NAFI Amir Hassene Ali 2006

2003/2006
THÈSE DE DOCTORAT
Université Louis Pasteur, Strasbourg I
Discipline : Sciences de Gestion
__________________________________________________________________________
LA PROGRAMMATION PLURIANNUELLE DU
RENOUVELLEMENT DES RESEAUX D’EAU POTABLE
___________________________________________________________________________
Par : Amir NAFI
Soutenue publiquement le : 08/12/2006
Composition du jury :
Patrick Roger, Professeur à l’Université Louis Pasteur, Strasbourg (Rapporteur)

Dominique Gueguan, Professeur à l’Ecole Normale Supérieure de Cachan (Rapporteur)
Vincent Giard, Professeur à l’Université Paris Dauphine (Rapporteur)
Bernard Brémond, Directeur de recherche au Cemagref Bordeaux (Examinateur)
Jerzy korczak, Professeur à l’Université Louis Pasteur (Invité)
Patrick Llerena, Professeur à l’Université Louis Pasteur (Directeur de thèse)
Caty Werey, Docteur à l’Ecole Nationale de l’Eau et de l’Environnement de Strasbourg-Cemagref (Co-encadrante)
Laboratoire d’accueil
Unité Mixte de Recherche en Gestion des Services Publics

Cemagref-Engees
1 quai koch PB61039
67070 Strasbourg cedex.
Remerciements
Je tiens à remercier mes collègues de l’UMR Cemagref-Engees en Gestion des Services

Publics (GSP) qui m’ont soutenu tout au long de la thèse et pour le soutien matériel et logistique
de la part de l’unité de recherche GSP, du Bureau d’Economie Théorique et Appliquée (BETA)
et de l’Université Louis Pasteur pour la réalisation de ce travail de recherche.
Je remercie tout particulièrement mon encadrante Mme Caty WEREY et mon directeur
de thèse M.Patrick LLERENA pour leur encadrement, les remarques et conseils qu’ils m’ont
prodigués au cours de l’élaboration de ce modeste travail.
Un vif merci à ma famille qui m’a toujours soutenu, réconforté et cru en moi dans cette
formidable et unique aventure qui est la thèse. A mes parents, à ma femme, à mes frères et à ma
sœur.
Sommaire
Introduction générale 20
Chapitre 1 - Problématique de thèse et éléments de réponse
1. Introduction 29
2. La problématique de renouvellement
des réseaux d’eau potable 30
3. Le renouvellement et les choix d’investissement 34
4. La gestion du patrimoine et les réseaux d’eau potable 37
4.1 La gestion du patrimoine - Asset Management : Définition 38
4.2 La gestion du patrimoine appliquée aux réseau AEP 40
4.2.1 L’analyse économique 42
4.2.2 L’analyse technique 43
5. La programmation pluriannuelle et
la décision de renouvellement 44
5.1 Absence de contraintes budgétaires,
disponibilité de la ressource financière 46
5.2 Contraintes budgétaires, insuffisance de la ressource financière 47
6. Conclusion 49
Chapitre 2 - Fonctionnement du réseau AEP et fiabilité hydraulique
1. Introduction 54
2. L’Alimentation en Eau Potable (AEP) 54
2.1 Fonctions d’Alimentation en Eau Potable 54
3. La distribution de l’eau potable en France 55
4. La distribution et les réseaux AEP 57
4.1 Structure du réseau AEP 57
4.1.1 Les conduites 58
4.1.2 Les nœuds 61
4.1.3 Topologie du réseau AEP 64
5. La modélisation hydraulique du réseau AEP 65
5.1 Modèle pour le dimensionnement du réseau 65
5.2 Modèle pour l’analyse du fonctionnement
hydraulique et diagnostic 65
5.3 Modèle pour la gestion du réseau 65
5.4 Modèle pour la mesure de la qualité de l’eau 66
5.5 Précision du modèle et représentation du réseau AEP 66
6. Etude de la fiabilité hydraulique des réseaux 67
6.1 Modèles pour la fiabilité hydraulique des réseaux AEP 70
6.1.1 Failnet-Reliab (CEMAGREF) 71
6.1.2 Relnet (Université de Technologie de Brno) 72
6.1.3 Aquarel (SINTEF) 73
7. Prise en compte de l’effet réseau et
mesure de l’importance d’une conduite 74
7.1 Indices de fiabilité hydrauliques 76
7.1.1 Indice de Criticité Hydraulique 76
7.1.2 Indice de déficience aux nœuds 78
7.2 Données nécessaires et calcul des indices de fiabilité 78
8. Conclusion 81
Chapitre 3 - Modèles et approches pour le renouvellement des réseaux
d’eau potable
1. Introduction 84
2. Les approches pour la hiérarchisation des conduites 84
2.1 Approches basées sur la prévision des défaillances 84
2.1.1 Approche par chaînes de Markov 85
2.1.2 L’analyse multicritères 87
3. Les approches d’optimisation de la date de renouvellement 89
3.1 Approche d’optimisation à l’aide de méthodes exactes 89
3.1.1 Le modèle de référence 89
3.1.2 L’approche MNRAP 90
(Multistage Network Rehabilitation Analysis Procedure) 90
3.1.3 Approche d’optimisation par méthodes des cohortes 91
3.1.4 Le modèle RENCANA 92
3.1.5 Approche d’optimisation par Branch & Bound 93
3.1.6 Approches d’optimisation par méthodes non-exactes 94
3.2 Les modèles d’aide à la décision 94
3.2.1 Le modèle KANEW 94
3.2.2 Le modèle UtilNets 94
3.2.3 Le WLC (Whole Life Costing) 95
3.2.4 Le modèle PARMS 96
(Pipeline Asset and Risk Management System) 96
3.2.5 Le modèle CARE-W 96
(Computer Aided Rehabilitation of Water Networks) 96
4. Conclusion 100
Chapitre 4 - Les algorithmes génétiques et l’optimisation multiobjectif
1. Introduction 104
2. Principes : Définition et vocabulaire 104
3. L’Algorithme Génétique Simple (AGS) 106
3.1 Génération de la population initiale et codage des individus 106
3.2 Evaluation de la population 106
3.3 La sélection des individus 107
3.3.1 La sélection par tournoi 107
3.3.2 La sélection par roulette 107
3.3.3 La sélection par rang 107
3.4 L’opération de croisement 108
3.4.1 Opération de croisement simple 108
3.4.2 Opération de croisement uniforme 108
3.5 L’opération de mutation 109
4. Métaheuristiques, optimisation multiobjectif
et algorithmes génétiques 110
4.1 Définition d’un problème multi-objectif 111
4.2 Méthodes de résolution 112
4.2.1 Méthodes scalaires 112
4.2.2 Méthode non-Pareto 113
4.2.3 Méthodes Pareto 114
5. Approche multiobjectif et Algorithme Génétique 115
5.1 Les méthodes non élitistes 115
5.1.1 Multiple Objective Genetic Algorithm (MOGA) 115
5.1.2 Non dominated Sorting Genetic Algorithm (NSGA) 116
5.1.3 Niched Pareto Genetic Algorithm (NPGA) 117
5.2 Les méthodes élitistes 118
5.2.1 Strength Pareto Evolutionary Algorithm (SPEA) 118
5.2.2 Pareto Archived Evolution Strategy (PAES) 118
5.2.3 Pareto Envelope based Selection Algorithm (PESA) 119
5.2.4 Pareto Envelope based Selection Algorithm II (PESA II) 119
5.2.5 Strength Pareto Evolutionary Algorithm (SPEA II) 120
5.2.6 Non sorting Genetic Algorithm II (NSGA II) 120
5.3 Comparaison des approches multiobjectif 121
6. Applications diverses des algorithmes
génétiques et de l’optimisation multiobjectif 124
6.1 Algorithme génétique et infrastructures routières 124
6.2 Algorithmes génétiques et problèmes d’ordonnancement 127
6.3 Algorithmes génétiques dans le domaine de l’eau 129
6.3.1 Les algorithmes génétiques et
le dimensionnement des réseaux AEP 129
le renouvellement des réseaux AEP 131
7. Conclusion 136
Chapitre 5 - Présentation du modèle d’aide à la décision
1. Introduction 139
2. Les hypothèses 139
3. Identification des données 141
3.1 Données portant sur la conduite et le réseau 141
3.2 Données liées au coût des travaux 142
3.2.1 Les coûts liés à la conduite 143
3.2.2 Les coûts de terrassement 143
4. Sélection des conduites candidates 145
4.1 Analyse de la fiabilité hydraulique 145
4.2 Analyse de la détérioration structurelle 146
4.3 Prise en compte de l’état de la chaussée et travaux de voirie 148
5. Formulation du problème 149
5.1 Les variables de décision 151
5.2 Fonctions objectifs et contraintes 152
6. Approche d’optimisation multiobjectif 153
6.1 Définition du codage et génération des solutions 155
6.2 Evaluation de la fonction objectif technique 156
6.3 Evaluation de la fonction objectif économique 157
6.4 Détermination du rang et calcul de la fonction d’adaptation 158
6.5 Création de nouvelles solutions 160
6.5.1 La procédure de sélection 160
6.5.2 Le croisement et la mutation 160
6.6 Mélange avec la solution initiale 161
6.7 Convergence de l’algorithme 161
7. Programmation pluriannuelle 162
7.1 Programmation des travaux sur le réseau 163
8. Le modèle d’aide à la décision 166
9. Conclusion 168
Chapitre 6 – Implémentation du modèle

1.1 Identification des données sur la conduite et le réseau 173
1.2 Identification des données de coûts 175
2.1 Analyse du fonctionnement du réseau 177
2.2 Analyse de la fiabilité hydraulique en cas de défaillance 178
2.3 Détérioration structurelle 181
3. Détermination de politiques de renouvellement acceptables 185
4.1 Identification d’une programmation 195
des travaux de renouvellement 195
4.2 Impact de la programmation des travaux sur
le fonctionnement du réseau AEP 200
4.3 Etude de sensibilité de la programmation pluriannuelle
à la politique budgétaire 205
5. Conclusion 210
Conclusion générale 213
Bibliographie 220
Annexes 230
Liste des figures
Figure 1. Description du processus de détérioration des conduites

d’eau potable (Adapté de Rajani & Kleiner, 2001). 33
Figure 2. Types d’investissement. 35
Figure 3. La processus de gestion du patrimoine
(Adapté de FHWA,1999 et EPA, 2003) 39
Figure 4. La gestion du réseau d’eau potable 40
Figure 5. Outil d’aide à la décision pour la gestion du réseau AEP
(Adapté de Skipworth et al., 2002) 42
Figure 6. Décision de renouvellement et programmation budgétaire 46
Figure 7. Programmation du renouvellement sous contrainte budgétaire 47
Figure 8. Relation entre la contrainte budgétaire, la réalisation des
travaux de renouvellement et la performance du réseau 48
Figure 9. Le processus de production et distribution de l’eau 55
Figure 10. Exemple de courbe caractéristique d’une pompe 60

Figure 11. Exemple de Courbe de consommation Courbe
de modulation au jour de pointe 62
Figure 12. Exemple de courbe de volume d’un réservoir 63
Figure 13. Représentation schématique d’un réseau d’alimentation
en eau potable 64
Figure 14. Modélisation du réseau AEP : prise en compte de
l’aspect hydraulique et structurelle 66
Figure 15. Niveau de desserte en fonction de la pression

(Adapté de Wagner et al.,1988) 76
Figure 16. Calcul des Indices de fiabilité hydraulique 77
Figure 17. Collecte des données 85
Figure 18. Profils de performance de 3 conduites en
considérant 5 critères et 3 classes de conduites 88
Figure 19. Principe de recherche de solutions dans
les algorithmes génétiques 105
Figure 20. Codage d’une solution sous forme de chromosome 106

Figure 21. Procédure de croisement dans le cas d’un codage binaire 108
Figure 22. Procédure de croisement uniforme
dans le cas d’un codage entier 109
Figure 23. Opération de mutation 109
Figure 24. Les principales étapes d’un algorithme génétique 110
Figure 25. Dominance et solutions Pareto optimales
pour un problème de minimisation 114
Figure 26. Comparaison des performances des approches d’optimisation
multiobjectif (les flèches pointent vers les meilleurs)
Adapté de (Roudenko, 2004). 121
Figure 27. Coupe de fouille retenue pour les travaux de terrassement
et pose d’une conduite neuve (Janel et al., 2001) 143
Figure 28. La sélection des conduites candidates au renouvellement 148
Figure 29. Exemple d’une politique de renouvellement concernant
p conduites et I alternatives de renouvellement 151
Figure 30. Algorithme d’optimisation multiobjectif Politique_Ren 154
Figure 31 . Exemple d’une politique de renouvellement concernant
p conduites et 3 alternatives de renouvellement. 155
Figure 32. Procédure de calcul de la fonction objectif technique F1 157
Figure 33. Procédure de calcul de la fonction objectif économique 158
Figure 34. L’opération de croisement 160
Figure 35. L’opération de mutation 161
Figure 36. La détermination d’une politique de renouvellement acceptable 162
Figure 37. Programmation des travaux de renouvellement sur Ω années 165
Figure 38. Le modèle d’aide à la décision 167
Figure 39. La modélisation hydraulique du réseau étudié 175
Figure 40. Répartition de la valeur à neuf d’une conduite 176
Figure 41. La courbe de consommation domestique
au jour de pointe (Epanet2) 177
Figure 42. La détérioration de la capacité hydraulique du
réseau à la période de pointe (Epanet 2) 178
Figure 43. La macro Mesure_fiabilité qui calcule les indices de fiabilité
hydraulique 179
Figure 44. Evolution du ICH sur 24 h pour la conduite 184 180
Figure 45. Evolution de l’IDN sur 24 h pour la conduite 184. 181
Figure 46. Les solutions non-dominées représentant des politiques de
renouvellement acceptables 188
Figure 47. Les solutions non dominées représentant des politiques de
renouvellement acceptables 191
Figure 48. Les solution non dominées pour la première année de
programmation pluriannuelle 193
Figure 49. La programmation pluriannuelle et la contrainte budgétaire. 191
Figure 50. Répartition des coûts de travaux renouvellement. 193
Figure 51. Evolution de la fonction F3 . 196
Figure 52. Evolution de la pression minimale dans le réseau 197
Figure 53. Evolution de la proportion de la longueur des conduites
renouvelées en raison de leur détérioration structurelle. 198
Figure 54. Répartition des coûts de renouvellement pour les 4 programmes
identifiés. 198
Figure 55. Longueur du réseau renouvelé à chaque à chaque année 198
Figure 56. Comparaison de l’évolution de la fonction F3 201
Figure 57. Comparaison de l’évolution de la proportion de conduites
de la longueur des conduites renouvelées en fonction de la
détérioration structurelle 202
Figure 58. Evolution de la pression minimale 203
Figure 59. Evolution des coûts de renouvellement pour les 3 scénarios 203
Figure 60. Evolution de la longueur du réseau renouvelée
pour les 3 scénarios 204
Figure 61. Evolution de la performance hydraulique dans le
réseau pour les 3 scénarios 207
Figure 62. Comparaison de l’évolution de la proportion de
conduites de la longueur des conduites renouvelées
en fonction de la détérioration structurelle. 208
Liste des algorithmes
Algorithme .1. Calcul des indices de fiabilité ICH et IDN à l’aide de

Mesure_fiabilité. 80
Algorithme. 2. Calcul de rang et de la fonction d’adaptation 159
Liste des tableaux
Tableau 1. La gestion du patrimoine adaptée au renouvellement

Tableau 2. Modes de gestion des services de distribution et
d’assainissement en France (Tavernier, 2001) 56
Tableau 3. Parts de marché des prestataires privés dans la
distribution de l’eau (Tavernier 2001) 56
Tableau 4. Caractéristiques des conduites selon le matériau
la constituant 59
Tableau 5. La courbe de consommation ou courbe de modulation 61
Tableau 6. Comparaison des approches et modèles
pour le renouvellement 99
Tableau 7. Algorithmes génétiques et vocabulaire 105
Tableau 8. comparaison des méthodes d’optimisation multiobjectif 122
Tableau 9. Algorithmes génétiques et infrastructures routières 126
Tableau 10. Algorithme génétique et problèmes d’ordonnancement. 128
Tableau 11. Algorithme génétique et réseaux d’eau potable 133
Tableau 12. Application des algorithmes génétiques et
de l’optimisation multiobjectif pour la renouvellement
des réseaux AEP 135
Tableau 13. Adaptation du vocabulaire concernant l’algorithme
génétique au renouvellement 158
Tableau 14. Description de la population à chaque génération 159
Tableau 15. Les variables de décision pour la programmation
des travaux 163
Tableau 16. Vocabulaire liés à la programmation des travaux et
l’algorithme génétique. 164
Tableau 17. Correspondance entre les conduites inventoriées
et celles du modèle hydraulique 174
Tableau 18. Relation entre diamètre de remplacement,
diamètre de renforcement et le matériau 175
Tableau 19. Résultats de la régression sur durée de
survie à l’aide du modèle PHM 182
Tableau 20. Les conduites candidates au renouvellement. 184
Tableau 21. Evaluations des politiques de renouvellement à l’aide de
Eval_solution 186
Tableau 22. Calcul de la métrique C 187
Tableau 23. Comparaison des simulations pour la détermination
de la probabilité de mutation 189
Tableau 24. Les politiques de renouvellement proposées par l’algorithme
génétiques 189
Tableau 26. Les conduites faisant l’objet de renouvellement dans
la majorité des solutions proposées 190
Tableau 27. Répartition des conduites faisant l’objet de
renouvellement en fonction du critère de sélection 190
Tableau 28. Les politiques de renouvellement proposées par
l’algorithme génétique 192
Tableau 29. Les conduites faisant l’objet de travaux dans
la majorité des solutions proposées 193
Tableau 30. Répartition des conduites faisant l’objet de travaux
en fonction du critère de sélection 193
Tableau 31 . La solution retenue pour la programmation pluriannuelle 194
Tableau 32. Programmation pluriannuelle des travaux
de renouvellement, Programme1 196
Tableau 33. Programmation pluriannuelle des travaux
de renouvellement, Programme 2 200
Tableau 34. Programmation pluriannuelle des travaux de
renouvellement, Programme 3. 201
Tableau 35. Programmation pluriannuelle des travaux de
renouvellement, Programme 4. 206
Tableau 36. Augmentation du budget de 10 % par an. 206
Tableau 37. Diminution du budget de 10 % par an. 206
Tableau 38. Programme des travaux pour le scénario 2,
augmentation du budget de 10 % par an. 206
Tableau 39. Programme des travaux pour le scénario 3,
diminution du budget de 10 % par an. 206
Notations
a : taux d’actualisation
Cm (t) : coût de maintenance à une année t
Crép : exprime le coût de réparation d’une défaillance
Cremf : exprime le coût de remplacement d’une conduite
Crenf : exprime le coût de renforcement d’une conduite
C : coefficient de rugosité de Hazen-Williams
c : coefficient de perte de charge singulière propre à la vanne
Dc : durée de vie comptable
Dvie : durée de vie technique

d : diamètre de la conduite, en millimètres
En réseau : Energie disponible dans le réseau
Endissipée : Energie dissipée dans le réseau
Endelivrée : Energie mise dans le réseau

H L : perte de charge linéaire, en mètres
H s : perte de charge singulière en mètres
I r : indice de résilience
j : indice qui désigne une conduite du réseau
K2 : représente le coefficient de pointe horaire
K1 : représente le coefficient de pointe journalier
L : longueur de la conduiteen mètres
g : gravité en m / s 2
gen : nombre de génération
µ t : le multiplicateur de la demande pour une heure t
η : le rendement du réseau
ψ pb ( i , t ) : Pressure benefit
HBSD : Hydraulic Benefit

ft j : indice de non satisfaction
n : nombre de nœuds dans le réseau
t0 : la date de pose de la conduite
td :date de début d’observation de la conduite
λ : taux de défaillance pour une fonction exponentielle
βi : Coefficients de régression
S(t) : fonction de survie
f(t) : fonction densité de probabilité
H(t): fonction de risque instantané
h0(t): fonction de risque instantané de base
N(t) : Nombre de défaillances à l’année t
m: taille de la population de départ
l : longueur du chromosome
Psup :pression désirée pour un fonctionnement normal du réseau en mètres
p :nombre de conduites dans le réseau

Période :plage horaire, début et fin de la simulation
Pi : pression au nœud i en mètres
Pinf :pression inférieure requise pour la desserte en eau en mètres
Pm : Probabilité de mutation
Pc : Probabilité de criosement
3
Q : consommation en m / s
Qi : demande au nœud i
Q Init : demande totale sur l’ensemble du réseau
Q Nouv : consommation réelle au nœud
Qdem(i,t) :exprime la demande au nœud i à l’instant t
Q : consommation moyenne
Qt : consommation à une période t
ri : rang d’une solution
σ share : fonction de partage pour l’espace des solutions
Ω :horizon de planification en années
PF :nombre de défaillances antérieures
t simulation : date de début de simulation, correspond au début de l’horizon de planification
v : vitesse d’écoulement de l’eau dans la conduite supportant la vanne en m/s
v ji : correspond à la consommation au nœud i pour la défaillance de la conduite j
Vi : correspond à la consommation au nœud i à l’heure de pointe du jour de pointe

ωi : pondération décrivant l’importance du nœud i dans le réseau,
Yi(Fitness) : fonction d’adaptation pour la solution Yi
zi : covariable traduisant une variable endogène ou exogène.
Abréviations
ABC: Activity Based Costing

AEP : Alimentation en Eau Potable
AWWA : American Water Works Association
CARE-W: Computer Aided Rehabilitation of Water Networks
DDAF : Direction Départementale de l’Agriculture et de la Forêt
DSP : Délégation de Service Public
HCI: Hydraulic Critical Index
ICH: Indice de Criticité Hydraulique
IDN: Indice de Déficience aux Nœuds
LCA : Life Cycle Assessment
MOP : Multiobjective Optimization Problem
MTTR: Mean Time To Repair
NHPP :Non Homogenus Poisson Process
PEHD : Polyéthylène Haute Densité
PHM: Proportional Hazard Model
PRV : Composite en Stratifié Verre-Resine
PVC : Polychlorure de Vinyle
RCPSP: Resource Constrained Project Scheduling Problem
RLP: Resource Levelling Problem
Introduction générale
Positionnement du problème et
description du travail de thèse
L e travail de thèse porte sur la problématique de programmation du renouvellement

d’infrastructures publiques faisant apparaître la notion de réseau : les réseaux d’autoroutes,
réseaux de ponts, réseaux électriques, réseaux de transport et de manière particulière les réseaux
d’Alimentation en Eau Potable. En effet l’exploitation de ces infrastructures qui subissent l’usure
physique et l’obsolescence technique nécessite la remise à niveau de leur performance dans une
démarche d’amélioration continue. Des travaux de renouvellement sont donc indispensables afin
de pérenniser l’accès à un service donné. Ils représentent des investissements de modernisation
dont le but est de réduire les coûts d’exploitation et de maintenance des infrastructures existantes
en améliorant leur fonctionnement. Ces investissements ne génèrent pas nécessairement de
nouveaux flux financiers « Cash-Flow », d’où la difficulté pour les services publics à les supporter.
Ils représentent des immobilisations et un patrimoine dont la durée de vie est importante.
La gestion du patrimoine ou « Asset Management » est une approche qui permet de suivre
l’évolution d’un patrimoine et d’anticiper les travaux à réaliser pour son maintien en service tout
au long de sa durée de vie. La mise en place d’une telle approche nécessite la prise en compte
dans le processus de décision de critères à la fois économiques, techniques et sociaux. L’analyse
économique à elle seule ne suffit pas : la disposition des infrastructures en réseau nécessite la
mesure de la fiabilité, de la criticité de chaque composante et de son rôle dans le réseau. Il est
donc indispensable de comprendre le fonctionnement de ces infrastructures et de pouvoir définir
des objectifs précis permettant leur évaluation. Il est nécessaire de décrire l’impact de leur
configuration et de leur topologie sur leur fonctionnement.
La décision en matière de renouvellement est sensible à des critères économiques et financiers,

liés à la disponibilité de ressources suffisantes dans le temps. Afin de remédier à l’insuffisance des
ressources financières, un lissage des besoins est effectué, les travaux les plus urgents seront
prioritaires. Les critères sociaux sont traduits par les impacts liés au dysfonctionnement des
infrastructures, à des dommages ou une interruption du service. Ces critères sont généralement
traduits par un manque à gagner ou des pénalités.
Nous proposons un outil d’aide à la décision permettant d’évaluer les besoins en renouvellement,
de déterminer les priorités et de programmer dans le temps la réalisation des travaux sur un
horizon donné de manière pluriannuelle. Nous considérons des sources d’incertitude liées à l’état
du patrimoine et la disponibilité des ressources financières requises. Dans le cadre de la thèse, ce
patrimoine est constitué par les conduites formant les réseaux d’Alimentation en Eau Potable
(AEP).
L’outil élaboré propose une séquence acceptable d’interventions sur le réseau en identifiant les
conduites devant faire l’objet de travaux, ainsi que la nature des interventions à effectuer. Ceci,
tenant compte de contraintes liées à la disponibilité des ressources financières et aux prescriptions
techniques de fonctionnement du réseau sur un horizon de planification donné.
La programmation pluriannuelle nécessite une hiérarchisation des travaux à réaliser et un lissage

des besoins financiers sur l’horizon de planification. L’outil développé utilise une optimisation
multi-objectif basée sur l’optimum de Pareto, faisant appel à un algorithme génétique pour la
recherche de politiques acceptables. Il propose une démarche adaptée à la réalité du terrain pour
la détermination d’un ensemble de solutions viables, parmi lesquelles le gestionnaire du réseau
d’eau peut choisir une politique de renouvellement traduisant une programmation pluriannuelle
des travaux de renouvellement.
Dans le Chapitre 1, Nous définissons le contexte qui caractérise le secteur de la distribution de

l’eau en France, par l’identification des priorités des services d’eau en matière de gestion du
réseau et de la nécessite de la mise en œuvre de travaux de renouvellement. La décision de
renouvellement est sensible à la manifestation d’évènements imprévus (casses, ruptures, fuites)
susceptibles de décrire la détérioration des conduites. Cette détérioration peut être décrite selon
trois niveaux en fonction de l’élément d’analyse pris en compte. Nous distinguons : la
détérioration structurelle de la conduite qui se manifeste par une rupture de la conduite, fuite
ou un affaissement de la chaussée. C’est une détérioration physique liée au vieillissement. La
détérioration hydraulique se manifeste par une baisse de pression et de débit en raison du
rétrécissement de la section (diamètre) interne des conduites causé par des dépôts de sédiments,
la corrosion ou des fuites, et enfin la détérioration de la qualité de l’eau qui se manifeste par
une coloration de l’eau provoquée par à des infiltrations de substances ou matières dans les
conduites.
Dans le cadre de la thèse nous tenons compte seulement des deux premiers niveaux. Le
renouvellement est un investissement matériel qui consiste à remplacer un équipement ou un
patrimoine par un autre patrimoine identique ou de fonction identique. A travers la revue des
différents types d’investissements, nous identifions les spécificités du renouvellement et mettons
en exergue les insuffisances liées aux critères économiques permettant la prise de décision en
matière d’investissement : VAN, TRI. Il est clair que la décision de renouvellement des réseaux
AEP doit tenir compte au delà des critères économiques, des critères liés au fonctionnement du
réseau et à sa topologie. Par la suite, nous introduisons la notion de gestion du patrimoine ou
« Asset Management », en décrivant la démarche et les différentes étapes qui la caractérisent.
Par analogie à la gestion du patrimoine (EPA, 2003), nous proposons une démarche de gestion
du réseau d’alimentation en eau potable dans laquelle le renouvellement des réseaux AEP est
partie intégrante. La réalisation des travaux de renouvellement requiert la disponibilité
d’enveloppes budgétaires importantes. Pour pallier l’insuffisance des ressources financières, un
lissage des travaux est effectué dans le temps permettant d’effectuer les travaux les plus urgents
en premier. Nous identifions l’approche de nivellement des ressources traitée par (Boctor, 2005)
comme une démarche exploitable pour la programmation du renouvellement des réseaux AEP et
l’estimation de l’enveloppe budgétaire nécessaire annuellement. Nous émettons deux hypothèse
qui seront vérifiées dans le dernier chapitre. Ces hypothèses permettent de vérifier pour un même
budget sur l’horizon de planification :
la relation entre la performance du réseau et l’ordre de réalisation des travaux de

renouvellement
la relation entre la performance du réseau et la politique budgétaire qui peut prévoir
un budget équivalent sur l’ensemble de l’horizon de planification, une augmentation ou
une diminution annuelle de la répartition du budget.
Ce chapitre permet d’introduire la problématique de renouvellement et fait apparaître la nécessité

d’intégration de critères économiques et techniques sur le moyen et long terme dans le processus
de prise de décision.
Dans le chapitre 2, nous introduisons les notions et concepts permettant de comprendre le

fonctionnement du réseau AEP. Les réseaux d’eau potable sont un assemblage d’organes et de
dispositifs hydrauliques sous pression, qui ont pour fonction le captage, l’acheminement et la
distribution de l’eau potable. Nous distinguons des dispositifs de traitement des eaux, de stockage
à travers les bâches, réservoirs, des organes d’acheminement et de distribution à travers les
pompes, vannes et conduites. Les réseaux AEP sont des réseaux enterrés, le suivi de l’évolution
de l’état des canalisations dans le temps est donc difficile. La nécessité d’intervenir sur le réseau
apparaît en cas de détérioration de la conduite. L’analyse du fonctionnement du réseau d’eau
potable permet d’identifier les variables endogènes (diamètre, longueur, nombre de défaillance,
nature de l’eau, rugosité des conduites) et exogènes (nature du terrain, occupation du sol, niveau
de trafic) qui décrivent la détérioration des conduites et la manifestation du vieillissement.
Nous mettons en exergue la sensibilité des conduites à la topologie du réseau et à l’indisponibilité

de certaines conduites. De plus nous traitons de la problématique de modélisation du réseau.
Deux aspects doivent être prise en compte : l’aspect lié à la détérioration structurelle qui tend à
considérer l’ensemble des conduites du réseau et l’aspect lié au fonctionnement hydraulique du
réseau qui tend à simplifier le réseau pour faciliter la modélisation. Il s’agit donc de trouver un
compromis permettant de traduire fidèlement le fonctionnement réel du réseau. Nous utilisons
des indices de fiabilité pour mesurer l’impact de la survenue d’une casse sur l’ensemble du réseau
en nous s’inspirant des travaux de (Wagner et al., 1988).
Dans le chapitre 3, nous analysons les différents modèles et approches proposés pour la pratique
du renouvellement des réseaux AEP en distinguant 3 niveaux d’analyse. Le premier niveau
comporte l’ensemble des outils, modèles et méthodes qui cherchent à décrire la détérioration
structurelle du réseau à l’aide des variables susmentionnées et hiérarchiser les conduites
sans proposer une programmation des travaux à effectuer, en utilisant diverses approches :
chaîne de Markov, analyse multicritère, analyse statistique. Le second niveau d’analyse,
s’appuie sur la détermination d’échéances pour le renouvellement. A l’aide d’outils
d’optimisation, des choix sont effectués et une programmation des travaux permet de traiter les
éléments dits critiques identifiés au niveau initial. L’optimisation s’articule sur des objectifs
économiques ou techniques. La méthode d’optimisation utilisée généralement est la
Programmation Dynamique. Nous identifions deux limites principales. L’implémentation de la
méthode dans le cas de plusieurs alternatives d’intervention sur le réseau crée un accroissement
du nombre de sommets des graphes de décision, en particulier pour des réseaux de taille
importante. La seconde limite concerne le caractère uni-objectif de la recherche des solutions ne
permet pas de tenir compte de plusieurs critères à la fois. Nous explicitons les insuffisances de
chaque approche et introduisons les méta-heuristiques, particulièrement les algorithmes
génétiques (Goldberg, 1994) comme approche d’optimisation appliquée à la problématique de
renouvellement et aux problèmes multi-objectif (Halhal et al., 1997). Le troisième niveau traite
des modèles d’aide à la décision intégrés de gestion du réseau dans son ensemble, qui
s’articulent sur des données et modules de calcul pour le renouvellement des réseaux AEP.
L’intérêt est de décrire le processus d’aide à la décision et de s’en inspirer pour proposer une
approche pour la programmation des travaux de renouvellement.
Dans le Chapitre 4, nous présentons les méthodes utilisées pour l’optimisation multi-objectif
et de résolution non-exacte en utilisant les algorithmes génétiques. La décision de renouveler
revêt un caractère multi-objectif. Elle doit tenir compte d’un ensemble de critères
incommensurables et de contraintes diverses liées à l’état de la conduite, à la structure et au
fonctionnement du réseau, ainsi qu’à la disponibilité des ressources financières.
Le modèle développé dans le cadre de la thèse considère ces critères à travers une approche
d’optimisation multi-objectif utilisant la notion de dominance au sens de Pareto. Cela permet
d’obtenir des solutions offrant un compromis entre critères économiques et techniques.
Nous identifions des approches d’ordonnancement de tâches en atelier et de gestion de projet
traitant de problèmes multi-objectif que nous avons exploitées pour la programmation des
travaux sur le réseau. Nous discutons de l’utilisation d’algorithmes génétiques dans le domaine de
l’eau principalement pour le dimensionnement des réseaux (Sirvinas et al., 1994), l’optimisation
du fonctionnement des pompes (Cheung, 2003) et le renouvellement des réseaux AEP.
L’utilisation des algorithmes génétiques nécessite la définition d’un certain nombre de variables
de décision, de codes et d’opérateurs génétiques. Nous identifions les liens entre l’utilisation des
algorithmes génétiques, l’optimisation multi-objectif et la problématique de renouvellement.
Dans le chapitre 5, nous proposons une approche originale par rapport à la littérature, pour la
prise de décision en matière de renouvellement des réseaux AEP. Elle s’articule sur un ensemble
de données (que nous identifions), la détermination des conduites critiques et l’utilisation d’un
algorithme génétique considérant les variables de décision du problème, un codage spécifique,
ainsi qu’une construction des opérateurs génétiques à utiliser. La détermination des conduites
critiques s’appuie sur l’évaluation de la détérioration structurelle des conduites à l’aide d’un
modèle statistique et l’évaluation du rôle hydraulique de chaque conduite. Nous utilisons le
modèle de risques proportionnels, Proportional Hazard Model (PHM) appliqué à l’étude du
vieillissement des conduites d’eau par (Eisenbeis, 1996) qui cherche à décrire l’état des conduites
à l’aide de variables endogènes et exogènes à la conduite collectées depuis la date de pose des
conduites ou sur une fenêtre d’observation. L’intervention sur une conduite donnée peut avoir un
effet sur plusieurs autres conduites. Nous proposons des indices qui mesurent le rôle de chaque
conduite dans la desserte en eau des usagers. Les variables de décision représentent les travaux de
renouvellement à réaliser sur le réseau.
Nous identifions trois types d’interventions à savoir : ne rien faire et donc réparer s’il y a
défaillance, remplacer la conduite par une conduite de même diamètre et renforcer la conduite
en effectuant un remplacement avec un diamètre supérieur. La description de la détérioration
structurelle des conduites ne tient pas compte de la topographie du réseau, de la structure du
réseau et de son fonctionnement. Nous proposons d’intégrer un calcul hydraulique permettant de
mesurer la performance hydraulique du réseau pour un programme de travaux donné en utilisant
le simulateur hydraulique Epanet2 (Rossman, 2001).
Nous définissons la notion de politique de renouvellement, comme la séquence des

décisions :réparer, remplacer ou renforcer. Chaque politique de renouvellement sera codée à
l’aide d’entiers traduisant les alternatives de renouvellement à considérer. Nous utilisons un
algorithme génétique adapté de (Deb et al., 2000) pour l’exploration de l’espace des solutions
(ensemble des politiques). A l’aide d’un ensemble de politiques de départ (sous-ensemble de
l’espace des solutions), l’algorithme génétique permettra d’explorer un nombre important de
solutions, en retenant la meilleure ou les meilleures solutions trouvées. Nous évaluons chaque
politique à l’aide de deux fonctions objectif. La première mesure la performance du réseau en
déterminant la surpression disponible à l’échelle du réseau. La seconde évalue le coût des travaux
à mettre en oeuvre pour une politique donnée. L’évaluation de ces politiques tient compte de la
criticité des conduites, des contraintes techniques liées aux niveaux de pression requis pour un
fonctionnement adéquat du réseau et de la disponibilité des ressources financières. A partir d’une
politique de renouvellement donnée, nous proposons une approche de programmation des
travaux spécifique, qui permet d’estimer les enveloppes budgétaires annuelles. Nous présentons
une formalisation de l’approche de renouvellement proposée à travers un modèle d’aide à la
décision qui synthétise la démarche décrite ci-dessus.
Dans le Chapitre 6, nous présentons l’implémentation du modèle d’aide à la décision que nous
proposons. La première étape consiste à décrire l’état du réseau AEP par l’analyse du
fonctionnement hydraulique du réseau et la description de l’état des conduites par l’utilisation du
modèle PHM. Ainsi, Le modèle permet d’identifier les conduites vulnérables dans le réseau d’un
point de vue structurel et fonctionnel. Nous appliquons le modèle élaboré sur un réseau AEP
d’un syndicat de communes en Alsace (Bas-Rhin) en milieu rural, constitué d’environs 320 nœuds
et 450 conduites assurant la desserte en eau de 5042 abonnés, 2 industriels, 1 maison de retraite et
une piscine. Nous proposons de limiter l’horizon de planification à 5 ans. L’implémentation du
modèle permet d’obtenir un ensemble de politiques viables d’un point de vue technique et
économique. Nous évaluons les différentes propositions et décrivons les critères de choix d’une
politique de renouvellement en effectuant une analyse de sensibilité des résultats aux paramètres
des opérateurs génétiques de l’algorithme. La programmation des travaux de renouvellement
s’effectue sur la base de la politique sélectionnée et permet d’identifier la nature des travaux et la
date de leur réalisation en fonction de l’horizon défini et du budget annuel disponible au niveau
du service d’eau.
Chapitre 1
Problématique de thèse et éléments

de réponse
La programmation pluriannuelle du renouvellement des réseaux d’eau potable

cherche à identifier et programmer dans le temps les travaux à réaliser sur les
conduites du réseau, tout en estimant les ressources financières requises. Le
but est d’améliorer la fiabilité et le fonctionnement du réseau. La
programmation pluriannuelle s’effectue selon un processus de prise de
décision qui tient compte d’un ensemble de variables liées à la conduite et à
son environnement, les conditions d’exploitation du réseau, des contraintes
techniques et financières.
Le travail de thèse cherche à décrire le processus d’aide à la décision, en

identifiant les variables et critères à prendre en compte. L’intérêt est de
proposer une approche pour la programmation des travaux de renouvellement
et l’estimation de l’enveloppe budgétaire nécessaire à leur réalisation. Dans un
premier temps, nous décrivons la problématique de renouvellement. Par la
suite, nous identifions la place de la programmation du renouvellement dans la
gestion du réseau d’alimentation en eau potable (AEP) dans son ensemble.
Enfin, Nous caractérisons la problématique de renouvellement en identifiant
les difficultés d’identification des besoins et le lissage des travaux de
renouvellement dans le temps.
Sommaire
1. Introduction 29
2. La problématique de renouvellement 30
3. Le renouvellement et les choix
d’investissement 34
4. La gestion du patrimoine et
les réseaux d’eau potable 37
5. La programmation pluriannuelle
et la décision de renouvellement 44
6. Conclusion 49
Chapitre 1 – Problématique de thèse et éléments de réponse 29
1. Introduction
Il est intéressant de définir dans un premier temps le contexte actuel dans lequel évoluent les
services d’eau. Les priorités et objectifs des services ont changé, en effet de grands chantiers de
pose de conduites d’eau ont été lancés après la seconde guerre mondiale. La cadence s’est
intensifiée vers les années 1960 jusqu'au début des années 1980. L’acheminement de l’eau vers les
habitations étant assuré, les priorités des services de l’eau évoluent afin de permettre la continuité
du service : la desserte en eau de la population en quantité et qualité satisfaisante. Pour ce faire,
une amélioration du rendement des réseaux est nécessaire, par l’accroissement de la fiabilité du
réseau (maillage, renouvellement, renforcement) et une meilleure gestion des défaillances.
Dans l’objectif de réduire la gêne occasionnée aux usagers et les risques de contamination de
l’eau, le service d’eau ne doit pas seulement assurer la distribution de l’eau mais anticiper aussi
l’évolution future du réseau et de la demande des usagers, afin de pérenniser l’approvisionnement
en eau. La nécessité du renouvellement se fait ressentir car une bonne partie du réseau
d’Alimentation en Eau Potable (AEP) en France a été posée entre la fin des années 1940 et 1970.
De plus, la durée de vie moyenne d’une conduite est d’environ 70 ans, il sera bientôt urgent de
remplacer une grande partie du réseau.
Afin de connaître l’état des réseaux et d’identifier les besoins en renouvellement, des initiatives
locales de recensement et de collecte de données relatives aux réseaux d’eau potable ont été
menées. L’opération pionnière est celle menée dans le département de la Manche en 1996. Par la
suite une enquête nationale fut lancée afin d’établir un inventaire du patrimoine des réseaux d’eau
à l’échelle nationale, à cet effet 8 départements ont été retenus : l’Allier (03), l’Aveyron (12), le
Doubs (25), l’Hérault (34), l’Indre-et-Loire (37), La manche (50), La somme (80) et le Bas-Rhin
(67). L’étude entreprise évalue à un milliard d'euros par an les besoins de renouvellement de
l'ensemble des réseaux d’eau potable en France estimés à environ 850 000 km, la valeur à neuf de
ce patrimoine est de 85 milliards d’Euros (Cador, 2002).
30 Chapitre 1 – Problématique de thèse et éléments de réponse
2. La problématique de renouvellement
des réseaux d’eau potable
Un réseau AEP est constitué de conduites enterrées (donc inaccessibles), de diamètres et de

matériaux différents. La difficulté réside dans l’incapacité de suivre l’évolution de l’état de la
conduite, le vieillissement se manifeste par des fuites ou un affaissement de chaussée.
Notre étude vise donc à permettre au gestionnaire du service d’eau, de programmer les travaux
sur le réseau et d’estimer les enveloppes budgétaires nécessaires à court et moyen terme. Cela a
pour but le maintien en service du réseau d’alimentation en eau potable à travers le
renouvellement des conduites, en prenant en compte un ensemble de variables et critères dans le
processus de prise de décision. : des variables qui sont liées à la conduite, à son environnement et
au service de l’eau.
La programmation pluriannuelle du renouvellement vise à estimer les enveloppes financières

nécessaires pour effectuer un ensemble de travaux sur le réseau, afin d’améliorer son
fonctionnement. L’estimation du budget nécessaire, requiert l’identification des conduites sur
lesquelles il est prioritaire d’intervenir, la nature des interventions à prévoir et tient compte de la
disponibilité des ressources financières au niveau du service d’eau, représentant une contrainte
budgétaire qui dépend du prix de l’eau, des volumes facturés et l’origine du financement (interne
ou externe)1.
Ainsi, dans le cadre de la thèse, nous utilisons le terme renouvellement pour décrire l’ensemble
des interventions sur les conduites susceptibles d’améliorer le fonctionnement du réseau. Sur
l’ensemble des dispositifs hydrauliques constituant le réseau, nous considérons exclusivement le
renouvellement des conduites d’alimentation en eau potable. Pour le service de l’eau, le
renouvellement peut être inscrit dans le cadre d’une politique à long terme, donc planifiée dans le
temps et s’effectuant selon une approche préventive précise. D’un autre coté, le renouvellement
peut être fait de manière arbitraire, se basant sur des critères empiriques et de manière curative
non planifiée. Le renouvellement est inéluctable, il concerne des conduites dont la durée de vie
technique est importante mais limitée dans le temps et qui est définie comme la période de temps
durant laquelle la conduite fonctionne en garantissant des spécifications précises.
1
. Le recours à l’endettement pour financer les travaux de renouvellement peut entraîner une augmentation du prix de l’eau, cette
répercussion n’est pas traitée dans le cadre de la thèse, nous estimons les besoins sans spécifier l’origine du financement des
travaux de renouvellement. .
Le renouvellement consiste à remplacer la conduite à la fin de sa durée de vie technique ou à

cause de critères économiques, d’obsolescence ou de modernisation. D’un point de vue
comptable, nous distinguons la durée de vie comptable, de la durée de vie technique. La durée de
vie comptable correspond à la période sur laquelle le service de l’eau pratique l’amortissement
d’une conduite, cette durée est comprise entre 50 et 70 ans environs.
Les conduites subissent des dégradations tout au long de leur exploitation, ces dégradations
accélèrent le processus de vieillissement et réduisent la performance du réseau, impliquant des
travaux sur les conduites. Nous distinguons des travaux de maintenance qui en général, désignent
l’ensemble des activités planifiées ou non planifiées afin de préserver la conduite dans son état
d’origine. La maintenance consiste à inspecter de manière périodique le réseau afin de contrôler
son état et son niveau de performance. La maintenance du réseau peut être préventive afin
d’assurer un bon fonctionnement et d’atteindre une durée de vie technique préalablement établie,
ou curative se manifestant par des réparations à l’occurrence de pannes et d’événements
imprévus. Les dépenses qu’engendrent les travaux de maintenance sont enregistrées comme
dépenses de fonctionnement, imputées à la section exploitation du budget des services d’eau. Les
travaux de renouvellement représentent un investissement lourd pour les services de l’eau, d’où la
nécessité de les programmer dans le temps et dégager les enveloppes budgétaires nécessaires à
leur réalisation. Les dépenses engendrées sont inscrites à la section investissement du budget du
service de l’eau.
Même si les travaux de renouvellement font l’objet d’une programmation dans le temps, souvent
les critères pris en compte ne tiennent pas compte de la performance du réseau et de l’état de
détérioration des conduites. Afin de réaliser une économie d’échelle et éviter l’interdiction
d’ouverture de tranchée suite à la réfection de chaussée qui est d’environ 5 ans, les services d’eau
préfèrent se caler sur les travaux de voirie. Les travaux de renouvellement se concentrent
exclusivement sur les conduites se trouvant dans les rues figurant dans le programme de réfection
de voirie. Cette solution peut être viable d’un point de vue économique mais ne l’est pas
forcement d’un point de vue technique. L’optimum économique ne l’est pas forcement d’un
point de vue technique. Cette pratique du renouvellement ne permet pas de pallier les déficiences
liées à la détérioration du réseau.
Pour (Rajani & Kleiner, 2001) la détérioration du réseau se manifeste par l’occurrence de
défaillances rendant le réseau incapable d’atteindre la performance assignée. Les auteurs
identifient la:
détérioration structurelle : rupture physique des conduites, casses nécessitant réparation
détérioration hydraulique ou fonctionnelle : diminution de la capacité hydraulique qui se
traduit par des baisses de pression et débit dans le réseau.
détérioration de la qualité de l’eau : dégradation de la qualité de l’eau, présence d’eau
rouge, coloration, présence d’odeur.
En ce qui nous concerne, nous prenons en compte les deux premiers points dans la description
de l’état de la détérioration du réseau. La fiabilité d’une conduite sera traduite par son degré de
détérioration structurelle et de détérioration hydraulique2.
La Figure 1 décrit les relations entre la détérioration structurelle et fonctionnelle du réseau, tout
en identifiant les variables et paramètres à considérer dans la prise de décision en matière de
renouvellement.
Ces variables qui sont liées à la conduite et à son environnement permettent d’évaluer l’état des
conduites et donc de mesurer la fiabilité du réseau. La disposition des conduites en réseau doit
être prise en compte, en effet l’impact du renouvellement d’une conduite dépend de sa
localisation, de ses dimensions et de son rôle dans la desserte des abonnées. La prise de décision
d’appuie sur des critères liés à :
la performance, le fonctionnement et la fiabilité du réseau

la topologie du réseau
l’estimation des coûts de réparation, remplacement, renforcement, réhabilitation, sociaux
la programmation d’autres travaux et coordination avec les services de : voirie, gaz,
électricité
la disponibilité des ressources financières
2
. Nous introduisons dans le chapitre 2, la notion de fiabilité hydraulique qui traduit le rôle d’une conduite dans le
fonctionnement du réseau et la capacité du réseau à pallier la survenue d’une défaillance. Ce qui entraîne une perte de pression
pouvant perturber l’alimentation en eau de certains consommateurs.
Distribution d’eau : caractéristiques Environnement physique Conduite :

Type
Qualité
Installation
Corrosion interne et Corrosion externe (conduites métalliques)
dépôts Dégradation physique/chimique (conduites en
plastique, protection cathodique)
Détérioration de la capacité Détérioration Contraintes

Détérioration de la hydraulique structurelle externes
qualité de l’eau
Mouvement
du sol
Prise en
compte de Effet du gel
l’effet réseau
Goût, odeur
Prévision des
Charge due
changements Type du Contraintes au trafic
futurs de la réseau : Internes
Contamination, demande
infiltration Maillé ou (pression)
ramifié
Autres
Caractéristiques :
Traitement Défaillances potentielles.
insuffisant Fréquences de défaillances
Isolation des conduites
Régulation de température
Protection cathodique
Collection de Evaluation des Revêtement
données et conduites
analyses Niveau de
détérioration
Prévision du
réseau
hydraulique
futur Prévision des
Evaluer l’effet de la défaillances
conduite sur la qualité
de l’eau
Prévision de la fiabilité du
réseau Coûts :
Réparation
Remplacement
Réhabilitation
Critères de Renforcement
performance Sociaux
Prise de décision
Autres travaux
Contraintes programmés
budgétaires
Performance des
alternatives de
renouvellement
Avec quoi ? Renouvellement Quand ?
Figure 1. Description du processus de détérioration des conduites d’eau potable (Adapté de

