Vous cherchez...

 
Une recherche
   
   
 
 
Modélisation et optimisation des dynamiques des écosystèmes microbiens
(ACR)
- Mot(s) clé(s) :
Objet d'étude : commande non linéaire, commande optimale
Question sociétale et finalité, contexte : biodiversité microbienne
Démarche, discipline : Automatique, Modélisation et simulation, Optimisation et contrôle, Systèmes dynamiques
Afficher la suite
Objet d'étude : commande non linéaire, commande optimale
Question sociétale et finalité, contexte : biodiversité microbienne
Démarche, discipline : Automatique, Modélisation et simulation, Optimisation et contrôle, Systèmes dynamiques
Dispositif technique et méthode d'étude : aide à la décision, changement d'échelle, dépollution biologique, écologie microbienne, observateur, préservation de l'environnement, simulation d'ecosystème, stochastic model
Réduire

- Description détaillée :
Les microbes sont présents dans de nombreux écosystèmes étudiés à l'INRA (digestions, fermentations Afficher la suite
Les microbes sont présents dans de nombreux écosystèmes étudiés à l'INRA (digestions, fermentations, sols, produits fermentés...) et les nouveaux outils de la biologie moléculaire permettent désormais de mieux décrire la structure et la diversité des communautés microbiennes.

Ainsi, cette structure résulte d'interactions complexes (compétition, coopération, mutualisme) entre populations microbiennes mais aussi d'interactions avec leur milieu.

Décrire, comprendre, prévoir et éventuellement contrôler les communautés microbiennes et leur fonctionnement au sein de leur milieu sont des attentes communes des chercheurs qui travaillent sur des écosystèmes microbiens complexes ou reconstitués en laboratoire. Les populations microbiennes prises en compte concernent les micro-organismes, dont la taille des individus est de l'ordre du micron, et dont la dimension des ressources biotiques ou abiotiques (substrat) peut descendre jusqu'à l'échelle moléculaire.

Ces questions relèvent de l'écologie (écosystèmes microbiens ) et des réponses sont apportées par les approches complémentaires suivantes :

- d'une part par une approche déterministe, modélisation mathématique à l'aide de systèmes dynamiques (systèmes différentiels, commande, observation, optimisation). Partenaires principaux: LBE (Narbonne), MSE (Dijon).

- d'autre part par des approches stochastiques de trois types :
a) Planification expérimentale optimale pour l'estimation statistique des paramètres d'un modèle donné d'écosystème (adaptation de la D-optimalité et de la X-optimalité aux modèles dynamiques) ou pour la discrimination et la sélection entre modèles concurrents (adaptation de la T-optimalité): application à la modélisation des cinétiques de croissances bactériennes (dépollution biologique, microbiologie prévisionnelle agro-alimentaire).
b) Quantification par intervalles de confiance exacts des incertitudes d'estimations paramétriques de ces modèles et application à l'inférence statistique.
c) Détection statistique de rupture de modèle dynamique et application à la supervision de procédé (détection d'anomalie : panne de capteur, colmatage de pompe, contamination bactérienne) et prochainement à la surveillance des dynamiques de bactéries pathogènes. Les variables d'état (concentrations) de ces systèmes n'étant pas toujours observables directement, des techniques de filtrage particulaire sont utilisées en interaction optimale avec des procédures de décision statistique (CUSUM) issues de la théorie des tests séquentiels. Réduire

- Champs de rattachement :
 

En naviguant sur notre site vous acceptez l'installation et l'utilisation des cookies sur votre ordinateur. En savoir +