Thèse Jumeau Numérique Territorial Modélisation Prédiction et Optimisation des Infrastructures H/F - Université de Montpellier

Établissement : Université de Montpellier
École doctorale : I2S - Information, Structures, Systèmes
Laboratoire de recherche : LMGC - Laboratoire de Mécanique et Génie Civil
Direction de la thèse : Jérôme QUIRANT ORCID 0000000340909107
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-31T23:59:59

Ce projet de thèse vise à mettre en oeuvre une approche de création de jumeau numérique fondée sur une architecture générique et dynamique. Celle ci consiste à utiliser des outils de simulation et de gestion urbaine, couplés à un accès en temps réel à des données géographiques, urbaines, climatiques, infrastructurelles, socio économiques et satellitaires. L'usage des jumeaux numériques ouvre diverses perspectives et possibilités pour des études dédiées à l'aménagement et au développement urbain intelligents (résilience climatique, gestion efficace des ressources, mobilité, etc.) [5,6,7]. Plus précisément, le jumeau numérique est destiné à être utilisé pour des cas d'usage liés à la gestion des risques, tels que l'évaluation des impacts de l'élévation du niveau de la mer due au changement climatique (projet en cours au laboratoire LMGC) ou l'analyse de scénarios d'inondation, afin de soutenir l'anticipation, la préparation et la prise de décision éclairée.
En mobilisant des outils d'optimisation et d'intelligence artificielle, notamment l'apprentissage profond, ce travail de thèse vise également à développer de nouveaux modèles multi échelles couvrant les bâtiments, les réseaux et les territoires, pour diverses prédictions liées aux scénarios de gestion et à l'aide à la décision. Des modèles d'aide à la décision basés sur des méthodes d'optimisation et l'intelligence artificielle ont déjà été développés avec succès dans les laboratoires LAMIH et LMGC pour d'autres secteurs tels que l'industrie et la logistique, où ils contribuent à optimiser des processus complexes et à guider des choix stratégiques [8,9,10]. En s'appuyant sur ces avancées, des approches similaires sont envisagées dans ce domaine afin d'améliorer l'analyse, la planification et la prise de décision opérationnelle.
Les travaux sur ce sujet seront structurés en trois volets :
1.la collecte et le croisement de données géographiques, urbaines, climatiques et autres pour un territoire donné, ainsi que l'analyse des données recueillies ;
2.la visualisation et l'interaction avec ces données via un modèle numérique pour faciliter l'analyse et la prise de décision ;
3.la création de scénarios de phénomènes climatiques, hydrologiques ou urbains afin de simuler et analyser leurs impacts environnementaux, sociaux et économiques.

Le secteur de la construction, bâtiment et travaux publics (BTP), est considéré comme l'un des plus grands secteurs de l'économie et joue un rôle crucial dans notre vie quotidienne. Cependant, contrairement à d'autres secteurs, notamment le secteur d'industrie qui a subi d'énormes changements au cours des dernières décennies en termes de processus et de productivité grâce à l'utilisation des nouvelles technologies telles que la numérisation, la robotisation, l'industrie 4.0 et l'intelligence artificielle, le secteur du BTP a pris du retard dans l'introduction de ces avancées technologiques et, par conséquent, sa productivité est relativement faible, voire baissée en baisse par rapport à d'autres secteurs [1].

Aujourd'hui, les enjeux environnementaux (émission des gaz liée au secteur du BTP), sociaux (besoin de nouveaux logements et d'infrastructures) et économiques (coût et délai de construction) rendent les changements en matière de processus de gestion de ce secteur une priorité [2].

Pour répondre à cet objectif, l'usage de maquettes numériques et l'approche BIM (Building Information Modeling), est devenue une solution attractive au cours des dernières années. Cette solution contribuera aux objectifs socio-économiques et à l'aspect écologique [3,4].

Cependant, l'usage de maquettes numériques et l'approche BIM implique l'exploitation de nouvelles technologies telles que la réalité virtuelle et augmentée, voire le jumeau numérique permettant d'échanger beaucoup plus facilement et de développer des modes de collaboration et de gestion encore impensables jusqu'alors. Ce projet de thèse vise à mette en oeuvre une approche de création d'un jumeau numérique basé sur une architecture générique et dynamique, qui consiste à exploiter les outils de simulation et de gestion des villes, couplé à l'accessibilité en temps réel à des données géographiques, urbaines, climatiques, infrastructurelles, socio-économiques et satellitaires. L'usage du jumeau numérique ouvre diverses perspectives et possibilité d'études, visant la planification et l'aménagement urbain intelligents (Résilience climatique, gestion efficace de ressources, mobilité, etc.) [5,6,7].

Le plan de travail dans cette thèse se décline autour des étapes suivantes :

1ère année :

État de l'art sur le jumeau numérique territorial, les méthodes d'optimisation et d'intelligence artificielle et les travaux existants qui utilisent ces outils dans la gestion des territoires

Développement d'un cas d'usage du jumeau numérique territorial (benchmark)

Collecte, croisement et structuration de différentes données sur un territoire

Analyse des données recueillies

Elaboration premier prototype de maquette numérique

2ème année

Développement de modules de visualisation et d'interaction de données collectées

Intégration des données collectées

Intégration des premières simulations des impacts environnemental, sociale et économique d'un aménagement urbain

Création des scénarios des phénomènes climatiques, hydrologiques ou urbains

Développement des modèles d'optimisation pour minimiser les risques et améliorer de la performance.

3ème année

Développement des modèles de prédiction basés sur l'IA pour prédire le comportement territorial

Rédaction de rapport de thèse

Profil(s) de candidats souhaité(s) :

Formation d'ingénieur ou master recherche en informatique, génie industriel ou recherche opérationnelle

Bonne connaissance en programmation (Python, Cplex, etc. )

Forte appétence pour la programmation mathématique, simulation et l'IA

Formation d'ingénieur ou master recherche en informatique, génie industriel ou recherche opérationnelle