DSpace
 

Depot Institutionnel de l'UMBB >
Thèses de Doctorat et Mémoires de Magister >
Génie Mécaniques >
Doctorat >

Veuillez utiliser cette adresse pour citer ce document : http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/13922

Titre: Intégration des techniques de l'intelligence artificielle dans l'analyse des systèmes complexes : cas de l'industrie pharmaceutique
Auteur(s): Amrani, Mohamed
Benazzouz, Djamel(Directeur de thèse)
Mots-clés: Intelligence artificielle
Surveillance
Diagnostic
Systèmes complexes
Réseaux de neurones artificiels
Réseaux bayésiens
Date de publication: 2024
Editeur: Université M'Hamed Bougara Boumerdès : Faculté de Technologie
Résumé: En résumé, pour mieux cerner l'objectif de ce travail de recherche, commençons par poser les questions suivantes : Quelle est la problématique du sujet ? L'industrie pharmaceutique revêt une importance cruciale en raison de son impact direct sur la santé humaine. Cependant, en dehors de la phase de conception et de mise en place des installations pharmaceutiques, et même tout au long de leur exploitation, de nombreux aspects méritent une attention particulière. En premier lieu, la sécurité joue un rôle essentiel. Il est impératif de garantir la sécurité et la santé de tous les intervenants, y compris le personnel travaillant dans l'industrie pharmaceutique, ainsi que de préserver les produits fabriqués et l'environnement dans lequel ils sont utilisés. Il est essentiel de mettre en place des mesures rigoureuses de protection pour atteindre ces objectifs fondamentaux. De plus, l'industrie pharmaceutique est soumise à des normes et réglementations strictes (OMS, FDA, BPF, LNCCP…), ce qui ajoute un niveau supplémentaire de complexité. Les systèmes de fabrication pharmaceutique présentent également des défis techniques considérables. Les processus de production sont souvent intrinsèquement complexes, impliquant de multiples équipements et étapes interdépendantes. Il est impératif de bien comprendre et de gérer cette complexité pour garantir des opérations fluides et efficientes. Par ailleurs, l'exactitude des équipements de laboratoire revêt une importance cruciale dans l'industrie pharmaceutique. Les tests et les analyses doivent produire des résultats précis et fiables afin d'assurer la qualité et la conformité des produits. Enfin, la maîtrise des différentes sources de contamination demeure un enjeu majeur. Il est essentiel de prévenir et de contrôler les contaminations croisées, microbiennes et d'autres éventuelles sources de contamination tout au long des processus de production pharmaceutique. Quelle est la solution développée pour remédier ? Face à l'ensemble de ces contraintes, il est impératif d'investir dans des technologies de pointe pour maîtriser les contaminations et préserver l'environnement. C'est dans cette perspective que nous avons introduit une nouvelle approche basée sur l'utilisation de l'intelligence artificielle (IA). Cette approche novatrice vise à améliorer la qualité, l'efficacité et la sécurité des opérations pharmaceutiques en tirant parti des capacités avancées de l'IA pour détecter, prévenir et résoudre les problèmes liés à ce secteur en question. Afin d'atteindre cet objectif, nous avons sélectionné trois études de cas qui abordent l'ensemble de ces problématiques. Les critères de sélection de ces études ont été définis en collaboration avec des experts de l'industrie pharmaceutique, en tenant compte de la disponibilité des données et de l'importance des défis qu'elles abordent. Pour remédier à ces problématiques, nous avons développé des modèles hybrides intelligents en combinant les techniques des réseaux de neurones artificiels et des réseaux bayésiens. L'application de ces techniques facilite la surveillance, le diagnostic et la prévision des défaillances, ce qui rend la gestion des problèmes posés possible
Description: 82 p. : ill. ; 30 cm
URI/URL: http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/13922
Collection(s) :Doctorat

Fichier(s) constituant ce document :

Il n'y a pas de fichiers associés à ce document.

View Statistics

Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.

 

Valid XHTML 1.0! Ce site utilise l'application DSpace, Version 1.4.1 - Commentaires