exacte pour le problème inverse mais plutôt une infinité de solutions approchées. L’objectif de ce travail est de développer une méthode d’analyse inverse permettant d’identifier l’ensemble de ces solutions. Pour cela, nous avons choisi de baser la procédure d’analyse inverse sur un processus d’optimisation par algorithme génétique. Cette méthode, robuste et efficace, est connue pour sa capacité à résoudre des problèmes complexes. Nous montrons dans cette étude que l’analyse des solutions estimées par l’algorithme informe également sur la sensibilité des paramètres d’un modèle et sur l’existence possible de relations mathématiques entre ces paramètres. Suite à cela, nous proposons de décrire mathématiquement l’ensemble des solutions identifiées par l’algorithme génétique grâce à une étude statistique de type analyse en composantes principales. Cette étude montre que même si toutes les solutions d’un problème ne sont pas identifiées directement par l’algorithme génétique, leur exploitation par une analyse en composantes principales permet d’estimer l’ensemble des solutions du problème inverse. Cette méthode est développée à partir de quelques résultats obtenus sur des exemples synthétiques d’ouvrages de soutènement et d’essais pressiométriques. Puis, différentes applications réelles sur ces types d’essais et d’ouvrages géotechniques illustrent la pertinence de la méthode.","abstract_html":"La plupart des essais géotechniques in situ ne permettent pas d’identifier directement les paramètres constitutifs des couches de sol. L’utilisation de calculs par éléments finis pour dimensionner les ouvrages est ainsi limitée par une mauvaise connaissance des propriétés mécaniques des sols. C’est dans ce contexte que se pose la problématique d’analyse inverse en géotechnique : quelles informations concernant les paramètres constitutifs du sol est-il possible d’obtenir à partir de mesures in situ? Ce travail concerne l’identification des paramètres de modèles constitutifs de sols par analyse inverse. Afin d’avoir une méthode d’identification adaptable à tout type de mesures (essais in situ ou ouvrages instrumentés), une méthode directe de résolution du problème inverse est développée. Des valeurs a priori sont données aux paramètres inconnus pour simuler le problème direct associé, à l’aide du code de calcul par éléments finis jusqu’à ce que l’écart entre les résultats du calcul numérique et les mesures in situ soit minimal. Les principales approches utilisées dans la littérature pour résoudre des problèmes d’optimisa- tion sont basées sur des méthodes de gradient. Ces méthodes supposent l’unicité de la solution du problème inverse. Or, les erreurs de modélisation et les incertitudes de mesures sont importantes en géotechnique. Il n’existe donc pas de solution exacte pour le problème inverse mais plutôt une infinité de solutions approchées. L’objectif de ce travail est de développer une méthode d’analyse inverse permettant d’identifier l’ensemble de ces solutions. Pour cela, nous avons choisi de baser la procédure d’analyse inverse sur un processus d’optimisation par algorithme génétique. Cette méthode, robuste et efficace, est connue pour sa capacité à résoudre des problèmes complexes. Nous montrons dans cette étude que l’analyse des solutions estimées par l’algorithme informe également sur la sensibilité des paramètres d’un modèle et sur l’existence possible de relations mathématiques entre ces paramètres. Suite à cela, nous proposons de décrire mathématiquement l’ensemble des solutions identifiées par l’algorithme génétique grâce à une étude statistique de type analyse en composantes principales. Cette étude montre que même si toutes les solutions d’un problème ne sont pas identifiées directement par l’algorithme génétique, leur exploitation par une analyse en composantes principales permet d’estimer l’ensemble des solutions du problème inverse. Cette méthode est développée à partir de quelques résultats obtenus sur des exemples synthétiques d’ouvrages de soutènement et d’essais pressiométriques. Puis, différentes applications réelles sur ces types d’essais et d’ouvrages géotechniques illustrent la pertinence de la méthode.","abstract_has_math":false,"creators":["Levasseur, Séverine"],"institution":"Université Joseph Fourier","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":["Boulon, Marc","Malécot, Yann"],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2007,"date_issued":"2007","date_published":"2007","updated_at":"2026-07-24T02:49:06Z","subjects":["Identification