L'ingénierie des Connaissances, un outil pour intégrer les connaissances sur les procédés de la chaîne alimentaire et aider à la décision

Au croisement des sciences cognitives, de l'informatique et des mathématiques appliquées, l’ingénierie des connaissances propose des concepts, méthodes et techniques permettant de modéliser et/ou d’acquérir les connaissances dans des domaines ou la formalisation est difficile ou la compréhension des phénomènes partielle. L'acquisition des connaissances est apparue comme une discipline avec un objet de recherche à la fin des années 80. À la suite des développements des systèmes experts durant la décennie, la question de la modélisation et de l'acquisition des connaissances pour ces systèmes est apparue comme cruciale et problématique. Les travaux en Ingénierie des connaissances sont doncfondés sur la nécessité de modéliser de manière explicite les connaissances. Il s'agit de construire des modèles adaptés à la nature des connaissances à décrire pour pouvoir ensuite les représenter dans des formalismes adéquats (Charlet, 2002). L’ingénierie des connaissances peut être schématiquement définie par trois étapes : l'acquisition de connaissances disponibles, leur représentation informatique et l'utilisation de celles-ci à des fins de simulation, de prédiction, de validation, d'optimisation pour aider à la décision. Un archipel de méthodes existe pour traiter cette problématique. Elles sont chacune plus ou moins adaptées au problème traité et des compétences spécifiques sont nécessaires pour choisir et mettre en oeuvre les méthodes les plus appropriées. La démarche et certaines méthodes sont illustrées pour différentes applications dansl'industrie alimentaire, telles que la chaîne de transformation du blé dur, le pétrissage de la pâte à pain, l’affinage du fromage. Ces illustrations s’appuient sur des approches spécifiques, comme les arbres de décision et les graphes conceptuels, le raisonnement qualitatif, les réseaux bayésiens et l'optimisation sous contraintes, respectivement. L'application de ces approches ouvre des perspectives pour la conception virtuelle de produits alimentaires dans le cadre d’une chaîne alimentaire durable.
Issued from cognitive sciences, computer sciences and applied mathematics, Knowledge (K) Engineering encompasses modelling and can be roughly defined by three steps: acquisition of available K, representation of acquired K and computational use of represented K for simulation, validation and optimisation purposes. These different steps are illustrated for various applications to food industry like the durum wheat chain, dough mixing for bread making, cheese ripening, based on specific approaches like decision trees and conceptual graphs, qualitative reasoning, Bayesian networks and optimisation under uncertainty and multi-criteria flexible querying, respectively. The application of such approaches opens prospects for the virtual design of food products which will be of help for the sustainable production of high quality foods.