Rajani & Kleiner, 2001).
Discussion
Il n’existe pas d’approche unique pour la mise en place du renouvellement. La décision en

matière de renouvellement dépend des variables et des critères liés au réseau et à son
environnement, de la disponibilité de données, des objectifs à atteindre, des méthodes
d’optimisation et de recherche des solutions utilisées. Le travail de thèse vise donc à proposer
un modèle d’aide à la décision incluant les points suivants :
la compréhension du fonctionnement du réseau AEP et la mise en place de critères

d’évaluation. Ces critères sont d’ordre technique et économique
la description du phénomène de détérioration du réseau, l’étude de la fiabilité du
réseau et de sa performance
l’identification des conduites vulnérables prioritaires pour le renouvellement
la proposition d’une approche de programmation du renouvellement qui permette de
considérer des critères techniques et économiques à la fois
la description de l’impact de la topologie du réseau sur le niveau de performance et sa
vulnérabilité en cas de défaillance
la considération de la décision de renouvellement comme une décision globale sur
l’ensemble du réseau et non à l’échelle de la conduite
l’identification des données devant être disponibles au niveau du service d’eau
la proposition d’une approche de programmation budgétaire des travaux de
renouvellement
l’étude de la problématique de disponibilité des ressources financières en étudiant le
phénomène de lissage des ressources sur un horizon de planification donné
l’identification du positionnement du renouvellement dans la gestion du réseau dans
son ensemble à long terme.
3. Le renouvellement et les choix d’investissement
(Bancel & Richard, 1995) considèrent que la notion d’investissement diffère en fonction du
secteur d’activité. Pour les économistes, il s’agit essentiellement d’un flux de capital permettant
de modifier le stock existant, qui constitue avec le facteur travail l’un des principaux facteurs de la
fonction de production.
Pour les gestionnaires, l’investissement représente un coût pour l’entreprise, qui génère de
nouveaux cash-flows (avantages). D’où la nécessité de hiérarchiser les divers projets possibles à
partir d’un bilan global (coût-avantages) qui mesure la rentabilité de chaque projet.
(Dafflon, 1998) définit l’investissement comme une dépense qui accroît la valeur du patrimoine
et dont l’utilité s’étend sur plusieurs années. Cette dépense conserve ou améliore l’usage du
patrimoine sur plusieurs années d’un point de vue qualitatif et quantitatif. Par analogie, le
renouvellement des réseaux d’eau potable (investissement) aura comme incidence l’augmentation
de la durée de vie des conduites, la baisse de l’occurrence des défaillances, l’amélioration de la
desserte en eau des usagers, le gain de performance du réseau de manière générale et la réduction
des coûts opérationnels et de maintenance. Nous distinguons les investissements de
renouvellement et les autres types d’investissement et établissons un lien avec les investissements
de modernisation. Pour (Kohel, 2003) les investissements de renouvellement permettent un
renouvellement des équipements mais pas nécessairement à l’identique. Ils ont pour vocation de
compenser la dépréciation des équipements installés entraînée par l’usure3 ou l’obsolescence4 .
Investissements
Sociaux Productifs Réglementaires
Diversification Modernisation Expansion Innovation
Productivité
Renouvellement Maintenance
Figure 2. Types d’investissement.
(Alexandre, 1993) définit le renouvellement comme tout investissement correspondant à la

réalisation d’une immobilisation qui se substitue à l’identique où à fonction identique à une
immobilisation existante. La notion d’investissement se rapporte fortement à la notion de durée
de vie de l’équipement, au capital investi et au risque. Le risque peut être lié à l’équipement ou à
l’apparition d’évènements imprévus réduisant des avantages ou engendrant des pertes financières.
La décision en matière d’investissement dépend de plusieurs critères, en majorité économiques.
(Koëhl, 2003) et (Vizzavona, 1990) présentent un ensemble de critères en avenir certain.
3
. L’usure est traduite par l’altération physique d’un équipement en raison de son utilisation ce qui réduit sa durée de vie technique
4
. L’obsolescence traduit la diminution de la valeur du capital d’un équipement en raison de progrès technologique.
En avenir certain, la décision d’investissement s’appuie soit sur la comparaison des flux financiers
dégagés par l’investissement sur une durée de vie donnée avec le montant de l’investissement, ou
par l’évaluation de la durée de vie permettant de récupérer le capital investi.
Le taux de rentabilité moyen permet de comparer les flux moyens dégagés par
l’investissement avec le montant moyen de l’investissement.
Le délai de récupération permet d’évaluer la durée sur laquelle le montant de
l’investissement sera récupéré.
La valeur actuelle nette (VAN) traduit la différence entre la valeur actuelle des flux
générés par l’investissement et les dépenses d’investissement. L’investissement sera
rentable pour une VAN>0.
Le Temps Interne de Rendement correspond au temps d’actualisation qui rend la
VAN nulle.
Ces approches supposent la connaissance du montant exacte du Cash- Flow dégagé et du taux
d’actualisation. Elles ne tiennent pas compte de l’incertitude liée à l’évolution de l’environnement
économique. En ce sens, nous citons les travaux de (Arrow & Fischer, 1979) et les travaux de
(Henry, 1979) qui introduisent des modèles de décision en information croissante. Il définissent
des valeurs d’option pour la prise de décision en fonction de trois conditions réunies
simultanément à savoir : un ensemble de décisions, une incertitude dans la réalisation des états
dans le futur et une information croissante dans la réalisation de ces états. La prise de décision en
matière d’investissement s’appuie sur la notion de valeur d’option qui permet de différer
l’investissement jusqu'à ce que des informations plus fiables soient disponibles permettant de
réduire l’incertitude.
La définition donnée par (Bancel & Richard, 1995) nous semble intéressante. La notion
d’avantages résultants de la décision d’investir va au delà de la création de flux financiers.
Comme le renouvellement est un investissement de modernisation il tend à réduire les coûts de
maintenance d’un patrimoine et améliorer sa performance.
Nous considérons le renouvellement des réseaux AEP comme un investissement de

modernisation. Il requiert des dépenses importantes mais ne dégage pas de nouveaux flux
financiers lors de l’exploitation du réseau. Les conduites d’eau potable ne constituent pas un
équipement de production propre au même titre qu’un équipement industriel pour lequel une
valeur de Cash-Flow peut être évaluée.
Discussion
Les approches susmentionnées présentent donc des limites. Pour répondre à la

problématique de renouvellement des réseaux d’eau potable, il est nécessaire d’intégrer des
critères économiques et techniques. L’analyse économique se basant sur l’estimation des flux
financiers générés par l’investissement paraît inadéquate pour notre problématique. L’impact
du renouvellement sera mesuré en terme de :
nombre de casses et défaillances évitées permettant de réduire les fuites et les pertes
d’eau
baisse du nombre de plaintes, d’interruption de service et amélioration de la desserte
en eau des usagers
réduction des coûts de maintenance et de réparation
augmentation de la fiabilité du réseau, augmentation des durée de vie des conduites
réduction des coûts sociaux ou indirects qui traduisent la gêne occasionnée et le
manque à gagner pour certains professionnels : (commerces, médecins) en cas
d’interruption du service ou de déviation pour travaux et les risques de dégâts importants
en cas de rupture de conduites.
4. La gestion du patrimoine et les réseaux d’eau potable
La gestion du patrimoine ou « Asset Management » s’intéresse à la gestion d’immobilisations

corporelles : actifs, infrastructures, installations, dont la durée de vie est importante. Elle
concerne de manière générale, des municipalités, des services publics, des entreprises publiques
ou privées. Ces immobilisations constituent un patrimoine qui doit être géré de manière
satisfaisante. Il peut se présenter sous forme de :
Réseaux enterrés : Réseau AEP, Réseau Assainissement, Réseau de Gaz

Infrastructures routières: routes, autoroutes, ouvrages d’art
Equipements et installations industriels
Ces immobilisations nécessitent un investissement initial considérable et un suivi tout au long de

leur durée de vie. La gestion du patrimoine cherche à minimiser les coûts d’exploitation, de
maintenance et de renouvellement d’un patrimoine donné tout au long de sa durée de vie.
Les réseaux d’alimentation et les installations permettant l’approvisionnement des

consommateurs en eau sont considérés comme un patrimoine du service de l’eau pour lequel une
bonne gestion est nécessaire pour en assurer la survie et le bon fonctionnement. Nous pouvons
dire que la problématique de renouvellement s’intègre dans un processus plus global qui est celui
de la gestion du patrimoine.
4.1 La gestion du patrimoine - Asset Management : Définition
La gestion du patrimoine ou «Asset Management » cherche à suivre d’une manière continue l’état
d’un patrimoine constitué d’immobilisations corporelles. Selon (Hoskins et al., 1998), la gestion
du patrimoine vise à assurer le bon fonctionnement des ces immobilisations par la planification
de diverses actions de maintenance, réparation et réhabilitation. D’après (FHWA, 1999) la gestion
du patrimoine est un processus continu, itératif, adaptatif et flexible aux changements, évolutions
et orientations pouvant s’opérer. Pour (EPA, 2003) la gestion du patrimoine est un processus de
planification qui permet de maintenir la valeur d’une immobilisation à son plus haut niveau et de
dégager les ressources financières nécessaires pour la réhabilitation ou le renouvellement du
patrimoine quand cela est nécessaire. La gestion du patrimoine intègre aussi des actions
permettant de réduire les coûts de fonctionnement et d’améliorer la fiabilité du patrimoine
considéré. Le processus de gestion du patrimoine fait appel à un ensemble d’outils d’analyse et
d’ingénierie financière comprenant des analyses coûts/bénéfices, analyse du coût sur la durée de
vie du système, analyse des risques d’ordre : financier, opérationnel et naturel. La gestion du
patrimoine se situe à un niveau stratégique de décision. Elle nécessite :
la mise en place d’objectifs de performance

un inventaire du patrimoine à gérer
l’identification des ressources disponibles : financières et autres
la mise en place d’une politique organisationnelle pour le suivi du processus de gestion du
patrimoine
l’inventaire des informations et données relatives à la performance du système et l’analyse
afin d’identifier les besoins futurs et les dysfonctionnements.
l’utilisation d’outils, procédures d’estimation des coûts en fonction des stratégies choisies,
et l’allocation du budget afin de satisfaire les attentes des usagers.
Objectifs et politiques
(attentes et besoins)
Inventaire du patrimoine
Condition d’évaluation,
Performance du système et données
Modélisation Allocation
de budgets
Evaluation, Alternatives
Hiérarchisation et Optimisation
Sélection d’actions et estimation des

enveloppes budgétaires
Mise en œuvre
Contrôle et analyse
Figure 3. La processus de gestion du patrimoine (Adapté de FHWA,1999 et EPA, 2003)
Cette approche doit être adaptée à chaque organisation5, permettant de définir un ensemble
d’indicateurs de performance et des variables de décision traduisant la politique de l’organisation
et ses objectifs. Elle se traduit par des objectifs fixés, le type de patrimoine à considérer, le budget
alloué, les procédures opérationnelles, la structure organisationnelle et les pratiques financières.
Le processus décrit par la Figure 3 regroupe les étapes principales à intégrer dans la gestion du
patrimoine. A travers un patrimoine, l’organisation cherche à répondre à des besoins, fournir un
service ou un produit. L’étape préalable est donc de définir les objectifs et le niveau de
performance à atteindre. L’inventaire du patrimoine cherche à identifier l’ensemble des moyens
dont dispose l’organisation pour assurer sa mission.
5
Représente le gestionnaire du patrimoine : municipalités, services publics, entreprises,…
Ensuite, vient l’étape d’évaluation de la condition et de l’état du patrimoine. Cette étape permet
d’identifier les déficiences du patrimoine et les variables et paramètres liés à son fonctionnement.
L’étape de modélisation cherche à comprendre le fonctionnement du patrimoine en simulant son
fonctionnement à l’aide de modèles. La compréhension du fonctionnement du système vise à
identifier les insuffisances afin de hiérarchiser le patrimoine considéré de manière à établir des
priorités et identifier les actions correctives à apporter. Ces actions se manifestent par des
décisions à court, moyen et long terme. La mise en œuvre vise à tester les décisions prises et à
mesurer leur impact sur le fonctionnement du patrimoine. La mesure de fonctionnement du
patrimoine se fait sur des critères liés à :
la durée de vie technique et/ou comptable du patrimoine
la disponibilité de ressources financières suffisantes
la performance à atteindre par le patrimoine
les coûts de fonctionnement et de maintenance.
La gestion du patrimoine prend en compte l’ensemble de ces critères tout au long de la durée de
vie du patrimoine.
4.2 La gestion du patrimoine appliquée aux réseaux AEP
Le renouvellement des réseaux d’eau potable cherche donc à gérer un patrimoine constitué par
les conduites d’eau potable, les organes hydrauliques, les installations de pompages, de traitement
et de stockage de l’eau. Il s’inscrit dans une démarche de gestion du patrimoine.
Dans le cadre de la thèse nous considérons seulement les conduites d’alimentation en eau
potable, qui constituent pour certains services environ 80 %(en valeur) des immobilisations
corporelles. D’un point de vue décisionnel, la problématique du renouvellement des réseaux
d’eau potable implique des décisions à court et moyen terme qui dépendent d’une approche
stratégique (à long terme). Voir Figure 4
Court terme Moyen terme Long terme

Moins d’un an 5 ans plus de 5 ans
Gestion du réseau au Programmation Planification stratégique :

quotidien : pluriannuelle : • Augmenter la fiabilité du
• Interventions sur les • Prévisions des réseau et la qualité du
conduites et maintien en défaillances & travaux service rendu aux usagers
service du réseau : réparation, sur le réseau • Evolution de la demande et
nettoyage. • Enveloppes extension du réseau
budgétaires
Figure 4. La gestion du réseau d’eau potable
Le service d’eau cherche à travers le réseau d’eau potable à satisfaire les besoins des abonnés en
eau. Ceci, en assurant la continuité du service et la satisfaction des abonnés en quantité et qualité,
par l’augmentation de la fiabilité du réseau à un coût minimum. Le renouvellement des réseaux
d’eau répond à ces attentes à travers une politique qui s’inscrit dans le cadre d’une gestion du
patrimoine à court, moyen et long terme.
Tableau 1. La gestion du patrimoine adaptée au renouvellement des réseaux d’eau potable

Processus de gestion du Patrimoine et réseau d’eau potable
Objectifs et Politiques - Alimentation en eau en quantité et qualité
- Augmenter la fiabilité du réseau et réduire
la gêne occasionnée en cas de défaillance
- Réduire les coûts de maintenance et de
remplacement
- Niveau de service satisfaisant : débit et
pression aux nœuds de consommation
Inventaire du Patrimoine et collecte des - Inventaire du réseau : identification des
données conduites constituant le réseau
- Collecte de données et d’information
concernant la nature des conduites, la date
de pose, longueur, diamètre
- Identifier les sources de l’eau, les zones de
stockage
- Mesurer la demande et les niveaux de
pression
Evaluation de la condition et Etat du - Défaillances antérieures, fuites.

patrimoine - Plaintes des abonnés
- Déficience en débit et pression
Performance du système et modélisation - Etude du phénomène de vieillissement
- Modélisation hydraulique et
fonctionnement du réseau
Evaluation des alternatives et optimisation - identification des conduites vulnérables
- Hiérarchisation des conduites et priorités
- proposition de politique de renouvellement
Sélection des alternatives à court et long terme - Evaluation des politiques et sélection
Mise en œuvre - Implémentation des politiques et mesure de
l’impact en terme d’amélioration du réseau
Contrôle et Analyse - Suivi de l’implémentation des politiques
- Actions correctives suivant l’évolution de
l’état du réseau, du service de l’eau et son
environnement
Nous proposons dans Le Tableau 1 une adaptation du processus de gestion du patrimoine à la

gestion du réseau d’eau potable. Nous remarquons que l’approche décrite s’appuie sur une
analyse du fonctionnement du réseau et de sa performance, ainsi qu’une analyse économique liée
à la déficience du réseau et la mise en place de travaux de maintenance et de renouvellement.
En ce sens (Skipworth et al., 2002) préconisent l’intégration d’une analyse purement économique
avec une approche d’analyse de performance du réseau AEP dans la prise de décision. Voir
Figure 5.
Analyse économique Analyse technique
Identification des Mesure des

coûts internes externalités
Analyse du fonctionnement
et de la performance du
Estimation des coûts et mesure d’impact réseau d’eau
Gestion du réseau AEP
Figure 5. Outil d’aide à la décision pour la gestion du réseau AEP (Adapté de Skipworth et
al.,2002)
Il apparaît que le renouvellement des réseaux AEP fait partie d’un processus plus global qui est la
gestion du réseau AEP dans son ensemble. Nous proposons d’adapter l’approche proposée par
(Skipworth et al., 2002) en identifiant les données devant être considérées au cours de notre
analyse et les évaluations permettant de mesurer la performance du réseau AEP. La collecte, la
mise à jour et le traitement des données sont gérés dans le cadre du système d’information du
service de l’eau. Nous identifions des Systèmes de Gestion de Bases de Données (SGBD) et un
Système d’Information Géographique (SIG) contenant des données graphiques du réseau. Ces
données cherchent à décrire la topologie du réseau et la localisation des conduites et organes
hydrauliques constituant le réseau à l’aide de cartes et plans ainsi que la nature des abonnés
desservis. Les deux dispositifs communiquent afin d’avoir une information complète sur le réseau
AEP. De plus en plus de services d’eau se dotent d’un système d’information permettant une
meilleure prise en compte des données pour alimenter le processus de prise de décision. L’analyse
des données nécessaires porte sur :
4.2.1 L’analyse économique
L’analyse économique porte sur l’ensemble des coûts liés aux réseaux AEP et aux conduites à
savoir les coûts directs : d’installation des conduites, d’inspection, de réparation, de maintenance
et de remplacement. Les coûts indirects sont plus difficiles à mesurer d’un point de vue
économique car induits par des évènements imprévisibles et liés aux externalités qui traduisent
l’impact sur l’environnement du réseau en cas de défaillances ou travaux de renouvellement :
dégâts, inondation, interruption du service, manque à gagner, gêne pour le trafic (Care-W, 2003).
Le renouvellement est tributaire des ressources financières disponibles. L’analyse porte sur
l’ensemble de la durée de vie technique de la conduite. Tout au long de cette durée de vie, il est
nécessaire d’identifier les coûts directs :
d’acquisition et d’installation de la conduite
de réparation et maintenance
de dépose et renouvellement.
Ainsi que l’identification de coûts indirects liés :
à la gêne occasionnée lors de travaux sur le réseau
au manque à gagner du au à la baisse d’activité lors de travaux
à la dégradation de biens en cas de casse ou fuites : inondations, affaissement de la
chaussée
aux plaintes d’usagers en cas de déficience de pression ou interruption du service.
4.2.2 L’analyse technique
Cette analyse cherche à étudier l’évolution de l’état du réseau tout au long de la durée de vie des
conduites. Il s’agit d’apporter une description et une mesure aux phénomènes de détérioration
structurelle (physique) des canalisations qu’accompagne le vieillissement des conduites et la
détérioration hydraulique qui se rapporte au fonctionnement du réseau qui se manifeste par une
déficience de la desserte en eau. Le renouvellement du réseau d’eau potable nécessite la
description du mécanisme de détérioration des conduites en identifiant les facteurs qui
conduisent à une dégradation du réseau (facteurs de désordre), et ceux qui peuvent donner lieu à
un renouvellement (facteurs déclencheurs). Une connaissance du réseau est indispensable. Elle
est assurée par la localisation de l’emplacement des conduites, matériaux de constitution,
diamètre, âge, localisation et type des autres éléments du réseau (pompes, vannes, etc.). Ces
informations alimentent les bases de données du service d’eau et son système d’information
(SIG6, Progiciel de gestion, fiches d’immobilisation7). Une fois les éléments du réseau identifiés,
nous devons être en mesure de décrire leur fonctionnement, en effectuant des mesures de
certaines grandeurs. Pour chaque partie constituant le réseau, il est important de connaître :
le volume distribué annuellement, celui comptabilisé et non comptabilisé
les pressions et débits au niveau des conduites et nœuds de consommation

le coefficient de rugosité ( Hazen Williams)
6 . Système d’Information Géographique

7 . Propre à chaque immobilisation assurant un suivi comptable (pratique de l’amortissement).
L’intérêt est de pouvoir définir des indicateurs de performance du réseau à travers des
caractéristiques liées à la distribution, aux canalisations et à la qualité de l’eau distribuée. Un
inventaire des interventions et travaux sur le réseau doit être effectué, cela passe par le recueil sur
le terrain d’informations en matière d’interventions, réparations dans le but d’alimenter les bases
de données qui répertorient :
la date d’occurrence des défaillances

les caractéristiques de la conduite, nature du matériau, longueur, diamètre, année de pose
les types de défaillances observées,
le type de remblai, environnement de la conduite,
les éléments liés aux interventions (durée, pièces, coûts).
Ces données permettent aussi d’actualiser les informations sur les plans de réseau, et de
déterminer les secteurs à forte fréquence de défaillance.
Discussion
Il apparaît que le renouvellement des réseaux d’alimentation en eau potable fait partie
intégrante de la politique de gestion du réseau dans son ensemble. Nous considérons cette
politique comme une gestion du patrimoine constitué par les conduites, les composants et
installations hydrauliques du service d’eau. Nous soulignons l’importance de la disponibilité
de données, à la fois économiques et techniques en rapport avec l’exploitation du réseau, qui
permettent d’alimenter le processus de décision. La politique de renouvellement doit être en
adéquation avec la gestion de l’ensemble des éléments et installations formant le réseau AEP
à long terme.
5. La programmation pluriannuelle et
la décision de renouvellement
Nous distinguons deux étapes dans le processus de prise de décision. La première étape qui est
décrite ci-dessus et qui cherche à apporter une analyse économique et technique au réseau et à
l’interaction avec son environnement (usagers, condition d’exploitation, emplacement des
conduites). Cette étape vise à comprendre le fonctionnement du réseau et décrire sa détérioration
au cours du temps afin d’identifier les conduites prioritaire au renouvellement. Il est clair que
parmi l’ensemble des conduites du réseau, une partie seulement devra faire l’objet de travaux de
renouvellement.
La seconde étape consiste à évaluer l’impact du renouvellement des conduites critiques identifiées
sur la performance du réseau. L’intérêt et d’effectuer une analyse coût/bénéfice. Il est important
d’identifier plusieurs scénarios à cette étape, cela permet au service de l’eau de prévoir différents
programmes de renouvellement en fonction des spécifications techniques requises mais aussi en
fonction des ressources financières dont il dispose. Il s’agit donc de programmer un ensemble de
travaux sur le réseau sur un horizon de temps donné en général égal à 5 ans, en favorisant les
conduites critiques et en utilisant les ressources financières de manière satisfaisante. Nous
établissons une analogie avec la problématique d’ordonnancement de projet (Giard, 2004) et la
réalisation de travaux de renouvellement au moyen de ressources limitées. Des ressources qui
peuvent être renouvelables et disponibles sur l’ensemble de l’horizon de planification à l’exemple
d’équipement de production, main d’œuvre, machine, ou non renouvelable et disponibles de
manière restreinte sur l’ensemble de l’horizon de planification comme le budget. Nous supposons
qu’il n’y a pas de conflit sur la disponibilité de main d’œuvre et l’exécution des travaux de
renouvellement. La limite concerne la ressource financière traduite par le budget disponible pour
la réalisation de travaux de renouvellement. Dans le cadre de la thèse, nous établissons une
analogie entre la programmation du renouvellement et :
les problèmes d’ordonnancement de projet sous contraintes de ressources

(Resource Constrained Project Scheduling Problem, RCPSP)8
les problèmes de nivellement de ressources (Resource Levelling Problem, RLP)9
Lors de la planification d’un projet le gestionnaire décompose le problème d’ordonnancement. Il

cherche dans un premier temps à déterminer les ressources à allouer au projet qui traduisent par
la suite une limite, souvent arbitraire. Par la suite il planifie les tâches du projet par la
détermination des dates d’exécution et les ressources à allouer pour chaque tâche. En considérant
la détermination des ressources comme donnée exogène définie par le gestionnaire, plusieurs
travaux proposent des approches de planification, une revue de la littérature est contenue dans
(Kloisch & Padaman, 2001). D’après (Boctor, 2005) la décomposition du problème peut
présenter des insuffisances en rapport avec l’estimation des ressources à allouer au projet, qui
n’est pas forcement optimale et ne permet pas toujours de réaliser le projet avant la date limite
souhaitée.
8
. RCPSP cherche à proposer un ordonnancement qui tient compte des contraintes de précédence et les ressources disponibles
pour la réalisation de travaux donnés, plusieurs heuristiques sont proposées pour la résolution de ce type de problèmes dans (Al-
Fawzan & Houari, 2006). (Drezet & Tacuard ,2003) présentent également une synthèse bibliographique des ce type problèmes.
9
. RLP consiste à modifier les dates d’exécution des tâches non critiques afin de réduire les fluctuations des quantités de
ressources requises (Boctor, 2005).
Cette critique porte sur le nivellement des ressources qui ne peut s’effectuer indéfiniment dans le
temps. La disponibilité des ressources est donc limitée dans le temps et le nivellement des
ressources permet de minimiser les coûts du projet. Plusieurs approches sont proposées dans la
littérature (Hegazi, 1999) , (Son & al., 1999) et (Hiyassat, 2001). Nous établissons une analogie
entre la programmation du renouvellement et l’ordonnancement de projet tel que:
les tâches du projet correspondent aux travaux de renouvellement à réaliser sur le réseau
les contraintes de précédence sont désignées par les niveaux de priorité de renouvellement des
conduites et leur rôle dans le fonctionnement du réseau
pour chaque année de l’horizon de planification, la réalisation des travaux de renouvellement
ne doit pas dépasser la ressource disponible qui correspond au budget alloué
la programmation pluriannuelle vise à minimiser les coûts de renouvellement et à améliorer le
fonctionnement du réseau.
Le délai de réalisation des travaux de renouvellement est compris entre 1 et 5 ans. L’estimation
de la ressource financière s’effectue à l’aide du modèle d’aide à la décision que nous avons
élaboré.
Nous considérons deux cas de figure :
5.1 Absence de contraintes budgétaires, disponibilité de la

ressource financière
Le service de l’eau dispose des ressources financières nécessaires à la réalisation des travaux de
renouvellement, dans ce cas il s’agira de déterminer un coût minimum permettant de réaliser les
travaux nécessaires en assurant un fonctionnement adéquat du réseau.
Identification des travaux Estimation de l’enveloppe Réalisation des travaux

de renouvellement budgétaire
Niveau requis
Travaux de renouvellement
Performance du réseau
Enveloppe requise
t t+1 t t+1 t t+1

Figure 6. Décision de renouvellement et programmation budgétaire
Nous illustrons dans La Figure 6 l’impact d’un investissement important sur la performance du
réseau. (AWWA, 1998) conditionne la fiabilité du réseau par les investissements consentis pour
l’amélioration du réseau. Dans ce cas précis, la disponibilité de ressources financières pour la
réalisation des travaux de renouvellement permet une amélioration significative et rapide de la
performance du réseau.
5.2 Contraintes budgétaires, insuffisance de la ressource

financière
Dans ce cas, le service de l’eau ne dispose pas de ressources financières suffisantes. Il s’agira
d’identifier la programmation de travaux qui permette d’assurer un bon fonctionnement du
réseau tout en minimisant les coûts d’intervention sur le réseau. Une fois une programmation
satisfaisante identifiée, un lissage des travaux de renouvellement permet de répartir le coût de
mise en œuvre sur l’ensemble de l’horizon de programmation. Il s’agira d’améliorer le
fonctionnement du réseau tout en respectant la contrainte sur le budget et une utilisation
optimale de la ressource disponible.
Enveloppe requise
Budget
Lissage
t t+1
t t+1
Enveloppe requise
Budget
t t+1 t+2 t+3 t+4 t+5

t t+1 t+2 t+3 t+4 t+5
Figure 7. Programmation du renouvellement sous contrainte budgétaire

La Figure 7 illustre une approche de programmation pluriannuelle sous contrainte budgétaire.

L’identification des travaux de renouvellement fait apparaître une insuffisance des ressources
financières pour la réalisation des travaux de renouvellement. Les travaux sont lissés sur
l’ensemble de l’horizon de planification. La réalisation des travaux doit prendre en compte les
priorités de renouvellement des conduites d’eau et l’impact sur la performance du réseau, la
contrainte budgétaire peut etre égale sur l’ensemble de l’horizon de planification, croissante ou
décroissante traduisant ainsi la disponibilité des ressources. Nous pensons que le niveau de
performance du réseau dépend de la programmation pluriannuelle des travaux de
renouvellement. Le niveau de performance peut être amélioré de manière significative dès la
première année des travaux. Dans un premier temps, nous proposons une illustration de cet
impact, que nous devrons vérifier dans la suite de la thèse.
t t+1 … t+5 t t+1 … t+5 t t+1 … t+5

Niveau requis Niveau requis Niveau requis
t t+5 t t+5 t t+5

Figure 8. Relation entre la contrainte budgétaire, la réalisation des travaux et la performance du
réseau
L’hypothèse illustrée par la Figure 8 traduit l’impact d’une programmation donnée des travaux sur
le réseau. Il ne suffit pas d’identifier les travaux de renouvellement à effectuer pour chaque
conduite, il est important de mesurer l’influence de ces travaux sur la performance du réseau en
présence d’une contrainte budgétaire annuelle. Nous vérifierons cette hypothèse dans le chapitre
6.
6. Conclusion
Ce chapitre a permis de présenter le contexte qui caractérise la distribution de l’eau en France et

d’introduire la problématique de renouvellement. Il apparaît que la décision en matière de
renouvellement est partie intégrante d’un processus à long terme de gestion du patrimoine qui
nécessite une intégration de critères économiques et techniques liés au fonctionnement et à la
performance du réseau.
La programmation pluriannuelle du renouvellement fait apparaître l’impact de l’insuffisance des

ressources financières sur la réalisation des travaux. Il convient de tenir compte des critères
techniques qui décrivent l’impact de ces travaux sur la performance du réseau. En nous inspirant
des approches développées dans l’ordonnancement de projet sous contrainte de ressources, nous
proposons d’étudier la programmation des travaux de renouvellement, et leur impact sur la
performance du réseau. Il n’existe pas d’approche unique pour la mise en place du
renouvellement. Nous identifions un ensemble de critères devant être pris en compte dans le
processus de prise de décision en matière de renouvellement. L’outil d’aide à la décision doit
pouvoir :
décrire en fonction du temps, le phénomène de vieillissement des conduites à travers la

définition de fréquence, probabilité de défaillance, taux de défaillance ou loi de
vieillissement
prendre en compte les contraintes externes et internes liées aux conduites (corrosion,
nature du sol, qualité de l’eau).
prendre en compte le fonctionnement hydraulique du réseau, pression des conduites,
l’effet du renouvellement d’une ou de plusieurs conduites sur l’ensemble du réseau sur le
estimer les coûts en rapport avec les travaux de renouvellement, ces coûts peuvent être
directs (maintenance, remplacement, réhabilitation, renouvellement) ou indirects
(dédommagement, perte de profit, gêne occasionnée).
proposer une ou un ensemble de politiques de renouvellement viables d’un point de vue
technique et économique à l’échelle du réseau
tenir compte de l’impact d’autres travaux sur l’environnement de la conduite : voirie, gaz,
électricité.
mesurer l’impact de la programmation pluriannuelle sur la performance du réseau.
Chapitre 2
Fonctionnement du réseau
AEP et fiabilité hydraulique
Le réseau d’Alimentation en Eau Potable (AEP) est un assemblage de conduites

et d’organes sous pression, dont la mission est la desserte des usagers. La
topologie du réseau dépend de la dispersion des abonnés, de la localisation des
sources de captage et des zones de stockage.
La satisfaction des abonnés est mesurée par la qualité et la quantité de l’eau

acheminée. La vulnérabilité du réseau face à la survenue de défaillance, dépend
de la localisation des conduites, du moment de la survenue de la défaillance et la
nature des abonnés desservis. Les conduites constituant un réseau n’ont pas le
même rôle dans la desserte en eau. Certaines sont donc plus importantes que
d’autre d’un point de vue hydraulique.
L’importance d’une conduite est décrite par la quantité d’eau qu’elle permet
d’acheminer, la nature et le nombre d’abonnés qu’elle dessert. Après avoir défini
la problématique du renouvellement, nous décrivons dans ce chapitre le
fonctionnement hydraulique du réseau AEP et présentons des indices qui
permettent de mesurer la vulnérabilité d’un réseau d’alimentation en eau potable.
Ces indices définissent une hiérarchisation des conduites constituant le réseau.
Par la suite nous proposons deux indices traduisant le role de chaque conduite
dans la desserte en eau et l’impact de son indisponibilité , qui décrit une
défaillance ou une casse sur le fonctionnement du réseau. Ce chapitre vise à
décrire le fonctionement d’un réseau AEP et renseigne sur la nécessite de la prise
en compte de critère technique en matière de renouvellement .
Sommaire
1. Introduction 54
2. L’Alimentation en Eau Potable (AEP) 54
3. La distribution de l’eau potable en France 55
4. La distribution et les réseaux AEP 57
5. La modélisation hydraulique du réseau AEP 65
6. Etude de la fiabilité hydraulique des réseaux 67
mesure de l’importance d’une conduite 74
8. Conclusion 81
Chapitre 2 – Fonctionnement du réseau AEP et fiabilité hydraulique 54
1. Introduction
Il s’agit à travers ce chapitre de décrire le fonctionnement hydraulique du réseau. L’acheminement

de l’eau vers les usagers doit se faire en qualité et quantité satisfaisante. L’alimentation en eau
dépend de la nature de l’usager : domestique, commerce, industriel, administration. La
consommation est variable selon les jours de la semaine et les heures de la journée. Il existe des
périodes de pointe dans la journée qui correspondent à une demande maximale en eau. Nous
distinguons aussi le jour de pointe dans l’année qui correspond à une consommation maximale.
Il est clair qu’en fonction de la période considérée et du type de l’abonné desservi, l’impact d’une
défaillance est différent.
Nous présentons dans un premier temps les différentes notions en rapport avec un réseau
d’Alimentation en Eau Potable (AEP), ensuite nous présentons une revue de la littérature sur
l’étude de la fiabilité hydraulique du réseau, en identifiant des indices de fiabilité hydraulique
permettant de mesurer l’impact d’une indisponibilité d’une conduite donnée sur le
fonctionnement hydraulique du réseau, qui s’accompagne d’une redistribution des flux et une
variation des niveaux de pression aux nœuds de consommation. Le modèle d’aide à la décision
doit intégrer l’analyse de la déterioration structurelle du réseau et une description de son
fonctionnement.
2. L’Alimentation en Eau Potable (AEP)
L’Alimentation en Eau Potable comprend l’ensemble des opérations d’approvisionnement de la

population en eau potable, depuis le prélèvement du milieu naturel jusqu’à l’usager. Elle cherche à
répondre à deux objectifs :
 Production d’une eau de qualité, à partir d’une eau brute qui nécessite généralement un
traitement.
 La distribution de l’eau produite, à travers un ensemble d’installations et de réseaux afin de
répondre à la demande des consommateurs de manière satisfaisante (taux de service).
2.1 Fonctions d’Alimentation en Eau Potable
Nous distinguons plusieurs étapes dans le processus de production et de d’acheminement de

l’eau. La première étape est l’étape de Captage, qui consiste à recueillir les eaux souterraines ou de
surfaces de la source. Vient ensuite l’étape d’Adduction qui permet de transférer l’eau de la zone de
55 Chapitre 2 – Fonctionnement du réseau AEP et fiabilité hydraulique
captage jusqu'à proximité de la zone de distribution. Avant d’être distribuée l’eau doit subir des
traitement ce qui permet de transformer l’eau brute en eau potable. L’eau est ensuite acheminée
vers les zones de stockage afin de réguler le débit dans le réseau et prévenir une pénurie d’eau en
cas de défaillance ou forte demande. L’eau est distribuée à travers le réseau d’Alimentation d’Eau
Potable aux usagers.
Adduction Transport Distribution

Captage Traitement Stockage Usagers
Figure 9. Le processus de production et distribution de l’eau.
3. La distribution de l’eau potable en France
La première loi traitant globalement du service de l’eau en France a été la loi cadre de 1964.
La loi sur l’eau de 1992 est désormais le cadre général d’une gestion de l’eau, où l’eau est le
patrimoine de tous1. En France, l’alimentation en eau potable et l'assainissement des eaux usées
sont gérés par des services publics locaux dont la gestion relève de la compétence des communes
(ou de regroupements de communes).
Leur type d'organisation relève de la décision des élus, qui ont le choix entre deux grands modes
de gestion : la gestion directe (la régie) ou la gestion déléguée sur la base d’appels d’offres ouverts
à la concurrence (Voir Annexe 1). Chaque mode de gestion présente des particularités en terme
de gestion de la maintenance du réseau et de ses équipements (Voir Annexe 2).
Selon (Tavernier, 2001) la France compte environ 15000 services d’eau et d’assainissement. Les
régies concernent le plus souvent de petites communes, tandis que la délégation de service public
(DSP) est préférée dans les grandes villes. Environ 52 % des communes délèguent la gestion du
service d’eau. Le Tableau 2 décrit les modes de gestion des services de distribution d’eau et
d’assainissement en France. Dans le cadre de la thèse, le mode de gestion n’est pas pris en
compte car nous pensons qu’il n’influe pas direcetement sur les décisions en matière de
renouvellement. Le modèle d’aide à la décision que nous proposons est valable quelque soit le
mode de gestion du service d’eau.
1
. Un projet de loi sur l’eau et les milieux aquatiques encours de discussion au sénat.
Tableau 2. Modes de gestion des services de distribution et d’assainissement en France

(Tavernier, 2001)
Mode de gestion Parts des communes Part de la population
(en %) (en %)
Service de distribution d’eau
- régie 48 21
- délégation de service public 52 79
dont affermage 88 (n.c)
dont concession, régie intéressée, gérance ou autre 12 (n.c)
Service de l’assainissement collectif
- régie 62 47
- délégation 38 53
dont affermage 85 (n.c)
dont concession, régie intéressée, gérance ou autre 15 (n.c)
Trois grands groupes se partagent l'essentiel de la gestion déléguée de l'eau en France : Vivendi,
Suez et Bouygues-SAUR. Le tableau renseigne sur la répartition des prestataires privés du marché
de la distribution de l’eau et d’assainissement en France.
Tableau 3. Parts de marché des prestataires privés dans la distribution de l’eau (Tavernier 2001)
Nom de la société Groupe Part des Types de collectivités Nombre de
abonnés contrats
desservis
Générale de eaux Véolia 51 % Grandes villes, en particulier en Ile-de- 4 800
environnement france
Lyonnaise des eaux Suez 24 % Communes rurales, villes petites et 3 000
moyennes
Société Bouygues 13 % Communes rurales, villes petites et 7 000
d’Aménagement moyennes
Urbain et Rural
(SAUR)
Filiales communes Générales et 10 % Grandes villes et agglomérations (n.c)
Lyonnaise (12
filiales)
Lyonnais et SAUR
(02 filiales)
Une dizaine de 2% Communes rurales, petites villes (n.c)
sociétés
indépendantes
4. La distribution et les réseaux AEP
Dans le cadre de la thèse, nous considérons la partie du réseau permettant d’acheminer l’eau des
zones de stockage vers les abonnés. Nous distinguons plusieurs types d’abonnés en fonction de la
raison sociale : domestique, commerce, industriel, administration.
La distribution de l’eau s’effectue à l’aide de réseaux enterrés constitués de conduites et de

canalisations sous pression qui comprennent des :
conduites et pièces spéciales
appareils de robinetterie : vannes, clapets
appareils de mesure : compteurs, débitmètres
appareils de fontainerie : bouches d’incendie
Les zones de stockage comprennent généralement des réservoirs à grande capacité, la liaison
entre les abonnées est assurée à l’aide des conduites. La jonction entre conduites constitue des
nœuds. L’écoulement de l’eau s’accompagne d’une perte d’énergie en raison des frottements avec
les parois internes des conduites et des organes hydrauliques que comporte le réseau. Cette
dissipation d’énergie est traduite par le phénomène de perte de charge.
4.1 Structure du réseau AEP
La structure du réseau AEP dépend de la localisation des abonnés, de leur importance et du

niveau de demande à assurer. La structure traduit les dimensions des conduites, la capacité des
réservoirs, le nombre de pompes et la puissance fournie. La structure du réseau tient compte
d’éléments géographiques tels que : la dispersion des abonnés, la présence d’obstacles naturels, la
présence de routes, chemin de fer, jardins, d’autres réseaux enterrés.
Tous ces éléments vont permettre au service de l’eau de définir des caractéristiques propres à
chaque composant du réseau afin d’assurer son bon fonctionnement. Ces caractéristiques sont
détaillées dans ce qui suit :
4.1.1 Les conduites
Les conduites permettent l’acheminement l’eau d’un point à un autre point du réseau. Une
conduite est un segment de tuyau ou canalisation délimitée par deux points de consommation
d’eau appelés nœuds. Chaque conduite est caractérisée par :
un nœud initial et un nœud final

une longueur donnée L
un diamètre d
un coefficient de rugosité C traduisant la perte de charge
un état : ouvert, fermé
L’écoulement de l’eau s’effectue du nœud disposant de la pression la plus élevée vers le nœud
dont la pression est plus faible. La rugosité traduit la résistance de la conduite à l’écoulement de
l’eau. Les parois internes des conduites au contact de l’eau créent un phénomène de friction qui
s’accompagne de perte d’énergie due au frottement créant ainsi une perte de charge linéaire.
Dans le cadre de la thèse, nous utilisons la formule de Hazen-Williams pour le calcul de la perte
de charge dans les conduites.
10.674.L . Q1.852
HL = (2.1)
C 1.852 .D 4.871
Où :
H L : perte de charge linéaire, en mètres
3
Q : débit, en m / s
L : longueur de la conduite
D : diamètre de la conduite, en mètres
C : coefficient de rugosité de Hazen-Williams
Nous distinguons entre les conduites en fonction de leur rôle dans le réseau et la nature du
matériau les constituants. Le transport de l’eau vers les zones de stockage nécessite des conduites
de diamètre important (300-800 mm). Pour la distribution les conduites sont de diamètres
inférieurs (80-250 mm) et enfin les branchements qui sont de plus faible diamètre (40-60 mm) qui
permettent d’acheminer l’eau jusqu'au abonnés à partir des conduites de distribution. Une autre
distinction peut être effectué en se basant sur la nature du matériau constituant la conduite,
plusieurs conduites sont disponibles présentant des caractéristiques physiques et mécaniques

distinctes. Le Tableau 4 présente certains types de conduite :
Tableau 4. Caractéristiques des conduites selon le matériau la constituant
Matériau Résistance mécanique Résistance à la corrosion

Béton importante importante
Fibres ciment Interdit comporte de l’amiante
Matières Plastiques2 faible importante
Acier importante faible
Fonte grise faible importante
Fonte ductile importante importante
La fonte (alliage de fer et de carbone) apparaît comme le matériau le plus utilisé dans la
confection des canalisations. On distingue entre les fontes grises (dites fontes anciennes) et les
fontes ductiles. Cette distinction est relative à la disposition du graphite (carbone) dans la matière,
rendant la fonte ductile moins fragile. La fonte ductile est donc plus adaptée, car elle présente les
propriétés suivantes :
 bonne résistance mécanique (traction, chocs) ;
 résistance aux attaques du sol, fluides, solides transportés, aux variations de pression et de
température.
Certaines conduites de longueur fictive peuvent contenir des dispositifs hydrauliques spécifiques :
pompes, vannes, coudes, stabilisateur de pression, autres appareils de mesure. Ils représentent des
points singuliers :
4.1.1.1 Les pompes
Une pompe est un dispositif permettant de fournir de l’énergie au liquide. Le fonctionnement de

la pompe est relié généralement à un réservoir. Le démarrage et l’arrêt de la pompe sont fonction
du niveau du réservoir ou de plages horaires spécifiques. Une pompe peut être caractérisée soit
par une puissance constante (énergie), fournie à l’eau au cours du temps indépendamment du
débit et de la hauteur de refoulement, ou par une courbe caractéristique qui décrit la relation entre
la hauteur de refoulement et le débit fournie à l’aide d’une fonction H=f(Q).
2
. PVC : Polychlorure de Vinyle
. PEHD : Polyéthylène Haute Densité
. PRV : Composite en Stratifié Verre-Resine
Une pompe est définie par :

le nœud sur lequel elle est indexée (en général un réservoir)
la puissance absorbée par l'eau ou sa courbe caractéristique
les seuils d'arrêt et de démarrage du réservoir à partir desquels la pompe s'arrête ou
démarre
les plages horaires de fonctionnement et d’arrêt
Hauteur ( m)
3
Débit ( m / s )
Figure 10. Exemple de courbe caractéristique d’une pompe
4.1.1.2 Les vannes
Certaines conduites de longueur fictive comporte des vannes qui permettent de limiter la pression
ou le débit en des points précis du réseau. Les vannes sont caractérisées par :
les nœuds d’entrée et de sortie,
le diamètre
la consigne de fonctionnement et l’état de la vanne
coefficient de perte de charge singulière
Une vanne peut être ouverte ou fermée, le fonctionnement de la vanne est fonction de consignes
relatives à un nœud indexé généralement en rapport avec la pression. L’écoulement de l’eau à
travers la vanne s’accompagne d’une perte d’énergie exprimée par la perte de charge singulière.
v2
HS = c . (2. 2)
2. g
H s : perte de charge singulière en mètres
c : coefficient de perte de charge singulière propre à la vanne
v : vitesse d’écoulement de l’eau dans la conduite supportant la vanne en m/s
g : gravité en m / s 2
4.1.2 Les nœuds
Les nœuds représentent des points de jonction entre les conduites. Ils correspondent à des points
d’entrée ou de sortie d’eau. Il existe deux catégories de nœuds :
4.1.2.1 Les nœuds à débit fixe
Ces nœuds se caractérisent par une cote au sol connue et un débit connu (demande), l’inconnue
est la pression au nœud qui doit être calculée. Ils correspondent à des points de consommation
dans le réseau. Ces nœuds peuvent décrire la consommation d’un ou de plusieurs abonnées de
même type. Nous distinguons entre les abonnés selon le type de consommation : domestique,
industrielle, administration. La consommation au nœud exprimée par la demande peut être
constante ou variable. Selon la nature des abonnés, la demande est décrite par une courbe de
consommation.
4.1.2.1.1 La courbe de consommation ou de modulation
La courbe de consommation décrit pour un type d’abonné (domestique, industriel, commerce,

administration) l’évolution de la demande en eau tout au long de la journée. La consommation
journalière est tributaire des heures de la journée. Pour une consommation maximale on identifie
le jour de pointe dans l’année et une heure de pointe dans la journée. Pour une journée donnée,
nous calculons la consommation moyenne, pour chaque période t. Le multiplicateur de la
demande μ t à partir de la consommation Qt est calculé tel que :
Qt
μt = (2. 3)
Q
et
∑Q
24
t
t =1
Q= (2. 4)
24
Tableau 5. La courbe de consommation ou courbe de modulation
Période 1 2 3 4 5 6 7 . . . 21 22 23 24
Multiplicateur μ1 μ 2 μ 3 μ 4 μ 5 μ 6 μ 7 . . . μ 21 μ 22 μ 23 μ 24
La Figure 11 représente la courbe de consommation au jour de pointe, K2 représente le

coefficient de pointe horaire qui correspond au multiplicateur de la demande à l’heure de pointe.
K2
Moyenne
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 (Heures)
Figure 11. Exemple de Courbe de consommation Courbe de modulation au jour de pointe.
4.1.2.1.2 Le coefficient de pointe journalier
Le coefficient de pointe journalier K1 représente le rapport entre le volume maximal consommé

en une journée et le volume moyen journalier consommé sur l’année
Consommation du jour de po int e ( m 3 )

K1 = (2. 5)
Consommation du jour moyen( m 3 )
4.1.2.1.3 Le coefficient de pointe horaire
Le coefficient de pointe horaire K2 représente le rapport entre la consommation à l’heure de

pointe et la consommation moyenne de la journée de pointe.
Consommation de l ' heure de po int e ( m 3 )