de paramètres","Analyse inverse","Optimisation","Algorithme génétique","Analyse en composantes principales","Méthode des éléments finis","Essais et ouvrages géotechniques","Engineering, computing & technology","Civil engineering","Ingénierie, informatique & technologie","Ingénierie civile"],"languages":["fr"],"rights":["open access","info:eu-repo/semantics/openAccess"],"rights_urls":["http://purl.org/coar/access_right/c_abf2"],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["info:hdl:2268/18626"],"render_values":[{"text":"info:hdl:2268/18626","href":null,"code":true}]}]},"links":{"outbound_url":"https://orbi.uliege.be/handle/2268/18626","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor","label":"Contributor","values":["Boulon, Marc","Malécot, Yann"]},{"key":"dc:creator","label":"Author","values":["Levasseur, Séverine"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2007"]},{"key":"dc:publisher","label":"Institution","values":["Université Joseph Fourier"]},{"key":"dc:type","label":"Dc Type","values":["doctoral thesis","http://purl.org/coar/resource_type/c_db06","info:eu-repo/semantics/doctoralThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Identification de paramètres","Analyse inverse","Optimisation","Algorithme génétique","Analyse en composantes principales","Méthode des éléments finis","Essais et ouvrages géotechniques","Engineering, computing & technology","Civil engineering","Ingénierie, informatique & technologie","Ingénierie civile"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]},{"key":"dc:rights","label":"Dc Rights","values":["open access","http://purl.org/coar/access_right/c_abf2","info:eu-repo/semantics/openAccess"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["https://orbi.uliege.be/handle/2268/18626","info:hdl:2268/18626","https://orbi.uliege.be/bitstream/2268/18626/1/Levasseur_memoirethese.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["La plupart des essais géotechniques in situ ne permettent pas d’identifier directement les paramètres constitutifs des couches de sol. L’utilisation de calculs par éléments finis pour dimensionner les ouvrages est ainsi limitée par une mauvaise connaissance des propriétés mécaniques des sols. C’est dans ce contexte que se pose la problématique d’analyse inverse en géotechnique : quelles informations concernant les paramètres constitutifs du sol est-il possible d’obtenir à partir de mesures in situ? Ce travail concerne l’identification des paramètres de modèles constitutifs de sols par analyse inverse. Afin d’avoir une méthode d’identification adaptable à tout type de mesures (essais in situ ou ouvrages instrumentés), une méthode directe de résolution du problème inverse est développée. Des valeurs a priori sont données aux paramètres inconnus pour simuler le problème direct associé, à l’aide du code de calcul par éléments finis jusqu’à ce que l’écart entre les résultats du calcul numérique et les mesures in situ soit minimal. Les principales approches utilisées dans la littérature pour résoudre des problèmes d’optimisa- tion sont basées sur des méthodes de gradient. Ces méthodes supposent l’unicité de la solution du problème inverse. Or, les erreurs de modélisation et les incertitudes de mesures sont importantes en géotechnique. Il n’existe donc pas de solution exacte pour le problème inverse mais plutôt une infinité de solutions approchées. L’objectif de ce travail est de développer une méthode d’analyse inverse permettant d’identifier l’ensemble de ces solutions. Pour cela, nous avons choisi de baser la procédure d’analyse inverse sur un processus d’optimisation par algorithme génétique. Cette méthode, robuste et efficace, est connue pour sa capacité à résoudre des problèmes complexes. Nous montrons dans cette étude que l’analyse des solutions estimées par l’algorithme informe également sur la sensibilité des paramètres d’un modèle et sur l’existence possible de relations mathématiques entre ces paramètres. Suite à cela, nous proposons de décrire mathématiquement l’ensemble des solutions identifiées par l’algorithme génétique grâce à une étude statistique de type analyse en composantes principales. Cette étude montre que même si toutes les solutions d’un problème ne sont pas identifiées directement par l’algorithme génétique, leur exploitation par une analyse en composantes principales permet d’estimer l’ensemble des solutions du problème inverse. Cette méthode est développée à partir de quelques résultats obtenus sur des exemples synthétiques d’ouvrages de soutènement et d’essais pressiométriques. Puis, différentes applications réelles sur ces types d’essais et d’ouvrages géotechniques illustrent la pertinence de la méthode."]