Missions

Développement d’Indicateurs Synthétiques pour l’Analyse de Cycle de Vie (ACV) des Structures de Bâtiments à l’aide d’Algorithmes d’Intelligence Artificielle.

Activités

Ce projet de recherche postdoctoral vise à développer des indicateurs synthétiques qui combinent différents paramètres issus de l'Analyse de Cycle de Vie (ACV) appliquée aux structures de bâtiments. L'objectif est de proposer des outils d’aide à la décision basés sur l'intelligence artificielle (IA) pour optimiser les processus de conception dans le secteur de la construction. En intégrant des données ACV multicritères (émissions de CO₂, ressources, impact sur la biodiversité, etc.), le projet cherche à exploiter le potentiel des algorithmes de machine learning pour simplifier la complexité des données, identifier les combinaisons de matériaux et de structures les plus durables et générer des indicateurs pertinents pour une prise de décision rapide.

Objectifs spécifiques :

1. Collecte et structuration des données ACV pour le bâtiment : Recueillir et structurer les données ACV disponibles sur divers matériaux, procédés de fabrication, configurations structurelles et modèles de fin de vie.

2. Développement d’algorithmes d’IA pour la synthèse des indicateurs : Conception et mise en œuvre de modèles d’apprentissage automatique (par ex., réseaux de neurones, forêts aléatoires, apprentissage par renforcement) afin de regrouper et pondérer les impacts environnementaux en fonction de critères prédéfinis (durabilité, coût énergétique, impact carbone).

3. Construction de modèles de prédiction pour l’optimisation des matériaux et des structures : Utilisation de modèles prédictifs pour identifier les matériaux et conceptions structurelles répondant aux objectifs de soutenabilité, incluant des contraintes spécifiques de performance structurelle et impact environnemental global.

4. Élaboration d’indicateurs synthétiques : Création d’indicateurs intégrés basés sur les données d’apprentissage, qui permettent de comparer les choix de conception de manière synthétique, en tenant compte des différents scénarios d'utilisation et de fin de vie.

5. Validation et tests sur des cas d’études concrets : Mise en pratique des indicateurs et modèles sur des projets de construction réels ou simulés, afin de vérifier leur pertinence, leur précision et leur applicabilité.

Compétences

- Titulaire d'un doctorat dans le domaine de la mécanique des structures
- Expérience dans la programmation d’IA
- Capacité à interagir avec d'autres chercheurs de culture différente.
- Capacité de synthèse, en vue notamment de la présentation des résultats et de la rédaction d'articles scientifiques.

Contexte de travail

La règlementation RE2020 impose de prendre en compte l'impact C02 de la construction d'ouvrages, bientôt l'ensemble des impacts de l'ACV seront à prendre en compte. Les concepteurs (Architectes, ingénieurs ...) ne sont pas outillés pour pouvoir faire les bons choix de paramètres lors de leur conception ce qui peut impacter lourdement l'impact environnemental global d'une construction. Il est donc nécessaire de créer solutions pour aider la prise de décision des concepteurs

Contraintes et risques

RAS