Abstract FR:

Cette thèse concerne la synthèse de protocoles expérimentaux pour l'identification de processus. Dans le cas d'un modèle non-linéaire, le protocole optimal au sens des critères usuels dépend de la valeur (inconnue) des paramètres du modèle. Les techniques proposées prennent en compte cette dépendance, et confèrent une certaine robustesse au protocole synthétisé. Il s'agit essentiellement d'une approche Bayesienne et d'une approche de type min-max. Des critères d’optimalité ainsi que des algorithmes d'optimisation sont présentés. Les exemples traités concernent plus particulièrement le choix d’instants de mesure optimaux, mais le problème de la synthèse d'entrées optimales est également abordé. En conclusion sont suggérées différentes extensions possibles de la méthodologie, pour la discrimination entre structures de modèles, la caractérisation de la variabilité interindividus des paramètres, ou encore l'identification par estimateurs robustes.