HAL Id: tel-02819689
https://hal.inrae.fr/tel-02819689
Submitted on 6 Jun 2020
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Apprentissage symbolique à partir de données issues de simulation pour l’aide à la décision. Gestion d’un bassin
versant pour une meilleure qualité de l’eau.
Ronan Trépos
To cite this version:
Ronan Trépos. Apprentissage symbolique à partir de données issues de simulation pour l’aide à la décision. Gestion d’un bassin versant pour une meilleure qualité de l’eau.. Mathématiques [math].
Université de Rennes 1, 2008. Français. �tel-02819689�
N
o
d'ordre: 3696
THÈSE
Présentéedevant
devant l'Université de Rennes 1
pour obtenir
legrade de :Doteur de l'Université de Rennes 1
Mention Informatique
par
Ronan TRÉPOS
Équiped'aueil :DREAM- IRISA
Éole Dotorale:Matisse
Composanteuniversitaire :IFSIC
Titre de lathèse:
Apprentissage symbolique à partir de données issues de simulation
pour l'aide à la déision.
Gestion d'un bassin versant pour une meilleure qualité de l'eau.
soutenue le22 janvier2008 devant laommission d'examen
Rapporteurs: ChristelVrain PR.Université d'Orléans
RobertFaivre DR.INRA deToulouse
Examinateurs : JoelyneErhel DR.INRIA Rennes
YvesLe Bissonnais DR.INRA deMontpellier
Diretrie dethèse : Marie-Odile Cordier PR.Université de Rennes1
Co-enadrantes : Chantal Gasuel-Odoux DR.INRA deRennes
Véronique Masson MdC.Université deRennes 1
CettethèseaétéenadréeparuneéquipeomposéedeMarie-OdileCordier(IRISA,
Rennes),FrederikGaria(UMRMIA,INRA,Toulouse),ChantalGasuel-Odoux(UMR
SAS, INRA, Rennes) et Véronique Masson (IRISA, Rennes). Elle a été aompagnée
parunomitédepilotagede thèseomposédeJ.Baudry,P.Durand,F. LeBerreetC.
Vrain, quis'est réuniune foispar an.
Cettethèse aétéeetuéedansl'équipeDREAMdel'IRISA.Ellea étéo-nanée
par les départements "Environnement et Agronomie" et "Mathématique Appliquée et
Informatique"de l'INRA.
Ce travail fait partie du projet SACADEAU "Système d'Aquisition de Connais-
sane pour d'Aide à la Déision pour la qualité de l'EAU", qui a répondu à l'Ation
transversale INRA-CIRAD "Aide à la Déision : omment artiuler onnaissanes et
ation en agriulture, agroalimentaire et dans l'espae rural". Ce projet a assoié des
équipes de reherhe et des partenaires des hambres d'agriultures de Bretagne, en
partiulier L. Lebouille, animatrie du bassin versant du Frémeur, M. Falhier et D.
Heddadj.
Je tiensàremerierChristelVrainetRobertFaivrepouravoiraeptéderapporter
ettethèse.Leursremarquesontétépréieuses.JeremerieaussiJoelyneErheletYves
Le Bissonnaisd'avoir également partiipé aujury deette thèse.
Meri beauoupà Marie-Odile-Cordier, Chantal Gasuel-OdouxetVéroniqueMas-
son pour leur enadrement. Elles ont su orienter es travaux tout en me laissant une
grandelibertédansmeshoix,equia ététrès appréiable.Ellesont étédisponibleset
ont su mesoutenir toutau longde estroisannées.
Je remerie également FredGaria pour son investissement et ses retourssur ette
thèse.Jeremerie aussilesmembresduprojetSaadeau, eteuxduomitéde thèse,
quim'ont apportédeséléments surlaproblématique environnementale de etravail.
L'aueil au sein de l'équipe DREAM a été remarquable. Entre autres, la bonne
humeur de Sophie (qui va de pair ave elle de son amie Véro), les jeux de Philippe,
les onseils tehniques de René ont été à l'origine de bons moments passés en leur
ompagnie,parexempledansleadredesséminairesTahiti,toujourstrèsbienorganisés
d'ailleurs :-) Un grand meri également à Elisa, François et Alban, jeunes doteurs
maintenant, qui m'ont aidé àomprendre e quionstitue untravail de thèse.
