Abstract FR:

Cette these se place dans un contexte general de conception intelligente assistee par ordinateur (c. I. A. O. ) pour l'identification de systemes. Elle aborde deux aspects distincts du sujet. Le premier est le probleme d'estimation robuste de modeles lineaires lorsque l'information a priori sur l'erreur de modelisation est disponible, non pas en terme probabiliste, mais sous la forme de bornes (approche de l'erreur inconnue mais bornee). Apres un rappel des principales familles d'algorithmes existantes dans cette approche, on s'interesse plus particulierement a la famille des algorithmes bases sur la reduction de domaines d'incertitude parametrique ellipsoidaux exterieurs. Une presentation unifiee ainsi qu'une interpretation de ces algorithmes en termes d'algorithmes d'identification robuste avec zone morte sont donnees. Puis une etude de proprietes de convergence est effectuee. Enfin une etude experimentale en simulation, permet d'analyser l'influence sur les performances de ces estimateurs, du choix de la borne, de l'ellipsoide de depart, et du rapport signal/bruit. L'autre aspect traite dans cette these, est relatif a l'application des techniques d'intelligence artificielle a la construction d'un logiciel de c. I. A. O. Pour l'identification. Le logiciel acai compose d'une interface homme/machine tres conviviale, d'une base de methodes d'identification (logiciel de c. A. O. Conventionnel), et d'un systeme a base de connaissance (s. B. C. ) est presente. Les objectifs de ce logiciel sont doubles: d'une part le systeme expert fournit une aide a l'utilisateur au niveau du choix des methodes disponibles dans le logiciel de c. A. O. Et du reglage de leurs parametres caracteristiques, et d'autre part, il effectue la supervision des traitements relatifs a l'identification, en vue d'ameliorer les performances et la robustesse des estimateurs. Enfin, une session d'identification supervisee en utilisant le logiciel acai est decrite