K2 = (2. 6)
Consommation moyenne du jour de po int e ( m 3 )
4.1.2.1.4 Le rendement d’un réseau
Le rendement du réseau noté η exprime le rapport entre la quantité produite au cours d’une
année donnée et la quantité facturée (vendue). Le rendement du réseau permet de déterminer le
volume d’eau non facturé (arrosage, poteaux incendie, pertes).
Volume facturé ( m 3 / an )
η= (2. 7)
Volume produit ( m 3 / an )
4.1.2.2 Les nœuds à charge fixe
Ce sont des nœuds où la charge est fixée ou dont la cote piézométrique3 de l’eau est connue. Il
peut s’agir d’un réservoir dont le niveau d’eau varie en fonction du temps au sol ou sur tour, d’un
poteau à incendie ou d’une bâche de pompage dont le niveau reste inchangé. Pour ces nœuds le
débit doit être calculé.
4.1.2.2.1 Les réservoirs
Les réservoirs sont des nœuds avec une capacité de stockage, dont le volume d’eau peut varier au
cours du temps. Cette variation est décrite par la courbe de volume, qui pour un point de
stockage (Réservoir, château d’eau) définit la relation entre le niveau d’eau et le volume qu’il
contient. Cette relation tient compte de la forme géométrique du point de stockage. Les
caractéristiques d’un réservoir sont :
 L’altitude du radier qui correspond à un niveau zéro de l’eau.
 Le diamètre du réservoir ou sa courbe de volume
 Les niveaux : initial, minimal et maximal de l’eau
Volume (m3)
Niveau (m)
Figure 12. Exemple de courbe de volume d’un réservoir
4.1.2.2.2 Les bâches
Ces nœuds sont des points de stockage à capacité infinie, il représente des sources externes
d’approvisionnement en eau (pompage, lac, fleuve). Les bâches sont caractérisées par un niveau
d’eau fixe.
3
. Ligne idéale qui joint les points obtenus en portant verticalement vers le haut, à partir de la cote géodésique de
chaque point de l'installation, une longueur égale à la hauteur de liquide due à la pression en ce point. La cote ainsi
obtenue pour chaque point est appelée cote piézométrique
Mailles
Bâche Ramifications
Nœud
Pompe
Réservoir
Figure 13. Représentation schématique d’un réseau d’alimentation en eau potable
4.1.3 Topologie du réseau AEP
La topologie du réseau est la représentation schématique des différents nœuds d'un réseau et de
leurs liaisons physiques (conduites, pompes, vannes). La disposition des nœuds et des conduites
dépend de la localisation des abonnés, présence de routes, obstacles naturels, présence d’autres
réseaux. En terme de topologie, nous distinguons :
4.1.3.1 Les réseaux ramifiés
Ce type de réseau se présente selon une structure arborescente à partir du nœud à charge fixée
assurant la mise sous pression. Cette configuration est justifiée par la dispersion des abonnés.
Cependant, ce type de topologie réduit la fiabilité du réseau dans le cas d’une rupture d’une
conduite, privant en eau les utilisateurs en aval du point de rupture. Elle caractérise généralement
les réseaux de distribution d’eau en milieu rural.
4.1.3.2 Les réseaux maillés
Comportant un certain nombre d’antennes en boucle et pouvant assurer la distribution en eau,

cette configuration caractérise les réseaux de distribution d’eau en milieu urbain où il existe une
concentration des abonnés. La présence de boucle ou de maille réduit les risques de coupure en
cas de rupture de conduites, car assurant une redondance dans l’acheminement de l’eau et
limitant l’impact d’une rupture sur la desserte en eau. Dans la réalité les deux configurations
coexistent dans un même réseau. En milieu rurale, le réseau sera formé par plus d’antenne et
ramifications, alors qu’en milieu urbain on constatera plus de mailles.
5. La modélisation hydraulique du réseau AEP
La modélisation du fonctionnement du réseau cherche à décrire le comportement hydraulique

des différents dispositifs du réseau. L’intérêt est de reproduire ce qui se déroule en réalité dans le
réseau à l’aide d’un modèle hydraulique.
La représentation et la précision du modèle sont tributaire des objectifs du service de l’eau et des
analyses escomptées, le niveau de détail conditionne donc les résultas de la modélisation.
(Harrouz, 1996) distingue plusieurs types de modèles :
5.1 Modèle pour le dimensionnement du réseau
Le modèle permet de vérifier pour une configuration donnée du réseau, la satisfaction des
exigences des abonnés en terme de pression et de débit. L’intérêt est de dimensionner les
conduites et dispositifs hydrauliques. L’état des conduites et la demande sont supposés connus.
Le niveau de détail est important, toutes les conduites sont représentées.
5.2 Modèle pour l’analyse du fonctionnement

hydraulique et diagnostic
Dans ce cas, le modèle cherche à décrire le fonctionnement d’un réseau existant, par la
détermination de l’état des conduites à travers la mesure de la rugosité des conduites et la
demande des abonnés. Pour un réseau, des données liées à la topologie du réseau, les types des
conduite, la typologie des consommateurs ainsi que des mesures de pression et débits en des
points du réseau sont supposés connus. Un calage du modèle permet de déterminer certains
paramètres inconnus : rugosité, consommation afin de s’approcher le plus possible du
fonctionnement réel du réseau.
5.3 Modèle pour la gestion du réseau
Dans ce cas le modèle servira à décrire le comportement des sources d’approvisionnement, des
zones de stockage et des stations de pompage. L’intérêt de ce type de modèle est d’optimiser
l’exploitation des sources d’eau et de minimiser les coûts d’exploitation du réseau en régulant le
pompage et le stockage de l’eau dans la journée. Ce modèle ne retient que les conduites de grand
diamètre servant au transport et à la distribution de l’eau.
5.4 Modèle pour la mesure de la qualité de l’eau
Dans ce cas le modèle cherche à décrire les temps de séjour (stagnation de l’eau) de l’eau dans le
réseau. En effet des temps de séjour important altèrent la qualité de l’eau dans le réseau. L’objet
du modèle est de mesurer l’évolution d’un produit à titre d’exemple le chlore dans le réseau et
d’en mesurer les concentrations à des points précis du réseau.
5.5 Précision du modèle et représentation du réseau AEP
La modélisation du fonctionnement du réseau doit décrire le comportement réel du réseau. En

fonction de l’utilisation du modèle, un niveau de détail doit être défini. Le modèle ne considérera
que certaines conduites du réseau et certains abonnés seront rassemblés sur des nœuds afin de
simplifier la modélisation. Il n’existe pas de règles précises pour la simplification de réseau, mais
certaines sont fréquemment utilisées :
Suppression des conduites de petits diamètres ou de petites longueurs
Suppression des conduites en antenne
Suppression des nœuds intermédiaires
Agglomération de plusieurs abonnés en un même nœud.
Concaténation de conduites de même diamètre et même matériau
Distinction entre abonnés de nature différente : domestique, industriel, autres.
L’autre aspect à prendre en compte est la définition des conduites. L’étude du fonctionnement du
réseau et la détérioration hydraulique n’utilisent pas la même définition de la conduite.
Rue
Rue
Conduite réelle
Présence d’organes hydraulique : pompe, vanne, poteau à incendie
Conduite pour le modèle hydraulique
Figure 14. Modélisation du réseau AEP : prise en compte de l’aspect hydraulique et structurelle.
La Figure 14 illustre la distinction entre le réseau tel qu’il existe réellement et la modélisation
hydraulique. Cette modélisation doit être attentive à l’étude de la détérioration structurelle des
conduites qui s’articule sur une définition plus détaillée des conduites qui correspond plus au
réseau réel. Nous devons trouver un niveau de description du réseau assurant un compromis
entre l’étude de la détérioration structurelle et hydraulique. Cela nécessite l’adaptation des
données disponibles et une définition appropriée des conduites du réseau.
6. Etude de la fiabilité hydraulique des réseaux
Les premiers travaux menés par (Shamir & Howard, 1979) (Walski & pellicia,1982) ce sont
intéressés à l’impact de la détérioration structurelle sur les coûts de maintenance et la
détermination d’un optimum économique définissant un seuil pour le renouvellement des
conduites. (Todini, 2000) revient sur cette approche et identifie des insuffisances à une approche
purement économique. Un réseau construit et géré en fonction d’un optimum économique peut
ne pas répondre à des contraintes techniques. Des problèmes de dimensionnement des conduites
ou de déficience de pression sont relevés. L’auteur revient sur l’importance de la topologie du
réseau dans la prise de décision, en comparant la fiabilité d’un réseau se présentant en maille et un
réseau ramifié. Cependant, la topologie du réseau n’est pas seulement dictée par le gestionnaire
ou le concepteur du réseau d’eau mais respecte des contraintes liés à la disposition des usagers, les
routes, la présence d’obstacles naturels, la présence d’autres réseaux : gaz, électricité. (Todini,
2000) introduit la notion de résilience qui traduit la capacité du réseau à pallier une défaillance ou
une rupture et limite son impact sur le fonctionnement réseau. Pour l’auteur le réseau doit être en
mesure de faire face à des incidents dont l’effet est temporaire dans le temps mais pouvant
engendrer des dégradations importantes. Même si la notion de résilience n’est pas évoquée sous
ce nom, on y fait souvent allusion. Il apparaît que la fiabilité du réseau dépend de sa capacité à
limiter l’incidence d’un évènement sur son fonctionnement. Pour (Ormsbee & Kessler,1990)
définissent la redondance comme mesure de la fiabilité. Il définissent deux types : typologique et
hydraulique. La redondance typologique assure l’existence d’un chemin (physique) de la source au
nœud de consommation. La redondance hydraulique assure la capacité d’un chemin
redondant(autre) qui fournit une pression adéquate pour les demandes au niveau des nœuds pour
des conditions de charges spécifiques. Pour (Xu et al.,1999) la fiabilité du réseau est mesurée par
sa capacité à assurer la demande aux nœuds à une pression minimale requise. La fiabilité dépend
de la défaillance des organes hydrauliques( casses des conduites, arrêt des pompes, fuites dans le
réseau), de la diminution de la capcité hydraulique du réseau en raison de la déterioration de
conduites (dépots sur les parois, augmentation de la rugosité) et de la variation de la demande et

et son évolution dans temps qui peuvent remettre en cause le dimensionnement du réseau et
donc sa performance. Pour (Walski & Gessler, 1999) la fiabilité du réseau dépend de la
surpression disponible aux nœuds de consommation. Ils identifient une pression requise au
niveau des nœuds Prequise et la pression disponible aux nœuds. Ils définissent « Minimum Surplus
Head Index », I m tel que pour Pmesurée (i) ≥ Prequise(i) et i=1,…, n :
I m=minimum(Pmesurée(i)- Prequise(i) ) (2. 1)
Les auteurs évaluent cette surpression sur l’ensemble des nœuds de consommation en définissant
Total surplus Head Index, I t tel que :
n
I t =∑ (Pmesurée(i)- Prequise(i) ) (2. 2)
i =1
(Todini, 2000) établit un bilan de l’énergie contenue dans le réseau. Pour l’auteur plus il y’a
d’énergie dans le réseau plus le réseau est fiable. L’énergie contenue dans le réseau En réseau
s’exprime comme la somme de l’énergie dissipée Endissipée en raison des frictions internes dans les
conduites et les pertes de charge, ainsi que l’énergie nécessaire aux nœuds de consommation
Endelivrée .
Enréseau = Endissipée + Endelivrée (2. 3)
L’auteur préconise d’augmenter l’énergie disponible dans le réseau en surestimant l’énergie

dissipée tel que l’indice de résilience I r est défini comme :
Endissipée
Ir =1 - max (2. 4)
Endissipée
Où En dissipée exprime l’énergie dissipée pour une pression Prequise et une demande donnée à chaque
max
nœud de consommation et En dissipée correspond à l’énergie dissipée correspondant à une pression
supérieure à la pression requise pour satisfaire une même demande.
(Ivaltemir et al, 2004) proposent de mesurer la fiabilité du réseau à l’aide d’un indice calculant
l’adéquation de la pression au nœud de consommation avec pression minimale requise , l’indice
ψ pb ( i , t ) est calculé par :
Pat ( i , t ) - Pmin
ψ pb ( i , t ) = si Pmin ( i , t ) ≤Pat ( i , t ) ≤Pmax ( i , t )
Pmax ( i , t ) - Pmin
ψ pb ( i , t ) = 0 si Pat ( i , t ) < Pmin ( i , t ) ou Pat ( i , t ) > Pmax ( i , t ) (2. 1)
Avec Pmin correspond à la pression minimale à partir de laquelle une desserte en eau des nœuds de
consommation est possible, Pat ( i , t ) correspond à la pression disponible aux nœuds de
consommation i à l’instant t mesurée par Epanet 2 et Pmax ( i , t ) traduit la pression maximale
tolérée au nœud de consommation i à l’instant t. Ils définissent un indice traduisant la satisfaction
de la demande aux nœuds de consommation tel que :
24 n
HBSD = ∑∑ ψ pb ( i , t ) .
Qdem ( i , t )
n (2. 2)
t =1 i =1
∑Q dem ( i ,t )
i =1
Où Qdem ( i ,t ) exprime la demande au nœud i à l’instant t .

(Bertin, 1994) décrit la fiabilité du résau à l’aide d’un indice , qui exprime l’impact de la survenue
d’une défaillance sur la satisfaction de la demande au niveaux des nœuds du réseau :
n
ft j =∑
v ji
(2. 3)
V
i =1 i
Où v ji correspond à la consommation au nœud i pour la défaillance de la conduite j,
Vi correspond à la consommation au nœud i à l’heure de pointe du jour de pointe et n le nombre

de nœuds dans le réseau.
Discussion
Il apprait que la fiabilité hydraulique du réseau dépend de la capacité du réseau à assurer la

desserte en eau des usagers en quantité suffisante et avec une pression minimale requise. Le
système doit être en mseure de pallier les impacts liés à la défaillance des organes
hydrauliques que comporte le réseau et la baisse de la capacité hydraulique liée à la
déterioration des conduites. Afin d’acroitre la fiabilité, il est nécessaire d’assurer une pression
suffisante dans le réseau supérieure à la pression minimale nécessaire à la desserte des
abonnés. Les auteurs proposent des indices qui mesure la surpression disponible dans le
réseau, la quantié d’énergie disponible et le niveau de satisfaction de la demande aux nœuds
de consommation.
Dans le cadre de la thèse nous considérons exclusivement la diminution de la capacité
hydraulique due à la déterioration des conduites et leur défaillances. Nous proposons de
construire des indices de fiabilité qui tiennent compte du niveau de pression dans le réseau et
de la satisfaction des abonnés.
6.1 Modèles pour la fiabilité hydraulique des réseaux AEP
Nous étudions dans le cadre de la thèse, des modèles de mesure de la fiabilité hydraulique des
réseaux AEP développés dans le cadre du projet Care-W, dans lequel le CEMAGREF a participé
(voir chapitre 3). Trois modèles de fiabilité Hydrauliques (Hydraulic Reliability Models,
HRM) ont été développés permettant de mesurer l’importance hydraulique de chaque conduite
du réseau d’eau et l’impact sur son fonctionnement en cas de défaillance à l’aide d’indices de
fiabilité. Ces modèles sont : Failnet-Reliab élaboré par le CEMAGREF (France), Relnet élaboré
par Université de Technologie de Brno (République Tchèque), Aquarel : élaboré par SINTEF
(Norvege). Ces modèles ont été testés sur des réseaux de taille réel.
Pour une pression satisfaisante aux nœuds de consommation, on compare l’eau réellement
acheminée et celle demandée. En cas de déficience importante, la conduite sera considérée
comme critique. Cependant, l’approche de calcul et les outils utilisés sont sensiblement différents.
L’objectif est d’évaluer deux indicateurs importants exprimés à l’échelle du réseau :
L’importance hydraulique de la conduite (liaison hydraulique), qui représente l’impact de

la défaillance de la conduite sur l’ensemble du réseau (ou une partie) en terme d’interruption
de la distribution d’eau, réduction de la pression ou de la consommation.
La vulnérabilité des consommateurs (au niveau de la conduite, du secteur ou la totalité

du réseau) qui représente le risque de désagrément (gène) occasionnée pour les
consommateurs (interruption du service, inondation, déviation).
1.1.1 Failnet-Reliab (CEMAGREF)
L’indice proposé est le « Hydraulic Criticity Index » (HCI) qui s’appuie sur la simulation de casse
sur le réseau et la comparaisons des consommations d’eau avant et après la survenue de la
défaillance. Pas de casses simultanées sur le réseau, une défaillance est possible pendant l’analyse
du réseau. Le calcul de cet indice s’inspire des travaux menés par (Bertin,1994). Il s’appuie sur
une estimation du taux de défaillance de la conduite considérée, du temps d’indisponibilité de la
conduite donnée par MTTR(Mean Time To Repair). Les consommations sont localisées au
niveau des nœuds. Pour une conduite j, l’impact est donné par :
HCI j = ∑(Demande - consommation i ).Taux de casse j . MTTR j .

ωi
(2. 1)
Noeuds i
i
∑ω i
Noeuds i
Avec ωi est l’importance du nœud i dans le réseau, qui permet d’identifier des consommateurs
important dans le réseau. Les calculs sont effectués à l’aide d’un algorithme spécifique. L’outil
utilise un modèle hydraulique spécifique basée sur le logiciel Porteau® (CEMAGREF) .
Discussion
Le modèle Failnet-Reliab propose un indice de fiabilité qui mesure l’impact d’une défaillance
sur la desserte en eau. Il distingue les consommateurs par des pondération selon leur
importance et intègre un taux de défaillance dans le calcul de l’indice. Nous avons testé le
modèle et relevons certaines limites :
Il n’existe pas de passerelle d’un modèle de simulation hydraulique vers Failnet-
Reliab, un fichier spécifique doit renseigner le réseau.
l’analyse hydraulique qu’effecute le modèle ne tient pas compte des organes
hydrauliques du réseau : vannes, pompes. Le fonctionnement du réseau n’est pas pris
en compte (courbes caractéristiques, courbes de consommation, etc). le demande
prise en compte et la demande de pointe. Le calcul est ponctuel.
le modèle est plus lent que les autres modèles de fiabilité.
1.1.1 Relnet (Université de Technologie de Brno)
Propose un modèle permettant de mesurer l’impact d’une indisponibilité d’une conduite donnée
sur le fonctionnement du réseau en tenant compte des pressions et consommations aux nœuds.
Le modèle utilise Epanet2®(Rossman,2000) pour effectuer les simulations hydrauliques. Il
permet de calculer le HCI qui représente pour une conduite donnée le rapport entre l’eau qui est
réellement consommée dans le réseau et l’eau devant être consommée :
∑(Demande i - Consommation i )
Noeuds i
HCI j = (2. 16)
∑ Demande
Noeuds i
Le calcul des consommations au niveau des nœuds s’appuie sur les niveaux de pression aux
nœuds. Deux niveaux sont identifiés : une pression minimale, à partir de laquelle une desserte en
eau est possible mais en quantité proportionnelle à la demande et une pression désirée à partir de
laquelle la desserte en eau correspond à la demande au nœud. Pour un niveau de pression
inférieur à la pression désirée, la consommation est inférieure à la demande aux nœuds. La
première étape consiste à analyser le fonctionnement hydraulique du réseau en calculant les
pressions aux nœuds et en déterminant la demande totale sur l’ensemble du réseau. L’étape
suivante est de rendre la conduite considérée indisponible (en la fermant). Une nouvelle
simulation hydraulique est effectuée permettant de mesurer les niveaux de pression aux nœuds.
La consommation au nœud sera fonction de la comparaison des niveaux des pressions avant et
après l’indisponibilité de la conduite. La consommation à un nœud donné sera nulle si la
pression à ce nœud est inférieure à la pression minimale initialement définie. Pour une pression
comprise entre la pression minimale et la pression désirée, la consommation sera proportionnelle
à la demande au nœud et aux pression avant et après l’indisponibilité de la conduite tel que :
Pr ession après i
Consommation i = Demande i (2. 17)
Pr ession avant i
Pour une pression au nœud supérieure à la pression désirée, alors la consommation au nœud sera
égale à la demande au nœud.
Discussion
Le modèle Relnet propose un indice de fiabilité qui mesure l’impact d’une défaillance sur la
desserte des abonnés. Il permet de comparer la quantité d’eau fournie après la survenue d’une
défaillance et celle devant être fournie. Nous avons testé le modèle et relevons certaines
limites :
dans la description du modèle, aucun travail théorique n’est évoqué pour le calcul de
la demande au nœuds après la survenue des défaillances
les niveaux de pression permettant de paramètrer la demande aux nœuds sont fixes
compris entre 25 m et 15 m, ce qui n’est pas toujours le cas. Le modèle n’est pas
flexible.
le modèle considére que l’indisponibilité de la conduite est par défaut égale à une
heure, correspondant à l’heure de pointe. Le modèle ne permet pas de définir la plage
horaire de survenue de défaillance et la durée d’indisponibilité des conduites.
Le modèle effectue les calculs à l’heure de pointe
6.1.3 Aquarel (SINTEF)
Le modèle développé par le SINTEF utilise la même approche basée sur la simulation de
défaillance et la mesure d’impact sur le fonctionnement du réseau. Aquarel considère l’impact de
défaillance sur le niveau des réservoirs dans le réseau. Il peut considérer jusqu’à 2 défaillances
simultanées sur le réseau. L’outil intègre la détérioration structurelle de la conduite à travers un
taux de casse ou une probabilité de casse et un temps d’indisponibilité de la conduite. L’outil fait
appel à Epanet ® pour les simulation hydraulique. Il n’existe pas de description précise de
l’approche de calcul utilisée. Nous n’avons pas pu testé Aquarel car nous ne disposions pas d’une
verison du modèle.
Discussion
Nous constatons que la démarche de calcul des indices de fiabilité est similaire. En effet il
s’agit de mesurer l’impact de l’indisponibilité d’une conduite donnée sur l’ensemble du réseau.
Cela en comparant la quantité d’eau desservie avant et après. Nous avons identifié des limites
qui paraissaient importantes et que nous proposons de prendre en compte dans la mise en
place d’un outil de mesure de la fiabilité hydraulique. Cet outil s’inspire des travaux de
(Wagner et al., 1988) et des approches de calcul des indices de fiabilité présentés. L’outil
développé à pour but de :
modifier plus facilement les paramètres de calcul de l’indice de fiabilité à savoir les
niveau de pression pour le calcul de la demande, la durée de la défaillance et la palge
horaire de sa survenue.
tenir compte de l’ensemble des composants hydrauliques du réseau : courbe de
consommation, courbe caractéristique, courbe de volume.

mesure de l’importance d’une conduite
Le réseau d’alimentation en eau potable est un réseau connexe dont la fiabilité dépend de l’état
des canalisations et la configuration même du réseau. Nous proposons d’utiliser deux indices qui
traduisent l’incidence de la rupture d’une conduite sur la distribution de l’eau dans le réseau. La
rupture est simulée par la fermeture de la conduite. L’impact est mesuré d’un point de vue
hydraulique, tous les calculs hydrauliques sont effectués à l’aide de Epanet2®. Selon la position
de la conduite dans le réseau, la nature et le nombre d’abonnés qu’elle dessert, son rôle dans
l’acheminement de l’eau est différent. Ce rôle est obtenu à l’aide de la comparaison entre la
quantité d’eau transportée avant et après l’occurrence de la défaillance. L’impact de la défaillance
dépend des niveaux de pression aux nœuds de consommation. Ainsi l’occurrence de la défaillance
engendrera une redistribution des pressions au niveau des nœuds de consommation ce qui
provoquera une baisse de pression dans certains nœuds et une augmentation dans d’autres. En
fonction de la variation du niveau de pression, la demande au niveau des nœuds de
consommation change. D’un point de vue théorique, la mesure du changement de la demande au
niveau des nœuds de consommation est cité dans (Wagner et al., 1988) et (Ivaltimir et al., 2004).
La mesure de l’importance s’obtient en comparant les mesures obtenues avant et après la

suppression de la conduite. A l’état initial, chaque nœud de consommation regroupant un
nombre d’abonnés donnés est caractérisé par une pression ( PInit ) et une demande ( QInit ) .Pour
chaque conduite élaguée, nous mesurons les nouveaux niveaux de pression ( PNouv ), en fonction de
ces niveaux la demande aux nœuds de consommation ( QNouv ).
Pour chaque conduite élaguée, une simulation hydraulique du fonctionnement du réseau est
effectuée, la démarche décrite ci-dessous est effectuée pour chaque conduite, afin de calculer
l’indice de criticité des conduites constituant le réseau.
Nous exploitant les travaux de (Wagner et al., 1988) qui établissent une relation entre la quantité
d’eau desservie et la pression à un nœud de consommation. Ils distinguent trois paliers pour les
valeurs de pression, déterminer par deux seuils de pression, une pression inférieure ( PInf ) et une
pression supérieure( PSup ) :
Le premier palier concerne les nœuds où la pression est au-dessous de la pression inférieure
requise, dans ce cas là, la desserte en eau ne peut être assurée, la demande au nœud est nulle.
QNouv = 0 (2. 18)
Le deuxième palier concerne les nœuds où la pression (PNouv) est comprise entre la pression
inférieure et la pression supérieure. Dans ce cas la desserte de l’eau est partiellement assurée, la
demande au niveau des nœuds de consommation ( Q Nouv ) est donnée par :
PNouv - PInf
QNouv = QInit . (2. 19)
PSup - PInf
Le troisième palier concerne les nœuds dont la pression dépasse la pression supérieure ( PSup )
assurant ainsi une desserte normale de l’eau vers les nœuds de consommation dans ce cas la
demande est donnée par :
QNouv = QInit (2. 20)

% Demande
100%
Pression(m)
PInf PSup
Pas de Desserte Desserte
desserte réduite normale
Figure 1. Niveau de desserte en fonction de la pression (Adapté de Wagner et al.,1988)
7.1 Indices de fiabilité hydrauliques
En s’inspirant des indices relevés dans la littérature, nous proposons deux indices permettant de
mesurer le rôle d’une conduite donnée dans l’acheminement de l’eau.
7.1.1 Indice de Criticité Hydraulique
Cet indice permet de comparer la quantité d’eau desservie dans l’ensemble du réseau avant et
après l’indisponibilité d’une conduite donnée. Afin de calculer l’Indice de criticité hydraulique
(ICH) d’une conduite j, il est nécessaire de calculer les pressions et demande au niveaux de tous
les nœuds de consommation en fonction des paliers susmentionnés. L’équation ci-dessous définit
l’expression de calcul du ICH pour un réseau de n nœuds :
n
∑( Q Init - Q Nouv )
ICHj = i =1
n avec ICH ∈ ]0,1] (2. 1)
∑Q Init
i =1
Réseau d’Alimentation en Eau potable
Calage hydraulique avec Epanet®
Pour chaque nœud (1 à n) calculer :

PInit , QInit
Définir PInf et PSup
i ≤p Pour i=1 à p
Fermer la conduite (i)
Simulation hydraulique avec

Epanet2®
Pour chaque nœud (1 à n)

calculer :
- PNouv , QNouv
Pour chaque nœud (1 à n)

comparer
PNouv à PInf
- Calcul ICH pour la conduite (i)

- Calcul INH pour la conduite(i)
- ICH pour l’ensemble des conduites

- INH pour l’ensemble des conduites
Figure 16. Calcul des Indices de fiabilité hydraulique

La Figure 16 présente la démarche de calcul des indices de fiabilité pour une réseau donné.
L’indice ICH obtenu pour l’ensemble des conduites du réseau, traduit la quantité d’eau réellement
desservie dans l’absence d’une conduite donnée. Il est compris entre 0 et 1, plus la valeur est
proche de 1, plus la conduite est importante dans le réseau. Si la valeur de ICH est voisine de 0,
cela signifie que l’eau est bien desservie même en l’absence de la conduite considérée,
l’importance de la conduite est faible.
A partir d’un fichier de données décrivant le réseau à considérer, nous effectuons le calcul de
l’ICH à l’aide d’une macro permettant de lancer plusieurs simulations à la fois et estimer les
différents paramètres nécessaires au calcul. Nous considérons un réseau de n nœuds et p
conduites.
7.1.2 Indice de déficience aux nœuds
Cet indice traduit l’impact de l’indisponibilité d’une conduite donnée sur la desserte en eau des
abonnés. Il permet de recenser l’ensemble des nœuds de consommation où la desserte n’est pas
assurée. (Wagner et al, 1988) suppose qu’au-dessous d’une certaine pression PInf la desserte en eau
n’est plus assurée. Pour chaque conduite élaguée, un calcul de pression est effectué à l’aide de
Epanet2®, puis une comparaison avec la pression PInf est effectuée. Si la pression mesurée au
nœud de consommation est inférieure à la pression, alors le nœud considéré ne sera pas desservi
tant que la conduite est indisponible. Cette procédure permet d’identifier l’ensemble des nœuds
non desservis. Une fois ces nœuds identifiés, pour chaque conduite élaguée nous calculons le
rapport entre le nombre de nœuds non desservis et le nombre de nœuds total constituant le
réseau. La procédure de calcul est décrite dans la .
Nombre de noeuds non desservis

IDN j = (1)
Nombre total de noeuds
7.2 Données nécessaires et calcul des indices de fiabilité
Le calcul des indices de fiabilité s’effectue selon la procédure décrite par la Figure 16. Le calcul
est assuré à l’aide de la macro Mesure_fiabilité en VBA Excel, utilisant la boite à outil Entoolkit
développée par EPA4 . La macro permet de simuler une casse pour chaque conduite du réseau en
la rendant indisponible pendant une période donnée, l’indisponibilité est traduite par la fermeture
de la conduite. Nous supposons que le temps d’indisponibilité correspond au temps nécessaire à
4 Environment Protection Agency

la remise en l’état de la conduite c’est le Temps moyen de réparation, MTTR5. Nous supposons
que seule une conduite est indisponible, écartant ainsi la possibilité que deux ou plusieurs
défaillances surviennent au même moment. Le calcul des indices de fiabilités nécessite la
disponibilité de données spécifiques liées au fonctionnement du réseau et à la durée de réparation
des conduites. Les données devant être disponibles sont :
topologie du réseau : cartographie

longueur, diamètre, rugosité, cote au sol
courbe caractéristique des pompes
courbes de consommation par type
d’abonnés et demande aux nœuds
courbe volumétrique pour réservoir
temps d’indisponibilité des conduites, MTTR
La macro proposée pour le calcul des indices de fiabilité utilise la simulation hydraulique obtenue
à partir des données sus-mentionnées. Le modèle hydraulique est construit à l’aide d’Epanet2.
L’impact de l’indisponibilité d’une conduite dépend de sa localisation de la nature des abonnés
qu’elle dessert, de la période d’occurrence de la défaillance. La macro proposée permet de simuler
l’indisponibilité de la conduite sur une période de temps donnée. Cette approche permet
d’identifier les plages horaires où l’indisponibilité de la conduite est la plus critique. Pour un
réseau donné, le modèle hydraulique peut être sauvegarder à l’aide d’un fichier d’extension .net
ou .inp. Le calcul des indices de fiabilité nécessite le paramétrage de la macro, les paramètres
d’entrée sont les suivant :
Définir les pression PInf et PSup décrivant les états de fonctionnement du réseaux
Choisir le fichier du modèle hydraulique à considérer

Définir le début et la fin de la plage horaire pendant laquelle la simulation sera effectuée
Définir le temps d’indisponibilité des conduites
5 Mean Time To Repair

Algorithme .1. Calcul des indices de fiabilité ICH et IDN à l’aide de Mesure_fiabilité.
n : nombre de nœuds dans le réseau Psup :pression désirée pour un fonctionnement normal du réseau
Qi : demande au nœud i Q Init : Demande totale sur l’ensemble du réseau
Q Nouv : Consommation réelle au nœud T :temps d’indisponibilité de la conduite
p :nombre de conduites dans le réseau Période :plage horaire, début et fin de la simulation
Pi : pression au nœud i Pinf :pression inférieure requise pour la desserte en eau
Initialisation
Lancer Epanet (P) {simulation hydraulique pour la plage horaire désignée}
∀ i = 1, n Calculer Qi {détermination de la demande aux nœuds}
n
Q Init ← ∑Q i {détermination de la demande sur l’ensemble du réseau}
i =1
pour j = 1,..,p
Fermer la conduite j
Lancer Epanet (Période,T) {simulation hydraulique pour la plage horaire désignée, avec une indisponibilité de j de T}
∀ i = 1, n Calculer Pi
QTotale ← 0
noeud ← 0
pour i = 1,..,n faire
si Pi < Pinf alors
Qi ← 0
noeud ← noeud +1
sinon
si Pinf ≤Pi < Psup alors
Pi - Pinf
Q Nouv ← Qi .
Psup - Pi
sinon
si Pi ≥Psup alors
Q Nouv ← Qi
fin si
fin si
fin si
QTotale ← Q Nouv + QTotale
fin pour
Q Init - QTotale
ICH j ←
Q Init
noeud
IDN j ←
n
fin pour
fin
8. Conclusion
Nous avons défini au cours de ce chapitre un ensemble de notions permettant de comprendre le

fonctionnement du réseau. Un fonctionnement qui est décrit à l’aide d’un modèle hydraulique. Il
est apparu que le modèle hydraulique doit tenir compte d’un ensemble de paramètres et critères
pour traduire fidèlement les caractéristiques et le fonctionnement du réseau tel qu’il existe dans la
réalité. Il est indispensable de trouver un niveau de détail adéquat permettant d’étudier la
détérioration structurelle et hydraulique du réseau.
Nous avons introduit la notion de fiabilité hydraulique , qui traduit la capacité du réseau à pallier
une déficience de pression due à la survenue de défaillance ou à la détérioration structurelle.
L’analyse de la littérature montre que la fiabilité hydraulique dépend non seulement des niveaux
de pression, mais aussi des caractéristiques des conduites (rugosité, diamètre) de la topologie du
réseau et la satisfaction des abonnées. Ces critères déterminent la performance du réseau et
doivent être pris en compte dans la prise de décision en matière de renouvellement.
Nous avons exploité les modèles et indices identifiés dans la littérature pour la mesure de la
fiabilité hydraulique. Cela a permis de définir une approche plus flexible pour la mesure d’indices
de fiabilité appropriés. Les indices proposés permettent d’identifier les conduites jouant un rôle
important dans la desserte des abonnés. Ces conduites nécessitent une attention particulière lors
de travaux de renouvellement, elle seront prioritaires par rapport aux autre conduites. Nous
avons élaborée un outil informatique « Mesure_fiabilité » pour le calcul de ces indices .
Les développement effectués dans ce chapitre vont permettre de mesurer l’impact des travaux de
renouvellement sur le fonctionnement du réseau et de hiérarchiser les conduites en fonction de
leur rôle dans le réseau.
Chapitre 3
Modèles et approches pour le

renouvellement des réseaux d’eau potable
Les approches pour le renouvellement des réseaux d’eau potable dépendent des
critères pris en compte dans le processus de prise de décision. Nous décrivons
dans ce chapitre un ensemble de modèles et d’approches dans le but d’identifier
une démarche cohérente dans l’identification des travaux de renouvellent et leur
programmation dans le temps. L’analyse que nous effectuons porte
principalement sur les critères pris en compte, les méthodes et approches de
hiérarchisation des conduites du réseau, l’étude de la détérioration structurelle et
hydraulique et enfin les méthodes d’optimisation utilisées. Il s’agit au cours de ce
chapitre de décrire les liens entres les points susmentionnés et leur coordination.
L’intérêt est de comprendre comment ils sont pris en compte au sein des
modèles d’aide à la décision que nous avons rencontrés.
Sommaire
1. Introduction 84
2. Les approches pour la hiérarchisation
des conduites 84
3. Les approches d’optimisation
de la date de renouvellement 89
4. Conclusion 100
Chapitre 3 – Modèles et approches pour le renouvellement des réseaux d’eau potable 84
1. Introduction
Les approches d’aide à la décision sont présentées en littérature en fonction de la nature des
outils mathématiques utilisés, des données considérées et de la prise en compte du
fonctionnement hydraulique du réseau. (Kleiner & Rajani, 2001) identifient des modèles
probabilistes uni-varié et multi-variés. (EPA, 2002) identifie des modèles ne se basant pas sur des
modèles hydrauliques pour le renouvellement, il présente des approches probabilistes ou
statistiques qui s’intéressent au phénomène de vieillissement de la conduite sur la base d’un
historique de défaillance et des données d’environnement, des approches déterministes qui
cherche à définir des échéances de renouvellement, la recherche de politique de renouvellement à
coût minimal et des approches se basant sur des heuristiques ou utilisant l’avis d’expert et des
méthodes de pondération de critères afin de hiérarchiser les conduites et identifier des priorités.
Nous proposons d’établir une typologie en fonction de l’objet de chaque approche en faisant la
distinction entre :
les approches pour la hiérarchisation des conduites permettant d’identifier les
prioritaires nécessitant un renouvellement
les approches permettent de déterminer des échéances pour le renouvellement
les modèles d’aide à la décision (prototypes ou opérationnels) qui permettent à l’aide
de modules diverses de proposer des programmes de renouvellement.
Nous présentons les différentes approches en analysons les avantages et limites de chacune d’elle.
2. Les approches pour la hiérarchisation des conduites
2.1 Approches basées sur la prévision des défaillances
Ces approches décrivent le vieillissement du réseau par l’estimation des défaillances futures à
partir de données liées à la conduite et à son environnement. Ces données sont prises en compte
à l’aide de variables explicatives afin de mesurer leur influence sur le processus de détérioration
des conduites. Les données sont collectées depuis la date de pose t0 ou à partir d’une date de
début observation td jusqu'à la date de fin d’observation tf.. Voir la Figure 17.
85 Chapitre 3 – Modèles et approches pour le renouvellement des réseaux d’eau potable
Ces approches identifient les conduites les plus vulnérables nécessitant un renouvellement en
décrivant le phénomène de vieillissement des conduites.
t0 td tf temps
Fenêtre d’observation
Figure 17. Collecte des données .
2.1.1 Approche par chaînes de Markov
L’approche utilise les chaînes de Markov pour décrire le phénomène de détérioration structurelle
des conduites (Le Gaufre et al., 2000). Elle considère des groupes de conduites homogènes
(même diamètre, matériaux, année de pose) pouvant être obtenues à l’aide d’une régression de
Poisson qui permet d’identifier l’influence des variables explicatives (endogènes et exogène à la
conduite) et la survenue de défaillance. Cette approche a été appliquée sur le réseau AEP de
l’agglomération Lyonnaise par (Malandain, 1999). La détérioration de la conduite nécessite la
description des états de dégradation ( k= 1,K ) qui seront caractérisés par une probabilité Pk (t) de
défaillance à un instant t. La transition entre états de dégradation est représentée par une fonction
de risque hk(t) qui peut être représentée par le taux de défaillance d’une fonctions exponentielle
( λ ) ou Weibull ( λ, p ). L’espérance du taux de défaillance FR(t) est donnée par l’expression
suivante :
FR(t) =∑Pk (t).FRk(t)

K
(3.1)
k=1
Discussion
Cette approche nécessite une description des états de détérioration des conduites par des
inspections régulières et une définition des fonction de transition entre états. La
caractérisation des états de détérioration est difficile à établir pour les réseaux enterrés non
visitables (inaccessibles). Cette approche est plus utilisée dans la gestion du patrimoine
visitable : conduites d’assainissement de diamètre important (Abraham et
Wirahadikusumah,1999) (Kleiner, 2001), gestion des ponts (Lounis & Vanier, 1998).
autoroutes.
2.1.1.1 Approche par Processus de Poisson non Homogène (NHPP)
(Røstum, 2000) applique cette approche au réseau AEP de Trondheim (Norvège), en considérant
que la survenue des défaillance suit un Processus de Poisson Non Homogène, le taux de défaillance λ
est une fonction du temps (t) et d’un ensemble de variables explicatives prises en compte par des
covariables (zk) et paramètres de régression (βi) pour décrire le phénomène de détérioration.
L’expression du taux de défaillance est donnée comme suit avec ( δ ) est un paramètre de la loi:
λ( t , β ,z ) =λ δ t δ -1exp(z 'k β) (3.2)

L’espérance du nombre de défaillance entre deux date t a et t b ( t ∈[ t a , t b ])
tb
E(N(tb )- N(t a ))=∫

λ(u, β ,z)du =λ(tbδ -t aδ )exp(z ' β) (3.3)
ta
2.1.1.2 Approche par analyse de survie
L’occurrence d’une défaillance est caractérisée par la variable aléatoire T. La distribution de

probabilité de T peut être définie par plusieurs fonctions dont : la fonction de survie S(t) qui
correspond à la probabilité d’avoir une durée de vie supérieur à un temps t :
[0,+∞]
S(t) = P(t !T), avec t ∈
S(t) =1 et t lim+∞S(t) =0 (3.4)

La fonction densité de probabilité
P(t !T <t +Δt) - dS(t)

f(t) = Δt lim 0+ Δt = dt (3.5)
La fonction de risque exprime la probabilité conditionnelle de survie jusqu’au temps T, et la

survenue de défaillance dans l’intervalle [t, t+Δt]
P(t !T <t +Δt /T !t) f(t)

h(t) = Δt lim 0+ Δt = S(t) (3.6)
La prise en compte des variables explicatives qui peuvent être quantitatives ou qualitatives
s’effectue par l’introduction de covariables (zk) dans la fonction de risque qui s’exprime à l’aide
d’une fonction de risque instantané h0(t) décrivant l’évolution au cours du temps et un terme de
régression exponentielle qui traduit l’effet des variables explicatives. Nous présentons dans ce
qui suit le modèle de risque proportionnels (Proportional Hazard Model, PHM) qui a été appliqué au
réseau AEP par (Andreou, 1982) et utilisé par la suite par (Eisenbeis, 1996), (Arnoux, 1998) et
(Werey, 2000).
L’application menée par (Andreou, 1982) à l’aide de données de défaillances et d’environnement

des conduites a permis d’étudier le phénomène de dégradation des conduites d’eau et distinguer
deux stades de dégradation, le premier qualifié de « Slow breaking stage » et le second par « Fast
breaking stage ». L’auteur détermine un seuil d’accélération du processus de détérioration
correspondant à 3 défaillances, à partir de ce seuil la durée de survie d’une conduite ne décroît
plus, (Arnoux, 1998) propose de définir une durée de survie critique qui signifie qu’une conduite
devient critique si sa durée de survie est inférieure à une durée critique =1000 jours.
La fonction de risque pour le modèle PHM s’exprime sous la forme d’une fonction de risques de
base h0(t) et un terme exponentiel traduisant les variables explicatives :
h(t ,z 1 ,z 2 ,z 3 ,...,z k ) = h0(t).exp(β1 z 1 +β 2z 2 +...+βkz k ) (3.7)
Avec βi représentent les paramètres de régression du modèle et i=1,k où k est le nombre de

variables explicatives.
Discussion
Les modèles NHPP et PHM présentent l’avantage d’étudier la détérioration des conduites en
se basant sur des données collectées sur une fenêtre d’observation. Les données concernent
la conduite : longueur, année de pose, diamètre, nombre de défaillances, nature du matériau
et l’environnement de la conduite : occupation du sol, nature du sol, niveau du trafic routier.
Ces données sont prises en compte à l’aide des co-variables dans la fonction de risque. Les
conduites peuvent ainsi être hiérarchisées selon l’espérance des défaillances futures. Cette
approche nécessite la mise en place de seuil de défaillance critique pour le renouvellement et
la disponibilité des données susmentionnées.
2.1.2 L’analyse multicritères
L’approche multicritères a été utilisée pour établir des priorités des besoins en renouvellement
(Le Gauffre et al., 2002a). L’approche se base sur la notion de sur-classement (Roy, 1996) et
utilise la méthode Electre-Tri (Mousseau et al., 2001). Cette méthode cherche à déterminer des
classes en fonction de critères précis. Pour la problématique de renouvellement, ces classes vont
représentées les conduites prioritaires pour des travaux de renouvellement, en se basant sur des
critères et indicateurs de performance définis (Le Gauffre et al, 2002b). Ces critères sont liés :
à la coordination entre les services intervenant sur la chaussée (gaz, électricité, voirie)
au coût annuel de réparation
aux Pertes en eau et les interruptions du service
aux dommages et gêne occasionnée : déviation du trafic, dégât d’inondation

à la qualité de l’eau
à la fiabilité hydraulique
aux coûts de renouvellement
à la gêne correspondant aux alternatives de renouvellement choisies
Les auteurs définissent des classes traduisant le niveau de priorité. Une évaluation des critères est
effectuée pour l’ensemble des conduites, plus la valeur du critère est importante, plus la
déficience de la conduite est importante. Pour chaque critère la frontière entre les classes doit être
définie par des seuils. Le profil de chaque conduite est obtenu comme suit :
Profil d’une
conduite
C1
Frontière entre les classes
b2
Classes de conduites
C2
b1
C3
Critères
Figure 18. Profils de performance de 3 conduites en considérant 5 critères et 3 classes de

conduites
Discussion
La hiérarchisation des conduites s’appuie sur la comparaison des profils. La difficulté

d’utilisation de cette méthode réside dans la détermination des seuils délimitants chaque
classe pour l’ensemble des critères et les seuils de comparaison des profils. L’agrégation des
critères s’effectue à l’aide d’indice (indice de concordance, indice discordance)qui permettent
de comparer les profils sur l’ensemble des critères pris en compte. Cette approche s’appuie
sur le disponibilité de plusieurs indices de performance.
Les modèles présentés dans cette partie cherchent à définir des priorités pour les conduites
devant faire l’objet de travaux de renouvellement, en se basant sur des un historique de
défaillances et des données sur la conduite et son environnement. Ces modèles ne
déterminent aucune échéance de renouvellement, aucune estimation budgétaire n’est
effectuée. La prévision s’intéresse à la description de l’état des conduites et du réseau.
3. Les approches d’optimisation de la date de renouvellement
Ces modèles cherchent à déterminer la date optimale et l’alternative de renouvellement pour une
conduite donnée ou des conduites homogènes susceptibles de se détériorer de la même façon. Ils
s’appuient sur une analyse économique des coûts de maintenance, les coûts de renouvellement et
les coûts sociaux liés aux impacts des défaillances et des travaux de renouvellement sur les
abonnés et riverains sur un horizon de temps défini. La comparaison de ces coûts permet
généralement de déterminer une date optimale de renouvellement. La résolution de ce type de
problèmes nécessite le recours à des méthodes exactes ou des méthodes non-exactes :
heuristiques.
3.1 Approche d’optimisation à l’aide de méthodes exactes
La recherche de la date optimale de renouvellement revient à résoudre le problème mathématique

définit par la ou les fonctions objectifs et les contraintes (économique et technique). Dans ce qui
suit, nous présentons des approches de résolution basées sur des méthodes exactes : recherche du
minimum d’une fonction par dérivation, Programmation Dynamique et Branch & Bound.
3.1.1 Le modèle de référence
Le modèle proposé par (Samir & Howard, 1979) est considéré comme l’un des premiers modèles
pour le renouvellement, il s’appuie sur une régression exponentielle qui décrit l’accroissement du
taux de défaillance par km/an, N(t) en fonction du temps t (en année).Dans ce cas , l’hypothèse
sous-jacente est que le phénomène de survenue des défaillance suit un processus de Poisson.
N(t)=N(t s )e A(t -t s ) (3.8)
Avec N( t s ) est le nombre de défaillance à ts , A est le coefficient d’accroissement des défaillances,

t = ts +Ω et ts =t0+g, où t0 représente la date de pose de la conduite et g est l’age de la conduite à
l’année ts .
(Shamir & Howard, 1979) cherchent à déterminer la date optimale de remplacement à l’identique
qui permet de minimiser les coûts de maintenance (Cm (t) )et le coût de remplacement (Cr) d’un
km de conduite pour un ensemble de conduites homogènes (même date de pose, matériau) tel
que :
C m(t)=C rép N(t s )e A(t -t s ).e-at (3.9)

Avec Crép exprime le coût de réparation d’un défaillance, est le taux d’actualisation.
La fonction objectif s’écrit sous la forme :

T
Minimum [C (t)=C
∫ m ré N(t s )e A(t -t s ).e- at +C r .e- at ] dt (3.10)
ts
La date de remplacement T correspond à la dérivée de la fonction objectif donnée par l’équation