Je tiens à remerier Luie, Goulven, Xavier et Alexandre pour les bons moments
passés en leur ompagnie à l'Irisa. Une dédiae partiulière à Alex, ollo de bureau
pendant es trois années. Pour les bons moments passés à Rennes pendant es trois
années, meri à tous eux que j'ai toyés, par exemple à l'UBU ave entre autres
Sasha,Arnold etDavid;aupoker, etunpeu partout ave desamisde longue date,les
Mathieu,Bertrand, Damien, Yann...
Un grand meri enn adressé à mes parents, mes frères et leur ompagne pour
m'avoir soutenu,réellement,toutaulongdeestroisannées.Atoutmoment,ilsm'ont
enouragé.
Liste des Dénitions vi
Liste des Algorithmes vii
Liste des Tableaux vii
Liste des Figures vii
Liste des Exemples viii
Introdution 1
1 Apprentissage de règles 5
1.1 Apprentissage derègles attribut-valeur . . . . . . . . . . . . . . . . . . . 7
1.1.1 Lesarbres de déision . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.2 Le systèmeCN2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Stratégies "séparerpour régner"et "diviserpour régner" . . . . . 11
1.2 Programmationlogique indutive . . . . . . . . . . . . . . . . . . . . . . 13
1.2.1 Sémantique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.2 Algorithmegénérique dePLI . . . . . . . . . . . . . . . . . . . . 15
1.2.3 Struturation de l'espaede reherhe de lauses . . . . . . . . . 16
1.2.4 Biaisd'apprentissage . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.4.1 Biais délaratifs . . . . . . . . . . . . . . . . . . . . . . 18
1.2.4.2 Biais de préférene . . . . . . . . . . . . . . . . . . . . . 19
1.2.5 Stratégiede parours dansl'espae de reherhe . . . . . . . . . . 19
1.2.5.1 Reherhedesendante . . . . . . . . . . . . . . . . . . 19
1.2.5.2 Reherheasendante . . . . . . . . . . . . . . . . . . . 20
1.2.5.3 Reherhemixte . . . . . . . . . . . . . . . . . . . . . . 21
1.2.5.4 Élagage etlimitation de lareherhe . . . . . . . . . . . 22
1.2.6 Deuxsystèmes de PLI . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.6.1 FOIL:unsystèmede reherhe desendante . . . . . . 23
1.2.6.2 Aleph :unsystèmede reherhe mixte. . . . . . . . . . 24
1.3 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2 Le modèle Saadeau et la simulation de sénarios 27
2.1 Modélisation desproessus. . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.1 Modélisationdesproessushydrologiques . . . . . . . . . . . . . 28
2.1.2 Modélisationspatiale dubassinversant . . . . . . . . . . . . . . 30
2.1.2.1 Ruissellement. . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.2.2 Éoulementsde subsurfae . . . . . . . . . . . . . . . . 32
2.1.3 Modélisationdutransfert depestiides . . . . . . . . . . . . . . . 32
2.1.4 Modélisationdesproessusdéisionnels . . . . . . . . . . . . . . 33
2.2 Représentation desrésultatsde simulation . . . . . . . . . . . . . . . . . 34
2.2.1 Entrées du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.2 Arbred'exutoires . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.3 Variablesde sortie . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3 Explorationdu modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.1 Données disponibles pour lasimulation . . . . . . . . . . . . . . . 40
2.3.2 Sénario de référene . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.3 Étude de l'impatde ertainsfateurs . . . . . . . . . . . . . . . 42
2.4 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 Indution derègles àpartir des données issues dumodèleSaadeau. 47 3.1 Indution derèglesà partir de donnéesde simulation . . . . . . . . . . . 48
3.1.1 Objetifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.2 Constitution d'unebased'apprentissage . . . . . . . . . . . . . . 49
3.2 Un premierapprentissage à l'aidedu modèlesimplié. . . . . . . . . . . 50
3.3 Dénition duproblèmed'apprentissage . . . . . . . . . . . . . . . . . . . 52
3.3.1 La based'arbre d'exutoires . . . . . . . . . . . . . . . . . . . . . 53
3.3.2 Caratérisation deslasses d'apprentissage . . . . . . . . . . . . . 54
3.4 Déouverte demotifs d'arbre d'exutoires . . . . . . . . . . . . . . . . . 56
3.4.1 Notionsde sous-arbres . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.2 Représentation desdonnées d'apprentissage . . . . . . . . . . . . 60
3.4.3 Opérateur de spéialisation delauses pour l'indutionde motifs d'arbre d'exutoires . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.4 Miseen ÷uvreau sein dusystèmeAleph . . . . . . . . . . . . . . 64
3.4.5 Quelquesrésultats . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 Déouverte derèglesattribut-valeur pour lesarbres d'exutoires . . . . . 68
3.5.1 Séletion del'ensemble desattributs agrégats . . . . . . . . . . . 68
3.5.2 Quelquesrésultats . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6 Combinaison de laPLIetl'apprentissage en logique attribut-valeur . . . 72
