| taille du texte : S-M-L |
| impression | intranet

Estimation de la migration d’une pollution accidentelle dans un projet routier à l’aide des réseaux de neurones artificiels

type de publication      article dans une revue nationale avec comité de lecture
date de publication 2006
auteur(s) El Tabach Eddy; Lancelot Laurent; Shahrour Isam; Maillot Henri; Najjar Y.
journal (abréviation) Revue Française de Géotechnique (Rev Fr Geotechnique)
volume (numéro) 112
  
pages 49 – 57
résumé L’évaluation de la profondeur de la zone contaminée D en fonction du temps et de la quantité de polluant injectée dans un sol Q après une pollution routière accidentelle est essentielle pour étudier le risque de contamination de la ressource en eau souterraine et pour concevoir des plans d’intervention. Cet article présente une méthode pour estimer D et Q en utilisant les réseaux de neurones artificiels. Une base de données est produite à partir de cas simulés en utilisant un modèle par éléments finis. Plusieurs modèles de réseaux de neurones artificiels par rétro propagation de l’erreur sont évalués par leur capacité à généraliser la simulation sur des données indépendantes. Leur comportement est également comparé à un modèle plus classique de régression multilinéaire. Les réseaux de neurones montrent une très bonne aptitude à simuler les évolution de D et Q. La méthodologie proposée est appliquée à l’analyse du risque de pollution par le trichloréthylène des eaux souterraines le long de l'axe d’un projet routier dans le Nord de la France.
mots clés Hydrocarbure, modèle numérique, NAPL, pollution accidentelle, sol pollué, réseaux de neurones artificiels, route, trichloroéthylène
Exporter la citation au format CSV (pour Excel) ou BiBTeX (pour LaTeX).