(3). La nouvelle conduite est considérée comme identique à celle remplacée et son processus de
vieillissement est similaire à la conduite remplacée. Le remplacement s ‘effectuera périodiquement
au bout de T années. Ce modèle a été repris par (Walski & Pellicia, 1982) en présentant un calcul
détaillé du coût de réparation, les auteurs identifient les coûts de main d’œuvre, les coûts
d’équipement, matériau pour la réparation, le revêtement et des frais généraux liés à l’intervention
et la gêne occasionnée par les travaux.
Discussion
Le modèle de (Shamir & Howard, 1979) s’avère intéressant dans le cas d’absence de données
d’environnement de la conduite, il permet d’étudier le phénomène de vieillissement en se
basant sur l’historique de défaillance. Cependant il suppose que l’age est le seul facteur de
vieillissement ce qui n’est pas toujours le cas. De plus l’évaluation économique ne permet pas
de prendre en compte le fonctionnement du réseau. Le modèle ne peut s’appliquer que sur
des conduites homogènes. Il suppose que le renouvellement s’effectue à intervalles réguliers
(période fixe) considérant que les conduites remplacées subiront les mêmes détériorations
que les précédentes et tient compte que du remplacement à l’identique. La minimisation de la
fonction objectif nécessite la vérification de la continuité et la dérivabilité. Le modèle s’appuie
donc sur des hypothèses restrictives qui présentent un avantage en l’absence de données mais
qui ne sont plus vérifiées en présence de données sur la condition des conduites et leur
environnement.
3.1.2 L’approche MNRAP
(Multistage Network Rehabilitation Analysis Procedure)
Le modèle développé dans (Kleiner, 1996) se base sur une approche de Programmation
Dynamique (DP) combinée avec une énumération de scénarios. Pour (Kleiner, 1996) l’efficacité
du réseau AEP dépend de sa fiabilité1, de la qualité de l’eau et du service rendu aux usagers. Il
considère que tout changement d’une conduite dans le réseau, engendre une redistribution des
flux à travers son ensemble. La prévision des défaillances et l’estimation des coûts se basent sur le
modèle de (Shamir & Howard, 1979). L’auteur tient compte des coûts de maintenance des
1
. La fiabilité concerne la fiabilité hydraulique des conduites et leur fiabilité physique qui concerne la détérioration structurelle.
conduites remplacées dans la fonction objectif. Il cherche à déterminer la date du premier

remplacement et la périodicité des remplacements qui se feront à intervalles réguliers, en
minimisant : le capital investi, les coûts opérationnels, les coûts de maintenance et les coûts de
renouvellement.
(Kleiner, 1996) considère plusieurs alternatives de renouvellement et les discrimine en fonction
de leur impact sur le fonctionnement hydraulique du réseau et leur coût. L’utilisation de la
Programmation Dynamique permet d’évaluer des scénarios de politique de renouvellement qui
sont estimés d’un point de vue économique à l’aide de la fonction objectif sus-mentionnée et
d’un point de vue technique à l’aide du logiciel de simulation hydraulique Epanet®.
Discussion
Le MNRAP permet de pallier les insuffisances du modèle de (Shamir et Howard, 1979), il

considère d’autres alternatives que le remplacement à l’identique mais préconise le
remplacement périodique des conduites qui n’est pas justifié. L’utilisation de la
Programmation Dynamique permet l’évaluation de différents scénarios de politiques de
renouvellement, le risque est l’augmentation importante des sommets du graphe de
représentation des scénarios pour des réseaux de taille importante. L’application a concernée
un réseau de 12 conduites et 9 nœuds. Le modèle ne tient pas compte de variables
3.1.3 Approche d’optimisation par méthodes des cohortes
L’approche est utilisée depuis les années 60 dans l’étude de la démographie pour prévoir
l’évolution naturelle de la population. (Herz, 1996) utilise le « Cohort Survival Model » qui estime à
l’aide de taux de mortalité, le nombre de survivants par cohortes (classes) de même âge. Ce même
principe est appliqué aux stocks d’infrastructures.
Le renouvellement des infrastructures ne peut être traité comme dans le modèle démographique.
Il doit être modélisé de manière à ce que les éléments détériorés soient réparés, réhabilités ou
remplacés par des éléments neufs. Pour les éléments neufs débute un nouveau processus de
détérioration. Cette détérioration est décrite de la même manière que le modèle démographique
par cohortes2. L’auteur décrit le processus de vieillissement à travers des probabilités de transition
d’un état à un autre (vivant ou mort, intact ou cassé, en fonctionnement ou en panne). Les taux
de transition, taux de mortalité ou taux de défaillance différent avec l’âge, ces taux sont fonction
de l’utilisation du matériel et à son fonctionnement. Le modèle s’appuie sur la définition d’une
fonction de survie qui décrit le phénomène de vieillissement à l’aide de trois paramètres ‘a’ facteur
22
. Analyse des manifestations d’un phénomène démographique donnée au sein de générations et plus généralement des
cohortes. Cohortes classes, ensemble d’individus ayant vécu un événement semblable au cours d’une même période de temps.
de vieillissement, ‘b’ : facteur de défaillance et ‘c’ période de résistance (pendant la période de

résistance, il n’y pas de renouvellement). La fonction de densité de probabilité de durée de vie est
donnée par :
f(t) = 0 si t < c
(1+a)beb(t -c)
f(t) = si t !c (3.11)
(a+e(b+(t -c)) )2
D’ou la fonction de survie :
S(t) = a+b1(t -c) si t !c (3.12)

a+e
Discussion
L’estimation de ces paramètres est empirique et se base sur l’avis d’experts ce qui est
discutable. Le modèle cherche à déterminer les durées de vie pour chaque groupe de
conduites homogènes (Cohortes). Les échéances de renouvellement correspondent aux dates
de fin de vie des conduites. L’approche ne tient pas compte du fonctionnement du réseau et
des aspects économiques liés au renouvellement des conduites
3.1.4 Le modèle RENCANA
Le modèle RENCANA développé par (Werey, 2000) cherche à répondre à la question :

renouveler ou attendre ?. En se basant sur une approche d’optimisation par Programmation
Dynamique(DP) en avenir incertain et des arbres de décisions qui correspondent aux
décisions(renouveler ou attendre) prises à chaque année de l’horizon de planification . A chaque
date t intervient une décision, soit le renouvellement soit le maintien en place de la conduite.
L’événement aléatoire sera l’occurrence d’une défaillance sur la conduite donnée. Le modèle
RENCANA cherche à intégrer l’effet engendré par la rupture d’une conduite sur le
fonctionnement du réseau, ainsi il intègre des indices de fiabilité du réseau (Bertin, 1994) qui
traduisent la capacité d’un système à satisfaire la demande quand des casses surviennent sur les
conduites. Des indices de non-satisfaction sont définis pour chaque tronçon, ces indices
permettent de traduire la non-satisfaction du consommateur par rapport à la consommation
fournie et celle initialement demandée. Ce modèle utilise le modèle PHM pour l’estimation des
probabilités de défaillance des conduites. Ces probabilités sont utilisées dans la fonction de
objectif permettant de minimiser les coûts de maintenance, les coûts de remplacement à
l’identique et les coûts sociaux liés à l’indisponibilité d’eau en cas de défaillance.
Discussion
Le modèle n’intègre pas l’effet hydraulique du réseau et suppose un remplacement à

l’identique, l’optimisation par Programmation Dynamique présente le risque d’explosion de
arbre de décision en fonction du temps et les alternatives de renouvellement, ce qui rend les
calculs de plus en plus difficiles. La recherche des solution s’effectue à l’échelle de la
conduite, la programmation dynamique permet l’évaluation de scénarios de remplacement en
fonction du temps pour chaque conduite indépendamment des autres conduites constituant
le réseau. Il permet de considérer des coûts sociaux traduisant l’impact des défaillances sur
l’environnement de la conduite.
3.1.5 Approche d’optimisation par Branch & Bound
(Kim & Mays, 1994) proposent une démarche d’optimisation de type Branch & Bound. Le modèle
permet de trouver un compromis entre trois décision : réparer, remplacer ou réhabiliter. Les
auteurs proposent une fonction de coût permettant d’évaluer une politique de renouvellement
donnée en fonction des coûts : de remplacement, de réhabilitation, de réparation et le coût
d’énergie lié au pompage. Ce modèle intègre aussi des contraintes hydrauliques et utilise un
simulateur hydraulique (KYPIPE) pour valider les solutions. Pour chaque conduite, une
génération de sommet est effectuée correspondant aux décisions possibles à l’échelle de la
conduite. Au niveau de chaque sommet une évaluation de la fonction objectif est effectuée avec
une vérification des contraintes hydrauliques. La solution optimale sera celle ayant un coût
minimal sur l’ensemble des conduites, parcourant les sommets du graphe. La séquence décrite par
les sommets du graphe correspond à des travaux de renouvellement pour l’ensemble des
conduites du réseau.
Discussion
Le modèle permet de considérer une autre alternative de renouvellement que le

remplacement à l’identique, il permet aussi de considérer des contraintes hydrauliques liés à la
pression minimale et maximale disponible aux nœuds de consommation. Cependant, le
modèle s’appuie sur une analyse économique pour le choix des renouvellement à effectués, la
performance du réseau n’est pas considérée, de plus l’état de détérioration physique n’est pas
pris en compte, le modèle n’intègre pas de prévision de défaillance dans l’évaluation de la
fonction objectif.
3.1.6 Approches d’optimisation par méthodes non-exactes
Nous remarquons que les approches exactes pour le renouvellement des réseaux AEP permettent
de proposer des solutions uniques en fonction d’une modélisation précise. Ces méthodes
cherchent pendant le processus de recherche de solution à évaluer des scénarios ou des politiques
de renouvellement décrites par les sommets du graphe pour l’approche par la DP et l’approche
Branch & Bound. L’inconvénient de ces méthodes et l’explosion du nombre de sommet du
graphe qui cherche à proposer l’ensemble des scénarios possibles. Afin d’y remédier l’utilisation
de méthodes non-exactes permet de réduire les temps de calcul et proposer des solutions
approchées acceptables pour le gestionnaire du réseau, parmi ces méthodes les algorithmes
génétiques qui ont déjà été utilisés pour l’optimisation des échéances de renouvellement. Ces
approches permettent de générer des scénarios représentant des politiques de renouvellement de
manière stochastique, identifiant ainsi une ou des solutions approchées. Nous reviendrons sur la
problématique d’utilisation de méthodes exactes ou approchées dans le chapitre 4.
3.2 Les modèles d’aide à la décision
3.2.1 Le modèle KANEW
(Deb & al, 1998) ont mis en pratique cette approche à l’aide du logiciel « KANEW3 » qui utilise le
modèle des cohortes pour estimer les durée de vie pour les conduites de même type
(homogènes), le logiciel s’appuie sur plusieurs modules pour la programmation du
renouvellement : un inventaire des conduites, critères de renouvellement, estimation des coûts,
évaluation d’alternatives de renouvellement.
Le modèle KANEW est utilisé en Allemagne, il permet de proposer une programmation du
renouvellement en considérant les durées de vie résiduelles des conduites et en comparant
l’investissement de renouvellement au coût de maintenance et de perte d’eau évités. Cependant le
modèle ne tien pas en compte du fonctionnement hydraulique du réseau, l’effet réseau et la
topologie du réseau ne sont pas considérée. L’estimation empirique des paramètres qui décrivent
la fonction de survie des conduites peut apporter un biais.
3.2.2 Le modèle UtilNets
Le modèle UtilNets (Hadzilacos et al., 2000) est un modèle d’aide à la décision pour le
renouvellement des réseaux AEP. Développé initialement pour les conduites en fonte grise, le
modèle s’appuie sur des données de défaillances et d’environnement de la conduite. Il suppose
que la probabilité de défaillance est plus importante au début de la mise en service des conduites,
3
. Logiciel pour la programmation du la renouvellement des conduites, qui se base sur le modèle d’optimisation par cohortes.
puis ce risque diminue et augmente de nouveau après une période de temps donnée. Le modèle
prend en compte des modèles physiques mesurant l’impact de la charge et la corrosion sur les
conduites . Ce modèle d’aide à la décision s’articule sur des modules qui tient compte de :
Modèles décrivant la détérioration structurelle, hydraulique et de la qualité de l’eau du
réseau AEP
Evaluation des impacts qualitatifs et qualitatifs des défaillances et de la mise en place de
travaux de renouvellement.
Choix d’alternatives de renouvellement pour les conduites
Estimation des enveloppes budgétaires
Evaluation de la fiabilité du réseau en terme de satisfaction de la demande.
Ce modèle nécessite un nombre important de variables d’environnement de la conduite .
3.2.3 Le WLC (Whole Life Costing)
(Skipworth et al., 2002) reviennent sur les outils d’analyse économique utilisés dans le domaine de
la gestion du patrimoine. Ils présentent le concept de « Whole Life Costing » (WLC) qui pour un
patrimoine donné cherche à identifier tout au long de sa durée de vie l’ensemble des coûts
d’acquisition, coûts de fonctionnement, coût de réparation et maintenance et les coûts de
démolition ou de dépose. L’analyse de ces coûts s’intéresse aux coûts internes liés directement au
patrimoine mais aussi aux coûts externes en rapport avec l’interaction avec son environnement.
L’approche WLC utilisée dans le domaine de la construction a été adaptée à la problématique de
renouvellement des réseaux enterrés à partir des années 90. Elle s’articule sur deux analyses :
« Life Cycle Assessment » (LCA) cette analyse a été développée dans le domaine de la production
(secteur de la manufacture) afin de décrire l’interactions tout au long du cycle de vie d’un produit,
d’un processus industriel ou d’une activité avec son environnement. Adaptée à la problématique
de gestion du réseau AEP, LCA cherche à décrire la relation entre la performance du réseau, les
usagers et l’environnement du réseau. Dans ce cas l’analyse économique porte sur les
externalités. Elle cherche à mesurer les coûts indirectes que le services aura à supporter en cas
de casse ou fuites, les coûts sociaux en cas de travaux ou de déviation créant un manque à gagner
, ou engendrant une gêne aux usagers. L’autre analyse utilisée est « Activity Based Costing » (ABC)
cette approche développée dans les années 1980 à Harvard cherche à décrire le coût de
production d’un bien en fonction des activités et processus à mettre en œuvre. Pour le réseau
AEP il s’agit d’analyser le processus de production de l’eau et s’intéresser aux différentes étape
tout en itérant les dans l’analyse économique les coûts liés au fonctionnement, au pompage et la
maintenance. Le modèle s’appuie sur une approche globale de gestion du réseau à long terme, en
intégrant le renouvellement des réseaux d’eau potable qui s’articule sur la génération de scénarios
représentant des programmes de renouvellement, à l’aide d’un algorithme génétique. L’évaluation

des différents scénarios s’effectue d’un point de vue économique et technique. La détérioration
structurelle des conduites est prise en compte à travers le modèle de (Shamir & Howard, 1979).
Le modèle est utilisé en Angleterre.
3.2.4 Le modèle PARMS
(Pipeline Asset and Risk Management System)
Le modèle PARMS développé au CSIRO (Australie) par (Burn et al., 2003) à pour but la
planification à long terme des besoins en renouvellement et l’estimation des enveloppes
budgétaires requises. Le modèle utilise une approche de prévision des défaillances basée sur le
Processus de Poisson Non Homogène (NHPP) et une estimation des coûts sur le cycle de vie des
conduites prenant en compte les coûts liés à la défaillance et les externalités liées à l’interruption
de service et gêne occasionnée en cas de défaillance ou de travaux de renouvellement. Le modèle
a été complété par PARMS-PRIORITY (Mogolia et al., 2006) qui permet de hiérarchiser les
conduites à renouveler et d’assurer une programmation budgétaire dans le temps en tenant
compte de scénarios permettant de prendre en compte des risques liés à la gestion du réseau et
son évolution futur dans le temps.
Le modèle PARMS sur les des modules de calcul qui considèrent :
l’évaluation des risques
la prévision des défaillances
l’évaluation des coûts
la génération et évaluation de scénarios
la collecte et exploitation de données.
3.2.5 Le modèle CARE-W
(Computer Aided Rehabilitation of Water Networks)
Le modèle CARE-W (Torterotot et al., 2003) est le résultat d’un projet Européen dont l’objet est
de construire un outil d’aide à la décision pour la réhabilitation des réseaux d’eau potable. L’outil
cherche à aider les gestionnaires à engager les actions de réhabilitation d’une manière efficace en
proposant des outils et méthodes pour :
construire et évaluer une stratégie à long terme ;
établir des programmes annuels ;
contrôle et suivi de performance.
L’outil est construit autour d’une structure de bases de données et d’une interface utilisateur
permettant de gérer des données en mettant en œuvre des outils de gestion et des modules
spécifiques. Ces modules sont:
CARE-W-PI : ‘’ Performance Indicators’’ Détermination d’indicateurs de performance

pour le réseaux (ou une partie). La mise en œuvre de ces indicateurs s’appuie sur les travaux
menés par l’IWA4.
CARE-W-LTP : ‘’Long Term Planning’’ mise en place d’une stratégie de réhabilitation à

long terme à travers une génération de scénarios d’évaluation générale de contexte
(population raccordée, consommation, prix de l’eau). Ce module utilise le modèle KANEW
pour la programmation à long terme.
CARE-ARP : ‘’ Annual Rehabiliation Program’’ programmation annuelle des projets de

réhabilitation. Ce module s’appuie sur l’ulisation de l’analyse multicritères (Le Gauffre et al,
2002a)
CARE-W-Fail : ‘’ Failure Forcast Models’’ Modèles statistiques de prédiction des

défaillances de canalisations. Utilise les modèles NHPP, les chaînes de Markov et PHM pour la
prévision de défaillance.
CARE-W-REL : ‘’ Hydraulic Reliability Models’’ Modèles d’analyse de la fiabilité

hydraulique des réseaux.
4
. IWA pour International Water Association
Discussion
Les modèles d’aide à la décision pour le renouvellement sont des systèmes intégrés qui utilise
des bases de données et des modules de calculs pour l’évaluation de la décision de
renouvellement sous différents angles à savoir :
Evaluation économique en considérant les coûts directs la maintenance, au
renouvellement des conduites, aux pertes d’eau, ainsi que les coûts indirects liés à la gêne
occasionnée et dégâts en cas de défaillances ou travaux de renouvellement.
Etude du phénomène de vieillissement des conduites à l’aide de modèles statistique
de défaillance
Evaluation technique du fonctionnement hydraulique du réseau à l’aide de modèles
hydrauliques
Evaluation de scénarios de politiques de renouvellement à long terme et estimation
des enveloppes budgétaire requises
Ces modèles requièrent la disponibilité d’un nombre important de données, la disponibilité

de ces données détermine l’approche à utiliser, l’absence de certaines données peut
contraindre à l’utilisation d’une approche au lieu d’une autre. Ces données doivent être
collectées, actualisées et traitées régulièrement dans le cadre du système d’information du
service de l’eau.
Nous proposons dans Le Tableau 6 une comparaison entre les approches et modèles pour le
renouvellement. Il apparaît que la détérioration structurelle est prise en compte par la majorité
des approches, indiquant que la décision de renouveler est souvent tributaire de la détérioration
physique des conduites. D’un autre coté, la détérioration hydraulique est faiblement considérée
dans la prise de décision de renouvellement qui se fait généralement à l’échelle de la conduite. Il
s’avère que la décision en matière de renouvellement nécessite une approche globale considérant
plusieurs critères de détérioration et de fonctionnement du réseau. La décision de renouveler
revient à établir un compromis entre ces critères.
Tableau 6. Comparaison des approches et modèles pour le renouvellement
Approches\ objectifs Alternatives de Détérioration Détérioration Effet réseau Génération de scénarios\ Programmation
modèles renouvellement structurelle hydraulique évaluation de politiques du renouvellement
Shamir & Howard Optimisation non oui non non non oui
(1979) de la date de
renouvellement
Modèle PHM Hiérarchisation non oui non non non non
(1982)
Branch & Bound Optimisation oui non oui oui Oui Oui
(1996) de la date de
renouvellement
MNRAP(1996) Optimisation oui oui oui oui oui oui
de la date de
renouvellement
Modèles des Optimisation oui oui non non non oui
Cohortes (1996) de la date de
renouvellement
KANEW (1998) Modèles d’aide oui oui oui non oui oui
à la décision
Modèle Hiérarchisation non oui non non non non

NHPP(2000)
Multicritères (2000) Hiérarchisation non oui oui oui non non
RENCANA(2000) Optimisation non oui non non non oui
de la date de
renouvellement
Markov (2000) Hiérarchisation non oui non non non non
UtilNets(2000) Modèles d’aide oui oui oui oui oui oui
à la décision
WLC (2002) Modèles d’aide oui oui oui oui oui oui
à la décision
PARMS (2003) Modèles d’aide oui oui oui oui oui oui
à la décision
CARE-W(2003) Modèles d’aide oui oui oui non oui oui
à la décision
4. Conclusion
Les approches pour le renouvellement utilisent des données spécifiques pour la hiérarchisation, la
détermination de date optimale et la programmation du renouvellement. La disponibilité de ces
données détermine l’approche à utiliser, l’absence de certaines données peut contraindre à
l’utilisation d’une approche au lieu d’une autre. Le Tableau 6 présente une synthèse de l’ensemble
des approches et modèles traités dans ce chapitre, en évaluant chaque approche avec des critères
spécifiques. Il s’avère que les modèles d’aide à la décision s’articule sur des modules distincts dont la
fonction est l’évaluation du réseau sur plusieurs critères : liés au fonctionnement du réseau, la
détérioration structurelle et hydraulique, la prise de décision sur l’ensemble du réseau, la génération
de scénarios. La comparaison des ces approches nous a permis d’identifier les critères à considérer
dans le processus de décision en matière de renouvellement et construire l’outil d’aide à la décision.
Nous proposons de construire le modèle d’aide à la décision de la manière suivante :
toutes les conduites constituant le réseau ne subissent pas de travaux de renouvellement en
même temps, les conduites par la leur localisation et dimension jouent un rôle différent dans la
desserte en eau, nous devons identifier une approche pour la hiérarchisation des conduites.
définir des objectifs à la fois économiques et techniques
identifier une approche d’optimisation permettant de considérer des objectifs techniques et
économiques sous contraintes.
programmation du renouvellement dans le temps et évaluation de scénarios correspondant
aux travaux de renouvellement sur le réseau. Les solutions proposées doivent être viables d’un
point de vue économique et technique.
Le modèle d’aide à la décision doit tenir compte des critères liés à :
La détérioration structurelle des conduites

La détérioration hydraulique
La prise de décision à l’échelle du réseau dans son ensemble
L’évaluation de plusieurs programme de renouvellement
La prise en compte d’autres alternatives de renouvellement que le remplacement à l’identique.
Chapitre 4
Les algorithmes génétiques

et l’optimisation multiobjectif
La décision en matière de renouvellement revêt un caractère multiobjectif, à
cet effet nous présentons dans ce chapitre une approche d’optimisation
utilisant des algorithmes non exactes, les algorithmes génétiques qui se basent
sur le principe de dominance au sens de Pareto. Les algorithmes appartiennent
à la famille des méta-heuristiques et se fondent sur les principes d’évolution et
de sélection naturelle des espèces dérivés de la génétique. L’utilisation des ces
algorithmes est plutôt récente, les premières applications dans le domaine de
l’optimisation datent de la fin des années 1980. Ces algorithmes présentent
l’avantage de n’utiliser que la fonction objectif définie, aucun calcul de gradient
ou de dérivée n’est à faire. Ils partent d’un ensemble de points et non d’un
point unique pour la recherche de solutions réalisables. L’intérêt réside dans le
processus de recherche des solutions et le choix des directions d’exploration de
l’espace des solutions.
Dans un premier temps, nous présentons les principes de ces algorithmes, puis
nous identifions les approches d’optimisation multiobjectif traitées dans la
littérature. Ceci à travers un éventail d’applications dans différents problèmes
d’optimisation faisant apparaître la notion de réseau et la planification de
tâches ou travaux. Nous déterminerons les similitudes pouvant exister dans ces
problématiques. En s’inspirant ces diverses applications, nous choisirons une
méthode d’optimisation applicable à la problématique de renouvellement des
réseaux d’alimentation en eau potable afin de déterminer un ensemble de
politiques de renouvellement viables d’un point de vue économique et
technique.
Sommaire
1. Introduction 104
2. Principes : Définition et vocabulaire 104
4. Métaheuristiques, optimisation
multiobjectif et algorithmes génétiques 110
5. Approche multiobjectif et Algorithme Génétique 115
génétiques et de l’optimisation multiobjectif 124
7. Conclusion 136
Chapitre 4 – Les algorithmes génétiques et l’optimisation multiobjectif 104
1. Introduction
En fonction des problèmes traités, les approches exactes d’optimisation peuvent être inadaptées,
principalement pour des problèmes dont les fonctions objectifs ne sont pas continues et /ou
dérivables. L’utilisation des approches non exactes ou de méta-heuristiques est requise. Pour des
problèmes qui cherchent à satisfaire plusieurs objectifs pouvant être contradictoires et avec des
variables de décisions discrètes ou continues, il est souvent difficile de trouver une ou plusieurs
solutions réalisables. Les algorithmes génétiques présentent l’avantage d’explorer l’espace des
solutions réalisables à partir d’un ensemble de solutions créées de manière aléatoire. A l’aide
d’opérations spécifiques, l’algorithme génétique va générer de nouvelles solutions à partir de
l’ensemble de solutions de départ, connu sous le nom de population. L’exploration de l’espace des
solutions s’articule sur des mécanismes adaptés du domaine de la génétique. Ces algorithmes se
base sur le principe d’évolution des espèces, d’adaptation et de sélection naturelle. Les solutions
réalisables ou acceptables sont assimilées à des individus qui vont résister et s’adapter à leur
environnement. Seuls les meilleurs individus survivront. Par analogie, les meilleures solutions
seront celles ayant une plus forte probabilité d’être choisies tout au long du processus de
recherche de solutions. Les premiers travaux ont été menés par (Holland, 1975) dans l’ouvrage
« Adaptation of Natural and Artificial System » qui formalise les algorithmes génétiques dans le cadre
de l’optimisation mathématique. L’indisponibilité d’ordinateurs puissants, empêche
l’implémentation de ces algorithmes sur des problèmes de taille réelle. Il faut attendre les travaux
de (Goldberg, 1994) permettent de vulgariser l’utilisation des algorithmes génétiques et leur
utilisation dans des problèmes d’optimisation concrets1.
2. Principes : Définition et vocabulaire
Par analogie à la génétique, ces algorithmes cherchent à partir d’une population initiale les
meilleurs individus. Pour constituer les parents appropriés donnant naissance à une meilleure
descendance Enfants, parmi laquelle sera tirée les solutions acceptables du problème traité.
Chaque problème d’optimisation est caractérisé par des variables de décision qui conditionnent
les décisions à prendre, des objectifs à satisfaire et des contraintes à respecter. Contrairement aux
méthodes d’optimisation classiques, les algorithmes génétiques n’utilisent pas les variables mais
leur associe un codage particulier, les variables de décisions sont prises en compte à l’aide de
caractères représentant une séquence de codes. Chaque variable de décisions est traduite sous
1. Goldberg utilise les algorithmes génétiques dans le cadre de sa thèse pour l’optimisation de débits de pipelines de
gaz.
105 Chapitre 4 – Les algorithmes génétiques et l’optimisation multiobjectif
forme d’un gène qui peut contenir 1 ou plusieurs codes, pouvant exprimer des caractères
différents. La séquence de code représente un individu, en d’autre terme une solution potentielle
connue sous le nom de chromosome. Les objectifs du problème traité sont exprimés à l’aide d’une
fonction qui permet d’évaluer les chances qu’un individu soit sélectionné ou pas, afin de
reproduire de nouvelles solution. Cette fonction est la fonction d’adaptation (fitness).
Tableau 7. Algorithmes génétiques et vocabulaire

Vocabulaire Définition
Bit Correspond à 1 code
Chromosome, individus, Chaîne de caractères ou de codes
génotype variables de décisions codées
Phénotype Variables de décisions non codées
gène Codage associé à chaque variable de décision
Fonction d’adaptation Evaluation de la solution dans l’espace génotypique
Fonctions objectifs Evaluation de la solution dans l’espace phénotypique
Les contraintes sont prises en compte dans la fonction d’adaptation en pénalisant les individus
qui violent les contraintes du problème. Deux espaces sont définis :
l’espace génotypique qui est constitué non pas par les variables de décisions, mais des
chaînes de codes(solutions codées).
l’espace phénotypique qui est constitué par les individus décodé, exprimé pas les
valeurs des fonctions objectifs(espace formé par les variables de décision décodées).
L’exploration de l’espace des solutions possibles s’articule sur deux mécanismes qui cherchent à
générer de manière aléatoire de nouvelles solutions à partir de la population de départ. Ces
mécanismes sont les opérateurs génétiques : le croisement et la mutation. Le mécanisme de sélection
cherche à diriger l’exploration en déterminant les individus ayant la plus grande probabilité d’être
choisis.
Objectif 2
Ensemble des solutions

Possibles
Ensemble des solutions

de départ -Population-
Objectif 1
Figure 19. Principe de recherche de solutions dans les algorithmes génétiques.
3. L’Algorithme Génétique Simple (AGS)
Afin d’expliciter le fonctionnement des algorithmes génétiques, nous présentons les différentes
étapes d’un algorithme génétique simple illustré par la Figure 24 . La définition du codage des
variables de décision est une étape délicate, en fonction du problème étudié, les codes utilisés
peuvent être binaires, entiers, réels, gray ou alphabétiques. En fonction du codage utilisé, les
opérateurs génétiques assurant la reproduction de nouvelles solutions sont adaptés. La Figure 20
illustre différents codages possibles.
3.1 Génération de la population initiale et codage des individus
La génération de la population initiale que va utiliser l’algorithme génétique, pour explorer

l’espace des solutions possibles dépend de la nature du codage utilisé et du nombre de solutions
initiales. La taille de la population détermine la robustesse de l’algorithme, en effet plus la
population est grande, les solutions sont distinctes et favorise donc l’exploration des solutions
acceptables. En fonction des variables de décision considérées dans le problème, la génération de
chromosome se base sur une fonction Rondom permettant de générer des variables de manière
aléatoires, la génération doit respecter les domaines d’acceptabilité des décisions.
Bit Bit
1 0 0 1 1 1 0 1 0 0 A B E F G
X1 X2 X3 X4 X5 X1 X2 X3 X4 X5
Chromosome, individu ou solution Variables de décision
2 1 3 1 0
X1 X2 X3 X4 X5
Figure 20. Codage d’une solution sous forme de chromosome
La concaténation des variables de décision codées à l’aide de caractères forme le chromosome ou

l’individu et définit une solution. Le chromosome est la forme codée de la solution
communément appelée génotype.
3.2 Evaluation de la population
Cette étape consiste à évaluer chaque solution contenue dans la population, la mesure de
performance des solutions s’appuie sur la valeur des fonctions objectifs. Chaque solution se voit
attribuer une fonction d’adaptation qui traduit sa performance par rapport aux autres solutions, et
qui dépend de l’estimation de chaque objectif du problème étudié. Cette étape permet de classer
les solutions, afin de déterminer les solutions qui seront sélectionnées pour construire une
nouvelle population de solutions.
3.3 La sélection des individus
Cette étape permet de déterminer les individus à reproduire pour former la nouvelle population
de solution. Le choix des individus se base sur leur efficacité relative dans la population. La
probabilité de sélectionner un individu donné est souvent traduite par le rapport entre la valeur
de sa fonction d’adaptation et la somme de toutes les fonctions d’adaptation de la population. Il
existe plusieurs techniques de sélection, nous en développons trois : La sélection par tournoi
(tournament), la sélection par roulette (wheel) et la sélection par rang (ranking).
3.3.1 La sélection par tournoi
A partir de la population de taille m, un tournoi qui consiste à sélectionner m chromosomes de m

pairs. Pour chaque pair, le vainqueur est déterminé par la valeur de la fonction d’adaptation. Ainsi
m individus seront sélectionnés pour la reproduction.
3.3.2 La sélection par roulette
En fonction de la valeur d’adaptation, une proportion est calculée exprimant le rapport entre la
valeur de la fonction d’adaptation d’un individu donné et la somme des valeurs sur l’ensemble de
la population. On assimile le processus de sélection à une sorte de roulette de casino où chaque
individu est représenté sur la roulette à l’aide de la proportion calculée. Ensuite, la bille est lancée
et permet donc de choisir un chromosome. Plus la proportion est grande, plus le chromosome
associé à de chance d’être tiré. L’expérience est reproduite selon la taille de la population.
3.3.3 La sélection par rang
Il s’agit de classer la population suivant la fonction d’adaptation, chaque individu de la population

se voit accorder un rang. Plus l’individu est bon, plus son rang est élevé. Le principe de la
sélection par rang est similaire que la sélection par roulette, la différence est que la proportion est
calculée sur les rangs et non sur la valeur de la fonction d’adaptation. L’ensemble des individus
est représenté sur un segment de droite dont les valeurs sont comprises entre 0 et 1.
Un tirage aléatoire (en général selon une loi uniforme) de nombres compris entre 0 et 1. La valeur
du nombre aléatoire détermine l’individu à sélectionner.
3.4 L’opération de croisement
La procédure de sélection permet d’identifier les individus à reproduire, les parents. Le mécanisme
de reproduction est assuré par les opérations de croisement et de mutation. L’opération de
croisement doit permettre d’améliorer la performance de la population considérer et de générer
de meilleures solutions, les enfants. L’opération de croisement est tributaire de la nature du codage
utilisé. Elle est effectuée sur une paire d’individus sélectionnés de la population, les parents.
Cette opération est caractérisée par une probabilité de croisement Pc et le nombre de points de
croisement. Nous présentons certains opérateurs.
3.4.1 Opération de croisement simple
Le croisement entre deux individus est conditionné par la probabilité de croisement et le nombre
de points de croisement. Le croisement permet de générer deux nouveaux individus dont la
structure a été modifiée à partir d’individus de la population. Pour le codage binaire, il s’agit
d’abord de déterminer le point de croisement. Chaque chromosome est caractérisé par une
longueur déterminée par le nombre de code le constituant. En fonction du nombre de points de
croisement voulu, on génère un ou plusieurs nombres aléatoires compris en entre 1 et la longueur
du chromosome considéré.
Les points de croisement seront les positions qui correspondent aux nombres générés
aléatoirement. Le croisement simple peut être adapté au codage réel , entier ou alphabétique en
utilisant la même procédure .
1 0 0 1 0 1 0 0 0 0 1 1 0 1
Points de croisement
0 1 1 0 1 0 1 1 1 1 0 0 1 0
« Parents » « Enfants »
Figure 21. Procédure de croisement dans le cas d’un codage binaire.

3.4.2 Opération de croisement uniforme
Cette opération consiste à considérer pour un chromosome donné un masque formé d’un
vecteur aléatoire binaire. Le codage utilisé représente une variable de décision lui correspondant
un nombre binaire, réel, entier ou alphabétique. En fonction de la valeur de la composante du
vecteur binaire associé à la position sur le chromosome, la valeur du code associé a cette position
peut avoir l’une des deux valeur des parents considérés. Le deuxième chromosome (enfant)
généré sera constitué par symétrie par rapport au premier chromosome. En fonction de la
position du code, si la valeur est associée au premier parent, alors la valeur de la même position
pour le second enfant sera associée au deuxième parent.
[0 1 0 1 1 0 1]
1 2 4 5 3 1 2 1 1 4 8 4 1 2
4 1 3 8 4 7 2 4 2 3 5 3 7 1
« Parents » « Enfant »
Figure 22. Procédure de croisement uniforme dans le cas d’un codage entier.
3.5 L’opération de mutation
Cette opération à pour but de créer du désordre dans la population afin de limiter les risques de
convergence prématurée vers des optimums locaux. L’opération de mutation est tributaire du
codage utilisé et de la probabilité de mutation P m , qui conditionne la mutation ou non d’un
individu. (Simpson et al., 1994) propose de choisir la probabilité de mutation avec 1 ≤Pm ≤1 .
m l
Pour un codage binaire, la mutation consiste à générer un nombre aléatoire compris entre 1 et la
longueur du chromosome. La position du code à muter correspond à la valeur du nombre
aléatoire généré.
Bit à muter
1 0 0 1 0 1 0 1 0 0 1 0 0 0
Chromosome à muter chromosome généré
Figure 23. Opération de mutation
Dans le cas d’un codage réel ou entier, la mutation tient compte des limites inférieures et
supérieures de la variable de décision considérée. Pour une position générée aléatoirement, un
nombre aléatoire compris entre 0 et 1 est généré, si ce nombre est inférieur à 0.5 alors la valeur
du code sera égale à la borne inférieure de la variable de décision, sinon elle sera égale à la borne
supérieure.
Génération de la population
Initialisation
Evaluation de la population
Sélection d’individus
Croisement d’individus sélectionnés
Non Mutation d’individus sélectionnés
Création d’une nouvelle population

Insertion de nouveaux individus
11
Critère d’arrêt
Oui
Fin
Figure 24. Les principales étapes d’un algorithme génétique
Le processus présenté par la Figure 24 décrit la procédure de génération de la population initiale,

et d’exploration de l’ensemble des solutions possibles à l’aide des opérateurs de croisement et de
mutation. La convergence de l’algorithme est définit par le nombre de génération à effectuer qui
détermine le nombre de répétition des principales étapes de l’algorithme génétique.
4. Métaheuristiques, optimisation multiobjectif et algorithmes

génétiques
Il existe dans plusieurs domaines (industrie, transports, environnement, réseaux, économie) des
problèmes qui considèrent plusieurs critères ou objectifs qui ne sont pas toujours de la même
nature. La résolution de ces problèmes nécessite une approche multiobjectif. Elle tient ses racines
des travaux menés par (Pareto, 1896). Utilisée initialement en économie puis en sciences pour
l’ingénieur, elle trouve une application plus large dans divers domaines. Contrairement au
problème uni-objectif où il existe une seule solution possible, l’optimisation multiobjectif définit
un ensemble de solutions acceptables qui assurent un compromis entre les objectifs considérés.
La notion d’optimalité est remplacée par l’existence d’un ensemble de solutions satisfaisantes ou
acceptables pour un problème multiobjectif connu généralement sous le nom d’ensemble de
solutions Pareto optimale. Le choix d’une solution parmi l’ensemble des solutions acceptables
n’est pas évident et dépend du décideur. Selon la nature du problème étudié. (Talbi, 1999) et
(Berro, 2001) décrivent la relation entre le décideur et le mécanisme de résolution d’un problème
multiobjectif en fonction de l’implication du décideur dans le choix des solutions. Trois cas sont
possibles :
Choix à priori : il s’agit de transformer un problème multiobjectif en un problème uni-objectif, en
proposant une fonction unique qui traduit l’importance de chaque objectif à travers des
pondérations. Cependant, cette approche nécessite une connaissance à priori des pondérations de
chaque objectif dans le choix de la solution, mais dans la plupart des cas cette évaluation est
difficile ou ne peut se faire en raison d’objectifs exprimés dans des unités de mesure différentes.
Choix à posteriori : dans ce cas précis, il s’agit de choisir une solution d’un ensemble de solutions
satisfaisantes. Le choix de la solution sera guidé par les préférences du décideur en fonction des
évaluations des solutions, les objectifs du problème et le nombre de solutions. La connaissance
du problème et ses spécificités par le décideur peut permettre un choix rapide pour une
cardinalité réduite de l’ensemble des solutions, dans le cas contraire il est nécessaire de décrire
chaque solution en fonction des objectifs considérés dans le problème. Ce qui permet de mieux
appréhender les solutions selon ses préférences.
Choix progressif ou interactif :
Le décideur intervient dans le processus de recherche de solutions, le processus de recherche est
guidé par le décideur selon son appréciation des différents objectifs afin de trouver un
compromis acceptable. Cette approche nécessite une connaissance approfondie de l’outil
d’optimisation utilisé par le décideur .
4.1 Définition d’un problème multi-objectif
Un problème multiobjectif est définit par un ensemble de fonctions objectifs qui mesurent des
critères différents, exprimés à l’aide de variables de décision communes. Un problème
d’optimisation multiobjectif (Multiobjective Optimization Problem – MOP) peut être défini comme
suit :
F ( x ) = ( f1( x ), f 2 ( x ), f 3 ( x ),..., f n ( x )) ( 4.1)

(MOP)
s .c . x ∈ C
avec n ≥2 qui détermine le nombre de fonctions objectifs, x = ( x1 , x 2 , x 3 ,..., x k ) représente les

variables de décision du problème, C désigne l’ensemble des solutions réalisables et F ( x )
correspond aux objectifs à optimiser.
4.2 Méthodes de résolution
Les méthodes de résolution des problèmes multiobjectif cherchent à proposer des solutions qui
assurent un bon compromis entre les objectifs considérés. Les méthodes classiques
d’optimisation : Programmation Linéaire, Branch & Bound, Programmation Dynamique ont été
utilisés dans la résolution de problème multiobjectif à deux critères et pour un nombre de
variables de décisions faible. Pour des problèmes de taille plus importante, les méthodes exactes
sont inadaptées, d’ou l’utilisation de Métaheuristiques. Selon l’approche utilisée, les méthodes de
résolution des problèmes multiobjectif sont reparties en trois groupes :
4.2.1 Méthodes scalaires
Ces méthodes se basent sur la transformation du problème multiobjectif en un problème uni-

objectif. Parmi les méthodes utilisées : les méthodes d’agrégation, les méthodes e-contrainte et les
méthodes de programmation par but (Goal Programming). Une fois la formulation du problème
effectuée, ces méthodes sont généralement associées à des Métaheuristiques pour la résolution
dont : les Algorithmes génétiques, le Recuit simulé, Recherche Tabou.
4.2.1.1 Méthodes d’agrégation
Méthodes qui consistent à transformer le problème multiobjectif en un problème uni-objectif à

l’aide d’une fonction objectif unique qui est exprimée comme la somme pondérée des objectifs à
considérer . Un poids ω i est associé à chaque objectif f i qui représente son importance dans la
décision à prendre. La fonction objectif du problème s’écrit sous la forme suivante :
n
F ( x ) = ∑ ωi f i ( x ) (4.2)
k =1
n
Avec ω i ∈ [0 ,1] et ∑ ω i = 1 . La solution obtenue reste sensible à la valeur des poids choisis.
i =1
Pour des problèmes d’optimisation où il existe plusieurs solutions possibles, seule une solution
est proposée, qui ne représente pas nécessairement un optimum global. Pour obtenir plusieurs
solutions admissibles, il est possible de résoudre le problème avec différentes valeurs de
pondérations et comparer les solutions trouvées. L’approche est coûteuse en terme de calcul.
Dans le cas d’objectifs non-commensurables2, la fonction objectif du problème dépend des

solutions optimales pour chaque fonction objectif considérée dans le problème. Elle s’écrit sous
la forme suivante avec x * représente la solution optimale pour la fonction objectif f i ( x ) . :
n
F ( x ) = ∑ ωi
fi( x )
( 4.3)
k=1 fi( x* )
4.2.1.2 Méthodes e-contrainte
Pour ces méthodes, une seule fonction objectif est optimisée, les autres fonctions objectifs sont
considérées à travers des contraintes. Le problème s’écrit sous la forme suivante :
F( x ) = f k ( x ) ( 4.4)
(MOPe) t.q. x ∈ C
f i ( x ) ≤e i , i = 1,..., n , i ≠ k
Le problème est transformé en un problème uni-objectif sous les contraintes e i . Afin d’obtenir
un ensemble de solutions satisfaisantes, il est possible de résoudre le problème avec des valeurs
différentes pour les contraintes.
4.2.1.3 Méthodes de programmation par but
Dans ce cas des buts z i sont fixés pour les fonctions objectifs qui exprime une performance
souhaitée par le décideur. Le problème s’écrit sous la forme :
n
F ( x ) = ∑ ωi f i ( x ) - z i (4.5)
i =1
A travers les méthodes présentées, il apparaît qu’une connaissance préalable du problème et de
l’importance de chaque objectif dans la prise de décision est nécessaire. La solution proposée est
sensible aux valeurs des pondérations considérées. La convergence de ces méthodes vers des
optimums globaux n’est pas assurée.
4.2.2 Méthode non-Pareto
Ces méthode ne transforment pas les problème multiobjectif en problème uni-objectif et

n’utilisent pas non plus la notion de dominance au sens de Pareto. Elles s’appuient sur une
approche qui permet d’évaluer séparément les fonctions objectifs d’un problème.
2 . Objectifs exprimés dans des unités différentes

4.2.2.1 Sélection parallèle
L’une des méthodes utilisée est la méthode VEGA (Vector Evaluated Genetic Algorithm).
Proposé par (Schaffer,1985), elle s’articule sur la modification du mécanisme de sélection d’un
algorithme génétique simple, afin de résoudre des problèmes multiobjectifs. Les solutions à
sélectionner à chaque génération dépendent des objectifs à considérer et de la taille de la
population. Pour une population de taille m , en considérant n objectifs, la méthode constitue
m/n sous-populations pour chaque objectif dans lesquelles la recherche des solutions se fait sur la
base d’un seul objectif. La population finale sera constituée des n sous-populations constituées de
solutions optimales relatives au n objectifs du problème .
4.2.3 Méthodes Pareto
La notion de d’optimalité admise est celle figurant dans les travaux de Edgorth, généralisée plus
tard par Pareto.(Goldeberg, 1989) propose d’utiliser cette approche pour les problèmes
multiobjectif en utilisant un algorithme génétique. L’ensemble des solutions admissibles d’un
problème multiobjectif est dit ensemble des solutions Pareto optimale. Chaque solution est au
moins aussi bonne que les autres solutions sur l’ensemble des critères pris en compte. Il convient
d’introduire la notion de dominance, qui permet d’identifier les solutions Pareto optimales
formant la frontière de Pareto. Pour un problème de minimisation3, une solution x i domine une
solution x j si et seulement si :
∀ m ∈ [1, n ], f m ( x i ) ≤ f m ( x j ) et ∃ m ∈ [1, n ], f m ( x i ) < f m ( x j )
La solution est dite Pareto optimale si elle n’est dominée par aucune autre solution. Pour un
problème multiobjectif, l’ensemble des solution Pareto optimale est constitué de l’ensemble des
solution non-dominées.
Objectif 2
Solution dominée
Solution Pareto
Frontière de Pareto
Objectif 1
Figure 25. Dominance et solutions Pareto optimales pour un problème de minimisation
3 . Pour un problème de maximisation, seul le sens de l’inégalité change, la démarche reste inchangée.
D’une manière générale, les approches Pareto identifiées dans la littérature sont implémentées à
l’aide d’algorithmes génétiques (Basseur, 2005). Pour la résolution de Problèmes multiobjectif,
deux aspects doivent être pris en compte (Talbi, 1999) et (Deb et al.,2000) :
Converger vers la frontière de Pareto : l’utlisation des algorithmes génétiques pour la
résolution des Problemes multiobjectifs se traduit par l’intégration de l’approche Pareto
dans la sélection même des solutions. A l’aide de méthode de classement des solution
(Ranking), la notion de dominance est mise en œuvre et permet donc d’identifier des
solutions non-dominées.
Diversifiées les solutions Pareto optimales : il s’agit d’assurer une diversification des
solutions sur la frontière de Pareto. A l’aide de classes ou de niches écologiques qui
regroupent les solutions les plus voisines (soit dans l’espace phénotypique, ou dans
l’espace géntoypique). Cette procedure permet de stabiliser des sous-ensemble des
solutions non-dominées.
5. Approche multiobjectif et Algorithme Génétique
5.1 Les méthodes non élitistes
5.1.1 Multiple Objective Genetic Algorithm (MOGA)
L’une des premières applications de la notion de dominance pour le calcul de la performance des
solutions a été proposée par (Fonseca et Fleming,1993). Ils proposent de déterminer pour chaque
solution i , le nombre ni de solutions la dominant. Le rang ri d’une solution x i à une génération
t est donné par ri ( x i , t ) = ni +1 , ainsi le rang d’une solution non dominée est égal à 1. La
fonction de fitness dépend du rang de chaque solution. Pour des solutions de même rang, la
fonction Fitness est identique. Cependant, cette procédure ne permet pas d’avoir une diversité
des solution de la frontière Pareto. (Fonseca et Fleming,1993) proposent l’introduction d’une
fonction permettant de construire des niches ou des classes de solutions de même rang. Le
remplissage de ces niches s’appuie sur la distance entre les solutions de même rang. Ainsi si la
distance euclidienne entre deux solutions de même rang est inférieur à un valeur donnée notée
σ share , les deux solutions appartiendront à la même niche. Pour cette méthode la distance est
définie dans l’espace phénotypique (Espace des objectifs). Soit deux solution de même rang i et
j , la distance est donnée comme suit :
M
f ki - f k j 2
d ij = ∑ ( max ) ( 4.6)
k =1 f k - f kmin
avec M représente le nombre d’objectifs considérés dans le problème, f k la valeur de la fonction
objectif k et f kmax , f kmin les valeurs maximale et minimale de la fonction objectif k pour la
population considérée. Pour les solutions de même rang, la fonction de partage est définie par :
d ij
1- ( ) β si d ij ≤ σ share
σ share
Sh( d ij ) =
sinon. ( 4.7)
Le compteur de niche m traduit le nombre de solutions de même rang dont la distance les
séparant est inférieure à σ share , avec β = 1 , . Soit n ri le nombre de solutions de même rang.
nr
i
m i = ∑ Sh( d ij ) ( 4.8)
j =1
Afin d’assurer une distribution des solutions sur la frontière de Pareto, la valeur du Fitness F est
corrigée à l’aide du compteur de niche. La nouvelle fonction de Fitness , Fi' tel que :
Fi
Fi' = ( 4.9)
mi
Cette méthode permet d’obtenir des solutions Pareto optimale de bonne qualité. Cependant, les
résultats dépendent de la valeur du paramètre de partage σ share qui détermine la taille des niches et
donc assure la diversité des solutions dans la population.
5.1.2 Non dominated Sorting Genetic Algorithm (NSGA)
Cette méthode a été proposée par (Sirvinas & Deb, 1994) appliquée au problème multiobjectif.
L’approche utilise la dominance au sens de Pareto pour déterminer les solutions non-dominées.
NSGA vise à classer la population en différentes classes en fonction du niveau de dominance des
solutions. Le tri de la solution est effectué par étape. Il s’agit d’abord de déterminer l’ensemble
des solutions non-dominées dans le population, cet ensemble forme la première frontière de
Pareto. Les solutions sont écartées de la population, et la même démarche est appliquée pour la
recherche du second ensemble des solutions non-dominées. La procédure de tri est ainsi répétée
jusqu'à ce que toute la population soit triée. L a fonction de fitness F dépend de la taille de la
population. Pour la première frontière de Pareto, la valeur du fitness F1 = N , où N représente la

taille de la population. Pour les solutions des frontières supérieures, la fonction Fitness est
dégradée. Pour les solutions appartenant au même ensemble de solutions non-dominées, la valeur
du Fitness est corrigée afin d’assurer la diversité des solutions non dominées. Les solutions
voisines auront le même fitness. (Sirvinas et Deb,1994) utilisent la distance génotypique calculée
dans l’espace des décisions pour corriger la valeur du fitness. Pour un ensemble de taille c de
solutions de la même frontière de Pareto, la distance est définie entre deux solution i et j :
C
x ki - x kj 2
d ij = ∑ ( ) (4.10)
k =1 x kmax - x kmin
Cette distance est utilisée pour calculer la fonction de partage, l’expression de la fonction de
partage est donnée par l’équation avec β = 2 . Le calcul du compteur de niche permet de corriger
la valeur du fitness donnée par l’ équation
5.1.3 Niched Pareto Genetic Algorithm (NPGA)
(Horn et al. ,1993) proposent une approche basée sur la dominance au sens de Pareto mais qui
diffère des approches présentées ci-dessus dans la sélection des solutions. Les auteurs définissent
une procédure de sélection par tournoi . Deux solutions i et j sont tirées aléatoirement de la
population de taille N. une sous-population N’ de taille t <<N est choisie aléatoirement. Chaque
solution de la sous-population est comparée aux deux solutions i et j. Deux situations sont
possibles :
- Si l’une des deux solutions domine le sous-ensemble de solutions, alors cette
solution est retenue pour la sélection.
- Si les deux solutions dominent le sous-ensemble de solutions ou les deux
solutions sont dominées par au moins une solution de N’, on calcule le compteur
de niche pour chacune des deux solutions. La solution dont le compteur de niche
est petit est sélectionnée pour la reproduction.
Cette étape permet de sélectionner les parents qui feront l’objet de reproduction pour générer
une nouvelle population. La préservation de la diversité des solutions ainsi que la convergence de
la méthode vers la frontière de Pareto est assurée par le principe de tournoi. La méthode
nécessite la définition de deux paramètres : un paramètre de partage σ share pour déterminer le
vainqueur entre deux solutions équivalentes, et un paramètre t relatif à la taille de la sous-

