Application de la théorie des fonctions de croyances pour la synthèse des courbes de risque sismique probabilistes paramétriques imprécises - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2007

Application de la théorie des fonctions de croyances pour la synthèse des courbes de risque sismique probabilistes paramétriques imprécises

(1)
1

Résumé

Les phénomènes physiques en risques naturels sont caractérisés par une variabilité naturelle, dont la description mathématique (modèle probabiliste) est souvent bien établie. Cependant, la connaissance sur les paramètres de la loi probabiliste est limitée pour des raisons de coûts, d'échelle d'étude voire de délais d'étude. Le modèle probabiliste est donc « paramétrique imprécis » (e.g. une loi gaussienne avec un écart-type imprécis). Pour une aide à la décision efficace, le décideur doit avoir en mains un outil simple synthétisant les deux sources d'incertitudes (aléatoire et épistémique). Basés sur les concepts théoriques exposés dans un précédent acte de LFA 05 et 06, on propose une méthodologie dans le cadre des fonctions de croyances pour synthétiser de tels modèles avec une application sur la méthodologie de risque sismique RISK-UE, niv. 1. On fournit au décideur un encadrement de la « vraie » probabilité, l'écart entre les deux bornes représentant la méconnaissance du modèle probabiliste.
Fichier principal
Vignette du fichier
Rohmer_lfa07_HAL.pdf (773.81 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-00531777 , version 1 (03-11-2010)

Identifiants

  • HAL Id : hal-00531777 , version 1

Citer

Jeremy Rohmer. Application de la théorie des fonctions de croyances pour la synthèse des courbes de risque sismique probabilistes paramétriques imprécises. Rencontres francophones sur la logique floue et ses applications, Nov 2007, Nîmes, France. 8 p. ⟨hal-00531777⟩

Collections

BRGM INSMI BRGM-DO
111 Consultations
429 Téléchargements

Partager

Gmail Facebook Twitter LinkedIn More