3.6.1 Quelquesrésultats . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.7 Résultats d'apprentissage . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4 Analyses des règles pourl'aide à la déision 77
4.1 Analysede règlespourl'aide à ladéision . . . . . . . . . . . . . . . . . 78
4.1.1 Visualisationdesrèglesinduites . . . . . . . . . . . . . . . . . . . 78
4.1.2 Séletionde règlesintéressantes . . . . . . . . . . . . . . . . . . . 78
4.1.3 Propositiond'ations . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2 Reommandationd'ations en logiqueattribut-valeur . . . . . . . . . . . 80
4.2.1 Dénitionspréliminaires . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.2 Faisabilité d'uneation . . . . . . . . . . . . . . . . . . . . . . . 85
4.2.3 Tâhe de reherhe d'ations . . . . . . . . . . . . . . . . . . . . 87
4.2.4 Unpremier algorithmepour lareherhe d'ations . . . . . . . . 88
4.2.5 Reherhe del'optimum . . . . . . . . . . . . . . . . . . . . . . . 89
4.2.6 Expérimentations . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.3 Visualisationdesrègles. . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.4 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Conlusion 105 A La logique des prédiats et Prolog 111 A.1 Lelangage desprédiats . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2 Satisfaisabilitéd'unensemblede formules . . . . . . . . . . . . . . . . . 112
A.3 Lelangage Prolog. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
B Les attributs d'exutoire et agrégats 117 B.1 Lesattributs d'exutoires . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
B.2 Lesattributs agrégats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
C Les règles apprises 121 C.1 Déouvertede motifsd'arbres d'exutoires . . . . . . . . . . . . . . . . . 121
C.2 Déouvertede règlesattributs valeur . . . . . . . . . . . . . . . . . . . . 124
C.3 Règlesrésultant de laombinaisondes deuxapprentissages . . . . . . . 127
Bibliographie 130
Liste des Dénitions
1.3 Complétude etorretion d'unethéorie. . . . . . . . . . . . . . . . . . . . . 6
1.10 Sémantiquenormale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.11 Sémantiquedénie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.14
θ
-subsomptionde deuxlauses . . . . . . . . . . . . . . . . . . . . . . . . . 162.4 Exutoire de parelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.7 Itinéraire tehnique dedésherbage -ITK . . . . . . . . . . . . . . . . . . . . 33
2.11 Relations "ls" et"en amont" entreexutoires . . . . . . . . . . . . . . . . . 36
2.12 Arbre d'exutoires etsaraine . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.7 Tâhe dearatérisation deslasses d'arbresd'exutoires . . . . . . . . . . . 55
3.14 Attributd'exutoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.22 Attributagrégat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.2 Opérateurs
⊠
et⊞
entre valeurs . . . . . . . . . . . . . . . . . . . . . . . . 814.3 Inlusion etinlusionstrite entre valeurs . . . . . . . . . . . . . . . . . . . 82
4.4 Opérateurs
⊟
entrevaleurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 824.8 Séleteur etomplexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.9 Projetion surattributetomplexe ohérent. . . . . . . . . . . . . . . . . . 83
4.11 Complexe ohérent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.12 Couverture etéquivalene . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.13 Opérateur
⊠
etomplexesonnetés . . . . . . . . . . . . . . . . . . . . . . 844.15 Situation, ationetrègle de lassiation . . . . . . . . . . . . . . . . . . . 85
4.16 Situation résultante, orretion etpréision . . . . . . . . . . . . . . . . . . 85
4.18 Faisabilité parrestrition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.19
δ
-faisabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 874.20 Monotonie de lafaisabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.22 Ation valide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.23 Qualité d'une ation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.24 Tâhe dereommandation d'ations . . . . . . . . . . . . . . . . . . . . . . 88
4.25 Ationsélémentaires
A
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 884.28 Ation omposite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.33 Graphe etlique de règles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
A.1 Terme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2 Littéral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.3 Formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.4 Clause . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.5 Formelausale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.6 Interprétation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.7 Modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.8 Satisfaisabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.9 Conséquene logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113