population N’. Cette approche est plus sensible que les méthodes présentées précédemment.
5.2 Les méthodes élitistes
Les techniques élitistes cherchent à conserver les solutions non dominées tout au long de la
procédure de recherche des solutions. Ces techniques définissent un ensemble dit archive qui
résume les solutions non dominées d’une génération à l’autre. Elle cherchent aussi à assurer la
diversité des solutions sur la frontière de Pareto.
5.2.1 Strength Pareto Evolutionary Algorithm (SPEA)
Cette approche proposée par (Ziztler et Thiele, 1998) se base sur le maintien de l’élitisme dans la
population, par la constitution d’un ensemble externe de solutions non-dominées appelé Archive.
A chaque génération, l’ensemble est actualisé en fonction des nouvelles solutions non-dominées
obtenues. L’algorithme démarre avec une population P0 de taille N générée de manière aléatoire
avec une population Archive P0' vide. A chaque génération t, l’ensemble Pt' est remplie et actualisé
par les solutions non-dominées obtenues de la population courante. La performance Si d’une
solution i dans l’archive dépend du nombre de solutions ni qu’elle dominent dans la population
courante :
ni
Si = (4.11)
N +1
La fonction d’adaptation d’une solution j de la population courante dépend de la somme des Si

des solutions qui la domine :
F j = 1 + ∑ Si (4.12)
i ∈ P'
5.2.2 Pareto Archived Evolution Strategy (PAES)
Cette méthode a été développée pour la résolution de problèmes de conception des réseau de
télécommunication. Développée par (Knowles et Core,1999) pour les problème uni-objectif, elle
s’appuie sur une recherche locale basée sur un point (une solution) et non un ensemble de
solutions, l’approche a été adoptée pour les problèmes multiobjectif qui utilise un ensemble
appelé Archive rassemblant les solutions non-dominées tout au long de la recherche de solutions.
D’abord une solution est générée aléatoirement x 0 , qui subira une mutation permettant de
générer un enfant x '0 . La taille de l’ensemble Archive est définie à priori. Une comparaison des
deux solutions permet d’archiver une copie de la solution non dominée. La solution choisie sera
muter pour générer une nouvelle solution. A chaque génération t une comparaison est effectuée
entre le parent x t et l’enfant x 't . Une copie de la solution non dominées est archivée, et la
solution choisie sera mutée à la prochaine itération. Si aucune des deux solutions n’est dominante
alors la solution x 't sera comparée avec les solutions contenues dans l’archive. Si la solution
x 't est dominée alors elle sera éliminée et la solution x t sera mutée encore une fois, sinon une
copie de la solution x 't sera archivée et le solutions dominées par x 't seront retirées de l’Archive.
x 't servira à générer une nouvelle solution à la prochaine génération. Une procédure de mise à
jour est effectuée dès que l’archive est plein. Dans le cas d’une solution non dominée, cette
dernière sera comparée avec les solutions encombrées4 (voisines). Si la solution générée
appartient au voisinage des ces solutions alors elle sera abandonnée, sinon elle sera choisie et une
solution sera retirée de l’archive. Pour deux solutions voisines, on choisira la solutions se
trouvant dans un espace non encombré. Soient trois solutions x i -1 , x i et x i +1 . La distance
M
d i est donnée par : d i = ∑( f i k+1 - f i k-1 ) . La solution ayant la distance la plus importante sera
k =1
choisie.
5.2.3 Pareto Envelope based Selection Algorithm (PESA)
Cette méthode a été développée par (Knowles et Core,2000) , elle s’appuie sur le principe sur la
comparaison de solution voisine par l’utlisation du principe de crowding pour les solution
voisines. PESA définit deux paramètres concernant la taille de la population de solution et de
l’archive, la génération de la population de solution utilise un algorithme génétique.
5.2.4 Pareto Envelope based Selection Algorithm II (PESA II)
Cette méthode propose une nouvelle technique de sélection des solutions basée sur la
décomposition de l’espace phénotypiques en hypercubes identiques (Corne, 2001). La sélection
des solutions n’est plus mesurée par la fonction d’adaptation mais par les hypercubes contenant
au moins une solution. Les hypercubes contenant le moins de solution sont privilégiées et le
choix de la solution dans l’hypercube se fait de manière aléatoire. Les résultats de la méthode
dépendent du découpage de l’espace des objectifs.
4. La comparaison s’obtient par le calcul d’une distance de crowding correspondant à la somme des cotés
perpendiculaires de l’hypercube formé par les deux solutions voisines.
5.2.5 Strength Pareto Evolutionary Algorithm (SPEA II)
(Ziztler et al., 2001) apporte des améliorations à SPEA. Ces améliorations porte essentiellement
sur la définition d’une taille fixe de l’archive qui à l’état initial est constitué par les solution non-
dominés et complété par celles dominées si les solutions non-dominées ne suffisent pas pour
remplir l’archive. L’autre modification porte sur le calcul de la fonction d’adaptation. Pour une
solution i un calcul de distance σ i(k) avec ces voisins est effectué dans l’espace des objectifs. Les
distances sont stockées dans une liste triée par ordre croissant. La position k de la distance est
donnée par k= N +N' . Chaque solution sera caractérisée par une densité D(i) tel que :
D(i) = 1 ( 4.13)
σ i(k) +2
La fonction d’adaptation sera calculée par l’équation suivante :
F j = D(i) + ∑ Si (4.14)
i ∈ P'
La reproduction des solutions s’effectue seulement dans l’ensemble Archive.
5.2.6 Non sorting Genetic Algorithm II (NSGA II)
(Deb et al., 2000) présente une deuxième version de l’algorithme NSGA. L’auteur tient compte
des insuffisances de NSGA qui concernent la complexité algorithmique, la non prise en compte
de l’élitisme et la nécessité de déterminer un paramètre de partage. Contrairement à NSGA, la
nouvelle version permet de réduire la complexité algorithmique et considère une approche élitiste
dans la recherche des solutions. A la génération initiale une population de solution de taille m est
constituée aléatoirement. Les procédures de croisement et de mutation sont appliquées, les
solutions sont choisies en utilisant un tournoi basé sur la fonction d’adaptation calculée à partir
du classement des solution à l’aide d’une procédure de classement « Ranking » qui détermine un
rang pour chaque solution en fonction son appartenance à un ensemble non-dominés. Ainsi m
enfants sont crées. A la prochaine génération, les enfants obtenus à la génération précédente sont
mélangés avec la population initiale. On obtient 2m solutions qu’il faudra ranger. Le but de cette
procédure est de garder les solutions non-dominées. Les m meilleures solutions constitueront la
nouvelle population de solutions potentielles pour la génération encours. Cette procédure vise à
assurer une convergence rapide de l’algorithme en sauvegardant les solutions non-dominées à
chaque itération. Pour assurer la diversité des solutions, un calcul de distance basé sur une
procédure de Crowding permettant de choisir entre des solutions de même rang..
5.3 Comparaison des approches multiobjectif
(Zitzler et al., 2001) comparent les approches d’optimisation multiobjectif et mettent en avant
l’influence de l’introduction de l’élitisme sur la performance. Cependant la comparaison des la
performance des méthodes élitistes dépendent des problèmes étudiés. Elle dépend de la méthode
de comparaison de performance et la définition des paramètres pour chaque approche.
(Roudenko, 2004) présente dans les comparaisons d’ approches d’optimisation multiobjectif
traitées dans la littérature.
SPEA II NSGA II
PESA Zitzler
Deb
Knowles et Core
SPEA PAES
Zitzler et Deb
NSGA
VEGA
NPGA
MOGA
Figure 26. Comparaison des performances des approches d’optimisation multiobjectif
(les flèches pointent vers les meilleurs) .Adapté de (Roudenko, 2004).
Sur la base des développements présentés dans ce chapitre, nous avons établi une comparaison
entres les différentes méthodes d’optimisation multiobjectif. Cette comparaison s’appuie sur des
critères liés au principe de calcul, la performance des ces algorithmes de leur avantages et
inconvénients. Le Tableau 8. présente l’analyse que nous avions effectuée.
Tableau 8. comparaison des méthodes d’optimisation multiobjectif
Méthodes Principe Population Fonction Complexité Archive Elitisme Avantages Inconvénients Dominance
opérateurs de Au sens de
génétiques partage Parto
VEGA Sélection des Oui Non Non défini Non Non Implémentation Ne permet pas d’atteindre des solutions compromis, non
solutions en facile sur un favorise l’apparition de solutions optimales pour
fonction algorithme génétique certains objectifs seulement.
d’un seul simple
objectif à la
fois puis
mélange des
solutions
MOGA Classement Oui Oui Importante Non Non Permet de définir un Ne sauvegarde pas les solutions non-dominées à oui
des solutions ensemble de chaque génération, solutions dépendent de la
par rang solutions Pareto fonction de partage
NPGA Tournoi Oui Oui Importante Non Non Utilisation d’une Solutions dépendent de la fonction de partage et de Oui
appliquée à procédure de la taille de la population N’
une sous- sélection par tournoi
population
choisie
aléatoirement
NSGA Trier la Oui Oui Imoprtante Non Non La fonction Solutions dépendent de la fonction de partage Oui
population d’adaptation dépend
en classes de l’ensemble non-
dominé à laquelle
elle appartient
SPEA Utilisation de oui non importante oui oui Calcul simple de la La performance dépend de la taille de l’archive oui
population fonction
externe d’adaptation
Pas de fonction de
partage
PAES Utilisation non non Moins oui oui Temps de calcul La performance dépend de la taille de l’archive et de oui
d’une importante moins important la solution de départ considérée et du paramètre d
solution
PESA Utilisation de oui non importante oui oui N’utilise pas de La performance dépend de la taille de l’archive et du oui
population fonction de partage paramètre d
externe
NSGA II Utilisation de oui non importante oui Oui N’utilise pas de La performance dépend de la taille de l’archive et du oui
sélection par fonction de partage paramètre d
tournoi
PESA II Découpage oui non Moins oui oui Implémentation La performance déped du découpage de l’espace
de l’espace importante simple de la méthode des objectifs oui
des objectifs
SPEA II Utilisation de oui non Non-défini oui oui Amélioration du La perfomrance dépend de la distance σ i
(k)
et de la
Population calcul de la fonction oui
externe d’adaptation taille de l’archive

génétiques et de l’optimisation multiobjectif
D’une manière générale, l’algorithme génétique est caractérisé par une fonction d’adaptation, un
codage spécifique et des opérateurs de sélection et de reproduction. Selon le problème étudié, ces
caractéristiques sont adaptées en fonction des variables de décision et des objectifs qui sont
considérés. Même si les domaines d’application des algorithmes génétiques restent variés,
certaines similitudes sont à noter :
• Nombre important de variables de décision
• Problématiques faisant apparaître la notion de réseau : réseau d’eau potable, réseau de ponts,
réseaux d’autoroute.
• Planification : problème de réhabilitation de réseau d’eau potable, réseau de ponts, réseau de
routes, ordonnancement des tâches dans les projets ou dans les ateliers.
• Satisfaction de plusieurs objectifs incommensurables pouvant être contradictoires.
Nous présentons dans ce qui suit des applications d’algorithmes génétiques à des problèmes à
caractère multiobjectif. L’intérêt est de comprendre comment sont utilisés ces algorithmes : prise
en compte des objectifs, prises en compte des contraintes, prise en compte des variables de
décision, algorithme d’optimisation utilisés , afin de s’en inspirer pour la formulation de notre
problème à l’aide d’un algorithme génétique. Nous distinguons les domaines d’application
suivants :
• réhabilitation d’infrastructures routières : ponts et autoroutes.
• ordonnancement des tâches : gestion de projet, gestion des tâches en atelier, problème de
transport.
• domaine de l’eau : dimensionnement et réhabilitation des réseaux d’Alimentation d’Eau
Potable (AEP).
6.1 Algorithme génétique et infrastructures routières
(Fwa & al, 1996) présentent un modèle PAVENET-R basé sur l’utilisation des algorithmes
génétiques. Les auteurs traitent de la problématique de réhabilitation et de maintien en service du
revêtement d’un réseau d’autoroutes au Japon. La gestion du revêtement à l’échelle du réseau
nécessite une programmation des travaux concernant la chaussée sur un horizon de temps
important. L’outil développé cherche à identifier les tronçons nécessitant une réhabilitation et les
alternatives adéquates à adopter. Le réseau de routes considéré est codé à l’aide d’un
124
chromosome dont la taille est égale au nombre de tronçon dans le réseau que multiplie la période
de planification. Dans l’application étudiée, il s’agit d’une planification sur un horizon de 5 ans.
Chaque gène correspond à un tronçon, chaque gène est constitué de 5 bits, chaque bit contient
un nombre entier variant de 0 à 8 représentant les alternatives d’interventions sur les tronçons
d’autoroute. L’objectif est de minimiser les coûts de réhabilitation, la gêne occasionnée aux
usagers et d’améliorer l’état du revêtement pour l’ensemble du réseau.
(Liu et al.,1997) proposent une démarche d’optimisation des travaux de réhabilitation des
revêtements d’une ensemble de ponts (notion de réseau) dont le degré de détérioration est
distinct. Les auteurs introduisent les différentes techniques utilisées pour la réhabilitation en
fonction de la détérioration de l’ouvrage évaluée lors d’inspections annuelles. La fonction objectif
traduit les coûts de maintenance futurs pondérée par un indice qui mesure l’état de détérioration
des ponts . Le codage est effectué à l’aide de codes en binaire. L’ensemble du réseau est
représenté à l’aide d’un chromosome, chaque pont est représenté par un gène, sur le gène est
défini une séquence de bits regroupés deux par deux représentants les alternatives à adopter. La
séquence décrit l’évolution des interventions tout au long de l’horizon de planification. La
fonction objectif considère le coût de l’intervention et un deuxième membre qui traduit la
détérioration du revêtement à une date donnée et pondérée par une pénalité. L’optimisation est
assurée par un algorithme génétique simple en transformant le problème en un problème uni-
objectif à l’aide d’une seule fonction objectif.
(Liu & Frangopol, 2004) présentent une approche d’optimisation de la maintenance des ponts
basée sur un ensemble d’indices et une optimisation multiobjectif utilisant la notion de
dominance au sens de Pareto avec un algorithme génétique. Les auteurs considèrent trois
objectifs :
• réduire l’usure des ponts traduite par un indice de sécurité, estimé lors d’inspections de l’état
de la structure des ponts
• augmenter la fiabilité des pont traduite par un indice de fiabilité
• réduire les coûts de maintien en service à travers le temps.
L’algorithme génétique permet d’assurer une planification des travaux de maintenance sur les
ponts. Les variables de décisions représentent le temps moyen entre interventions. Chaque
variable de décision est codée sur 7 bits, avec un codage binaire. L’approche a été utilisée au
Royaume-Uni. Nous proposons une synthèse des ces applications dans le Tableau 9.
Tableau 9. Algorithmes génétiques et infrastructures routières

Auteurs Type Nature de Objectifs Codage Gène Longueur Longueur Variables de Application
d’utilisation l’algorithme des gène chromosome décision
individus
(Fwa et al,1996) Modèle pour la Algorithme Minimiser le Entier Représente Horizon de Nombre de tronçons de Alternatives Singapour
réhabilitation génétique coût de un tronçon planification chaussée x Nombre de tronçons
des chaussées simple réhabilitation, de chaussée d’années de planification réhabilitation
améliorer donné
l’état des
routes et
(Liu et al,1997) Modèle pour la Algorithme Minimiser le Binaire Alternatives 2 Pour un pont donné le Alternative de Japon
réhabilitation génétique coût de De gène traduit la séquence de maintenance 30 ponts
des ponts simple maintien en maintenance travaux à adopter sur le
service possible pont, chaque
alternative(méthode) est
codé sur 2 bits
(Liu & Modèle pour la Algorithme Minimiser Binaire Représente 7 Nombre de ponts à Temps Angleterre
Frangopol,2004) maintenance génétique avec l’usure des une durée considérer x le nombre de moyen entre
des ponts une approche ponts à Entre gène interventions
multiobjectif travers un interventions
(NSGA) indice de
sécurité
Maximiser la
fiabilité à
l’aide d’un
indice de
fiabilité
Minimiser les
coûts de
maintenance
sur le cycle de
vie
6.2 Algorithmes génétiques et problèmes d’ordonnancement
Les algorithmes génétiques ont été utilisés pour répondre à la problématique d’allocation de
ressources, gestion des tâches en atelier, la gestion de projet et le problème de transport.
L’utilisation de ces algorithmes permet de proposer des séquences d’exécution de tâches ou des
itinéraires acceptables réduisant l’utilisation de ressources rares : le temps et le budget. (Tadahiko
& al, 1996) proposent une approche multiobjectif utilisant un algorithme génétique appliqué à
l’ordonnancement de tâches en atelier. Les fonctions objectifs sont pondérées dans une seule
fonction et la recherche de solution s’appuie sur la démarche de Pareto pour la détermination
d’un ensemble de solutions non dominées. Les auteurs présentent une application, permettant de
tenir compte de deux objectifs : minimiser le temps de cycle d’un processus et de minimiser le
temps de retard sur l’exécution des tâches. La séquence des tâches est codée sous forme d’un
chromosome à l’aide de codes alphabétiques, chaque gène correspond à une tâche. L’application
traite d’un problème d’ordonnancement de 20 tâches sur 10 machines. (Feng & al, 1997) traitent
de la problématique de planification dans les projets, pour ce type de problème, il est nécessaire
de trouver un compromis entre la ressource temps qui se traduit par le délai de réalisation d’un
projet et le coût d’un projet. Ils dressent un éventail de méthodes classiques : Chemin critique
CPM (Critical Path Method), Programmation Dynamique et leur insuffisances précisément pour les
projets de taille importante (diversité des tâches et de ressources). Les auteurs proposent une
approche utilisant une méta-heuristique, les algorithmes génétiques. Ils proposent de considérer
les tâches d’un projet comme variables de décision codées sous forme de chaînes d’entiers,
chaque case correspond à une tâche à un instant t. L’approche se base sur l’utilisation d’une
optimisation multiobjectif pour trouver une solution permettant de réduire les coûts et délai de
réalisation de projet. La longueur de la chaîne de caractère correspond au nombre de tâche dans
le projet. (Osman & al., 2004) exposent les problèmes de transport qui cherche à trouver un
compromis entre plusieurs objectifs à la fois : coût, temps, distance, flux. Les auteurs introduisent
l’utilisation de méthodes classiques d’optimisation en particulier la Programmation Dynamique
qui donne de bons résultats pour les problèmes de petite taille, mais reste inadéquat pour des
problèmes de taille importante. Ils proposent une approche permettant de considérer plusieurs
objectifs, compris dans une fonction objectif unique. La recherche de solution utilise un
algorithme génétique et la méthode VEGA. L’approche est utilisée pour un problème de
transport dont les objectifs sont la minimisation du coût de transport sur l’ensemble de
l’itinéraire, la minimisation du délai d’approvisionnement et la maximisation du profit. La solution
représente la séquence de passage sur les n sommets d’un graphe représentant des points
d’approvisionnement. Nous effectuons une comparaison de ces travaux dans le Tableau 10.
Tableau 10. Algorithme génétique et problèmes d’ordonnancement.

Auteurs Type Nature de Objectifs Codage des Gène Longueur Longueur Variables de Application
d’utilisation l’algorithme individus gène chromosome décision
(Tadahiko & Approche pour Minimiser le Alphabétique Représente 1 Nombre de tâches Désigne la Problème Test
al, 1996) l’ordonnancement Algorithme temps de la tâche à à effectuer sur une tâche à 20 tâches
des tâches en génétique cycle et les effectuée machine effectuer
atelier avec une retards sur
approche chaque
Pareto tâche ,
objectifs
pondérés
(Feng & al, Planification dans Algorithmes Minimiser les Entier Représente 1 Nombre de taches Alternative Réseau test
1997) les projets génétique coûts et délai la tache à pour la tache 18 tâches
simple de réalisation effectuer à considérée
avec du projet, un instant
pondération objectifs donné
des objectifs pondérés
(Osman & Modèle pour Algorithme Minimiser les Entier Sommet du 1 Chaque gène Identifie un Réseau test
al,2004) l’optimisation de génétique coûts, temps, graphe : correspond à une lieu de 10 villes
problèmes VEGA maximiser un ville, aire de source, pour ces passage, un
d’acheminement Approche profit, stockage, problématique poste de
Pareto objectifs sources travail
pondérés
(Zheng et Modèle pour la Algorithme Minimiser les Entier Représente 1 Correspond au nombre Identifie une Projet test
al,2005) planification dans génétique coûts et délai une activité d’activités ou tâches activité du 18 tâches
les projets avec de réalisation du projet dans le projet projet
approche du projet, considéré
Pareto objectifs
pondérés
(Zheng et al., 2005) présentent une approche d’optimisation multiobjectif utilisant un algorithme
génétique appliqué au problème de planification des tâches dans les projets. Les objectifs sont de
trouver un compromis entre le délai et le coût de réalisation du projet. Afin d’améliorer la
robustesse du modèle, les auteurs comparent plusieurs mécanismes d’évaluation ,de sélection et
de mutation dans le processus de recherche des solutions de l’algorithme génétique. L’évaluation
de la fonction objectif est assurée par des poids adaptés à chaque génération reflétant
l’importance de chaque objectif : le délai du projet et le coût. Le mécanisme de sélection s’appuie
sur une sélection par roulette et une sélection par rang. Les variables de décision représente les
activités du projet, la solution traduit une séquence acceptable des activités réduisant les coûts et
délais du projet. Le codage utilisé est un codage en nombres entiers. Les auteurs utilise un
algorithme spécifique basé sur une approche Pareto.
6.3 Algorithmes génétiques dans le domaine de l’eau
Plusieurs travaux ont été menés en utilisant les algorithmes génétiques pour des problèmes
d’optimisation dans le domaine de l’alimentation en eau potable (AEP). Ces travaux portent
essentiellement sur le dimensionnement des installations et organes du réseau, ainsi que sur la
gestion de la maintenance et la réhabilitation des réseaux AEP.

le dimensionnement des réseaux AEP
Le dimensionnement des conduites des réseaux d’alimentation en eau potable se traduit par la
détermination des caractéristiques hydrauliques des conduites : diamètre et rugosité. D’autres
application portent sur le dimensionnement des pompes de manière à réduire les coûts liés à
l’énergie. (Dandy & al, 1996) présentent une approche d’optimisation pour la conception des
réseaux AEP, basée sur les algorithmes génétiques. Ils présentent une application sur le problème
du Tunnel de New York5. Le travail présenté propose des amélioration aux utilisations antérieurs
d’algorithmes génétiques en apportant des modifications sur la définition des variables de
décision, les opérateurs de mutation et le codage en Gray. L’approche proposée cherche à partir
d’une topologie donnée du réseau et une demande de base connue , de proposer une
combinaison adéquate des dimensions de conduites afin de minimiser les coûts de conception du
réseau. Les contraintes considérées sont d’ assurer la continuité du flux , le respect des consignes
hydrauliques en terme de pression, respect de certaines dimensions pour des conduites
spécifiques.
5 Problème connu dans le dimensionnement des réseau repris dans plusieurs travaux sur le dimensionnement des
réseaux.
Le codage utilisé est un codage en Gray, chaque diamètre de conduite est codé sur un gène de 4
bits. L’exemple cité est un réseau de 21 conduites, le chromosome représentant tout le réseau sera
de dimension 84 bits. La fonction objectif traduit le coût de conception, de maintenance et
comprend une pénalité tenant compte de la violation de la contrainte de pression qui exprime la
performance hydraulique des solutions testées. (Savic & Walters, 1997) présentent le
développement d’un modèle GANET basé sur l’utilisation d’un algorithme génétique. Le modèle
présenté permet d’assurer une conception dite optimale du réseau AEP. Le modèle considère un
objectif économique qui exprime le coût d’acquisition de la conduite, ce coût est fonction du
diamètre et de la longueur de la conduite. Des objectifs techniques sont considérés : la
satisfaction de la demande aux nœuds de consommation et assurer une pression minimum de
service. Les auteurs utilisent un algorithme génétique simple, la variable de décision représente le
diamètre de conduite à utiliser, le codage utilisé permet de représenter sous forme de
chromosome les dimensions de diamètre à appliquer pour chaque conduite. Chaque gène
représente une conduite, le diamètre est codé sur 3 bits. (Abebe, 1998) propose une approche de
dimensionnement des réseaux, permettant de déterminer les diamètres des conduites pour une
structure donnée du réseau, avec des contraintes portant sur la pression de service et la demande
au niveau des nœuds de consommation. L’auteur utilise un modèle permettant de coupler un
outil d’optimisation GLOBE® et un simulateur hydraulique Epanet®. L’approche se base sur
l’utilisation d’un algorithme génétique simple et d’une fonction objectif traduisant les coûts
d’acquisition des conduites et des pénalités liées à la contrainte sur la pression de service. Le
modèle a été appliqué au problème de dimensionnement du réseau de Hanoi3. (Lippai & al,1999)
proposent une approche d’optimisation pour la conception des réseaux AEP, utilisant les
algorithmes génétiques à travers un logiciel d’optimisation commercial Evolver® combiné à un
simulateur hydraulique EPANET®. Les auteurs comparent l’utilisation des méthodes
d’optimisation classiques aux algorithmes génétiques. Le modèle est appliqué sur le problème de
dimensionnement du tunnel de New York. (Devi & al, 2004) présentent un algorithme génétique
basé sur une approche multiobjectif pour le dimensionnement des réseaux AEP. Les objectifs
considérés sont la minimisation du coût de conception et l’accroissement de la fiabilité du réseau.
Le travail présente un ensemble d’indices mesurant la fiabilité et la performance du réseau en se
basant sur des calculs hydrauliques : variation de la pression, débit et énergie disponibles dans le
réseau et fiabilité de la structure du réseau en particulier au niveau des nœuds (prise en compte
des changements de diamètre). L’approche se base sur la définition d’un ensemble de solutions
non dominées au sens de Pareto. Les auteurs traitent de deux phénomènes de défaillances : la
défaillance mécanique due à la structure même des conduites qui se traduit par des casses ou des
ruptures, et la défaillance dite hydraulique qui se manifeste par une variation de pression ou débit.
Le modèle permet de maximiser les coûts de conception et maximiser la fiabilité du réseau à
travers un indice de fiabilité du réseau sous contrainte hydraulique. Le modèle est combiné à un
simulateur hydraulique Epanet2®. L’auteur reprend des indices de fiabilité présentés par (Todini,
2000). Le modèle à été appliqué au problème de dimensionnement du réseau de Hanoi en
utilisant l’algorithme NSGA.

le renouvellement des réseaux AEP
(Halhal & al.,1997) discutent de l’importance des travaux de maintien en service des réseaux AEP
à travers des travaux de réhabilitation ou de remplacement de conduite. Le choix de la meilleur
alternative assurant une amélioration du réseau tout en respectant une contrainte budgétaire ne
peut être obtenu par les approches d’optimisation classique, ils adoptent une approche
multiobjectif utilisant le concept d’optimalité au sens de Pareto qui cherche à trouver un
compromis entre un ensemble d’objectifs : technique à travers la définition de fonctions
bénéfices et un objectif purement économique à travers une fonction coût. Les auteurs proposent
un outil d’aide à la décision basée sur l’utilisation d’algorithme génétique : Structured Messy
Genetic Algorithm(SMGA) qui permet de coder sous forme de chromosome la conduite et
l’alternative à adopter sur un même gène, l’algorithme génétique est combiné à un simulateur
hydraulique adapté de Epanet ®. L’approche proposée concerne exclusivement les conduites
AEP. En fonction des ressources disponibles, les auteurs proposent d’améliorer la performance
du réseau par : l’augmentation de la capacité hydraulique du réseau en effectuant des travaux de
nettoyage, réhabilitation, remplacement ou maillage. Augmenter l’intégrité du réseau en réparant
les défaillances sur les conduites et améliorer la qualité de l’eau en nettoyant ou réhabilitant les
canalisation .
Les auteurs proposent deux fonctions objectif . Une fonction objectif bénéfice obtenue par la
pondération d’un bénéfice hydraulique exprimant la déficience de pression avant et après la prise
de décision sur les conduites, un bénéfice physique qui reflète la diminution des coûts de
réparation futurs, bénéfice de flexibilité traduit l’existence ou non d’un maillage, par
l’identification des connexions entre conduites traduite par la somme des diamètre, le bénéfice lié
à la qualité est traduit par la somme totale(en linéaire) des conduites réhabilitées. Une fonction
objectif qui traduit le coût des travaux de réhabilitation considérant l’accroissement du nombre de
défaillances supposé linéaire. Nous présentons une synthèse bibliographique dans le Tableau 11.
133 Chapitre 4 – Application des algorithmes génétiques au renouvellement
Tableau 11. Algorithme génétique et réseaux d’eau potable
Auteurs Type Nature de Objectifs Codage des Gène Longueur Longueur Variables Application
d’utilisation l’algorithme individus gène chromosome de
décision
(Dandy et Modèle pour la Algorithme Minimiser Gray Diamètre à 4 4 x Nbre de conduites Diamètre New York
al,1996) conception de génétique coût de adopter constituant le réseau de la (Etats-Unis)
réseau AEP simple conception, conduite
maintenance
et coût
opérationnel
(Savic & Modèle GANET Algorithme Minimiser les Binaire Conduite à 3 3 x nombre de Désigne
Walters, pour le génétique coûts de mettre en conduites composant le le
1997) dimensionnement conception, place réseau diamètre à
des réseau AEP assurer une considérer
pression pour une
minimale de conduite
service et la donnée
demande au
niveau des
nœuds de
consommation
(Lippai & Modèle pour le Algorithme Minimisation Non défini Non défini Non défini Non New York
al,1999) dimensionnement génétique des coûts de défini (Etats-Unis)
des réseaux AEP simple à conception
travers un satisfaction de
logiciel la contrainte
d’optimisation sur la pression
Evolver minimale
(Devi et Modèle pour le Algorithme Minimisation Réel Diamètre 1 Nombre de conduites à Désigne Réseau
al,2004) dimensionnement génétique du coût de de conduite considérer le Hanoi
des réseaux AEP avec approche conception et diamètre à (Vietnam)
multi- augmentation considérer
objectifs de la fiabilité pour une
NSGA et la conduite
performance donnée
du réseau sur
la base
d’indices
(Dandy & Engelhardt, 2001) présentent un modèle d’optimisation basé sur les algorithmes
génétiques, permettant de réduire les coûts du capital et de maintenance futurs du réseau AEP
dans le but de planifier les travaux de réhabilitation du réseau. Les auteurs préconisent de bien
connaître le système étudié, par une définition précise de ses composantes et paramètres ainsi
que son évolution future. Pour les auteurs, toute stratégie de réhabilitation est tributaire de trois
critères : économique, fiabilité et qualité de l’eau . Les auteurs se focalisent sur le premier aspect.
Selon eux, le coût peut être scindé en 4 composantes : le coût du capital qui prend l’acquisition
de la conduite et sa pose, le coût de maintenance qui comprend les coûts de réparation et de
maintien en service, les coûts des dégâts et de perte d’eau et les coûts opérationnels liés à l’énergie
et au fonctionnement du réseau AEP. Les auteurs considèrent deux approches, une approche qui
considèrent un pas de temps d’un an, pour cette approche le codage est traduit par un
chromosome dont les gènes représentent les variables de décision correspondant au travaux sur
le réseau, les auteurs utilisent deux code « 0 » pour ne rien faire et « 1 » pour remplacer. Pour
l’autre approche, elle consiste à considérer une planification des travaux sur 5 ans. Dans ce cas le
codage se fait à l’aide d’un gène constitué de deux bits, l’un pour désigner l’alternative de
réhabilitation et l’autre pour designer l’année de l’intervention sur la conduite. Les auteurs
considèrent les coûts de maintien en service futurs à travers l’estimation des casse futures à l’aide
d’une régression linéaire. Les auteurs intègrent une autre alternative pour la planification sur 5
ans correspondant à un remplacement avec changement de diamètre (renforcement) dans ce cas
les auteurs utilisent Epanet® pour vérifier la viabilité technique des solutions testées.
(Cheung & al, 2003 ) proposent une approche d’optimisation multiobjectif basée sur l’utilisation
d’un algorithme génétique élitiste SPEA, permettant de générer un ensemble de solutions non-
dominées au sens de pareto. Les auteurs discutent de la problématique de réhabilitation du réseau
AEP et des particularités du problème en terme de défaillance, satisfaction de la demande et
déficience de débit et pression. Pour les auteurs 5 objectifs doivent être pris en compte dans le
problème de réhabilitation des Réseaux AEP la capacité hydraulique, l’intégrité physique, la
flexibilité, la qualité de l’eau et l’aspect économique. Le modèle cherche à minimiser les coût de
réhabilitation, de remplacement et de maximiser le bénéfice hydraulique qui se traduit par la
différence des niveaux de pression avant et après intervention sur le réseau. nous présentons une
synthèse bibliographique dans la Tableau 12.
Tableau 12. Application des algorithmes génétiques et de l’optimisation multiobjectif pour la renouvellement des réseaux AEP
Auteurs Type Nature de Objectifs Codage gène Longueur Longueur Variables Application Epanet
d’utilisation l’algorithme des gène chromosome de
individus décision
Halhal & Modèle Algorithme Maximiser : Entiers Identifiant 2 2*Nbre de Alternative Marrakech
al,1997) d’optimisation génétique bénéfice du tronçons conduites de (Maroc) Oui
pour la s’inspirant hydraulique, et variable réhabilitation
réhabilitation des de NPGA bénéfice lié aux de décision à considérer
réseaux AEP coûts de
maintenance
futurs, la longueur
des conduites
réhabilitées ou
remplacées
Minimiser les
coûts de
réhabilitation
(Dandy & Modèle pour la algorithmes

Minimiser les Binaire Alternative 1 ou 2 Taille du gène* Diamètre de Adélaïde(Australie) Oui
Engelhardt, réhabilitation des génétique
coûts de Et entier à adopter Nbre de conduite la conduite
2001) réseau AEP simple remplacement et + constituant le
de maintien en Année de réseau
service, mise en
satisfaction de oeuvre
contraintes
hydrauliques,
pression et débit
au nœuds
(Devi & al, Modèle pour le Non Sorting Minimiser les coût Entier Diamètre 1 Taille du gène* Diamètre de Hanoi(Vietnam) oui
2004) dimensionnement Genetic de conception et des Nbre de conduite la conduite
Des réseau AEP Algorithm maximiser la conduites constituant le
(NSGA) fiabilité du réseau, réseau
définition d’un
indice de fiabilité,
respect des
contraintes
hydraulique,
approche
multiobjectif
Chapitre 4 – Application des algorithmes génétiques au renouvellement 136
7. Conclusion
Vu la nature de la problématique de renouvellement des réseaux AEP où coexistent deux

objectifs incommensurables liés à la performance du réseau et aux coûts des travaux de
renouvellement, il convient de proposer une approche appropriée à ce type de problème. Après
une revue des méthodes de résolution proposées dans la littérature, nous remarquons qu’il est
difficile de trouver un compromis entre plusieurs objectifs pouvant être contradictoires.
L’utilisation de méthodes exactes basées sur le calcul de gradient ou de pondération des objectifs
présentent des limites. Ainsi nous nous sommes intéressés à des approches non exactes, plus
particulièrement les algorithmes génétiques. L’avantage de ces algorithmes c’est qu’ils sont faciles
à implémenter et offrent la possibilité d’adopter une approche multiobjectif utilisant le principe
de dominance au sens de Pareto. La notion d’optimalité pour les problèmes multiobjectif est
remplacée par la notion de dominance qui traduit un compromis entre les objectifs considérés.
L’application des algorithmes génétiques dans le cadre d’une optimisation multiobjectif pour les
problème présentés dans ce chapitre laisse apparaître des similitudes. Nous distinguons l’étape de
formulation du problème qui tend à définir les objectifs du problème et la prise en compte des
variables de décision par la définition d’un codage approprié, vient ensuite l’étape de résolution
où un choix de méthode de résolution est effectué. La résolution propose non plus une solution
mais un ensemble de solutions non-dominées. Le choix d’une solution est un choix à posteriori
qui dépend de l’appréciation du décideur en fonction de l’évaluation des solutions non-dominées.
Plusieurs approches d’optimisation multiobjectif sont présentées en identifiant les avantages et
limites de chaque méthodes. Il apparaît qu’une amélioration de la performance de ces approches
a été apporté par l’introduction de l’élitisme. Nous choisissons dans le cadre de la thèse d’utiliser
un algorithme adoptant une approche multiobjectif élitiste. Les approches NSGA II et SPEA II
apparaissent comme les plus performantes. L’approche SPEA a été utilisée par (Cheung et al.,
2003) pour la résolution de problématique de réhabilitation des réseaux d’eau potable, les autres
applications identifiées dans la littérature (Halhal et al., 1997), (Devi et al., 2004) s’appuient sur
des algorithmes génétiques non-élitistes. Les approches développées dans ce chapitre ne
renseignent pas précisément sur la manière de sélectionner les conduites sur lesquelles
s’effectuera le renouvellement. Nous proposons donc d’utiliser une méthode d’optimisation qui
s’inspire de l’approche NSGA II qui à notre connaissance n’a pas encore été utilisée pour la
problématique de renouvellement des réseaux AEP.
Chapitre 5
Présentation du modèle d’aide à la

décision
Nous identifions dans ce chapitre les données qui alimentent le processus de

décision, en suite nous décrivons l’approche élaborée dans le cadre de la thèse pour
le renouvellement des réseaux d’eau potable. Elle s’articule sur l’identification des
conduites candidates au renouvellement, la définition des objectifs à optimiser et
l’utilisation d’une méthode d’optimisation multiobjectif basée sur : un algorithme
génétique et un algorithme de simulation hydraulique Epanet2. Enfin, nous
formalisons l’approche pour le renouvellement en proposant un modèle d’aide à la
décision qui décrit le flux d’informations, de données et de résultats entre
l’ensemble des étapes du processus de prise de décision.
Sommaire
1. Introduction 139
2. Les hypothèses 139
5. Formulation du problème 149
6. Approche d’optimisation multiobjectif 153
8. Le modèle d’aide à la décision 166
9. Conclusion 168
Chapitre 5 – Présentation du modèle d’aide à la décision 139
1. Introduction
Nous proposons une approche pour le renouvellement des réseaux AEP qui s’inspire de la
gestion du patrimoine appliquée à la gestion du réseau AEP. L’intérêt est que l’approche pour le
renouvellement des réseaux d’eau potable s’intègre dans la politique de gestion du réseau et du
service d’eau. L’approche que nous proposons permet l’intégration des critères économiques et
techniques de la gestion du réseau dans son ensemble, traités dans le Chapitre 1. Nous exploitons
également l’analyse des méthodes d’optimisation multiobjectif effectuée dans le chapitre 4 pour
l’identification d’une méthode de résolution appropriée. L’intérêt par la suite est que l’approche
pour le renouvellement des réseaux d’eau potable s’intègre dans une politique de gestion du
réseau et du service d’eau dans son ensemble.
Toute prise de décision dépend d’un contexte particulier, d’hypothèses et d’un ensemble de
données. Nous identifions dans un premier temps les variables et données sur lesquelles se basera
la décision, ensuite nous décrivons le processus de décision en définissant les étapes principales
du modèle d’aide à la décision. L’approche pour le renouvellement que nous proposons s’articule
sur les étapes suivantes :
identification des données nécessaires à la prise de décision

sélection des conduites candidates pour le renouvellement en se basant sur l’analyse du
fonctionnement hydraulique du réseau, la détérioration structurelle et hydraulique des
conduites.
formulation mathématique du problème par la définition des objectifs, l’identification
des variables de décision et les contraintes
choix d’un algorithme d’optimisation multiobjectif
identification des travaux de renouvellement à effectuer
programmation des travaux de renouvellement sur un horizon de planification donné.
2. Les hypothèses
Nous définissons un ensemble d’hypothèses qui conditionnent la formulation du problème de

renouvellement et les résultats obtenus par la suite. Ces hypothèses concernent les restrictions et
simplifications effectuées lors du passage de la réalité à la modélisation :
140 Chapitre 5 – Présentation du modèle d’aide à la décision
1. La première hypothèse concerne la validité des données disponibles au niveau du service

d’eau. Nous supposons que la collecte et le stockage de ces données s’est effectué de
manière à traduire fidèlement les caractéristiques des conduites du réseau.
2. Nous supposons que la modélisation hydraulique du réseau traduit de manière
significative le fonctionnement réel du réseau. Nous supposons que les caractéristiques du
réseau particulièrement : la rugosité, le diamètre et la consommation des abonnés restent
valables tout au long de l’horizon de planification Ω qui ne peut dépasser 5 ans ( Ω≤5 ).
Ce qui correspond à la pratique en matière de planification dans les services d’eau.
3. L’évaluation de la fiabilité hydraulique des conduites tient compte d’une seule rupture
possible à la fois. Nous supposons que la probabilité de survenue de plus de deux
défaillances simultanées sur le réseau est très faible.
4. Nous supposons que la survenue des défaillances est décrite par une fonction densité de
probabilité suivant une loi de Weibull. Ce qui justifie l’utilisation du modèle PHM pour la
description de la détérioration structurelle des conduites.
5. Nous définissons comme niveau de description des conduites du réseau la rue qui
correspond au niveau de réalisation des travaux en pratique.
6. Nous supposons que chaque conduite candidate au renouvellement peut subir une seule
défaillance tout au long de l’horizon de planification. Plusieurs conduites peuvent subir
des défaillances dans la même année mais pas au même instant. La modélisation ne tient
pas compte de la détérioration de la qualité de l’eau.
7. L’estimation des coûts ne tient pas compte de l’actualisation ou de l’inflation. Les coûts
sont exprimés en monnaie constante correspondant à une année référence qui est l’année
de début de planification.
8. Les coûts sociaux et ceux liées aux externalités sont traduits par une pénalité dans
l’estimation du coût de réparation des conduites.
9. Nous supposons que les alternatives de renouvellement doivent être connues en début de
planification, aucune modification des alternatives au cours de la planification n’est
considérée.
3. Identification des données
Il s’agit dans cette partie d’effectuer une analyse économique et technique selon l’approche de
gestion du patrimoine décrite dans le (Chapitre 1). L’identification des données porte sur
l’utilisation des données collectées au niveau du service d’eau. Nous distinguons les données
relatives à la conduite et à son environnement, des données concernant les coûts des travaux de
réparation, remplacement et renforcement.
3.1 Données portant sur la conduite et le réseau
Ces données concernent la conduite et son environnement. Nous considérons : la date de pose, la
localisation de la conduite, le matériau la constituant, la longueur, le diamètre, la nature du sol,
l’occupation du sol, la date de début d’observation et la date de fin d’observation de la conduite1,
le niveau de trafic, le nombre de défaillances subies. Ces données sont collectées et stockées dans
des bases de données formant le Système d’Information du service d’eau. Elles servent à décrire
la détérioration structurelle de la conduite et présentent un inventaire de l’ensemble des conduites
constituant le réseau.
Nous distinguons aussi des données liées au fonctionnement hydraulique du réseau. Elles
traduisent des spécifications techniques du fonctionnement du réseau. Ces données concernent
les conduites et les autres organes hydrauliques constituant le réseau. Nous devons définir un
niveau de détail adéquat pour décrire son fonctionnement. Cela en trouvant un compromis entre
une description précise du réseau en fonction de ces composants hydrauliques et l’agglomération
de conduites homogènes entre elles pour décrire le fonctionnement du réseau. Il s’agit de donner
une définition de la conduite permettant de décrire à la fois la détérioration structurelle et
hydraulique du réseau. A partir des données sur les conduites, nous identifions les conduites qui
présentent des caractéristiques similaires à savoir : la localisation, la date de pose, le type de
matériau la constituant, le diamètre. La définition des conduites utilisées dans le cadre de la thèse
tient compte de la rue et des caractéristiques susmentionnées. Cette définition correspond bien à
la pratique. Les travaux de renouvellement s’effectuent généralement sur l’ensemble des
conduites d’une rue. Certaines conduites ne seront pas prises en compte principalement, les
conduites de faibles diamètres et se trouvant en antenne.
1 . Ces dates correspondent à une fenêtre d’observation pendant laquelle l’on enregistre les défaillances survenues.
3.2 Données liées au coût des travaux
L’estimation des coûts des travaux sur le réseau dépend du service d’eau et des méthodes de
calculs utilisées. Nous proposons d’utiliser la procédure de calcul élaborée dans le cadre de
l’inventaire AEP du Bas-rhin (67) (Janel et al., 2001). Cette procédure prend en compte la
réglementation en vigueur en référence au Cahier des Clauses Techniques Générales (CCTG) et
les règles habituelles de maîtrise d’œuvre dans le département du Bas-Rhin. Elle permet d’estimer
le coût de mise en service d’une conduite neuve. Nous utilisons cette procédure pour l’estimation
des coûts de remplacement et renforcement. Les coûts de réparation sont plus difficile à estimer
car dépendent de la nature de la défaillance subie et matériels requis. Nous proposons de calculer
un coût moyen de réparation par défaillance, en utilisant les coûts de réparation disponibles au
service d’eau. Nous proposons également de considérer des pénalités Mj dans l’estimation des
coûts de réparation. Elles permettent de traduire l’impact de la survenue de défaillances d’une
conduite donnée sur son environnement. L’impact est mesuré en fonction des désagréments
induisant une baisse d’activité, des déviations, l’interruption du service. L’autre impact concerne
les dégâts possibles en cas de défaillances : inondation, affaissement de la chaussée. Ces impacts
sont mesurés de manière économique et correspondent à des coûts sociaux.
Le coût de renouvellement ( Coût R ) d’une conduite concerne le remplacement à l’identique et le
renforcement. La procédure de calcul est similaire, la différence réside dans les dimensions des
conduites qui font varier les coûts de fourniture de la conduite et les coûts de terrassent. Le coût
de renouvellement ( Coût R ) d’une conduite ou la valeur à neuf d’une conduite se compose des
coûts de terrassement ( Coût terr ), du coût de fourniture et de pose de la conduite ( Coût conduite ). Il
est défini dans l’équation suivante :
Coût R =Coeff mo.Coeff com.(Coût terr +Coût conduite ) (5.1)
Deux coefficients sont pris en compte, le coefficient ( Coeff mo ) pour tenir compte des coûts de
maîtrise d’œuvre et un coefficient multiplicateur ( Coeff com ) afin de tenir compte de spécificités
locales en matière de prix.
Le coût de fourniture de la conduite dépend de : la longueur L , du prix unitaire Punitaire de la
conduite qui est fonction du diamètre de la conduite et du matériaux constituant la conduite et un
coefficient ( Coeff accessoires ) pour tenir compte des accessoires hydrauliques la composant et le
remplacement des branchements existants exprimé par le coût de branchement ( Coût branchement ) et le
nombre de branchement N branchement . Le coût de fourniture Coût conduite s’exprime par l’équation (5.2).
Coût conduite=(Coeff accessoires .L.Punitaire(diamètre,matériau )+Coûtbranchement .Nbranchement ) (5.2)

Les coûts de fourniture des conduites et travaux de terrassement sont regroupés dans un
bordereau. Nous utilisons le bordereau des travaux de viabilité pour les réseaux d’Alimentation
en Eau Potable et l’assainissement dans le département du Bas-Rhin (DDAF, 2003).
3.2.1 Les coûts liés à la conduite
Ces coûts correspondent au coût de fourniture de la conduite, des accessoires hydrauliques la

constituant, du remplacement des branchements permettant de relier les usagers au réseau AEP
et les coûts de maîtrise d’œuvre.
Coût conduite = Coeff mo .Coeff com (Coeff accessoires .L .Punitaire (diamètre , matériau ) + Coût branchement .N branchement ) (5.3)
3.2.2 Les coûts de terrassement
Les travaux de terrassement comportent les travaux nécessaires à l’excavation de la conduite et la

pose de la nouvelle conduite. Le coût de terrassement comprend le coût d’exécution des fouilles,
le coût relatif à l’enrobage, le coût de remblai, coût relatif à la fondation et le coût pour la
réfection de la chaussée. La Figure 27 illustre une coupe type pour la pose d’une conduite, elle
permet de décrire les différents niveaux des travaux de terrassement.
0.05 à 0.10 m
Vf : volume fondation chaussée

0.40 m
120 m
Vr : volume remblai
Enrobage – lit de
Ve : volume enrobage- lit 0.30 m
Diamètre
Enrobage – lit de
0. 30
0.10 m
Figure 27. Coupe de fouille retenue pour les travaux de terrassement

et pose d’une conduite neuve (Janel et al., 2001)
3.2.2.1 Les coûts liés aux travaux de fouilles
Ces coûts sont reconstitués à partir des données disponibles au service d’eau concernant
l’occupation du sol de la conduite, la nature du terrain, la longueur et le diamètre de la conduite.
La longueur de la fouille correspond à la longueur de la conduite. La largeur de la fouille
( L arg Fouille ) dépend du diamètre de la conduite en mètres.
L arg Fouille = diamètre + 2.(0.30 ) (5.4)

La profondeur de fouille correspond à la couverture et le diamètre de la conduite en mètres
Long Fouille = diamètre +1.30 (5.5)
Le volume de terrassement de la conduite est calculé à partir de la largeur, la profondeur et la
longueur de la fouille.
VT = (diamètre + 2.(0.30 ))(. diamètre +1.30 ).Long Fouille (5.6)
3.2.2.2 Le coût lié au lit de pose
Ce coût correspond au volume du matériau formant le lit de pose de la conduite et son enrobage.
Le calcul tient compte de l’épaisseur de l’enrobage et du diamètre de la conduite.
Ve = (0.30 + diamètre + lit de pose ).(diamètre + 2.(0.30 )).Long Fouille (5.7)
3.2.2.3 Le coût lié au remblai
Ce coût correspond au volume du matériau formant le niveau de remblai. Le calcul tient compte
de l’épaisseur du niveau de remblai, la longueur et la largeur de la conduite.
Vr = (épaisseur - remblai ).(diamètre + 2.(0.30 )).Long Fouille (5.8)
3.2.2.4 Le coût lié à la fondation
Ce coût correspond au volume du matériau formant le niveau de fondation. Le calcul tient

compte de l’épaisseur du niveau de fondation, la longueur et la largeur de la conduite.
V f = (épaisseur - fondation ).(diamètre + 2.(0.30 )).Long Fouille (5.9)
3.2.2.5 Le coût lié à la réfection de la chaussée
Ce coût correspond aux travaux de réfection de la chaussée qui tient compte de la longueur de la
conduite, la surface de réfection.
Sr = (L arg Fouille + 2.(0.30 )).Long Fouille (5.10)
Nous proposons une base de données Access® pour calculer les coûts de remplacement et de
renforcement des conduites.
4. Sélection des conduites candidates
Il s’agit d’identifier les conduites critiques du réseau devant subir des travaux de renouvellement.
Les conduites se différencient non seulement par leur dimensions, mais aussi par leur fonction
dans le réseau et leur état de détérioration. Le renouvellement ne peut pas concerner l’ensemble
du réseau, ce qui est impossible à réaliser. Il concerne des conduites que nous qualifions de
prioritaires. Pour répondre au caractère multiobjectif du problème, la mesure de la priorité se
base sur l’analyse de la fiabilité hydraulique et structurelle du réseau. Cela permet de hiérarchiser
les conduites du réseau afin d’identifier un ensemble de conduites candidates au renouvellement.
4.1 Analyse de la fiabilité hydraulique
La modélisation hydraulique doit traduire efficacement le fonctionnement réel du réseau. Dans le

cadre de la thèse, les conduites sont considérées au niveau de la rue en tenant compte de leur
homogénéité et la présence d’organe hydraulique. Il est nécessaire d’identifier la relation entre la
conduite existante dans la réalité et la conduite équivalente dans le modèle hydraulique qui peut
représenter une ou plusieurs conduites concaténées .
L’analyse s’appuie sur le modèle hydraulique qui décrit le fonctionnement du réseau sur une plage
horaire donnée. Il est important de décrire le réseau aux plages correspondantes à des périodes de
demande de pointe. L’analyse peut révéler des déficiences en pression par rapport à un pression
de service minimum précise. Cette déficience traduit une baisse de la capacité hydraulique du
réseau et donc une détérioration hydraulique du réseau due au changement de rugosité et de
diamètre des conduites .
La détermination des conduites critiques d’un point de vue hydraulique s’appuie sur la
détermination de l’indice ICH calculé sur la plage horaire présentant une déficience hydraulique
importante. Cette plage horaire correspond généralement à la période de pointe pendant le jour
de pointe (Voir Chapitre 2). Pour la sélection des conduites candidates, nous définissons un seuil
pour la valeur du ICH à partir duquel les conduites seront choisies. Le ICH traduit le rôle d’une
conduite dans l’acheminement de l’eau. Ce rôle est tributaire des dimensions de la conduite, des
abonnés desservis et de la localisation de la conduite. Des conduites récemment renouvelées
peuvent avoir une valeur de ICH supérieure au seuil critique en raison de leur localisation. Nous
proposons de rajouter une condition en rapport avec la notion de valeur résiduelle utilisée dans
(Janel et al., 2001). Il s’agit de comparer la valeur résiduelle d’une conduite avec le montant
amorti de manière linéaire considérant une durée de vie comptable Ec .
La valeur résiduelle Vrésid (t) d’une conduite correspond à la différence entre la valeur à neuf d’une
conduite et la valeur de la dépréciation au cours de sa durée de vie comptable. La valeur de la
dépréciation est traduite par la valeur de l’amortissement économique pratiqué. La valeur
résiduelle d’une conduite j à la date t, posée à la date de pose to est donnée par:
CoûtConduite(t -t o ) Ec - Age(t)
Vrésid(t) =CoûtConduite - Ec ⇒ Vrésid(t) =CoûtConduite.( Ec ) (5.11)
La valeur de l’amortissement économique est donnée par:

Coût conduite.Age(t)
Vamortie(t)= Ec (5.12)
La conduite est candidate pour le renouvellement si

Coût conduite.Age(t) Ec - Age(t)
Vamortie(t)≥Vrésid(t) ⇒ Ec ≥Coût conduite..( Ec ) (5.13)
Age(t) Ec - Age(t)
Vamortie(t)≥Vrésid(t) ⇒ Ec ≥ Ec (5.14)
Vamortie(t)≥Vrésid(t) ⇒ Age(t)≥ Ec - Age(t) (5.15)

Vamortie(t)≥Vrésid(t) ⇒ 2.Age(t)≥ Ec (5.16)
Ec
Vamortie(t)≥Vrésid(t) ⇒ Age(t)≥ 2 (5.17)
Comme nous considérons un horizon de planification Ω en ajustant l’expression (5.18).