},{"key":"dc:format","label":"Dc Format","values":["240"]},{"key":"dc:title","label":"Title","values":["Analyse inverse en géotechnique : développement d’une méthode à base d’algorithmes génétiques"]}]}],"canonical_facts":{"dc:contributor":["Boulon, Marc","Malécot, Yann"],"dc:creator":["Levasseur, Séverine"],"dc:date":["2007"],"dc:description":["La plupart des essais géotechniques in situ ne permettent pas d’identifier directement les paramètres constitutifs des couches de sol. L’utilisation de calculs par éléments finis pour dimensionner les ouvrages est ainsi limitée par une mauvaise connaissance des propriétés mécaniques des sols. C’est dans ce contexte que se pose la problématique d’analyse inverse en géotechnique : quelles informations concernant les paramètres constitutifs du sol est-il possible d’obtenir à partir de mesures in situ? Ce travail concerne l’identification des paramètres de modèles constitutifs de sols par analyse inverse. Afin d’avoir une méthode d’identification adaptable à tout type de mesures (essais in situ ou ouvrages instrumentés), une méthode directe de résolution du problème inverse est développée. Des valeurs a priori sont données aux paramètres inconnus pour simuler le problème direct associé, à l’aide du code de calcul par éléments finis jusqu’à ce que l’écart entre les résultats du calcul numérique et les mesures in situ soit minimal. Les principales approches utilisées dans la littérature pour résoudre des problèmes d’optimisa- tion sont basées sur des méthodes de gradient. Ces méthodes supposent l’unicité de la solution du problème inverse. Or, les erreurs de modélisation et les incertitudes de mesures sont importantes en géotechnique. Il n’existe donc pas de solution exacte pour le problème inverse mais plutôt une infinité de solutions approchées. L’objectif de ce travail est de développer une méthode d’analyse inverse permettant d’identifier l’ensemble de ces solutions. Pour cela, nous avons choisi de baser la procédure d’analyse inverse sur un processus d’optimisation par algorithme génétique. Cette méthode, robuste et efficace, est connue pour sa capacité à résoudre des problèmes complexes. Nous montrons dans cette étude que l’analyse des solutions estimées par l’algorithme informe également sur la sensibilité des paramètres d’un modèle et sur l’existence possible de relations mathématiques entre ces paramètres. Suite à cela, nous proposons de décrire mathématiquement l’ensemble des solutions identifiées par l’algorithme génétique grâce à une étude statistique de type analyse en composantes principales. Cette étude montre que même si toutes les solutions d’un problème ne sont pas identifiées directement par l’algorithme génétique, leur exploitation par une analyse en composantes principales permet d’estimer l’ensemble des solutions du problème inverse. Cette méthode est développée à partir de quelques résultats obtenus sur des exemples synthétiques d’ouvrages de soutènement et d’essais pressiométriques. Puis, différentes applications réelles sur ces types d’essais et d’ouvrages géotechniques illustrent la pertinence de la méthode."],"dc:format":["240"],"dc:identifier":["https://orbi.uliege.be/handle/2268/18626","info:hdl:2268/18626","https://orbi.uliege.be/bitstream/2268/18626/1/Levasseur_memoirethese.pdf"],"dc:language":["fr"],"dc:publisher":["Université Joseph Fourier"],"dc:rights":["open access","http://purl.org/coar/access_right/c_abf2","info:eu-repo/semantics/openAccess"],"dc:subject":["Identification de paramètres","Analyse inverse","Optimisation","Algorithme génétique","Analyse en composantes principales","Méthode des éléments finis","Essais et ouvrages géotechniques","Engineering, computing & technology","Civil engineering","Ingénierie, informatique & technologie","Ingénierie civile"],"dc:title":["Analyse inverse en géotechnique : développement d’une méthode à base d’algorithmes génétiques"],"dc:type":["doctoral thesis","http://purl.org/coar/resource_type/c_db06","info:eu-repo/semantics/doctoralThesis"]},"updated_at":"2026-07-24T02:49:06Z"}