Ec
Age(t)≥ 2 - Ω (5.18)
Les conduites seront sélectionnées tel que:

Ec
Age ( t ) ≥ 2 - Ω
ICH j(t)≥Seuil ICH (5.19)
4.2 Analyse de la détérioration structurelle
L’analyse de la détérioration structurelle doit permettre d’identifier des conduites dont l’état
physique est critique. Nous supposons que des données spécifiques à la conduite (longueur,
diamètre, nature du matériau, nature du terrain, occupation du sol, défaillance antérieures, date de
pose) sont disponibles au niveau du service de l'eau depuis la date de pose ou sur une fenêtre
d’observation [t a , t b ] . Nous traitons ces données pour obtenir la même définition de la conduite
utilisée dans la simulation hydraulique. Il s’agit de définir les caractéristiques et les variables
d’environnement des conduites concaténées. Nous exploitons dans cette partie les modèles de
renouvellement se basant sur la hiérarchisation des conduites(Voir Chapitre 3).
Parmi ces modèles, nous proposons d’utiliser le modèle de risques proportionnels(PHM) en

considérant que le temps entre défaillance est décrit pas une loi de Weibull. La fonction de risque
instantané de base est donc décrite par:
h0 ( t ) = λp( λt ) p -1 (5.20)
Où λ , p sont des paramètres de la loi qui seront estimés par une régression sur données de
survie. La fonction de survie S( t ) du modèle est définie par :
k
S(t)=exp( -(λp) pexp( ∑β z )) l l (5.21)
l =1
Où z l sont les covariables correspondantes aux variables d'environnement des conduites et
- β0
l = 1, k , où k est le nombre de variables explicatives. En posant σ = 1p et λ =exp( p ) où β0 est
l’ordonnée à l’origine tel que l’expression de la fonction de survie devient:

k
∑β z l l
S(t)=exp(-exp( l =0
σ ).t p ) (5.22)
Les paramètres de loi de survie sont obtenus à l’aide de l’outil CARE-W_PHM2. L’estimation de
ces paramètres permet de mesurer la signification3 de chaque variable considérée dans pour
décrire le processus de détérioration.
Nous exploitons la démarche proposée par (Arnoux, 1998) expliquée dans le (Chapitre 3).
La démarche préconise de renouveler une conduite si sa durée de survie est inférieure à une durée
critique donnée. Nous proposons de prendre comme durée critique la durée de la période de
planification Ω . Il s’agit d’évaluer la durée de vie technique moyenne Dvie d’une conduite à partir
de la valeur moyenne de la fonction de survie S( Ω )=0.5 et de calculer l’age qui constitue une
covariable dans la fonction de survie. Le calcul de l’age permet d’évaluer la durée de vie moyenne
pour chaque conduite. Nous sélectionnons les conduites dont l’age est supérieur ou égale à la
durée de vie moyenne à la fin de la période de planification. Pour une conduite j, une conduite
sera sélectionnée si l’expression (5.23) est verifiée:
2 Cette outil a été développé dans le cadre du projet CARE-W, il permet d’ajuster le modèle PHM et d’estimer les
paramètres de la loi de survie par la méthode du maximum de vraisemblance suivant l’algorithme de Newton-
Raphson. (Eisenbeis et al, 2002).
3 . La signification est évaluer à l’aide de CARE-W_PHM à travers un Test de Wald pour une valeur limite de
pobabilité égale à 0.05.

Age( Ω ) ≥ Dvie (5.23)
En cas de disponibilité de données de défaillances et d’absence de données d’environnement de

la conduite, nous supposons que la survenue des défaillances se fait selon un processus de Poisson.
Le temps entre défaillances est décrit par une loi exponentielle. Il s’agit dans ce cas d’utiliser le
modèle de référence (Shamir & Howard, 1979) présenté dans le Chapitre 3 pour décrire la
détérioration structurelle du réseau et identifier les conduites critiques. Une approche est décrite
dans (Nafi et al., 2006).
La démarche de sélection des conduites permet de considérer des conduites dont l’état peut être
critique d’un point de vue structurel et des conduites qui ne présentent pas de détérioration
structurelle mais dont le rôle dans la desserte en eau est important. Les critères de sélection
tiennent compte de la fiabilité structurelle et hydraulique des conduites.
Base de données Sélection des conduites candidates

Données
sur les Détérioration Calcul des Base de données
conduites structurelle : indices de
et les coûts Données
Modèle PHM fiabilité
hydrauliques
avec loi de hydraulique
du réseau et
Weibull (ICH, IDN)
des conduites
Détérioration
Flux de résultas hydraulique :
Simulation
hydraulique,
Flux de résultats calcul de
pression et
Flux d’informations et de débit
données
Figure 28. La sélection des conduites candidates au renouvellement
4.3 Prise en compte de l’état de la chaussée et travaux de voirie
Nous proposons de considérer dans le choix des conduites candidates pour le renouvellement les
conduites dont l’état de la chaussée, trottoir, jardin est détériorée. La réalisation de travaux de
revêtement ou d’embellissement récents peut retarder la réalisation de travaux de renouvellement.
En pratique, il est interdit d’ouvrir une chaussée récemment refaite qu’après un délai de 5 ans
environ. Pour ces conduites il est nécessaire de vérifier la date de réalisation des travaux ( t trav ),
les conduites seront candidates si:
t trav+5 ≤t sim+Ω (5.24)
Avec t simulation correspond à la date de début de la programmation pluriannuelle du renouvellement.
Nous proposons tenir compte des travaux de voirie dans la programmation pluriannuelle des
travaux. Si des travaux de voirie sont programmés pour certaines conduites, nous proposons
d’effectuer ces travaux en même temps que les travaux de voirie afin d’éviter de retarder la
réalisation des travaux au delà de 5 ans par exemple. La prise en compte des travaux de voirie
n’est possible que dans le cas d’une coordination entre le service de l’eau et le service de la voirie.
Ceci garanti la disponibilité des données qui concernent l’état des chaussées, les travaux réalisés et
les travaux programmés.
5. Formulation du problème
La décision en matière de renouvellement consiste à déterminer les conduites devant faire l’objet
de travaux, en identifiant la nature des travaux à réaliser. Cette décision revêt un caractère
multiobjectif. Les décisions à prendre à l’échelle de la conduite doivent permettre l’augmentation
de la capacité hydraulique du réseau à un coût minimum, en respectant des consignes techniques
et l’enveloppe budgétaire disponible.
Les variables de décision pour le problème étudié représentent les alternatives d'interventions sur
les conduites. Elles traduisent les travaux devant être effectués afin d'améliorer la fiabilité et la
performance hydraulique du réseau AEP. Ces travaux définissent une politique de
renouvellement. L’élaboration d’un programme de renouvellement s’effectue en deux étapes. La
première permet de proposer une politique viable d’un point de vue technique et économique
sur l’horizon de planification Ω en identifiant l’ensemble des travaux acceptables à réaliser. La
seconde étape permet de programmer les travaux sur l’horizon de planification en déterminant
l’année de réalisation des travaux au niveau de chaque conduite considérée.
La détermination d’une politique de renouvellement acceptable sur un horizon Ω et pour un

ensemble de conduites candidates au renouvellement s’obtient par la résolution du problème
suivant :
Maximiser la capacité hydraulique

(MOP)
Minimiser le coût de renouvellement
Sous contraintes
La pression aux nœuds de consommation doit être supérieure à une pression minimale requise et ne
pas dépasser une pression maximale donnée.
La formulation du problème permet d’intégrer dans la prise de décision des critères techniques
liés au fonctionnement du réseau et des critères économiques liés aux travaux de renouvellement
à réaliser. Nous proposons d’utiliser une approche d’optimisation multiobjectif qui permet
d’obtenir non pas une solution unique mais un ensemble de solutions. Nous suggérons
l’implémentation d’une approche basée sur le principe de dominance au sens de Pareto à l’aide
d’un algorithme génétique élitiste inspirée de NSGA II (Voir Chapitre 4). La résolution du
problème propose un ensemble de politiques de renouvellement acceptables. Une politique est
choisie par le gestionnaire du service qui traduit l’ensemble des travaux à effectuer sur Ω années.
Cependant la réalisation de cette politique ne peut se faire sur une année, d’où la nécessité d’une
procédure de programmation des travaux sur l’horizon de planification qui assure un nivellement
du budget qui s’inspire des développements faits dans le Chapitre 1 .
La programmation pluriannuelle dépend d’une politique donnée, qui définit un ensemble de

travaux à réaliser sur Ω années. Dans ce cas, les variables de décision traduisant la réalisation ou
pas de travaux sur une conduite donnée. Le problème de programmation pluriannuelle est
formulé comme suit :
Maximiser la pression disponible dans le réseau

(MOP)
Maximiser le coût de renouvellement
s.c
La contrainte porte sur le budget disponible à l’année de programmation des travaux.
Cette formulation du problème de programmation permet d’améliorer le niveau de pression dans

le réseau et d’utiliser l’enveloppe budgétaire disponible à l’année t de manière adéquate.
5.1 Les variables de décision
La variable de décision x j correspond à l’alternative de renouvellement à adopter pour la
conduite j. Nous définissons la notion de politique de renouvellement, comme la séquence des

décisions à adopter pour chaque conduite du réseau sur un horizon donné. Pour un réseau où p
conduites sont candidates au renouvellement, avec x ∈ [1, I ] alternatives de renouvellement,
le nombre de combinaisons possibles de politiques est de I p . La politique Yi = ( x i1 , x i 2 ,.., x ip )
représente la concaténation des variables de décision x ij pour l’ensemble du réseau à réaliser sur
l’horizon de temps Ω . L'évaluation de toutes ces possibilités est laborieuse, principalement pour
des réseaux de taille importante.
Nous utilisons un algorithme génétique avec une approche multiobjectif basée sur l’optimum de
Pareto pour l'exploration de l'espace de solutions (ensemble de toutes les politiques). A l'aide d'un
ensemble de politiques de départ (sous-ensemble de l'espace des solutions). L'algorithme
génétique permettra d'explorer un nombre important de solutions, en retenant la meilleure ou les
meilleures solutions trouvées. En ce qui nous concerne, le chromosome représentera une
politique de renouvellement. Chaque conduite sera représentée par un code, qui traduit
l'alternative de renouvellement à mettre en oeuvre.
x i1 x i 2 xi3 xi4 … x ip -1 x ip
Figure 29. Exemple d’une politique de renouvellement concernant

p conduites et I alternatives de renouvellement
La Figure 29 illustre un chromosome qui correspond à une chaîne de caractères compris entre 1
et I (entiers définissant les alternatives de renouvellement) et de longueur p (nombre de conduites
candidates). Le Tableau 13 permet d’établir une analogie entre le problème de renouvellement et
le vocabulaire qui caractérise un algorithme génétique.
Tableau 13. Adaptation du vocabulaire concernant l’algorithme génétique au renouvellement

Chromosome, individu, solution Politique de renouvellement sur l’horizon de temps Ω
Longueur du chromosome Correspond au nombre de conduites candidates au

renouvellement
Variable de décision Correspond à l’alternative de renouvellement à réaliser
sur la conduite candidate au renouvellement
Politique de renouvellement Séquence de travaux à réaliser sur les conduites
candidates durant les Ω prochaines années.
5.2 Fonctions objectifs et contraintes
En ce qui concerne le problème étudié, nous définissons deux fonctions objectif. La première
traduit la performance hydraulique du réseau par le calcul du surplus de pression disponible dans
le réseau (surpression). Cette fonction permet d’améliorer la fiabilité hydraulique du réseau par
l’accroissement de la pression dans le réseau se referant à la notion de résilience développée dans
le chapitre 2. La fonction objectif technique est donnée par l’équation (5.25), pour une politique
Yi = ( x i1 , x i 2 ,.., x ip ) , un réseau de n nœuds et une pression Pl au nœud l .
∑( P - Pl min )
l =1
Fi1 ( x i1 , x i 2 ,.., x ip , Ω ) = (5.25)
n
La contrainte technique est définie par une pression minimale Pmin et une pression maximale à
assurer sur l'ensemble des nœuds du réseau décrite par Pmax afin d'éviter une surpression
excessive pouvant endommager les conduites tel que : ∀l ∈ [1, n ] , Pmin ≤Pl ≤Pmax .
La seconde fonction objectif évalue le coût des travaux à mettre en oeuvre pour une solution
donnée. L'estimation du coût est obtenue par la somme des coûts relatifs à chaque intervention
pondérés par l’inverse de l'indice de criticité hydraulique ICH en cas de défaillance, afin de tenir
compte de l'importance hydraulique de chaque conduite.
Pour une solution donnée, considérant p conduites dans le processus de décision, l'évaluation de
la fonction objectif F2 pour une politique i est donnée comme suit :
p
Fi 2 ( x i1 , x i 2 ,.., x ip , Ω ) = ∑
1
.x ij .C ( x ij , Ω ) (5.26)
j =1 HCI j
Où C ( x ij , Ω ) est le coût de l'alternative x j sur l’horizon Ω .

La contrainte budgétaire porte exclusivement sur les travaux de remplacement et de
renforcement, car considérés comme un investissement et donc imputés à la section
investissement dans la comptabilité du service d’eau d'où la condition x ij ≠ 1 .
Bi ( Ω ) = ∑ x ij .C ( x ij , Ω ) (5.27)
j =1
L'état de la chaussée peut être pris en compte, en effet si le revêtement est récent la seule
alternative possible est de réparer la conduite à l'occurrence d'une défaillance. Tout autre
intervention sera retardée dans le temps.
Pour un horizon Ω et pour des variables de décision x j , avec j = 1, p décrivant le nombre
conduites candidates au renouvellement dans le réseau et deux objectifs F1 et F2 , le problème est

formulé comme suit:
Maximum F1(x1,x 2,...,x p,Ω) (5.28)

Minimum F2(x1,x 2,...,x p,Ω) (5.29)
Sous contraintes:
Pmin ≤Pl ≤Pmax
6. Approche d’optimisation multiobjectif
La formulation mathématique fait apparaître deux objectifs incommensurables qui évaluent la

performance technique du réseau et le coût des travaux pour une politique de renouvellement
donnée. Nous proposons pour la résolution de ce problème, l’utilisation d’un algorithme
génétique Politique_Ren s’inspirant de l’algorithme NSGA II (Deb et al., 2000). L’algorithme
proposé s’appuie sur une approche multiobjectif élitiste. Nous utilisons des procédures
spécifiques que nous avons élaborée pour :
le calcul des fonctions objectif technique et économique

le calcul de la fonction d’adaptation et de classement dans la recherche de solutions
non-dominées qui correspondent à des politiques de renouvellement acceptables.
L’algorithme de résolution Politique_Ren est décrit par la Figure 30

Définition d’un codage approprié
Définition des fonctions objectif F1 et F2
Population initiale P
Génération aléatoire de m solutions
possibles sous forme de chromosome
Evaluation des solutions

Calcul de F1 et F2
Procédure de classement des solutions en

fonction de F1 et F2
Détermination des solutions non-dominées

et calcul de la fonction d’adaptation
Sélection par tournoi basée sur la fonction

d’adaptation
Croisement (deux points de croisement)
Mutation
Création de nouvelles solutions Q Mélange avec la population initiale
Evaluation des nouvelles

solutions Q
Classement des solutions P UQ en

fonction de F1 et F2
Elitisme
Choisir les m premières solutions en se Calcul de la fonction d’adaptation
Sinon et détermination des solutions
basant sur la valeur de la fonction
d’adaptation non-dominées
Convergence
Fin
Figure 30. Algorithme d’optimisation multiobjectif Politique_Ren

6.1 Définition du codage et génération des solutions
La première étape nécessite la définition des fonctions objectif et du codage à utiliser. Ils
permettent de traduire les variables de décision décrivant les travaux à entreprendre sur les
conduites du réseau. Nous considérons un codage en nombre entiers facile à implémenter
nécessitant des longueur de chromosome moins importante que pour un codage binaire par
exemple. Il existe plusieurs alternatives de renouvellement, la pratique en France comprend
généralement le remplacement à l’identique et le renforcement.
Nous considérons trois alternatives définies à l'aide d'entiers compris entre 1 et 3. Le code 1
correspond à l'alternative ne rien faire, qui se traduit par la réparation de la conduite dans le cas de
la survenue d'une défaillance. Le code 2 concerne l'alternative remplacer qui consiste à remplacer la
conduite par une conduite neuve de même diamètre et la dernière alternative renforcer est codée
par le code 3 qui traduit le renforcement de la conduite par son remplacement avec une conduite
de diamètre supérieur. La longueur de la séquence dépend du nombre de conduites considérées
dans le processus de décision. La Figure 31 illustre le codage d’une politique de renouvellement
en considérant trois alternatives de travaux sur le réseau.
1 3 1 3 2 2 … 3 1 2
Conduite 1 Conduite p
Alternatives
Figure 31 . Exemple d’une politique de renouvellement concernant

p conduites et 3 alternatives de renouvellement.
La recherche des solutions s’articule sur une génération aléatoire des solutions. A l’étape initiale,
des solutions sont générées de manière aléatoire, formant la population de départ P. Pour p
conduites considérées dans le processus de décision, p nombres aléatoires compris entre 1 et 3
sont générés pour chaque solution. La concaténation de ces p nombres forme une solution
possible correspondant à une politique de renouvellement. La population initiale est formée par
m politiques possibles générées de manière aléatoire. Pour chaque politique, une évaluation des
objectifs est effectuée, une fois les solutions évaluées vient l’étape de classement et de calcul de la
fonction d’adaptation.
6.2 Evaluation de la fonction objectif technique
L’algorithme génétique permet d’évaluer plusieurs politiques de renouvellement à une génération

donnée. L’évaluation de la fonction objectif F1 mesure la surpression disponible dans le réseau
pour une configuration du réseau correspondant à la politique évaluée. Pour une politique, les
variables des décisions traduisent des spécifications hydrauliques bien définies. Si la valeur de
x ij =1 aucune modification ne sera apportée à la conduite considérée en terme de diamètre ou de
rugosité. Si la valeur de x ij = 2, alors un remplacement de la conduite est à effectuer. Cela se
traduit par une modification de la valeur du coefficient de rugosité de la conduite considérée et le

diamètre d’une conduite neuve.
Dans le cas où x ij =3, alors un renforcement est prévu. Ceci nécessite le remplacement de la
conduite considérée par une conduite de diamètre supérieur et une modification du coefficient de
rugosité. Nous supposons que les caractéristiques hydrauliques du réseau restent les mêmes tout
au long de l’horizon de programmation des travaux. Pour chaque politique, les modifications
correspondant aux variables de décision sont effectuées. Par la suite une simulation hydraulique
en utilisant Epanet 2 permet de mesurer le niveau de pression aux nœuds de consommation. La
valeur de la fonction objectif technique F1 est mesurée sur l’ensemble des nœuds.
La procédure de calcul est décrite dans la Figure 32. L’implémentation mathématique est assurée
à l’aide d’une macro développée en VBA et faisant appel à la boite à outil Entoolkit d’Epanet
developpée par l’EPA.
Pour chaque solution

( x i1 , x i 2 ,..., x ip ) avec 1 ≤x ij ≤3
modification de la structure du réseau

en fonction de la valeur de x ij :
- changement diamètre
- changement rugosité
Effectuer une simulation hydraulique à

l’aide d’Epanet 2
Calculer la pression disponible aux

nœuds de consommation Pl
Calculer l’écart de pression par rapport

à la pression minimale souhaitée
∑( P - P
l min )
l =1
Fi1( x i1 , x i 2 ,.., x ip , Ω ) =
n
Figure 32. Procédure de calcul de la fonction objectif technique F1
6.3 Evaluation de la fonction objectif économique
La fonction objectif F2 exprime le coût total d’une politique donnée qui est évalué par la somme
pondérée des coûts d’intervention au niveau de chaque conduite par l’inverse de l’indice de
fiabilité hydraulique traduisant l’importance de la conduite dans le fonctionnement hydraulique
du réseau. Nous disposons d’une estimation des coûts pour chaque alternative d’intervention sur
le réseau. Pour le réseau considéré, nous calculons la valeur du ICH pour l’ensemble des
conduites, puis pour chaque politique générée nous calculons le coût total. Nous supposons que
chaque conduite candidate au renouvellement peut subir au plus une défaillance au cours de
l’horizon de programmation. L’estimation des coûts d’intervention sur le réseau sont détaillés
dans le § (3.2) page 142.
Pour chaque conduite j du réseau, calculer

la valeur du HCI j avec j = 1, p
Pour chaque solution Yi = ( x i1 , x i 2 ,..., x ip )

calculer
Fi 2 ( x i1 x i 2 x i 3 ...x ip ) = ∑
1
.x ij .C ( x ij )
j =1 HCI j
Figure 33. Procédure de calcul de la fonction objectif économique F2
6.4 Détermination du rang et calcul de la fonction d’adaptation
L’algorithme permet de classer les solutions générées aléatoirement selon les deux fonctions
objectifs du problème. La performance de chaque solution Yi , est évaluée par les fonctions
objectif F1i ( x i1 , x i 2 ,.., x ip ) et F2 i ( x i1 , x i 2 ,.., x ip ) avec 1 ≤ x ij ≤ 3 qui traduit le codage utilisé et la
nature des interventions sur le réseau. A chaque génération, i = 1, m qui représente le nombre de
solutions générées aléatoirement à chaque étape du processus d’optimisation et j = 1, p traduit le

nombre de conduites prises en compte dans le processus de décision.
La procédure mise en place vise à déterminer les solutions non-dominées pour un problème bi-
objectifs sous contraintes. Les contraintes considérées sont la pression minimale devant être
assurée à chaque nœud de consommation Pmin et la contrainte sur la pression à chaque nœud qui
ne doit pas dépasser Pmax . Toutes les solutions qui violent les contraintes de pression seront de
rang inférieur aux solutions qui la respectent. La procédure de classement considère pour chaque
solution un couple de valeurs (F1i ,F2i ) sur lequel s’effectuera le classement des solutions à chaque
génération. Le Tableau 14 permet de décrire à une génération donnée, la description de la
population de solutions et l’évaluation des fonctions objectifs.
Tableau 14. Description de la population à chaque génération

Identifiant des Solutions proposées Fonction objectif Fonction objectif
solutions technique économique
Y1 x 11 x 12 x 13 ... x 1 p F11 F21
Y2 x 21 x 22 x 23 ... x 2 p F12 F22
Y3 x 31 x 32 x 33 ... x 3 p F13 F23
. . . .
. . . .
. . . .
Ym x m 1 x m 2 x m 3 ... x mp F1m F2 m
La procédure de détermination de rang sera répétée jusqu’à ce que toutes les solutions soient
classées. A la première itération toutes les solutions sont considérées, par la suite seules les
solutions non classées seront prises en compte. La procédure de détermination de rang s’appuie
sur une procédure de marquage de toutes les solutions dominées. Les solutions non dominées à
chaque itération seront celles non marquées.
Algorithme. 2. Calcul de rang et de la fonction d’adaptation

D : ensemble des solutions dominées
T :solution non classées
m :nombre de solutions à classer
r :rang
Yi (rang) : rang de la solution i
Yi(Fitness) : Fitness de la solution i
D=Ø
r←1
tant que T ≠ Ø
pour i = 1,..,m
pour k = 1,..,m faire
si (F1i ≤F1k∧ F2i > F2k )∨ (F1i < F1k∧ F2i ≥F2k ) alors
D ← Yi (Yi est do min ée )
fin si
fin pour
si Yi ∉ D alors
r ← Yi ( rang )
1
← Yi ( Fitness )
( m +1 - r )
fin si
fin pour
r ← r +1
fin tant que
L’algorithme décrit ci-dessus permet de calculer le rang et la fonction d’adaptation à une

génération donnée pour chaque solution en se basant sur la valeur des fonctions objectif F1
et F2 . Pour une solution Yi de rang r, la fonction d’adaptation ou Fitness est calculée par:
Yi(Fitness)=( 1 ) (5.30)
m+1-r
6.5 Création de nouvelles solutions
Cette étape à pour but la création de nouvelles solutions formant un ensemble Q. Ces solutions
sont obtenues à l’aide de la procédure de sélection et les opérateurs génétiques : le croisement et
la mutation.
6.5.1 La procédure de sélection
L’algorithme que nous proposons utilise une procédure de sélection basée sur la sélection par
tournoi. Il s’agit d’effectuer un tournoi de m paires de politiques acceptables. Pour chaque paire,
la solution dont la fonction d’adaptation la plus élevée est sélectionnée.
6.5.2 Le croisement et la mutation
Nous utilisons une procédure de croisement simple avec deux points de croisement caractérisée
par une probabilité Pc .La longueur l du chromosome est donnée par le nombre de conduites
candidates au renouvellement p. Deux nombres aléatoires compris entre 1 et p sont générés,
correspondant aux positions de croisement de deux politiques Parents choisie par la procédure de
sélection. Le croisement de ces deux politiques permet de générer deux nouvelles politiques,
représentant des solutions potentielles.
Position 1 2 … p
Codage 1 3 1 3 2 2 … 3 1 2
Parents
2 3 2 3 2 1 … 3 1 1
Enfants 3 1 1 3 2 2 … 2 3 2
Nouvelles solutions
3 1 2 3 2 1 … 1 3 1
Figure 34. L’opération de croisement

Choix de la
position à muter 3 1 1 3 2 2 … 2 3 2
Mutation
Nouvelle solution 3 1 1 3 2 2 … 2 3 2
Figure 35. L’opération de mutation
La procédure de mutation caractérisée par une probabilité Pm concerne un seul bit sur l’ensemble
du chromosome. Le bit peut rester inchangé ou prendre l’une des deux autres valeurs possibles
du codage utilisé.
6.6 Mélange avec la solution initiale
Il s’agit de mélanger les solutions générées aléatoirement formant l’ensemble P avec les solutions
obtenues par la procédure de croisement et de mutation. Les nouvelles solutions sont évaluées à
l’aide des fonctions objectifs F1 et F2 . Nous calculons par la suite la fonction d’adaptation des
2.m solutions formant P UQ à l’aide de l’Algorithme 1. Les solutions seront classées par rapport
à la fonction d’adaptation. Les m premières solutions non-dominées qui constituent la population
de départ pour la prochaine génération.
6.7 Convergence de l’algorithme
La sélection des solutions non-dominées d’une génération à l’autre assure la présence de solutions
acceptables au cours du processus d’exploration de l’espace des solutions. La convergence de
l’algorithme dépend du nombre de générations (gen) à effectuer défini comme paramètre initial de
l’algorithme d’optimisation. La robustesse des solutions obtenues dépend de la taille de la
population initiale (m), des probabilités de croisement et mutation. Nous préconisons de
considérer une probabilité de mutation Pm comme proposé dans (Simpson et al.,1994) qui
satisfait la condition : 1 ≤Pm ≤ 1 . Pour la détermination de la taille de la population, de la

l m
probabilité de croisement Pc Nous préconisons d’effectuer un ensemble de simulations avec
différents paramètres. Les solutions non-dominées de chaque simulation sont ensuite comparées
à l’aide la métrique C définie dans (Ziztler et al ., 2000). Pour deux ensembles de solutions non-
dominées de simulations S1 et S2 la métrique C est donnée par l’équation (5.31) :
s 2 ∈S2 ,∃ s1 ∈S1 : s1 domine s 2
C(S1 ,S2 )= (5.31)
S2
Pour C(S1 ,S2 ) =1 alors toutes les solutions de la simulation S2 sont dominées par les solutions de
la simulation S1 . Si au contraire C(S1 ,S2 ) =0 alors aucune solution de S2 n’est dominée par une
solution de S1 . Le choix des paramètres de l’algorithme génétique dépendent de la performance

des simulations effectuées en se basant sur la métrique C. Nous devons aussi identifier les
similitudes pouvant exister entre les solutions non-dominées proposées dans le but de déterminer
les conduites qui sont le plus souvent prises en compte sur les politiques proposées. La décision
finale revient au gestionnaire du service d’eau. Dans cette partie nous proposons une démarche
de sélection des conduites candidates au renouvellement. Par la suite, nous proposons une
approche pour la génération et l’évaluation de politique de renouvellement sur un horizon donné.
La Figure 36 illustre ce qui a été présenté jusqu’à maintenant, ce qui permet de construire le
modèle d’aide à la décision par étape.

Données
sur les Détérioration Calcul des
conduites structurelle : indices de
et les coûts Modèle PHM fiabilité
avec loi de hydraulique Données
Weibull (ICH, IDN) hydrauliques
du réseau et
des conduites
Evaluations Détérioration
Estimation des fonctions hydraulique :
des coûts objectif et Simulation
des optimisation hydraulique,
travaux multiobjectif calcul de Solutions
pression et politiques de renouvellement
débit
Décideur
- Choix d’une politique de
Flux de résultas renouvellement
- Estimation du budget
Flux de résultats
Flux d’informations et de
données
Figure 36. La détermination d’une politique de renouvellement acceptable
7. Programmation pluriannuelle
D’une manière générale l’enveloppe budgétaire disponible ne permet pas d’effectuer l’ensemble
des travaux de renouvellement identifiés. La programmation des travaux de renouvellement doit
permettre d’effectuer les travaux les plus urgents en premier de manière à accroître la
performance du réseau de manière significative dès la première année.
L’approche d’optimisation permet de proposer un ensemble de politiques acceptables. Dans un

premier temps il s’agira de choisir une politique acceptable. Chaque politique correspond à un
programme de travaux à réaliser sur un horizon de programmation Ω et un budget Bi ( Ω ) . La
programmation pluriannuelle s’appuie sur la définition de l’horizon de programmation des
travaux et la détermination de la contrainte budgétaire annuelle. Nous distinguons deux cas de
figure, le premier est caractérisé par une enveloppe budgétaire annuelle connue Budget, l’horizon
de programmation est donc calculé par :
Bi ( Ω )
Ω= (5.32)
B( t )
Le deuxième est caractérisé par un horizon de programmation connu, en pratique il est souvent
égal à 5 ans. Dans ce cas il s’agira de déterminer l’enveloppe budgétaire annuelle. Nous
supposons que cette enveloppe soit constante dans le temps.
Bi ( Ω )
B( t ) = (5.33)
Ω
7.1 Programmation des travaux sur le réseau
Cette étape va permettre de proposer une programmation des travaux à effectuer sur le réseau,
identifiés dans l’étape précédente. Pour chaque intervention sur le réseau nous devons identifier
l’année de réalisation des travaux. Nous définissons la variable de décision y j qui correspond à la
réalisation de l’intervention à l’année t (remplacement ou renforcement). Pour une année t , la

variable y j peut être soit égale à 0 qui correspond au report de l’intervention sur la conduite j , ou
égale à 1 qui correspond à la réalisation de l’alternative pour l’année t . La programmation des

travaux pour une année t sera donnée par la séquence des variables de décision à une année
donnée. Le Tableau 15 définit les variables de décision pour la programmation pluriannuelle .
Tableau 15. Les variables de décision pour la programmation des travaux

Codes Variable de décision y j correspondant à la conduite j
1 Effectuer l’intervention à l’année t
0 Reporter l’intervention
Pour les conduites ayant fait l’objet de travaux de renouvellement, le code leur correspondant
pour les années suivantes et le code 1. Cela permet de tenir compte des modifications effectués
sur le réseau dans les simulations hydrauliques. Pour que ces conduites ne soient pas considérées
dans la contraintes budgétaires, les coûts de réparation, remplacement et renforcement sont
réduits à 0.
Par analogie au codage utilisé pour les alternatives de réhabilitation des conduites, une
programmation des travaux i à une année t sera représentée sous forme de chaîne de variable de
décision yij . Un chromosome traduira une programmation des travaux possible pour une année
donnée. La longueur du chromosome dépend du nombre de conduites à considérée.
Tableau 16. Vocabulaire liés à la programmation des travaux et l’algorithme génétique.

Chromosome, individu, solution Un programme de travaux pour une année donnée
Longueur du chromosome Correspond au nombre de conduites à considérer à

l’année t
Variable de décision Correspond à la décision de réaliser ou pas
l’intervention sur la conduite considérée à l’année t
Programme de travaux Séquence de décision sur l’ensemble des conduites
considérée à l’année t
Nous utilisons un algorithme génétique suivant la même démarche que l’algorithme décrit
précédemment (Voir Figure 30). Nous effectuons certaines modifications en ce qui concerne le
codage et la représentation des chromosome. Cependant, les solutions représentent des
programmes de travaux à réaliser pour une année donnée. Chaque solution sera évaluée à l’aide
de deux fonctions objectifs. La fonction objectif F3 qui traduit la surpression moyenne
disponible dans le réseau pour un programme de travaux à une année t :
n
∑(P - Pl min )
l =1
F3(y1, y2,..., y p,t)= n (5.34)
La fonction objectif F4 qui correspond à la somme pondérée des coûts des travaux et l’indice de
fiabilité hydraulique:
p
F4 ( y1 , y 2 ,..., y p , t ) = ∑ HCI j ( t ). y j .C ( y j , t ) (5.35)

j =1
Le modèle d’optimisation est défini comme suit :
Maximum F3(y1, y2,..., y p,t)=Surpression moyenne (5.36)
Maximum F4 ( x1 , x 2 ,..., x p , t ) = Coût max imum (5.37)

Sous contraintes :
p
∑x j .C ( y j , t ) ≤ B( t ) (5.38)
j =1
Le but est d’utiliser au mieux l’enveloppe budgétaire disponible et d’améliorer la pression aux
nœuds de consommation. Nous utilisons un algorithme similaire à l’algorithme génétique
utilisé précédemment avec des modifications concernant le codage des variables de décision, les
contraintes du problème, les fonctions objectif et la fonction de classement des solutions.
Identification des travaux à effectuer et estimation

de l’enveloppe budgétaire
Détermination de l’enveloppe budgétaire de

l’année t, B(t)
Génération de solutions
Proposition de programmes
Algorithme d’optimisation
Evolution des solutions par F3 et F4
Détermination des solutions non-dominées
Choix d’une solution :

Sélection d’une programmation pour l’année t
Modification de la structure du réseau
t = t+1
t=Ω
Fin
Figure 37. Programmation des travaux de renouvellement sur Ω années

La programmation des travaux peut tenir compte des travaux de voirie. En effet si des travaux de
voirie doivent être réalisés à une année donnée sur des secteurs où sont localisées des conduites
considérées dans la politique de renouvellement, la date de réalisation des travaux de
renouvellement doit correspondre à la date de réalisation des travaux de voirie. L’algorithme
d’optimisation utilisé pour la détermination des travaux de renouvellement est adapté pour la
programmation des travaux. Pour chaque année l’algorithme permet d’identifier un ensemble de
travaux à effectuer, il s’agit de choisir une programmation des travaux permettant d’améliorer
sensiblement la performance du réseau tout en respectant la contrainte budgétaire. Une fois le
programme des travaux identifié, une modification de la structure du réseau est effectuée
permettant de tenir compte des travaux à réaliser pour la programmation des travaux des années
ultérieures. La modification du réseau porte sur le changement de diamètres des conduites et la
rugosité en fonction des alternatives de renouvellement pour les conduites retenues. Le nombre
de variables de décision diminue d’une année à l’autre.
8. Le modèle d’aide à la décision
Le modèle d’aide à la décision que nous proposons décrit l’imbrication et l’enchaînement des
étapes définissant l’approche pour le renouvellement présentée dans ce chapitre. Une ou
plusieurs étapes sont regroupées dans des modules qui communiquent à travers un flux
d’informations, de données et de résultats nécessaires à la prise de décision. Le modèle est
alimenté par des données identifiées dans le (§.3, page141) disponibles au service d’eau. Ces
données permettent de décrire l’état du réseau et de sélectionner les conduites sur lesquelles il est
prioritaire d’intervenir. L’état du réseau est décrit par l’analyse de la détérioration structurelle et
hydraulique. La détérioration hydraulique est traduite par la présence de déficience en pression
lors de la simulation hydraulique. L’analyse de la détérioration structurelle décrite dans le (§4.2,
page146) permet d’identifier les conduites dont l’état physique est critique.
L’étude de la fiabilité hydraulique décrite dans le(§4.1,page145) se traduit par la mesure de l’indice
ICH qui traduit l’importance de chaque réseau dans la desserte en eau. Une fois la sélection des
conduites candidates au renouvellement effectuée, nous définissons les critères à optimiser décrit
dans le (§3). Dans notre cas, il s’agit d’accroître la capacité hydraulique du réseau et réduire les
coûts de renouvellement. Ces coûts sont calculés à l’aide d’une base Accès Calcul_coût. Le principe
de calcul est détaillé dans (le §3.2, page142). Vu le caractère multiobjectif du problème, nous
proposons une optimisation multiobjectif utilisant un algorithme génétique décrit dans le(§6,
page153).
La résolution propose un ensemble de politiques de renouvellement viables d’un point de vue

économique et technique. Le modèle offre la possibilité de comparer les solutions afin d’établir
d’éventuelles similitudes. La décision finale revient au décideur4, qui peut être le gestionnaire du
réseau ou une assemblée délibérante dans le cas d’une gestion en régie. L’implication du décideur
dans le choix de la solution est décrite dans le Chapitre 4. En ce qui nous concerne, cette
participation est à posteriori car le décideur n’intervient pas dans les différentes étapes du calcul.
Le choix du décideur porte sur une politique qui lui semble satisfaisante. A partir de cette
politique, nous pouvons identifier les besoins en renouvellement sur l’horizon de planification Ω
par la détermination des travaux à réaliser et le budget correspondant . Par la suite vient l’étape de
programmation pluriannuelle qui est décrite dans le (§7, page162) . Voir Figure 38.

Données
sur les Détérioration Calcul des
conduites structurelle : indices de Base de données
et les coûts Modèle PHM fiabilité
avec loi de hydraulique Données
Weibull (ICH, IDN) hydrauliques
Mesure_fiabilité du réseau et
des conduites
Evaluations Détérioration
Estimation des fonctions hydraulique :
des coûts objectif et Simulation
des optimisation hydraulique,
travaux multiobjectif calcul de Solutions
Politique_Ren pression et politiques de renouvellement
débit
Décideur
- Choix d’une politique de
renouvellement
Flux de résultas - Estimation du budget
Flux de résultats
- Programmation
pluriannuelle des travaux
Flux d’informations et de
données
Figure 38. Le modèle d’aide à la décision.
La Figure 38 présente une formalisation du modèle d’aide à la décision. Elle résume les étape
principales que nous proposons dans la mise en place d’une démarche pour le renouvellement
des réseaux AEP. Le modèle décrit la liaison entre les différents modules et la nature des flux :
données, informations et résultats qui peuvent être intermédiaires ou finaux.
4. Le décideur peut être le gestionnaire du réseau ou une assemblée délibérante dans le cas d’une gestion en régie.
Les résultats obtenus par le modèle d’aide à la décision sont tributaires de l’ensemble des données
disponibles et des hypothèses émises, présentées dans le (§2, page139). Le modèle permet une
amélioration en continue du fonctionnement du réseau et de la fiabilité des conduites, les
données et modélisation hydraulique sont jugées valables tout au long de l’horizon de
planification, une actualisation de ces données et des mesures sur le terrain doivent être opérées
pour enregistrer les modifications survenues sur le réseau au bout de Ω. Le modèle sera de
nouveau applicable pour identifier une politique de renouvellement à partir des données et
modèle hydraulique actualisés afin de traduire le plus fidèlement possible l’évolution de l’état du
réseau.
9. Conclusion
Le modèle d’aide à la décision que nous proposons permet de réaliser un compromis entre les
critères techniques liés au fonctionnement du réseau, des critères économiques liés à l’estimation
des travaux de renouvellement et la disponibilité de ressources financières suffisantes.
La démarche décrite dans ce chapitre préconise une pré-sélection des conduites prioritaires.
La priorité dépend de l’état de détérioration structurelle , hydraulique du réseau et le rôle de
chaque conduite dans le fonctionnement du réseau.
Vu le caractère multiobjectif du problème et la considération de critères incommensurables nous

avons opté pour une approche d’optimisation spécifique qui propose un ensemble de solutions et
non une solution unique. L’optimisation multiobjectif propose un ensemble de politiques de
renouvellement acceptables, le décideur peut en effet choisir la solution qui convienne le mieux à
la capacité du service d’eau à supporter les travaux de renouvellement y correspondants. La
participation du décideur est limitée dans le modèle afin d’éviter de biaisais l’analyse multiobjectif
qui caractérise la problématique de renouvellement. La présence de modules indépendants et qui
communiquent entre eux permet d’adapter le modèle d’aide à la décision en fonction de
l’appréciation de l’utilisateur. Le modèle est flexible, l’analyse de la détérioration structurelle et de
la fiabilité hydraulique du réseau peuvent utiliser d’autres modèles propres au service d’eau par
exemple.
Par rapport aux travaux que nous avons identifié dans la littérature utilisant des algorithmes
génétiques, notre modèle présente une démarche claire de sélection des conduites en identifiant
des critères précis de sélection. Les conduites sont généralement désignées sans que le choix ne
soit justifié. L’autre amélioration significative est la proposition d’une programmation
pluriannuelle. L’approche de programmation pluriannuelle que nous proposons est originale.
En effet, les approches identifiées dans la littérature se limitent à proposer une politique de
renouvellement, ou un renouvellement périodique identique pour les conduites présentant les
même spécifications. L’impact des investissements consentis n’est pas mesuré. L’analyse que nous
préconisions et que nous illustrons dans le Chapitre1 n’est pas effectuée.
Nous identifions pour chaque conduite une date de réalisation des travaux, la nature des travaux à
réaliser et le coût annuel des travaux. Le modèle que nous proposons permet d’aider le service
d’eau à évaluer un nombre important de politiques de renouvellement, et d’en proposer des
politiques viables d’un point de vue économique et technique. Il faut être vigilent au fait que le
choix de la solution finale doit tenir compte de l’ensemble des hypothèses, des simplifications
effectuées et à la réalité du terrain.
Chapitre 6
Implémentation du modèle d’aide à la décision
Nous avons décrit dans le chapitre 5 la démarche de programmation du

renouvellement que nous avons élaborée.
Nous allons à présent l’appliquer sur un réseau de taille réelle. L’application

comporte tout d’abord une présentation du réseau étudié par un diagnostic de
son état et de son fonctionnement.
Trois grandes étapes sont décrites. La première concerne la sélection des

conduites candidates au renouvellement, la seconde permet de générer des
politiques de renouvellement et de les évaluer. La dernière étape permet de
proposer une programmation pluriannuelle des travaux de renouvellement sous
contrainte budgétaire.
A la fin de ce chapitre, nous analysons la sensibilité de la programmation
pluriannuelle à la disponibilité des ressources financières et la séquence de
réalisation des travaux.
Sommaire

3. Détermination de politiques de renouvellement
acceptables 185
5. Conclusion 210
Chapitre 6 – Implémentation du modèle d’aide à la décision 173
1. Identification des données
Nous appliquons le modèle d’aide à la décision sur un réseau d’alimentation en eau potable d’un
syndicat de communes dans le Bas-Rhin (Région Alsace). Le réseau dessert environ 14 000 habitants
correspondant à 5 000 abonnés1. Le syndicat compte quatre consommateurs importants à savoir: 2
industriels, une piscine municipale et une maison de retraite. Le réseau comprend 120 km (linéaire)
de conduites constituées principalement par de la fonte (60 %) , du PVC (37%) et du Polyéthylène (3
%). Le rendement moyen du réseau est de η=0.75 . La consommation domestique est d’environ 515
l/abonné/j.
1.1 Identification des données sur la conduite et le réseau
Le service d’eau dispose de données relatives aux conduites et à leur environnement. Les données
que nous utilisons dans le cadre de la thèse ont été collectées sur une fenêtre d’observation allant de
1996 à 2004. Ces données comportent :
l’identification de chaque conduite
l’identification de la commune où est localisée la conduite
l’identification de la rue où est localisée la conduite
la date de pose de la conduite
la nature du matériau constituant la conduite
la longueur de la conduite
le diamètre de la conduite
la nature du sol entourant la conduite
une caractérisation du trafic routier : faible, modéré, important
l’occupation du sol: jardin, route, chemin de fer, trottoir.
les dates de défaillances pour chaque conduite
Le service d’eau dispose d’un système d’information permettant de regrouper ces données et celles
issues des cartes géographiques à l’aide du Système d’Information Géographique (SIG).
Le réseau est constitué de 1657 conduites dont le diamètre varie entre 40 et 315 mm, et de longueur
comprise entre 1 et 2000 m.
1 . Un abonné correspond à un foyer constitué de 3 personnes en moyenne.

174 Chapitre 6 – Implémentation du modèle d’aide à la décision
Nous disposons de données de défaillances pour les conduites du réseau enregistrées entre 1996 et
2004. Pour les conduites de plus de 60 mm de diamètre, le nombre de conduites ayant subies au
moins une défaillance est de 50 conduites. Parmi ces conduites, 38 ont subi au moins 1 défaillance, 9
ont subi au moins deux défaillances et une au moins 3 défaillances.
Nous disposons aussi de données concernant les organes et dispositifs hydrauliques constituant le
réseau à savoir : les courbes caractéristiques pour les 3 pompes, les courbes de volume pour les 2
réservoirs ainsi que les courbes de consommation pour les consommateurs domestiques, 2
industriels, la piscine et la maison de retraite. Le réseau est alimenté par 3 sources
d’approvisionnement (forages).
Une simulation hydraulique effectuée par le service de l’eau permet de décrire le fonctionnement du
réseau. Une concaténation des conduites a été effectuée. Elle regroupe les conduites présentant des
caractéristiques similaires : diamètre, date de pose, matériau, même rue. Les conduites dont le
diamètre est inférieur à 60 mm (estimé à environ 5 km) ou en antennes ne sont pas prises en
compte. Cependant le service d’eau ne disposait par d’informations permettant de faire le lien entre
le modèle hydraulique et les conduites du réseau tel qu’elles existent dans la réalité. Nous avons donc
établi une correspondance entre ces conduites et les conduites du modèle hydraulique. Chaque
conduite de la simulation hydraulique correspond à une concaténation de plusieurs conduites réelles.
Ceci est illustré par le Tableau 17.
Tableau 17. Correspondance entre les conduites inventoriées et celles du modèle hydraulique
Conduite du modèle hydraulique Conduites inventoriées
Id_conduite I Id_Conduite 1
Id_Conduite 2
Id_Conduite j
A partir des données d’environnement et des caractéristiques des conduites inventoriées, nous
identifions les données qui correspondent à chaque conduite du modèle hydraulique à savoir :
la longueur équivalente à la concaténation de plusieurs conduites, la rugosité, le diamètre, les
variables d’environnement. Le nombre de conduites contenues dans le modèle hydraulique est de
450 conduites et de 320 nœuds. La longueur du réseau obtenu est de 82 km. Le modèle hydraulique
représente environ 70% des conduites qui existent réellement. La Figure 39 illustre les conduites du
modèle hydraulique.
Figure 39. La modélisation hydraulique du réseau étudié
1.2 Identification des données de coûts 3
L’estimation des coûts de réparation ( C rép ) s’appuie sur des données communiquées par le service
d’eau regroupant un ensemble de 84 réparations. La moyenne calculée sur les données disponibles
est égale à 1456 € avec une écart-type de 354 €. Nous considérons que le coût moyen de réparation
d’une défaillance sur une conduite indépendamment de son diamètre et de sa longueur est de 1500 €.
Nous supposons que les conduites en Polyéthylène sont renouvelées avec des conduites en PVC et
les conduites en fonte grise ou en acier sont renouvelées avec des conduites en fonte ductile. Pour
les autres cas, nous supposons que le matériau de la nouvelle conduite reste identique à celui de la
conduite à renouveler. Nous identifions une correspondance entre le diamètre de remplacement
( d remp ) à l’identique et le diamètre de renforcement ( d renf ). Le Tableau 18. en donne un exemple.
Tableau 18. Relation entre diamètre de remplacement, diamètre de renforcement et le matériau
d remp (mm) d renf (mm) Matériau

60 80 Fonte
80 100 Fonte
100 125 Fonte
75 90 PVC
90 110 PVC
110 125 PVC
Nous utilisons la méthode de calcul de coûts détaillée dans le (Chapitre 5) pour le calcul du coût de
remplacement à l’identique ( C remp ) et le coût de renforcement ( C renf ). Le calcul permet d’estimer les
coûts relatifs à la fourniture de la conduite, les coûts du niveau de remblai, de fondation et de
revêtement. La prise en compte du renforcement se fait par l’augmentation du diamètre de la
conduite en se basant sur la correspondance illustrée par le Tableau 18. La répartition des coûts est
présentée par la Figure 40.
Répartition de la valeur à neuf d'une conduite en PVC Répartition de la valeur à neuf d'une conduite en Fonte
Coût_canalisation
Coût_conduite
6%
15%
Coût_réfection
22%
Coût_fouilles
Coût_réfection 47%
Coût_fouilles 20%
52%
Coût_fondation
7%
Coût_fondation
coût_remblai 6%
9% Coût_remblai
Coût_enrobage Coût_enrobage
8%
4% 4%
Figure 40. Répartition de la valeur à neuf d’une conduite
Il apparaît de la Figure 40 que le coût de terrassement représente plus de 80 % de la valeur à neuf

d’une conduite, le coût de fourniture de la conduite représente 15 % de la valeur pour une conduite
en Fonte et 6 % pour une conduite en PVC. En ce qui concerne la comparaison entre les travaux de
remplacement à l’identique et le renforcement, le renforcement d’une conduite en Fonte coûte en
moyenne 6% plus cher qu’un remplacement ( C renf ≥ C remp ) et 3% plus cher pour une conduite en
PVC.
2. Sélection des conduites candidates
Nous appliquons dans ce qui suit l’approche utilisée pour la sélection des conduites candidates au
renouvellement. La sélection s’appuie sur la démarche détaillée dans le chapitre 5 et qui permet de
sélectionner des conduites en fonction de leur importance dans le fonctionnement du réseau et de
leur détérioration structurelle.
2.1 Analyse du fonctionnement du réseau
Le modèle hydraulique qui a été développé à l’aide du logiciel Porteau® a pour but l’analyse du
fonctionnement et le diagnostic du réseau (Voir Chapitre 2). Un calage du modèle a été effectué à
l’aide des données de consommation disponibles au service de l’eau. Des mesures de pression et
débit sut le terrain permettent le calibrage du modèle et une estimation des valeurs de diamètres et
rugosité des conduites. En raison de la détérioration structurelle et de la présence de dépôts dans les
conduites, les diamètres et rugosité ne correspondent plus aux mêmes caractéristiques d’une
conduite neuve. Ces paramètres sont alors ajustés à l’aide des mesures effectuées. Le modèle effectue
une agglomération des abonnés aux nœuds de consommation. Pour la consommation domestique, le
coefficient journalier de pointe K1=1.6 et le coefficient de pointe horaire K2=2. Nous analysons le
fonctionnement du réseau en jour de pointe2 .
Afin d’utiliser les outils développés dans le cadre de la thèse, nous utilisons le logiciel Epanet 2®
pour la simulation hydraulique à la place de Porteau®(Cemagerf, 2001). A l’aide de la boite à outil
développée par le Cemagref offrant une passerelle entre différents logiciel de simulation hydraulique
et une macro spécifique que nous avons développée en VBA-Excel3, nous effectuons un passage
entre Porteau® et Epanet 2®. L’ensemble des spécifications concernant les pompes, les réservoirs,
la répartition des abonnés au niveau des nœuds, le fonctionnement de vannes et les courbes de
consommation ont été ajustées. Un calibrage du modèle a été effectué grâce aux mesures effectuées
sur le terrain à des points précis du réseau.
Figure 41. La courbe de consommation domestique au jour de pointe (Epanet2)
2 . Le jour de pointe considéré est le 23 juin 2003 pour la simulation hydraulique

3 . La macro permet de tenir compte des consommateurs définis sur les conduites. Porteau permet une telle définition,
alors qu’Epanet2 nécessite la définition des consommateurs au niveau des nœuds seulement.
La période de pointe au jour de pointe est située entre 20h00 et 22h00. La simulation hydraulique au
jour de pointe et la période pointe fait apparaître une déficience en pression au niveau de 61 nœuds4
où la pression est inférieure à Pmin = 20 m . Cette pression correspondant à la pression minimale
requise pour un fonctionnement adéquat du réseau. La pression la plus faible constatée est égale à
9.93 m. Le réseau présente une déficience en pression due à la détérioration de la capacité
hydraulique du réseau principalement en heure de pointe. Ceci peut s’expliquer par une insuffisance
dans le dimensionnement même du réseau à l’origine. Le réseau nécessite donc des travaux de
renouvellement afin d’améliorer son fonctionnement.
Figure 42. La détérioration de la capacité hydraulique du réseau à la période de pointe (Epanet 2).
2.2 Analyse de la fiabilité hydraulique en cas de défaillance
Nous utilisons la macro Mesure_fiabilité développée pour le calcul des indices de fiabilité hydraulique
ICH et IDN présentée par la Figure 43 . Comme nous ne disposons pas de données sur le temps
d’indisponibilité des conduites et la mesure de la MTTR5 des conduites, nous considérons un temps
d’indisponibilité identique pour toute les conduites égal à 2 heures. Ce temps correspond à la durée
de période de pointe. Nous considérons une pression PInf =10 m et une pression PSup=15 m qui
permettent de mesurer la demande au niveau des nœuds de consommation lors de la survenue de
défaillance ( Voir Chapitre 2). Le calcul6 est effectué tout au long de la journée de pointe.
4 . correspond aux ( 66 nœuds identifiés – 5 nœuds représentant les réservoirs et pompages)

5 . Mean Time To Repair
6 . Le temps de calcul est de 20 minutes.
Afin d’identifier les conduites critiques d’un point de vue hydraulique, nous utilisons la démarche
détaillée dans le (Chapitre 5). Nous déterminons un seuil critique pour la valeur du ICH et de IDN.
PInf
PSup
Heure de début et de fin du calcul

Temps d’indisponibilité de la conduite
Choix du réseau
Lancement du calcul
Résultats de la simulation hydraulique
Figure 43. La macro Mesure_fiabilité qui calcule les indices de fiabilité hydraulique.
L’indice ICH mesure le rapport entre la quantité d’eau desservie dans le réseau et celle devant être
desservie. Nous déterminons un seuil de 0.1 à partir duquel la conduite est considérée comme
critique. Même si les quantités d’eau non acheminées peuvent être faibles, ce qui se traduit par un
ICH <0.1, l’impact de l’indisponibilité d’une conduite peut être mesurée par le nombre de nœuds
non desservis et donc par le nombre d’abonnés pour lesquels la desserte en eau est perturbée.
L’indice IDN mesure cette perturbation. Nous considérons une durée de vie comptable de
Dc =60 ans (GSP,1999). Les conduites seront sélectionnées sur la base de la valeur de l’indice ICH
vérifient la condition (6.1) :
ICH≥0.1
(6.1)
Age j(t sim )≥D2c ⇒ Age j(t sim )≥30ans
Avec t sim correspondant à l’année de début de simulation qui la date de début de l’horizon de
planification.
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
HCI entre [10H00,12H00]


Figure 44. Evolution du ICH sur 24 h pour la conduite 184.
La Figure 44 décrit l’évolution de l’indice ICH pour la conduite 184 tout au long de la journée de
pointe pour une indisponibilité en cas de défaillance égale à 2 h. L’impact de l’indisponibilité qui
simule une défaillance de cette conduite est différent en fonction de l’instant de survenue de la
défaillance. La quantité d’eau non acheminée augmente à partir de 16h00. Elle atteint son niveau
maximum de 0.32 entre 19h00 et 20h00 qui correspond à la période de pointe et décroît par la suite.
L’indice IDN mesure le nombre de nœuds où la pression est inférieure à la pression PInf à partir de
laquelle une desserte en eau est possible. Cet indice permet d’identifier le nombre d’abonnés non
desservis dans le cas d’une défaillance ou l’indisponibilité d’une conduite donnée. Pour le réseau
considéré, on compte environ 5 000 abonnés et 320 nœuds de consommation ce qui fait une
moyenne de 15 abonnés par nœud. Nous considérons un seuil critique pour l’IDN égal à 5 nœuds
correspondant à 75 abonnés. Les conduites seront sélectionnées sur la base de la valeur de l’indice
ICH vérifient la condition (6.2) :
IDN ≥5
Age j(t sim )≥D2c ⇒ Age j(t sim )≥30ans (6.2)

80
70
60
50
40
30
20
10
0

Figure 45. Evolution de l’IDN sur 24 h pour la conduite 184.
La Figure 45 décrit l’évolution du IDN tout au long de la journée de pointe. Le graphique mesure le
nombre d’abonnés subissant une perturbation de l’alimentation en eau en cas de l’indisponibilité de
la conduite 184. Ce nombre croit à partir de 16h00 pour atteindre son maximum qui est de 73
nœuds, correspondant à environ 10957 abonnés à la période entre 19h00 et 20h00.
L’impact d’une défaillance est plus important à l’heure de pointe ce qui était prévisible. Les résultats
obtenus permettent de mesurer l’impact d’une défaillance sur le réseau et détermine les plages
horaires critiques dans la journée.
Le nombre de conduites candidates au renouvellement obtenues est égale à 26 dont 11 ont été
sélectionnées sur la base du ICH et 15 sur la base du IDN.
2.3 Détérioration structurelle
Nous appliquons la démarche décrite dans le (Chapitre 5) pour la sélection des conduites critiques
en terme de détérioration structurelle. Nous utilisons les données concernant les défaillances et les
variables d’environnement des 1657 conduites du réseau pour effectuer le calage de la fonction de
survie S(t).
7 Correspond au produit du nombre de nœuds et le nombre moyen d’abonnés par nœud de consommation égal à 15.
Les données prises en compte sont : La longueur (L), le diamètre(d), le nombres de défaillances
antérieures(PF), l’age (Age) de la conduite à la dernière défaillance observée, la nature du terrain (NT)
et le niveau du trafic routier (NR).
Le calage des données s’appuie sur le logiciel CARE-W_PHM du Cemagref pour la détermination
des paramètres de régression de la fonction de survie qui traduit la non survenue d’une défaillance au
cours du temps pour toutes les conduites du réseau8. Le paramètre d’échelle de la loi de Weibull est
β0
donné par : σ= 1 avec λ=exp( ) . Nous obtenons σ=0.932 , p=0.932 et λ= - 26.10-5 .
p σ
Le Tableau 19 résume les résultats de la régression sur l’échantillon de conduites dont nous
disposons. La détérioration structurelle des conduites dépend de quatre variables significatives : la
longueur (L), le diamètre(d), le nombre de défaillances passées(PF+1) et l’age des conduites (Age).
Tableau 19. Résultats de la régression sur durée de survie à l’aide du modèle PHM
l Variables βl Test de Wald Intervalle de
confiance
(Prob> χ 0.95 )
0 Ordonnée à l’origine 7.665 0.0001 [4.290,11.000]
1 Ln(L) -0.669 0.0001 [-0.925,-0.413]
2 Ln(D) 0.717 0.0027 [0.292,1.390]
3 Ln(PF +1) 1.19 0.0002 [-1.69,-0.533]
4 Ln(Age) 1.167 0.0001 [-1.650,-0.526]
Nous avons considéré un seul échantillon de conduites. Nous obtenons une fonction de survie
identique pour l’ensemble des conduites. Elle est exprimée par :
[ -5
S(t)=exp - 26.10 .(PF +1)
1.19
.L
0.717
.d
-0.902
.Age
1.167
.t
1.072
] (6. 3)
Nous utilisons la fonction de survie donnée par l’équation (6. 3) pour décrire la détérioration
structurelle des 450 conduites de la simulation hydraulique. Nous appliquons la démarche présentée
dans le (Chapitre 5) pour calculer la durée de survie critique à partir de laquelle les conduites sont
8. Un seul échantillon a été considéré dans le calage des données, le calage tient compte des conduites n’ayant pas eu de
défaillance et celles ayant au moins une défaillance. Ainsi une seule fonction de survie est proposée pour l’ensemble des
conduites.
candidates au renouvellement. Nous définissons comme durée de survie critique Ω=5ans . La durée
de vie moyenne est obtenue pour une valeur médiane de S(t sim+Ω)=12 .
[
De (6. 3) ⇒ exp - 26.10 .(PF +1)
-5 1.19
.L
0.717
.d
-0.902
.Dvie
1.167
.(t sim+Ω)
1.072
]= 12
-5 1.19 0.717 - 0.902 1.167 1.072
(6. 3) ⇒ - 26.10 .(PF +1) .L .d ..Dvie .(t sim+Ω) = -Ln(2)
1.167 - Ln(2)
(6. 3) ⇒ .Dvie = -5 1.19 0.717 - 0.902 1.072
- 26.10 .(PF +1) .L .d .(t sim+Ω)
Ln(2)
(6. 3) ⇒ .Dvie = 1.167 -5 1.19 0.717 - 0.902 1.072
26.10 .(PF +1) .L .d .(t sim+Ω)
Nous sélectionnons les conduites dont l’age Age(t sim+Ω) à la fin de l’horizon de planification est
supérieur ou égal à la durée de vie moyenne tel que :
Age(t sim+Ω)≥Dvie (6.4)
Parmi les conduites du réseau, 14 conduites satisfont la condition donnée par (6.4).
Résultats
L’application de la démarche de sélection des conduites candidates en se basant sur la

détérioration structurelle et hydraulique a permis de sélectionner 40 conduites dont :
11 qui ont été sélectionnées en raison de leur rôle dans la desserte en eau, selon la valeur de
l’indice ICH soit (27.50%)
15 ont été sélectionnées en raison du nombre d’abonnés pour lesquels la desserte en eau est
perturbée exprimé par la valeur de l’indice IDN (37.5 %)
14 conduites ont été sélectionnées en raison de leur détérioration structurelle soit (35 %)
Le Tableau 20 présentent les conduites candidates au renouvellement.

Tableau 20. Les conduites candidates au renouvellement.
Identifiant Conduite j Coût de Coût de Coût de L(m) d (mm) d rem(mm) d renf (mm) Critère
réparation remplacement renforcement
247 ST2-ST1 1500 19410 20662 130 85 100 125 PHM
129 SO14-SO24 1500 33600 34834 245 60 60 80 PHM
166 SO52-SO45 1500 54856 56872 400 50 60 80 ICH
287 D1-D3 1500 32801 36879 180 200 200 250 ICH
315 D4-D25 1500 91115 102441 500 200 200 250 ICH
391 PA80-SO55 1500 71106 74640 500 73 80 100 ICH
80 SC27-SC12 1500 44793 47681 300 85 100 125 ICH
112 SO10-SOU8 1500 14931 15894 100 90 100 125 ICH
133 SO11-SO25 1500 37328 39734 250 85 100 125 ICH
188 SO11-SOU5 1500 20571 21327 150 48 60 80 PHM
78 SC16-SC15 1500 67190 71521 450 85 100 125 PHM
117 SO18-SO20 1500 20903 22251 140 85 100 125 IDN
132 SO20-SO22 1500 60410 63325 380 105 125 150 IDN
141 SO26-SO30 1500 11945 12715 80 90 100 125 IDN
136 SO26-SOU4 1500 22397 23840 150 85 100 125 IDN
143 SO30-SO32 1500 45256 46920 330 60 60 80 IDN
159 SO30-SO45 1500 14221 14928 100 73 80 100 IDN
144 SO33-SO26 1500 29862 31787 200 85 100 125 IDN
273 ST13-ST14 1500 28800 29858 210 60 60 80 PHM
298 D13-D17 1500 16424 17483 110 85 100 125 PHM
313 D22-D21 1500 44793 47681 300 85 100 125 PHM
191 SO36-SO35 1500 19410 20662 130 85 100 125 ICH
318 D31-D57 1500 21650 23046 145 85 100 125 PHM
171 SO45-PA80 1500 24176 25378 170 73 80 100 PHM
383 D75-D74 1500 23314 24171 170 60 60 80 PHM
384 D71-D73 1500 35657 36967 260 60 60 80 PHM
161 SO46-SO47 1500 14931 15894 100 85 100 125 PHM
292 D10-D12 1500 35657 36967 260 60 60 80 PHM
293 D13-D14 1500 47779 50860 320 85 100 125 PHM
173 SO56-SO57 1500 31588 32536 230 90 93,8 125 IDN
177 SO57-SO58 1500 21868 24586 120 190 200 250 IDN
146 SO28-SO39 1500 24997 27335 150 140 150 200 ICH
184 SO61-N301 1500 63781 71708 350 155 200 250 ICH
111 SOU1-SO10 1500 16424 17483 110 90 100 125 PHM
103 SOU1-SOU2 1500 14931 15894 100 85 100 125 ICH
104 SOU2-SOU3 1500 32848 34966 220 85 100 125 ICH
105 SOU3-SO32 1500 8957 9536 60 85 100 125 IDN
106 SOU4-SOU5 1500 10971 11375 80 50 60 80 IDN
123 SOU6-SO11 1500 2986 3179 20 85 100 125 ICH
120 SOU6-SO18 1500 19200 19905 140 48 60 80 IDN
Le Tableau 20 présente les conduites candidates au renouvellement. Nous estimons que le

renouvellement des conduites identifiées sur la base de leur importance dans le fonctionnement
hydraulique du réseau est susceptible d’améliorer de manière significative la déficience en pression
constatée dans l’analyse du fonctionnement du réseau dans le ( § 2.1).
3. Détermination de politiques de renouvellement acceptables
Une fois les conduites candidates au renouvellement identifiées (Voir Tableau 20). Nous utilisons
l’algorithme génétique présenté dans le (chapitre 5) pour déterminer un ensemble de politiques de
renouvellement viables d’un point de vue technique et économique. La longueur du chromosome
servant à tenir compte de la politique de renouvellement aura une longueur l=40 qui correspond au
nombre de conduites candidates au renouvellement. Nous utilisons des codes9 en nombres entiers
pour traduire les alternatives de renouvellement tel expliqué dans le (chapitre 5) . Nous considérons
le problème d’optimisation comme décrit dans le (chapitre 5). Nous considérons des consignes
techniques qui traduisant des contraintes de pression tel que Pmin=20 m et Pmax = 50 m . L’algorithme
génétique Politique_Ren est implémenté à l’aide de VBA-Excel. Chaque politique est évaluée à l’aide
des fonctions objectif techniques et économiques définies dans le Chapitre 5.
La sélection des conduites s’est basée sur un ensemble d’indices qui mesurent à la fois la
détérioration structurelle et hydraulique du réseau. Nous allons dans un premier temps évaluer des
politiques de renouvellement considérées comme des solutions triviales à notre problème. Nous
considérons 8 solutions qui traduisent :
1. Le remplacement de toutes les conduites sélectionnées
2. Le renforcement de toutes les conduites sélectionnées.
3. Le remplacement des conduites sélectionnées sur la base de la détérioration structurelle
4. Le renforcement des conduites sélectionnées sur la base de la détérioration structurelle.
5. Le remplacement des conduites sélectionnées sur la base de l’indice ICH
6. Le renforcement des conduites sélectionnées sur la base de l’indice ICH
7. Le remplacement des conduites sélectionnées sur la base de l’indice IDN
8. Le renforcement des conduites sélectionnées sur la base de l’indice IDN
Ces solutions ont été évaluées à l’aide d’une macro spécifique Eval_solution qui nous permet d’évaluer
la fonction objectif technique F1 et la fonction économique F2 . Les résultats sont présentés dans le
Tableau 21.
9. Les codes utilisés correspondent aux travaux à effectuer sur la conduite. Le code 1 correspond à la réparation de la
conduite lors de la survenue de défaillance, le code 2 traduit le remplacement de la conduite pas une conduite identique
et le code 3 traduit le remplacement de la conduite par une conduite de diamètre plus grand.
Tableau 21. Evaluations des politiques de renouvellement à l’aide de Eval_solution

Politique (i) F1i F2i B(Ω)I (€) Pmin (m) Pmax (m)
1 8,00 53 561 510 1 253 837 17,79 49,11
2 9,71 56 391 793 1 335 717 20,95 48,84
3 6,76 42 663 682 461 645 12,51 49,02
4 7,24 44 764 700 484 964 14,95 49,02
5 7,52 4 892 240 440 861 14,88 48,94
6 9,02 5 102 820 479 833 20,94 48,92
7 6,98 51 090 623 812 976 14,26 49,02
8 7,85 53 710 327 855 884 18,79 49,19
Il apparaît d’après les résultats du Tableau 21 qu’il existe deux solutions 2 et 6 viables d’un points de
vue économique et technique. Elles respectent les consignes techniques et proposent des politiques
de renouvellement réalisables. La solution 6 traduit le renforcement de toutes les conduites dont le
rôle dans l’acheminement de l’eau est important sur la base de l’indice ICH. Nous pouvons dire à
priori que la coût de renouvellement sera compris entre 479 833 € et 1 335 717 €. Ces coûts
correspondent au coût de renouvellement des solutions 2 et 6 respectivement. Le renouvellement
des conduites critiques d’un point de vue structurel qui correspond aux solutions 3 et 4 ne permet
pas de satisfaire les consignes techniques. Il améliore néanmoins la capacité hydraulique du réseau.
La pression la plus faible passe de 9.93 m à 14.95 m. Le renouvellement des conduites sélectionnées
en se basant sur le IDN, qui correspond aux solutions 7 et 8 ne permet pas de satisfaire les consignes
techniques définies, mais permet d’améliorer la capacité hydraulique de 9.93 m à 18.79 m.
Ces résultats montrent bien que la considération de la détérioration structurelle de manière exclusive
n’améliore pas nécessairement le fonctionnement hydraulique du réseau. Nous retenons les solutions
2 et 6 que l’on comparera par la suite aux solutions proposées par l’algorithme génétique.
L’utilisation de l’algorithme génétique requiert la détermination de la taille de la population m de

départ, le nombre de génération gen et la probabilité de croisement Pc et Pm de mutation. Nous
déterminons dans ce qui suit la valeur de la probabilité de croisement Pc . Nous effectuons un
ensemble de simulations en considérant une population de départ m=100. Nous considérons une
1 =0.01 et 1=0.025 comme préconisé par (Simpson et
probabilité de mutation comprise entre m l
al.1994), . Nous retenons la valeur Pm =0.015.
Tableau 22. Calcul de la métrique C
C(S(k),S(l)) S(0.80) S(0.85) S(0.90) S(0.95) S(1)
S(0.80) 5 4 1 4
12 12 9 8
S(0.85) 3 5 3 5
14 12 9 8
S(0.90) 1 3 1 3
14 12 9 8
S(0.95) 0 1 5 3
12 12 8
S(1) 0 0 5 0
12
La métrique C (Ziztler et al., 2000) compare pour deux simulations, les solutions non dominées
5 .
obtenues. Par exemple la simulation effectuée pour Pc =0.90 et Pc =1 , la métrique C(S(1),S(0.90) )=12
Ceci signifie que 5 solutions sur les 12 solutions non dominées déterminées pour Pc =0.90 dominent
au moins une solution non dominée déterminée pour Pc =1 . Les résultats des simulations sont
présentés dans Annexe 3.
A partir des résultats du Tableau 22 nous retenons la probabilité Pc =0.90 permettant d’obtenir de
meilleurs résultats. Nous devons déterminer la probabilité de mutation, pour ce faire nous
effectuons des simulation pour des valeurs de Pm =0.10 correspondant à (1- Pc ) , Pc =0.05 et
Pm =0.025 . Nous calculons la métrique C pour ces simulations comme précédemment.
Tableau 23. Comparaison des simulations pour la détermination de la probabilité de mutation Pm

C(S(k),S(l)) S(0.015) S(0.025) S(0.05) S(0.10)
S(0.015) 3 8 0
16 16 5
S(0.025) 1 5 0
12 16 5
S(0.05) 7 13 0
12 16 5
S(0.10) 1 14 16
12 16 16
A partir des résultats contenus dans le Tableau 23, nous choisissons une probabilité de mutation
Pm =0.025 qui offre de meilleures solutions. Voir les résultats des simulations en Annexe 3.
Nous présentons dans ce qui suit l’implémentation de l’algorithme génétique pour l’identification
de politique de renouvellement acceptables sur l’horizon de planification Ω=5ans . Nous
considérons la période de pointe pour le calcul des pressions au niveau des nœuds de
consommation. Nous définissons les paramètres de l’algorithme comme suit :
une taille de population m=250
un nombre d’itération g=200
une probabilité de croisement Pc =0.90
une probabilité de mutation Pm =0.025
Pour le problème considéré la longueur l du chromosome traduisant la politique de

renouvellement est l =40 . Le nombre de politiques possible est de 340 soit 1,21.1019 politiques.
L’algorithme génétique va permettre d’en évaluer m.g=5.10 5 politiques. Nous considérons deux
situations. Dans la première, nous considérons que le coût de réparation ne tient pas compte des
impacts des défaillances. Les coûts indirectes et les coûts sociaux engendrés par une défaillance.
Nous ne disposons pas de données précises concernant ces coûts, nous proposons de pénaliser
les conduites vulnérables d’un point de vue structurel afin de tenir compte des ces coûts. Pour
chaque conduite j , nous considérons une pénalité Mj . Pour ce qui suit, nous considérons que
Mj=0 pour l’ensemble des conduites.
16,00
Millions
Fonction objectif économique F2
12,00
8,00
4,00
Fonction objectif technique F 1

0,00
8,60 8,70 8,80 8,90 9,00 9,10 9,20 9,30 9,40 9,50 9,60 9,70
Figure 46. Les solutions non-dominées représentant des politiques de renouvellement acceptables
La simulation est effectuée à l’aide d’un ordinateur Pentium 4 équipé d’un processeur de 2 GHz .
La temps de calcul est d’environ 5h30. Le Tableau 24 illustre les solutions non dominées
proposées par l’algorithme génétique. Ces solutions représentent des politiques viables d’un point
de vue technique et économiques. Toutes les solutions respectent les contraintes sur les
pressions.
Tableau 24. Les politiques de renouvellement proposées par l’algorithme génétiques

Solution i F1i F2i Bi(Ω) Pmin Pmax Renouvellement Renforcement Remplacement
1 9,62 12 472 082 789 660 20,94 48,84 25 17 8
2 9,60 10 475 886 780 103 20,94 48,84 26 19 7
3 9,53 9 124 784 708 154 20,94 48,85 23 17 6
4 9,52 8 886 738 685 758 20,94 48,84 22 17 5
5 9,50 8 647 391 673 421 20,94 48,84 21 15 6
6 9,44 5 604 416 530 132 20,94 48,84 16 13 3
7 9,14 4 946 413 434 423 20,94 48,84 13 9 4
8 9,25 5 165 281 436 657 20,94 48,84 14 8 6
9 8,98 4 592 756 361 770 20,94 48,84 12 8 4
10 9,00 4 615 958 390 951 20,94 48,84 13 5 8
11 8,67 3 942 105 248 795 20,04 48,84 9 6 3
12 9,05 4 681 800 375 391 20,94 48,84 13 8 5
13 9,20 4 963 716 424 514 20,94 48,84 14 11 3
14 8,77 4 021 171 278 058 20,50 48,88 10 6 4
15 8,93 4 453 932 329 241 20,50 48,88 12 6 6
16 8,88 4 197 269 310 714 20,50 48,88 11 5 6
17 9,32 5 157 209 445 469 20,94 48,84 14 12 2
18 9,35 5 409 594 466 351 20,94 48,84 15 13 2
L’algorithme génétique détermine 18 politiques acceptables. La performance hydraulique décrite

par F1 est comprise dans l’intervalle [8.67, 9.62]. Le coût des travaux de renouvellement exprimé
par Bi(Ω) se situe dans [248795€, 789660€] et le nombre de conduites à renouveler est compris
entre [9,26]. Le Tableau 25 décrit la répartition des travaux de renouvellement entre le
replacement à l’identique et le renforcement. Nous remarquons que sur l’ensemble des solutions
identifiées, les travaux de renforcement représentent la majorité des interventions à effectuer.
Ceci traduit certainement un mauvais dimensionnement du réseau, ce qui nécessite une
augmentation du diamètre des conduites afin d’améliorer le fonctionnement du réseau. Nous
avons comparé les solutions obtenues afin de savoir s’il existe des similitudes en terme des
travaux proposés et les conduites concernées par ces travaux. L’analyse a permis d’identifier des
travaux de renouvellement que nous retrouvons sur la majorité des solutions proposées et
concernent des conduites spécifiques. La séquence de travaux correspond à la politique 6. Voir
Tableau 26.
Tableau 26. Les conduites faisant l’objet de renouvellement dans la majorité des solutions
proposées
Identifiant des Travaux de renouvellement Identifiant des Travaux de renouvellement
conduites préconisés conduites préconisés
171 Renforcement 80 Renforcement
184 Remplacement 315 Renforcement
112 Renforcement 136 Remplacement
Après avoir identifié les conduites qui sont considérées par les politiques proposées, nous
analysons la répartition de ces conduites en fonction du critère de leur sélection à savoir la durée
de vie moyenne déterminée par PHM pour chaque conduite, l’indice ICH et IDN. Pour chaque
solution nous identifions le nombre de conduites considérées dans la politique proposée et le
critère de sélection.
Tableau 27. Répartition des conduites faisant l’objet de renouvellement en fonction du critère de
sélection
Politique (i) Nombre de conduites à Nombre de conduite en fonction du Proportion de conduites en fonction du
renouveler par politique critère de sélection critère de sélection
PHM IDN ICH PHM IDN ICH
1 25 3 11 11 0,12 0,44 0,44
2 26 3 13 10 0,12 0,50 0,38
3 23 3 10 10 0,13 0,43 0,43
4 22 3 9 10 0,14 0,41 0,45
5 21 3 8 10 0,14 0,38 0,48
6 16 1 6 9 0,06 0,38 0,56
7 13 1 4 8 0,08 0,31 0,62
8 14 1 4 9 0,07 0,29 0,64
9 12 1 4 7 0,08 0,33 0,58
10 13 1 4 8 0,08 0,31 0,62
11 9 1 2 6 0,11 0,22 0,67
12 13 1 5 7 0,08 0,38 0,54
13 14 1 4 9 0,07 0,29 0,64
14 10 1 3 6 0,10 0,30 0,60
15 12 1 4 7 0,08 0,33 0,58
16 11 1 3 7 0,09 0,27 0,64
17 14 1 5 8 0,07 0,36 0,57
18 15 1 6 8 0,07 0,40 0,53
Le Tableau 27 présente pour chaque politique de renouvellement proposée, la répartition des

conduites sur lesquelles il est proposé d’intervenir par rapport au critère pris en compte pour leur
sélection.
Résultats
Les résultats obtenus indiquent que le modèle à tendance à favoriser les conduites
sélectionnées sur des critères liées à la fiabilité hydraulique à savoir IDN et ICH. Ce résultat
correspond à la détérioration hydraulique importante enregistrée à l’état initial où 61 nœuds
présentaient une déficience en pression. L’état du réseau nécessite donc une augmentation de
la capacité hydraulique avec un coût minimum. Comme les conduites faisant apparaître une
détérioration structurelle ne sont pas forcement vulnérables d’un point de vue hydraulique, le
modèle aura tendance à favoriser les conduites jouant un rôle important dans la desserte en
eau des usagers. Même si les politiques proposées favorisent les conduites critiques d’un
point de vue hydraulique, les résultats obtenus sont viables. Cependant ils diffèrent de la
pratique, car ils discriminent la détérioration structurelle. Nous proposons d’y pallier par
l’introduction de pénalités Mj pour tenir compte des coûts sociaux et des coûts indirects.
Nous tenons compte dans ce qui suit des coûts indirects et des coûts sociaux liés aux défaillances
par l’introduction des pénalités Mj afin de mieux tenir compte des conduites vulnérables d’un
point de vue structurelle. Nous utilisons les mêmes valeurs de paramètres pour l’algorithme
génétique.
41,60
Millions
39,00
36,40
33,80
31,20
28,60
Fonction objectif technique F 1

26,00
8,60 8,70 8,80 8,90 9,00 9,10 9,20 9,30 9,40 9,50 9,60
Figure 47. Les solutions non dominées représentant des politiques de renouvellement acceptables
La Figure 47 présente les solutions non-dominées obtenues pour une pénalisation des coûts de
maintenance des conduites sélectionnées sur la base de la leur détérioration structurelle.
L’amélioration de la performance hydraulique traduite par la fonction objectif technique
s’accompagne d’une augmentation de la fonction objectif économique. Nous décrivons les
solutions obtenues dans le Tableau 28.
Tableau 28. Les politiques de renouvellement proposées par l’algorithme génétique

Solution i F1i F2i Bi(Ω) Pmin Pmax Renouvellement Renforcement Remplacement
1 9,53 38 510 511 1 039 840 20,94 48,84 31 16 15
2 9,14 29 440 471 647 781 20,94 48,84 20 12 8
3 8,71 28 451 855 543 661 20,24 48,84 17 6 11
4 8,87 28 497 657 582 040 20,30 48,84 18 6 12
5 8,94 28 509 542 562 858 20,94 48,84 19 9 10
6 9,50 31 259 317 803 539 20,94 48,84 24 18 6
7 9,44 31 075 722 826 357 20,94 48,84 25 18 7
8 9,27 30 640 182 816 516 20,94 48,84 25 9 16
9 9,29 30 645 577 817 479 20,94 48,84 25 10 15
L’algorithme génétique détermine 9 politiques acceptables. La performance hydraulique décrite

par F1 se situe entre [8.71, 9.53]. Le coût des travaux de renouvellement exprimé par Bi(Ω) est
compris entre [543 661€, 1 039 841€] et le nombre de conduite à renouveler est compris entre
[17,31]. Les politiques de renouvellement proposées coûtent plus chères que les politiques
proposées dans la première partie. Cela s’explique par la considération d’un nombre de conduites
plus important. Comme ces conduites n’apporte pas une amélioration significative au
fonctionnement hydraulique, Il est nécessaire de considérer des conduites dans le rôle
hydraulique est important. A titre d’exemple pour une même performance hydraulique de 9.44 le
coût proposé à cette étape est de 826 357 € et correspond à 25 renouvellements. Pour la même
performance, la solution proposée dans le premier cas coûte 530 132 € avec 16 conduites à
renouveler. Cependant cette solution tient compte en grande partie du fonctionnement
hydraulique du réseau et défavorise l’aspect lié à la détérioration structurelle, la différence de coût
même si elle paraît conséquente est faible comparée aux conséquences de la rupture de conduites
vulnérables d’un point de vue structurel. Nous avons comparé les solutions obtenues afin de
savoir s’il existe des similitudes en terme des travaux proposés et les conduites concernées par ces
travaux. L’analyse a permis d’identifier une séquence de travaux que nous retrouvons sur la
majorité des solutions proposées et concernent des conduites spécifiques. La séquence de travaux
correspond à la politique 8. Voir Tableau 29.
Tableau 29. Les conduites faisant l’objet de travaux dans la majorité des solutions proposées
Identifiant des Travaux de renouvellement Identifiant des Travaux de renouvellement
conduites préconisés conduites préconisés
298 Remplacement 188 Remplacement
313 Remplacement
Nous analysons la répartition de ces conduites en fonction du critère de leur sélection à savoir : la
durée de vie moyenne déterminée par PHM pour chaque conduite, l’indice ICH et IDN. Pour
chaque solution, nous identifions le nombre de conduites considérées dans la politique proposée
et le critère de sélection parmi les conduites candidates au renouvellement. Les résultats de
l’analyse sont contenus dans le Tableau 30.
Tableau 30. Répartition des conduites faisant l’objet de travaux en fonction du critère de sélection
Politique (i) Nombre de conduites Nombre de conduite en fonction du critère de Proportion de conduites en fonction du
par politique sélection critère de sélection
PHM IDN ICH PHM IDN ICH
1 31 10 11 10 0,32 0,35 0,32
2 20 8 4 8 0,40 0,20 0,40
3 17 9 3 5 0,53 0,18 0,29
4 18 9 2 7 0,50 0,11 0,39
5 19 9 3 7 0,47 0,16 0,37
6 24 9 5 10 0,38 0,21 0,42
7 25 10 5 10 0,40 0,20 0,40
8 25 10 5 10 0,40 0,20 0,40
9 25 10 5 10 0,40 0,20 0,40
Le Tableau 30 présente pour chaque politique de renouvellement proposée, la répartition des

conduites à renouveler par rapport au critère pris en compte pour leur sélection.
Résultats
Les résultats obtenus indiquent que l’intégration des pénalités Mj a permis une homogénéité
dans le considération des conduites à renouveler. La proportion des conduites sélectionnées
en raison de leur détérioration structurelle est comprise entre 0.32 et 0.52. La proportion des
conduites sélectionnées sur la base de l’indice IDN est comprise entre 0.11 et 0.35 et la
proportion des conduites sélectionnées sur la base de l’ICH est comprise entre 0.29 et 0.42.
Les politique de renouvellement proposées offrent un compromis entre les critères liés à la
détérioration structurelle et le rôle des conduites d’un point de vue hydraulique. Ce résultat
est intéressant d’un point de vue pratique car il considère à la fois la structure du réseau et
son fonctionnement. L’existence d’une politique compromis parmi les politiques de
renouvellement proposée montre l’existence d’un ensemble de conduites sur lesquelles il est
important d’intervenir
4. Programmation pluriannuelle
Afin de proposer une programmation pluriannuelle du renouvellement, nous devons choisir une
politique de renouvellement à réaliser tout au long de l’horizon Ω. Nous sélectionnons la
politique dont le coût est minimum. Cette politique correspond à la politique 3 (Voir Tableau 31).
Elle correspond à 17 renouvellements dont 6 renforcements et 11 remplacements à l’identique.
La politique 3 est détaillée dans le Tableau 31. Elle correspond au renouvellement de 3615 m de
conduites.
Tableau 31 . La solution retenue pour la programmation pluriannuelle

Conduite Travaux Critère pris en compte Conduite Travaux Critère pris en compte
391 Renforcement ICH 161 Renforcement PHM

80 Renforcement ICH 292 Renforcement PHM
273 Remplacement PHM 293 Remplacement PHM
298 Remplacement PHM 173 Renforcement IDN
313 Remplacement IDN 184 Remplacement ICH
318 Remplacement PHM 111 Remplacement PHM
171 Renforcement ICH 105 Remplacement IDN
383 Remplacement PHM 123 Remplacement ICH
384 Remplacement PHM
4.1 Identification d’une programmation

des travaux de renouvellement
Nous utilisons l’approche de programmation pluriannuelle décrite dans le chapitre 5. Le coût

estimé des travaux de renouvellement est de 543 661 €. Nous proposons de considérer une
enveloppe budgétaire de 550 000 €. Dans un premier temps, nous supposons que l’enveloppe
budgétaire sera utilisée de manière identique sur l’horizon de planification. Comme l’horizon de
planification est de 5 ans, l’enveloppe budgétaire annuelle sera de 110 000 €. Cette enveloppe
détermine la contrainte budgétaire à chaque année. Le service d’eau ne bénéfice pas de la totalité
de l’enveloppe budgétaire au début de simulation, nous n’intégrant pas un taux d’intérêt ou un
taux d’actualisation.
Nous adaptons l’algorithme d’optimisation que pour l’identification d’une politique de

renouvellement. Des modifications concernant les fonctions objectif F3 et F4 à considérer et le
codage sont apportées à l’algorithme. Pour la programmation pluriannuelle, les variables de
décision traduisent la réalisation du renouvellement ou son report. Pour les fonctions objectif, il
s’agit de maximiser le coût des travaux de manière à utiliser l’enveloppe allouée à une année
donnée de manière optimale et d’améliorer la pression aux nœuds de consommation.
L’algorithme a été implémenté à l’aide de la macro Program_annuel que nous avons élaborée.
La programmation des travaux pour une année donnée, correspond à un chromosome de

longueur l=17 qui correspond au nombre de conduites prises en compte. Nous considérons les
mêmes probabilités de croisement Pc = 0 ,90 et de mutation Pm = 0 ,025 que précédemment. La
taille de la population m =150 et gen =100 .
30
Milliers
25
20
15
10
Fonction objectif tehnique F 3

0
7 7,1 7,2 7,3 7,4 7,5 7,6
Figure 48. Les solution non dominées pour la première année de programmation pluriannuelle
Le modèle propose 3 solutions non dominées présentés par la Figure 48 et qui correspondent aux
travaux de renouvellement à réaliser à la première année de l’horizon de planification. La Figure
49 illustre ces solutions et la contrainte budgétaire annuelle. Nous proposons de choisir la
solution qui assure une utilisation optimale de l’enveloppe allouée. Cette solution correspond au
renforcement de la conduite 391, au remplacement de la conduite 298 et au remplacement de la
conduite 111. Le coût de cette politique est de 107488 €. La fonction objectif technique
F3 = 7 ,41 et la pression minimale enregistrée dans le réseau est de 16,29 m.
120
Milliers
Coût des travaux de renouvellement
Contrainte budgétaire
100
80
60
40
20
Fonction objectif technique F3

0
7 7,1 7,2 7,3 7,4 7,5 7,6
Figure 49. La programmation pluriannuelle et la contrainte budgétaire.
Nous procédons de la même manière pour déterminer les travaux à réaliser pour les années qui
suivent. Pour les conduites qui doivent subir des travaux de renouvellement à la première année,
les modifications de leurs caractéristiques hydrauliques sont effectuées. La longueur du
chromosome l=17 reste inchangé, mais les codes des conduites déjà considérées est égal à 1. Ceci
traduit la réalisation des travaux de renouvellement . Pour les conduites renouvelées, le coût est
réduit à 0 pour les années suivantes. L’analyse des simulations sur l’ensemble de l’horizon de
planification permet de proposer une programmation pluriannuelle qui respecte la contrainte
budgétaire annuelle et améliore le fonctionnement du réseau par l’augmentation de la pression
aux nœuds de consommation. Nous proposons une programmation pluriannuelle du
renouvellement dans le Tableau 32.
Tableau 32. Programmation pluriannuelle des travaux de renouvellement, Programme1

Critère ICH ICH PHM PHM IDN PHM ICH PHM PHM PHM PHM PHM IDN ICH PHM IDN ICH
Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
Le Tableau 33 identifie pour chaque conduite l’année de réalisation des travaux de

renouvellement. Nous remarquons que les travaux de renouvellement d’une année à l’autre sont
effectués sur des conduites sélectionnées sur la base de critères liés à la détérioration structurelle
et la fiabilité hydraulique. La longueur du réseau sélectionnée en raison de la détérioration
structurelle est de 1685 m correspondant à 9 conduites sur les 17 à renouveler.
Pour la première année 2 des 3 conduites renouvelées ont été renouvelées en fonction de leur
détérioration structurelle. Pour l’année 2 , 1 conduite des 3 conduites renouvelées a été
renouvelée en raison de sa détérioration structurelle. Pour l’année 3, 3 conduites des 5
renouvelées ont été choisies par rapport à leur détérioration structurelle. Pour l’année 4 aucune
conduite n’a été renouvelée en fonction de sa détérioration structurelle. Pour l’année 5, 3
conduites des 4 renouvelées ont été renouvelées en raison de leur détérioration structurelle.
La répartition du coût des travaux de renouvellement à chaque année est décrite par la Figure 50.
120
Coût des travaux de renouvellement
Milliers
110
100
90
80
70
60
50
40
30
20
10
0
Année 1 Année 2 Année 3 Année 4 Année 5
Figure 50. Répartition des coûts de travaux renouvellement.
La contrainte budgétaire annuelle de 110 000 € est bien respectée. Les coûts des travaux de
renouvellement sont répartis de manière homogène sur l’ensemble de l’horizon de planification.
Ils varient entre 107488 € et 109502 €. Nous allons maintenant mesurer l’impact de la
programmation identifiée sur le fonctionnement du réseau. Nous proposons d’analyser
l’évolution de la pression minimale et de la performance hydraulique du réseau exprimée par la
fonction objectif F3 illustrées par les Figure 51 et la Figure 52. Nous présentons l’évolution de la
proportion de la longueur renouvelée chaque année par rapport à longueur des conduites
sélectionnées sur la base de la détérioration structurelle égale à 1685 m. Le calcul de cette
proportion permet de mesure l’impact de la programmation du renouvellement sur la structure
du réseau. En renouvelant les conduites vulnérables d’un point de vue structurel on évite la
survenue de nouvelles défaillances et donc les impacts de ces défaillances. Des impact qui sont
traduit par les coûts de réparation, les coûts sociaux et les coûts indirects.
9
Fonction objectif F 3
8,5
7,5
6,5
6
Année 0 Année 1 Année 2 Année 3 Année 4 Année 5
Figure 51. Evolution de la fonction F3 .
25
Pression minimale
20
15
10
Horizon de planification
5
Figure 52. Evolution de la pression minimale dans le réseau
1
Proportion de la longueur renouvelée
0,8
0,6
0,4
0,2
0
Figure 53. Evolution de la proportion de la longueur des conduites

renouvelées en raison de leur détérioration structurelle.
Nous remarquons une amélioration significative de la performance hydraulique du réseau traduite

par la fonction F3 et la pression minimale dans le réseau. Nous constatons également que la
programmation pluriannuelle proposée tient compte de la détérioration structurelle. Elle offre un
compromis entre ces critères sur l’ensemble de l’horizon de planification. Le niveau initial
correspondant à l’Année 0 de début de programmation. La valeur de la fonction F3 est de 6.25, la
valeur de la pression la plus faible est de 9.92 m. La mise en place des travaux de renouvellement
permet d’améliorer la valeur de F3 à 7.41 avec une pression minimale de 16.29 m. Ceci permet
aussi de renouveler 650 m de conduites dont 220 m sur la base la détérioration structurelle, ce qui
représente 13 % de la longueur à renouvelée pendant 5 ans sur une longueur totale de 1685 m. Le
coût des travaux est estimé à 107488 €. La contrainte sur la pression Pmin=20 m est satisfaite à
partir de la 4ème année.
Résultats
D’un point de vue méthodologique, l’approche de programmation pluriannuelle que nous

proposons est originale. Nous n’avons pas identifié de travaux similaires dans la littérature
pour le problème de renouvellement des réseaux AEP. L’approche programme de manière
satisfaisante les travaux de renouvellement sur le réseau en respectant une contrainte
budgétaire qui correspond au budget disponible au service d’eau chaque année. Elle assure
aussi le lissage des travaux afin de se caler au mieux à la contrainte budgétaire. La
programmation pluriannuelle proposée tient compte des critères liées à la détérioration
structurelle et la fiabilité hydraulique chaque année pour le choix des conduites à renouveler.
Le programme 1 montre bien qu’à chaque année, le programme de renouvellement prend en
compte ces critères pour la réalisation des travaux de renouvellement à l’exception de l’année
4.
Les travaux assurent une amélioration significative et continue du fonctionnement du réseau

du réseau jusqu'à atteindre le niveau requis par la politique de renouvellement choisie au
départ.
4.2 Impact de la programmation des travaux sur le

fonctionnement du réseau AEP
Nous allons vérifier dans ce qui suit l’hypothèse émise dans le chapitre 1. Cette hypothèse
concerne la séquence de réalisation de travaux et son impact sur le fonctionnement du réseau.
Il ne suffit pas de trouver une programmation pluriannuelle acceptable, mais il est nécessaire de
mesurer son impact sur le réseau. Pour chaque année, l’algorithme d’optimisation propose des
solutions non-dominées qui correspondent aux travaux à réaliser. Pour une enveloppe budgétaire
annuelle identique tout au long de l’horizon de planification répartie de manière égale, nous
identifions 3 autres programmes de renouvellement. Chaque programme est défini par :
les travaux de renouvellement annuels à réaliser
l’évolution de la pression minimale et la performance hydraulique du réseau pour une

année donnée
l’évolution des coûts de renouvellement
longueur du réseau renouvelé par an .
l’évolution de la proportion de la longueur des conduites renouvelées en fonction de

leur détérioration structurelle.
En se basant sur la simulation effectuée dans le §4.1 pour l’identification d’une programmation
pluriannuelle et les résultats obtenus à l’aide de Program_annuel nous identifions 3 autres
programmes de renouvellement qui proposent les mêmes travaux de renouvellement mais dont
l’ordre de réalisation d’une année à l’autre est différent. Les programmes de renouvellement sont
présentés dans le Tableau 33, le Tableau 34 et le Tableau 35.
Tableau 33. Programmation pluriannuelle des travaux de renouvellement, Programme 2
Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
Tableau 34. Programmation pluriannuelle des travaux de renouvellement, Programme 3.

Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
Tableau 35. Programmation pluriannuelle des travaux de renouvellement, Programme 4.
Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
En se basant sur les travaux de renouvellement à réaliser et les conduites devant faire l’objet de
travaux, nous remarquons la même programmation pour la première année. Cette dernière est la
seule à permettre un respect de la contrainte budgétaire et une amélioration significative du
fonctionnement du réseau en se référant aux Figure 48 et Figure 49. Pour les autres années, la
programmation pluriannuelle est différente. Chaque programme propose des travaux à réaliser
sur des conduites différentes pour la même année de programmation. La séquence et l’ordre de
réalisation des travaux sont distincts. Nous allons comparer dans ce qui suit la répartition des
coûts de renouvellement pour les 4 programmes proposés. L’évolution est présentée dans la
Figure 54.
120
Milliers
110
100
90
Programme 1
80
70 Programme 2
60 Programme 3
50 Programme 4
40
30
20
10
0
Figure 54. Répartition des coûts de renouvellement pour les 4 programmes identifiés
L’évolution des coûts de renouvellement est sensiblement la même pour les 4 programmes
identifiés. D’une année à l’autre la différence du budget à allouer est faible. Nous allons
maintenant comparer la longueur des conduites renouvelées à chaque année. La Figure 55 illustre
la longueur du réseau renouvelée à chaque année.
800
Programme 1
Programme 2
400 Programme 3
Programme 4
0
Figure 55. Longueur du réseau renouvelé à chaque à chaque année.
L’analyse de la Figure 55 fait apparaître une différence à partir de la deuxième année dans la
longueur du réseau renouvelée à chaque année qui varie entre 650 m et 770 m. Malgré un coût de
renouvellement sensiblement égal tout au long de l’horizon de planification, cette différence peut
s’expliquer par la présence de travaux de nature différente qui sont le renouvellement et le
renforcement. Comme les coûts de ces travaux ne sont pas identiques, pour une même enveloppe
budgétaire il est possible de remplacer une longueur de réseau plus importante que de la
renforcer. L’autre point concerne le choix des conduites à renouveler à chaque année qui n’est
pas le même pour les programmes identifiées. Nous proposons de comparer l’évolution de la
performance hydraulique du réseau dans le réseau pour les programmes identifiés et la
proportion de la longueur des conduites renouvelées en réseau de leur détérioration structurelle.
Les résultats sont présentés par la Figure 56 et la Figure 57.
Fonction objectif F3
8,5
8 Programme 1
Programme 2
Programme 3
7,5
Programme 4
6,5
6
Figure 56. Comparaison de l’évolution de la fonction F3
1
Porportion de la longueur renouvelée
0,8
Programme 1
0,6 Programme 2
Programme 3
Programme 4
0,4
0,2
0
Figure 57. Comparaison de l’évolution de la proportion de conduites de la longueur des conduites

renouvelées en fonction de la détérioration structurelle
L’analyse de l’évolution de la performance hydraulique et la proportion de la longueur des

conduites renouvelées montre qu’il existe une différence significative entre les 4 programmes
identifiés. L’impact de la réalisation des travaux de renouvellement sur la structure du réseau et
son fonctionnement dépend de l’année de réalisation des travaux et des conduites à renouveler.
Nous remarquons que :
le Programme 1 permet une amélioration plus rapide et plus importante de la

performance hydraulique par rapport au autres programmes. Cependant l’impact sur
l’amélioration de la structure du réseau est moins important que le programme 3 par
exemple .
le Programme 2 et le Programme 3 présentent la même évolution de la performance

hydraulique jusqu’à l’année 3. Celle ci devient plus lente par la suite pour le programme 3.
Le programme 3 assure une meilleure amélioration de la structure du réseau que les autres
programmes. L’ensemble des conduites vulnérables d’un point de vue structurel sont
renouvelées au bout de 4 années.
le Programme 4 paraît moins performant que les autres programmes jusqu'à l’année 3.
la performance hydraulique atteint son niveau maximum à l’année 4 .
Les résultats obtenus confirment bien l’hypothèse qui concerne l’impact de la programmation
pluriannuelle du renouvellement. Pour une évolution sensiblement identique des coûts de
renouvellement, l’impact sur le fonctionnement et la structure du réseau est différent. Nous
proposons d’analyser le niveau de pression dans le réseau afin de connaître l’année à partir de
laquelle la contrainte sur la pression minimum est respectée. Voir Figure 58.
25
Pression minimale
20
Programme 1
Programme 2
15 Programme 3
Programme 4
10
5
Figure 58. Evolution de la pression minimale

Le programme 1 permet une amélioration significative du niveau de pression dès la première

année en passant de 9.92 m à 16.29 m. Le programme 1, le programme 2, le programme 4
permettent d’atteindre le niveau de pression minium requis à partir de l’année 4. L’amélioration
de la structure du réseau est différente de l’amélioration de son fonctionnement. Cependant le
programme 4 semble le moins performants. Le programme 3 permet une amélioration
significative de la structure du réseau, mais offre des performance moins bonnes en terme
hydraulique.
Résultats
L’utilisation de l’algorithme génétique propose un ensemble de programmes de

renouvellement. La comparaison des programmes proposés permet de vérifier l’hypothèse
qui établit une relation entre la programmation pluriannuelle des travaux et l’impact sur le
fonctionnement du réseau. En effet pour une répartition sensiblement identique du budget,
l’analyse de l’évolution de la fonction F3 et de la pression minimale disponible laisse
apparaître une meilleure performance hydraulique pour certains programmes, mais dont
l’impact sur la structure du réseau n’est pas très important. Il n’est pas suffisant de trouver
une programmation pluriannuelle acceptable. Il est nécessaire de mesurer sont impact sur le
réseau, vérifier l’existence d’autre programmes réalisables et pouvoir les discriminer. Le choix
d’une programmation dépendra de son impact sur la structure et le fonctionnement du
réseau. Les résultats obtenus montrent que la performance d’une programmation
pluriannuelle est tributaire des conduites à renouveler, de l’ordre et l’année de réalisation des
travaux.
4.3 Etude de sensibilité de la programmation pluriannuelle à la

politique budgétaire
La programmation pluriannuelle est sensible aux travaux de renouvellement et l’année de leur

réalisation. La réalisation des travaux de renouvellement est tributaire de l’enveloppe budgétaire
disponible. La politique budgétaire définit le budget annuel à utiliser. Nous avons considéré
jusqu’à maintenant une répartition équivalente du budget sur l’horizon de planification qui
représente le scénario 1. Pour ce scénario nous retenons le programme 1. Nous effectuons une
variation du budget d’une année à l’autre. Nous supposons deux autres scénarios afin de mesurer
l’impact de la disponibilité du budget la programmation budgétaire. Le scénario 2 est de
considérer une augmentation du budget de 10 % d’une année à l’autre. La répartition du budget
est donnée par le Tableau 36.
Tableau 36. Augmentation du budget de 10 % par an.

Horizon de planification Année 1 Année 2 Année 3 Année 4 Année 5
Budget (€) 90089 90089 109007 119908 131899
Le scénario 3 est de considérer une diminution du budget de 10 % d’une année à l’autre.

L’évolution du budget est décrite dans le Tableau 37.
Tableau 37. Diminution du budget de 10 % par an.

Horizon de planification Année 1 Année 2 Année 3 Année 4 Année 5
Budget (€) 131899 119908 109007 90089 90089
Nous utilisons la macro Program_annuel pour proposer une programmation pluriannuelle du

renouvellement. Les paramètres de l’algorithmes génétiques reste inchangés. La contrainte
budgétaire est modifiée en fonction du budget disponible chaque année qui est présenté dans les
Tableau 36 et Tableau 37. La macro Program_annuel propose un ensemble de programmes de
renouvellement pour chaque scénario. Nous retenons pour chaque scénario, un programme de
renouvellement qui assure une utilisation optimale de l’enveloppe budgétaire et une amélioration
significative de la performance hydraulique du réseau. Le programme de renouvellement que
nous proposons pour le scénario 2 est décrit dans le Tableau 38.
Tableau 38. Programme des travaux pour le scénario 2, augmentation du budget de 10 % par an.
Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
Le programme des travaux de renouvellement pour le scénario 3 est décrit dans Tableau 39.
Tableau 39. Programme des travaux pour le scénario 3, diminution du budget de 10 % par an.
Conduite 391 80 273 298 313 318 171 383 384 161 292 293 173 184 111 105 123
Année 1
Année 2
Année 3
Année 4
Année 5
Nous remarquons que l’ordre de réalisation des travaux et l’année de réalisation sont différent
d’un programme à l’autre. La répartition du budget influence le choix des conduites et la
séquence de réalisation des travaux de renouvellement. Nous comparons les programmes de
renouvellement proposés avec le programme 1, en se basant sur les mêmes critères utilisés
précédemment. Le premier critère concerne la répartition des coûts de renouvellement.
L’évolution des coûts de renouvellement est représentée par la Figure 59. Pour une répartition de
coût différente, les programmes proposés sont réalisables. Nous pouvons considérer une
alternative différente à une répartition homogène du budget sur l’horizon de planification.
140
Milliers
130
120
110
100
90 Scénario 1
80 Scénario 2
70
60 Scénario 3
50
40
30
20
10
0
Figure 59. Evolution des coûts de renouvellement pour les 3 scénarios
Nous mesurons l’impact des programmes de renouvellement proposés sur la longueur du réseau
renouvelée qui est présenté dans la Figure 60 .
900
Scénario 1
Scénario 2
450
Scénario 3
0
Figure 60. Evolution de la longueur du réseau renouvelée pour les 3 scénarios
La disponibilité d’une enveloppe budgétaire plus importante à la première année permet de

renouveler plus de conduites et donc une longueur plus importante du réseau égale à 880 m pour
le Scénario 2 comparé au scénario 1 qui est de 720 m alors que pour le scénario 3,
elle est de 620 m. Nous analysons dans ce qui suit l’évolution de la performance hydraulique et
l’impact sur la structure du réseau des programmes de renouvellement correspondant aux 3
scénarios étudiés illustrée par la Figure 61 et la Figure 62.
9
8,5
7,5 Scénario 1
Scénario 2
7 Scénario 3
6,5
6
Figure 61. Evolution de la performance hydraulique dans le réseau pour les 3 scénarios
1
Porportion de la longueur renouvelée
0,8
0,6 Scénario 1
Scénario 2
Scénario 3
0,4
0,2
0
Figure 62. Comparaison de l’évolution de la proportion de conduites de la longueur des conduites

renouvelées en fonction de la détérioration structurelle.
L’impact de la programmation pluriannuelle sur le réseau est différent d’un point de vue
structurelle et hydraulique. En effet le scénario 1 permet une amélioration plus rapide et plus
importante que les deux autres scénarios de la performance hydraulique du réseau. Le scénario 3
offre une amélioration plus importante de la structure du réseau par rapport aux autres scénarios.
Le programme proposé par le scénario 2 permet d’utiliser une enveloppe budgétaire inférieure au
départ et qui croit au fur et à mesure idéale en cas d’insuffisance de ressources financières en
début de programmation. Cependant l’impact sur la performance et la structure du réseau est plus
faible que pour les autres programmes. Le programme proposé par le scénario 2 semble le moins
performant. A l’image des résultats obtenus nous ne pouvons pas discriminer le Scénario 1 et le
Scénario 3 car il présentent des caractéristiques différentes. En effet le scénario 1 offre une
meilleure performance hydraulique tout au long de l’horizon de planification, alors que le
Scénario 3 assure une amélioration plus importante de la structure du réseau et permet de
renouveler plus de conduites pendant l’année 1, l’année2 et l’année 4.
Résultats
Les résultats obtenus montrent que la programmation pluriannuelle est sensible à la variation
de l’enveloppe budgétaire annuelle. L’impact sur la performance du réseau dépend de la
politique budgétaire adoptée. Pour l’étude de sensibilité effectuée, le scénario 1 semble
donner la meilleure amélioration du fonctionnement hydraulique du réseau. Ce scénario
correspond à une répartition égale de l’enveloppe budgétaire sur l’ensemble de l’horizon de
planification. Le scénario 3 qui correspond à une diminution du budget de 10% offre une
amélioration importante de la structure du réseau ce qui permet d’éviter l’impact de la
survenue des défaillances. Des impacts qui sont évalués en terme de coûts directs et indirects.
Grâce à la disponibilité d’une enveloppe budgétaire plus importante en début de simulation, il
permet de renouveler un nombre plus important de conduite et une longueur plus grande du
réseau. Il présente une alternative intéressante au scénario 1. La disponibilité d’une enveloppe
budgétaire importante à la première année peut présenter un inconvénient pour le service de
l’eau. Le scénario 2 qui correspondant à une augmentation de l’enveloppe budgétaire de 10
% par an semble plus intéressant car il permet d’amorcer le programme de renouvellement
avec un budget moins important et l’accroître d’une année à l’autre. Cependant les
performances d’un point de vue hydraulique et structurel du programme issu du Scénario 2
sont moins bonnes que pour les autres Scénarios. La démarche de programmation
pluriannuelle proposée permet de comparer un ensemble de programmes de renouvellement.
Elle mesurer l’impact de la disponibilité des ressources financières et leur répartition dans le
temps sur la réalisation des travaux de renouvellement et la performance du réseau.
5. Conclusion
L’implémentation du modèle d’aide à la décision requiert un diagnostic du réseau permettant de

mieux comprendre son fonctionnement. L’apparition de déficience en pression dépend de la
plage horaire considérée. Il est important d’analyser le fonctionnement du réseau sur une période
d’au moins 24 h, afin d’identifier les plages horaires présentant des déficiences importantes. Le
modèle sera par la suite appliqué pendant une plage horaire critique, qui dans notre application
correspond à la période de pointe. La sélection des conduites candidates au renouvellement
assure une hétérogénéité dans le choix des conduites. Les conduites sont choisies sur des critères
liés à la détérioration hydraulique et structurelle du réseau.
La démarche de sélection des conduites nécessite la définition de seuils critiques rendant les
conduites prioritaires. L’utilisation de l’algorithme génétique pour la génération et l’évaluation de
politiques de renouvellement a permis de proposer un ensemble de politiques acceptables. Nous
détaillons dans ce chapitre une approche pour la détermination des paramètres de l’algorithme
génétique en comparant plusieurs simulations avec des paramètres différents. Deux cas ont été
considérés. Le premier ne tient pas compte de coûts sociaux et considère des coûts liés à la
réparation de la conduite sans tenir compte des impacts des défaillances. Le deuxième cas tient
compte des coûts sociaux par l’introduction d’une pénalité forte qui caractérise les coûts de
réparation des conduites critiques d’un point de vue structurel. Ceci permet de mieux tenir
compte des conduites vulnérables d’un point de vue hydraulique. Les politiques de
renouvellement proposées avaient tendance à favoriser les conduites dont le rôle est important
d’un point de vue hydraulique, négligeant ainsi les conduites faisant apparaître une détérioration
physique importante. Cela s’explique par la fait que les conduites vulnérables d’un point de vue
structurel ne jouent pas automatiquement un rôle important dans la desserte en eau et à la
déficience importante en pression constatée qui peut traduire un sous dimensionnement du
réseau. Il ressort de l’implémentation du modèle que l’on doit attacher une attention particulière à
l’estimation des coûts indirects et les coûts sociaux. Nous préconisons d’apporter une évaluation
plus fine et un développement particulier dans l’estimation de ces coûts.
Nous avons considéré une pénalité dans le calcul des coûts de réparation pour tenir compte des
coûts indirects et les coûts sociaux liés aux défaillances. Plusieurs politiques de renouvellement
ont été proposées. Une politique compromis identifie un ensemble spécifique de conduites sur
lesquelles la plupart des politiques de renouvellement réalisent des travaux de renouvellement. Ce
résultat montre que les politiques de renouvellement ne sont pas totalement différentes.
Dans le cadre de l’application présentée dans ce chapitre, nous avons opté pour la politique la
moins coûteuse.
La démarche de programmation pluriannuelle que nous avons élaborée offre des solutions
réalisables. Elle permettent d’améliorer la performance du réseau, un lissage des travaux de
renouvellement et un respect de la contrainte budgétaire annuelle. Il apparaît de l’analyse des
résultats, que la performance du réseau dépend du choix des conduites à considérer à une année
donnée et des travaux programmés d’une année à l’autre. Les résultats montrent que plusieurs
programmes sont possibles.
Nous proposons une comparaison de ces programmes à travers l’analyse de l’évolution des coûts
des travaux de renouvellement, de la longueur du réseau renouvelée, de l’évolution de la
performance hydraulique et de la pression disponible dans le réseau. L’impact des programmes
évalués sur le réseau n’est pas similaire d’un point de vue hydraulique et structurel. Certains
programmes favorisent un aspect par rapport à l’autre. L’intérêt de la programmation
pluriannuelle que nous avons élaborée est de pouvoir décrire et évaluer chaque programme. Le
choix d’un programme de renouvellement dépend de la pratique du service de l’eau et du
contexte dans lequel il se trouve.
La programmation pluriannuelle est sensible à la disponibilité de la ressource financière. Les

scénarios étudiés présentent une répartition différente du budget. La répartition de manière
équivalente de l’enveloppe budgétaire améliore de manière significative le fonctionnement du
réseau et sa structure. L’utilisation d’une enveloppe budgétaire importante au début de l’horizon
de planification permet de renouveler plus de conduites, assurant une amélioration plus
importante de la structure du réseau. Ceci permet de prévenir les défaillances et leur impacts.
Cependant, cette solution offre une amélioration moins importante de la performance
hydraulique. En fonction du choix de la politique de renouvellement, la programmation
pluriannuelle permet de programmer dans le temps la réalisation des travaux de renouvellement
et mesurer leur impact d’un point de vue structurelle. En se basant sur les résultats obtenus, nous
pensons que la programmation pluriannuelle dépend de l’ordre de réalisation des travaux, de
l’année de leur réalisation et de la répartition de l’enveloppe budgétaire d’une année à l’autre. Le
choix d’une programmation appropriée s’appuie sur la démarche de comparaison et d’évaluation
des programmes que nous proposons dans ce chapitre. La décision finale revient au gestionnaire
du réseau AEP.
Conclusion générale
Résultats importants et perspectives

L e travail de thèse a permis de proposer une approche pour le renouvellement des réseaux
d’Alimentation en Eau Potable (AEP) et sa programmation sous contraintes budgétaires. A
travers l’analyse de la littérature effectuée, nous avons établi un lien important entre le
renouvellement et la gestion du réseau AEP. Il ressort du travail de thèse que la problématique du
renouvellement ne peut être dissociée de la gestion du réseau dans sons ensemble à court, moyen
et long terme. Le renouvellement s’inscrit dans une politique de gestion du patrimoine. Un
patrimoine qui est constitué par les conduites, les organes et dispositifs hydrauliques constituant
le réseau. En ce sens nous proposons une adaptation du processus de gestion du patrimoine,
pour la gestion du réseau de manière globale.
Le renouvellement est un investissement de modernisation, qui ne génère par de Cash-Flow au

même titre qu’un équipement industriel. Nous constatons que les méthodes classiques de choix
d’investissements ne sont pas appropriées pour la mise en œuvre du renouvellement.
L’autre résultat important et la proposition d’une typologie des modèles et approches pour le
renouvellement différente de celles rencontrées dans la littérature. D’une manière générale, ils
sont différenciés en fonction des outils et méthodes mathématiques qu’ils utilisent. Nous
proposons une typologie qui se base sur l’objet de chaque approche à savoir :
les approches pour la hiérarchisation des conduites candidates au renouvellement

les approches pour la détermination d’échéances pour le renouvellement
les modèles intégrés de prise de décision composés par plusieurs modules de calcul
La décision en matière de renouvellement s’appuie sur un ensemble de critères. Des critères

techniques et économiques ont été pris en compte dans le cadre de la thèse à travers des
fonctions objectif spécifiques. L’utilisation des approches classiques d’optimisation nous semble
inadaptée. Nous avons utilisé une approche d’optimisation multiobjectif basée sur l’optimum de
Pareto et une méta-heuristique : l’algorithme génétique.
L’approche élaborée identifie un ensemble de politiques de renouvellement acceptables. Ce qui

assure une certaine flexibilité au gestionnaire du service d’eau dans le choix d’une politique de
renouvellement appropriée.
L’approche que nous proposons pour le renouvellement se distingue par rapport aux travaux
identifiés dans la littérature par :
une procédure spécifique de sélection des conduites candidates au renouvellement, en

se basant sur des critères liés à la détérioration hydraulique et structurelle des conduites.
la prise en compte de manière simultanée de critères techniques et économiques dans
l’évaluation des politiques de renouvellement à travers une approche d’optimisation
multiobjectif.
une programmation des travaux de renouvellement qui tient compte de la disponibilité
de la ressource financière s’assurant d’une amélioration significative du fonctionnement
du réseau.
La réalisation des travaux de renouvellement dépend de la disponibilité de la ressource financière

ce qui peut conditionner la performance du réseau. Nous effectuons une analogie avec les
problème de nivellement de ressources traités dans la littérature. Les travaux de renouvellement
sont assimilés dans ce cas à des tâches d’un projet. Le travail de thèse a permis de mettre l’accent
sur la nécessité de la prise en compte de la détérioration hydraulique et structurelle du réseau.
Nous préconisons d’étudier la relation entre la description du réseau tel qu’il existe dans la réalité
et la modélisation hydraulique qui permet de décrire son fonctionnement. Il est important que les
données concernant l’état physique de la conduite : longueur réelle, diamètre, age, nombre de
défaillance, coïncident avec les données liées à son fonctionnement : longueur équivalente,
diamètre, rugosité, consommation. Ce qui implique un traitement spécifique des données. La
modélisation du réseau doit permettre de traduire efficacement le fonctionnement du réseau et
correspondre à la disposition des conduites dans la réalité. Nous proposons de définir les
conduites à l’échelle de la rue en tenant compte de leur homogénéité : même caractéristiques
hydrauliques et données d’environnement.
La décision de renouvellement doit tenir compte du réseau dans son ensemble. Elle s’effectue à
l’échelle du réseau et non pas à l’échelle de la conduite. Il est donc important d’évaluer l’impact
de l’indisponibilité d’une conduite sur le fonctionnement du réseau. Nous avons proposé un
benchmarking d’un ensemble de méthodes et d’outils pour la mesure de la fiabilité hydraulique des
réseaux. Ceci nous a permis de proposer un outil informatique Mesure_fiabilité qui évalue
l’importance hydraulique de chaque conduite dans un réseau en cas de défaillance. L’outil
élaborée fonctionne sous Excel®.
Nous avons proposé une formalisation de l’approche pour le renouvellement à travers un modèle
d’aide à la décision qui utilise des données liées aux conduites et au coûts de renouvellement.
Trois alternatives de renouvellement ont été considérées qui traduisent la pratique du
renouvellement en France à savoir : Ne rien faire et réparer en cas de défaillance, remplacer à
l’identique et renforcer. L’approche d’optimisation multiobjectif est implémentée à l’aide d’un
algorithme génétique que nous avons élaboré en nous inspirant de l’algorithme NSGA II. Le
travail de thèse propose une modélisation de la problématique de renouvellement à l’aide de
l’algorithme génétique en proposant un codage spécifique qui correspond au travaux de
renouvellement, des procédures spécifiques pour le calcul des fonctions objectif, de classement et
de prise en compte des contraintes.
L’application du modèle sur un réseau de taille réelle d’un syndicat de communes en Alsace, se
trouvant en milieu rural montre que l’algorithme génétique est sensible à la valeur des probabilités
de croisement et de mutation. Nous proposons une approche détaillée pour la détermination de
ces paramètres. Il s’avère que le modèle est sensible à la définition des coûts de réparation des
conduites. Les conduites vulnérables d’un point de vue structurel ne le sont pas nécessairement
d’un point de vue hydraulique. Une pénalisation des coûts de réparation pour traduire les coûts
sociaux liés aux défaillances a été nécessaire pour que le choix des conduites à renouveler soit
homogène entre les conduites sélectionnées sur la base de leur importance hydraulique et leur
détérioration structurelle. Le modèle propose un ensemble de politiques de renouvellement
viables d’un point de vue technique et économique, qui doivent être réalisées sur un horizon de
planification n’excédant pas 5 années. L’utilisation d’une approche d’optimisation multiobjectif a
permis d’identifier plusieurs solutions et non une solution unique. Des solutions qui représentent
un panel de politiques de renouvellement. Le choix d’une politique portera sur celle qui
corresponde le plus aux attentes du gestionnaire du service de l’eau et à l’état du réseau AEP.
Dans le cadre de la thèse, le choix de la politique a porté sur la politique la moins coûteuse. Le
coût de cette politique a permis d’estimer le budget nécessaire pour sa mise en œuvre.
L’utilisation de la macro Program_annuel que nous avons élaborée propose un ensemble de
programmations pluriannuelles. Ceci en considérant une répartition égale du budget sur l’horizon
de planification. Les programmes proposés sont réalisables mais offrent un impact différent sur
la performance hydraulique et la structure du réseau. Il apparaît que la séquence de réalisation des
travaux et le choix des conduites déterminent l’impact de la programmation pluriannuelle sur le
Nous avons mesuré la sensibilité de la programmation pluriannuelle à la politique budgétaire

adoptée. Les résultats des simulations effectuées montrent que la programmation pluriannuelle
est tributaire de la politique budgétaire. Une répartition égale du budget offre une meilleure
performance hydraulique du réseau qu’une augmentation ou une diminution progressive de
l’enveloppe budgétaire annuelle.
L’approche pour le renouvellement et la programmation pluriannuelle se démarque par rapport à
la littérature par :
l’utilisation d’algorithmes spécifiques pour l’identification des politiques de

renouvellement et la programmation pluriannuelle, en tenant compte de critères
économiques et techniques dans la prise de décision.
une démarche pour la comparaison des politique de renouvellement et les programmes

de renouvellement identifiés.
Les politiques de renouvellement traduisent des décisions à l’échelle des conduites mais qui
tiennent compte du réseau dans son ensemble. Le modèle permet d’évaluer un nombre important
de politiques et de sélectionner celles qui sont viables d’un point du vue technique et
économique. Le modèle que nous proposons se présente comme un outil d’aide à la décision
opérationnel, la décision finale revient au gestionnaire du service de l’eau.
Perspectives suscitées par la thèse
Le travail de thèse met l’accent sur un ensemble de problèmes relatifs à la décision de

renouvellement à savoir : l’identification des critères à considérer, la définition des données et la
sélection des conduites à renouveler. Les résultats obtenus semblent coïncider avec la réalité et
propose des solutions viables d’un point de vue technique et économique. A cet effet le modèle
doit être validé sur d’autres réseaux de taille plus importante, des réseaux en milieu urbain et des
réseaux présentant une déficience hydraulique moins importante que le réseau que nous avons
étudié.
La validation du modèle nécessite au préalable celle de la procédure de sélection de conduite et
l’estimation des coûts principalement les coûts de réparation et la prise en compte des coûts
sociaux.
Une des améliorations possibles concerne la complexité des algorithmes proposés afin de réduire
le temps de calcul. Le modèle peut évoluer vers un logiciel pour le renouvellement des réseaux
AEP. Pour assurer une utilisation adéquate du modèle, il est important de décrire la coordination
entre les services (techniques, financiers) que comporte le service d’eau en terme d’échange de
données et la mise en place du modèle d’aide à la décision proposé. Ceci permettra d’assurer la
disponibilité des données nécessaires et une concertation dans la prise de décision en matière de
renouvellement. Il est nécessaire de tenir compte aussi de la coordination entre le service de l’eau
et les autres services qui peuvent intervenir sur la chaussée à savoir : le service de voirie,
électricité, gaz, chauffage urbain.
Le modèle propose de considérer les travaux de voirie dans la sélection des conduites vulnérables
et la programmation du renouvellement, en l’absence de données du service de voirie nous
n’avons pas pu prendre en compte l’aspect lié à la voirie. Il serait intéressant de mesurer l’impact
de l’exploitation des données concernant la chaussée sur la réalisation des travaux de
renouvellement. Les solutions proposées par le modèle doivent être validées par le gestionnaire
du service d’eau et les opérateurs sur le terrain. Il est important de vérifier leur faisabilité .
Le modèle doit être compris et adapter à la pratique du service d’eau pour une utilisation
adéquate.
Le modèle proposé s’intéresse considère le renouvellement des conduites d’eau potable. Nous
pensons qu’il peut être amélioré par la prise en compte des défaillances des organes hydrauliques
composant le réseau à savoir les pompes, vannes pour s’approcher le plus du fonctionnement réel
du réseau. D’autres alternatives de renouvellement peuvent être introduites.
Nous pensons qu’il est possible d’adapter l’approche proposée pour le dimensionnent des réseau,
de manière à réduire les coûts de conception et assurer un niveau de performance adéquat du
réseau.
L’autre perspective est de généraliser l’approche proposer pour des problématiques similaires
faisant apparaître la notion de réseau. Il s’agit de pouvoir adapter l’approche pour le
renouvellement développée dans le cadre de la thèse en fonction du problème étudié à titre
d’exemple : la réhabilitation des ponts, la réhabilitation des autoroutes, maintenance des réseaux
électriques, la maintenance des réseaux d’assainissement.
Bibliographie
Abebe, A.J, Solomatine, D.P.(1998). Application of global optimization to the design of pipe
networks. Proceedings of the 3 rd International Conference on Hydroinformatics,
Copenhagen. Sweden.
Abraham, D.M., Wirahadikusumah, R., (1999). Development of prediction models for sewer
deterioration’, Proceedings of the 8th International Conference on Durability of Building
Materials and Components, Vancouver, National Research Council. pp1257-1267.
Alexandre, O. (1993). Le financement du renouvellement des réseaux d'alimentation en eau

potable - Document Technique FNDAE n° 15 . 56 p.
American Water Works Association, AWWA(1998). Water Utility Capital Financing, Manual of
Water supply Practices. AWWA M29. ISBN0-089867-957-5.
Andreou, S.A.(1986). Predictive models for pipe failures and their implications on maintenance
planning strategies for deteriorating water distribution systems. Phd Thesis, Department of
civil engineering, Massachusetts Institute of Technology, Cambridge MA, USA. 191p.
Arnoux, P. (1998). Modélisation du vieillissement d’un réseau d’eau potable en fonte et

application aux stratégies de renouvellement. Thèse en Science de l’eau. Université Louis
Pasteur. Strasbourg, France. 138p.
Arrow K.J., Fischer, A.C.(1974). Environmental preservetion, uncertainty and irreversibility,

Quarterly Journal of Economics, Vol. n°98. pp 85-106.
Bancel, F., Richard, A. (1995). Les choix d’investissement, Méthodes traditionnelles, flexibilité et
analyse stratégique. Ed Economica. Paris. .
Basseur,M. (2005). Conception d’algorithmes coopératifs pour l’optimisation multi-objectif :

Application aux problèmes d’ordonnancement de type Flow-Shop. Thèse de Doctorat.
Université des Sciences et Technologies de Lille, UFR D’I.E.E.A. Lille, France.
Berro,A.(2001). Optimisation multiobjectif et stratégies d’évolution en environnement

dynamique. Thèse de Doctorat. Université Toulouse I, Toulouse, France.
Bertin, S. (1994). Indices de fiabilité d'un système de distribution d'eau potable. Strasbourg, Ecole
Nationale du Génie en Eau et de l'Environnement de Strasbourg.
Boctor.F.F (2005). Le problème d’allocation et de nivellement des ressources. Administrative

Sciences Association of Canada (ASAC) Conference. Toronto, Canada.
Bourdin,J.(1998). Les finances des services publics de l’eau et de l’assainissement. Ed

Economica, Paris. 160 p.
Burn L.S, Tucker S.N, Rahilly M, Davis P, Jarrett R and Po M (2003). Asset planning for water
reticulation Systems - the PARMS model. Water Science & Technology: Water Supply, Vol.3.
pp55-62.
Cador, J.M. (2002). Le renouvellement du patrimoine en canalisations d'eau potable en France,
synthèse des des études départementales d'inventaires des réseaux d'eau potable. Caen,
Université de Caen.
Cheung,P.B,Reis.L.F.R,Formiga,K.T.M,Chaudhry.F.H,Ticona,W.G.C.(2003).Multi-objective
evolutionary algorithms applied to the rehabilitation of water distribution: A Comparative
Study, Evolutionary Multi-Criterion Optimization-Lecture notes in Computer Science,
Heidelberg: Springer-Verlag, V. 2632.
Dafflon, B.(1998). La gestion des finances publiques locales. Ed Economica. ISBN :2-7178-3513.
Paris. 284p.
Dandy, G.C., Engelhardt,M.(2001). Optimal Scheduling of Water Pipe Replacement Using

Genetic Algorithms. Journal of Water Resources Planning and Management. Vol.127,n°4.
pp214-223.
Direction Départementale de l’Agriculture et de la Forêt du Bas Rhin, DDAF. (2003) Bordereau

général pour travaux de viabilité dans le département du bas rhin. Alimentation en eau
potable, assainissement , voirie. Ministère de l’Agriculture et de la Pêche.
Deb, A.,Hasit, Y.J.,Grabultz,F.,Herz, R.(1998). Quantifying future rehabilitation and replacement

needs of water mains, AWWA Research Foundation. Denver.
Deb,K., S.Agrawal, A.Pratap and T.Meyarivian. (2000). A fast and elitist multiobjective genetic
algorithm NSGAII. Technical Report n°2000001,Indian Inst.of.Tech.,Kanpur, India.
Devi Prasad, T., Park,N-S,.(2004). Multiobjective Genetic Algorithm for Design of Water
Distribution Networks. Journal of Water Resources Planning and Management. Vol.130, n°1.
pp73-82.
Eisenbeis, P. (1994). Modélisation statistique de la prévision des défaillances sur les conduites
d’eau potable. Thèse en Génie de l’environnement , Université Louis Pasteur, Strasbourg,
France, 156 p.
Eisenbeis, P., Le Gat, Y., Laffréchine, K., Le Gauffre, P., König, A.,Rostum, J., Tuhovcak, L.,
Valkovic, P., (2002) CARE-W: WP2 – description And validation of technical tools D3 –
report on models description. Care-w, EU project Under the 5th framework programme,
contract n°EVK1-CT-2000-00053.
Environmental Protection Agency, US. EPA.(2002). Decision-Support tools for Predicting the
Performance of Water Distribution and Wastewater Collection Systems, EPA/600/R-
02/029. www.epa.gov/ORD/NRMRL/pubs. pp7-46.
Environmental Protection Agency, US.EPA.(2003). Asset Management: A Handbook for Small

Water Systems One of the Simple Tools for Effective Performance (STEP) Guide Series.
EPA /816/R-03/016
Federal Highway Administration, FHWA: Office of Asset Management (1999). Asset

Management Primer. U.S. Department of Transportation.
Feng, C-W, Liu, L, Burns, S.A.(1997). Using genetic algorithms to solve construction time-cost
trade-off problems. Journal of computing in civil engineering. Vol.11, N°3. pp 184-189.
Fonseca,C.M and Fleming,P.J.(1993). Genetic algorithms for multiobjective optimisation:

Formulation, discussion and generalization. In Genetic Algorithms: Proceedings of the 5th
International Conference,pp416-423. Morgan Kaufmann.
Frondistou-Yannas S and Saegrov S (2000). UtilNets: a water mains rehabilitation decision-
support
Giard, V. (2004). Gestion de projet . Ed Economica. ISBN 2-7178-2168-6. Paris. France.
Goldberg,D.E.(1994). Algorithmes Génétiques: Exploration, Optimisation et

Apprentissage Automatique, ISBN 2-87908-0054-1,Editions Addison-Wesley, Paris,
France.
Hadzilacos T, Kalles D, Preston N, Melbourne P, Camarinopoulos L, Eimermacher M,

Kallidromitis V, Frondistou-Yannas S and Saegrov S (2000). UtilNets: a water mains
rehabilitation decision-support system. Computers, Environment and Urban systems n° 24,
pp215-232.
Halhal.D,G.A.Walters, D.Ouazar and D.A.Savic (1997).Water Network Rehabilitation with

Structured Messy Genetic Algorithm. ASCE, Journal of Water Resources Planning and
Management Vol.123, n°3,137-146.
Hegazy,T.(1999). Optimization of Resource Allocation and Levelling Using Genetic Algorithms.

Journal of Construction Engineering and Management. Vol n°125,pp167-175.
Herz R.K. (1996). Ageing processes and rehabilitation needs of drinking water distribution works
Exploring rehabilitation needs and strategies for water distribution networks. Journal of
Water SRT - Aqua, Vol. 47,pp 275-283.
Harrouz, O. (1995). Conséquences de la squelettisation des réseaux d’alimentation en eau potable

sur le diagnostic, modèle de simplification. Thèse de doctorat en génie de l’environnement.
Université Louis Pasteur. Strasbourg. France. 120 p.
Holland, J.H. (1975). Adaptation of Natural and Artificial System. Univ.of Mich. Press, Ann
Arbor, USA.
Horn, J., Nafpliotis, N. and Goldberg, D.D (1994). A niched Pareto Genetic Algorithm for
Multi-objective Optimization. In Proceedings of the first IEEE conference on Evolutionary
Computation, IEEE World Congress on Computational Intelligence, pp82-87, Toronto,
Canada.
Hoskins, R.P., Brint., A.T. ,Strbac., G.(1998). A structured approach to asset management within
the electricity industry, Utilities Policy, n° 7. pp 221-232.
Hyassat, M.(2001). Applying Modified Minimum Moment Method to Multiple Resource

Levelling, Journal of Construction Engineering and Management, Vol n°127. pp192-198.
Journal of Water Resources Planning and Management. Vol. 120, n°5. pp. 674-692
Kim, J.H., Mays, L.W.(1994) . Optimal Rehabilitation Model for Water-Distribution Systems.
Kleiner,. Y, Rajani, B.(2001). Comprehensive review of structural deterioration of water mains:

statistical models. Urban water Vol n°3, pp131-150.
Kleiner, B. R. Y. (2001). Comprehensive review of structural deterioration of water mains:

physically based models. Urban Water Vol n° 3. pp 151-164.
Kleiner, Y. (1996). Water distribution network rehabilitation: selection and scheduling of pipe
rehabitlitation alternatives. Departement of Civil Engineering. Toronto, University of
Toronto.
Knowles,J and Corne,D.(1999). The Pareto archived evolution strategy: A new baseline algorithm
for multiobjective optimisation. In Proceedings of the Congress on Evolutionary
computation,pp98-105, IEEE Service Center.
Koëhl, J. (2003). Les choix d’investissement. Ed Dunod. ISBN : 2100069268. Paris. p128.
Kolisch, R., Padman, R..(2001). An Integrated Survey of Project Deterministic Scheduling,

OMEGA. International Journal of Management Science, n° 29. pp249–272.
Le Gauffre, P., Baur. R, Laffréchine. K., Schiatti, M.,Volta, M.,Cintoli,S. (2002b). Survey of multi-
criteria techniques and selection of relevant procedures. D7 report. CARE-W (Computer
th
Aided Rehabilitation of Water networks), EU project under the 5 Framework Program,
contract n°EVK1-CT-2000-00053, 31 p.
Le Gauffre, P., Laffrechine, K., Baur, r., Di Federico, V., Eisenbeis, P., Kønig, A., Kowalski, M,
Sægrov, S.,Torterotot, J.P., Tuhovcak, L., Werey, C.(2002a). Criteria for the prioritisation of
rehabilitation projects. D6 report. CARE-W (Computer Aided Rehabilitation of Water
th
networks), EU project under the 5 Framework Program, contract n°EVK1-CT-2000-00053.
70 p.
Lippai, I., Heaney, J.P., and Laguna, M. (1999). Robust water system design with commercial
intelligent search optimizers. Journal of Computing in Civil Engineering, pp. 135-143.
Lounis. Z .and VANIER.D.J, (1998). Optimization of bridge maintenance management using

markovian models. Proceedings of the International Conference on Short and Medium Span
Bridges, Proceedings CALGARY,Canda.
Malandain J., (1999) Modélisation de l’état de santé des réseaux de distribution d’eau pour
l’organisation de la maintenance. Étude du patrimoine de l’agglomération de Lyon. Thèse de
Doctorat n° 99 ISAL 0040 de l’INSA de Lyon, URGC / Hydrologie Urbaine, 206 p.
Moglia, M., Burn, L.S., Meddings, S.(2006). Decision support system for water pipeline
renewal prioritisation. www.itcon.org/2006. pp 237-256
Mousseau.V, F., Naux.J-Ph (2001). "Using assignment examples to infer weights for ELECTRE
TRI method: Some experimental results." European Journal of Operational Research N° 130:
pp.263-275.
Ormsbee, L, Kessler, A (1990). Optimal Upgrading of Hydraulic-Network Reliability. Journal of
Water Resources Planning and Management (ASCE). Vol. 116, n°. 6. pp. 784-802.
Osman,M.,S.,Abo-Sinna,M.A., Mousa,A.A.(2004). An effective genetic algorithm approach to

multiobjective reouting problems (MORPs). Applied Mathematics and Computation.
Avaliable online at www.sciencedirect.com.
Rajani, B., Kleiner, Y. (2001). Comprehensive review of structural deterioration of water mains:
physicallybased models. Urban water n° 3. pp177-190.
Rajani, B., Kleiner., Y .(2001). Comprehensive review of structural deterioration of water mains:
physically based models. Urban water Vol n°3, pp177-190.
Rossman, L.A.(2000). Epanet2 Users Manual. US. Environmental Protection Agency, EPA. USA.
Røstum, J. (2000). Statistical modelling of pipe failures in water networks. PhD thesis, 2000:12,
Norwegian University of Science and Technology, Trondheim, Norway. ISBN 82-7984-033-
8.
Roudenko,O.(2004). Application des Algorithmes Evolutionnaires aux Problèmes d’Optimisation
Multi-objectif avec Contraintes.Thèse de Doctorat. Ecole Polytechnique, Paris,France.
Schaffer,J.D.(1985). Multiple objective optimization with Vector Evaluated Genetic Algorithms.

InJ.J.Grefenstette, Editor, Proceedings of the 1st International conference on Genetic
Algorithms,pp93-100.
Shamir, U. and Charles.D.D.Howard (1979). An analytic approch to scheduling pipe replacement.

AWWA Vol 71 n°3: pp248-258.
Simpson, A. R., Dandy, G. C., and Murphy, L. J. (1994). "Genetic algorithms compared to other
techniques for pipe optimization. Journal of Water Resources Planning and Management, Vol
120, n°4,pp 423–443.
Tadahiko,M., Hisao, I., Hideo, T. (1996). Multi-objective genetic algorithm and its applications to
flow shop scheduling. Computers industrial engineering. Vol 30, n°4. pp 957-968.
Savic, D., Walters,G.(1997). Genetic algorithms for least cost design of water distribution
networks. Journal of Water Resources Planning and Management. Vol.123, n°2. pp 67-77.
Sirvinas,N.and Deb,K. (1994).Multi-objective function optimization using non-dominated

sorting genetic algorithms. Evol. Comput.,2(3),221-248.
Skipworth P.,Engelhardt M., Cashman A., Savic D.,Saul A., Walters G. (2002). Whole life costing
water distribution network management. Thomas Telford Publishing Edition. ISBN
072773032 0. London 203 p.
Son,J, Skibniewski,M.J,1999. (1999). Multiheuristic Approach for Resource Levelling Problem in

Construction Engineering :Hybrid Approach. Journal of construction Engineering and
Management.Vol125, pp 23-31.
system. Computers, Environment and Urban systems n° 24, pp215-232.
Talbi,E-G. (2005). Métaheuristiques pour l'optimisation combinatoire multi-objectif: Etat de l'art,
lifl.fr/~talbi/optim_x.ps .
Tavernier, Y.(2001). Rapport d’information sur le financement et la gestion de l’eau. Assemblée

Nationale, n°3081.
Todini, E. (2000). Looped water distribution network design using a resilience index based
heuristic approach. Urban Water n°2. pp115-122.
Torterotot J.P., Rebelo, M., Werey ,C., Craveiro, J., Guerra, R. (2003). Rehabilitation of water
networks: decision-making processes and socio-economic issues. CARE-W Project
(Computer Aided Rehabilitation of Water Networks) - Projet du 5ème Programme
Communautaire de Recherche et Développement - contrat n°EVK1-CT-2000-00053 - 77 p.
Vizzavona, P. (1990). Gestion financière, analyse financière, analyse prévisionnelle. Tome 1. Ed

Atol. ISBN:2-7111-0585-7. 692 p.
Wagner, J. M., Shamir, U., Marks, D. H. (1988). Water Distribution Reliability: Simulations
Methods. Journal of Water Resources Planning and Management, Vol n° 114 n°3, pp 276-
294.
Walski, T.M., Pellicia, A. (1982). Economic analysis of water main breaks, Journal AWWA, Vol
n° 74,n°3. pp.140-147.
Walski, T. M., and Gessler, J. (1999). Discussion of Improved design of Anytown distribution
network using structured messy genetic algorithms, by G. A. Walters, D. Halhal, D. A. Savic,
and D. Ouzar. Urban Water, Vol 1 n°2, pp 265–268.
Werey, C. (2000). Politiques de renouvellement des réseaux d'eau potable. Thèse en génie de
l’environnement. Université Louis Pasteur. Strasbourg. France. 162p.
www.epa.gov/safewater. p50.
Xu,C.,Goulter, C.(1999). Reliability-Based Optimal Design of Water Distribution Networks.

Journal of Water Resources Planning and Management., Volume 125, n° 6. pp. 352-362.
Zheng, D.X.M, Thomas Ng, .S, Kumaraswamy, M.M. (2005). Applying Pareto Ranking and
Niche formation to Genetic Algorithm-Based Multiobjective Time-Cost Optimization.
Journal of construction engineering and management. Vol. 131, n°1. pp81-91.
Ziztler,E and Thiele,L.(1998). Tournament selection, niching and the preservation of diversity.
Technical report 43,Computer Engineering and Networks Laboratory, ETH, Zurich,
Switzerland.
Ziztler,E, Deb,K.E and Thiele,L.(2000). Comparison of multiobjective evolutionary algorithms:

Empirical results. Evolutionary Computation Journal,8(2),125-148.
Ziztler,E, Laumanns.M and Thiele,L.(2001). SPEA 2: Improving the Strength Pareto

Evolutionary algorithm. Technical report 103, Computer Engineering and Networks
Laboratory, ETH, Zurich, Switzerland.
COLLOQUES, CONFERENCES ET PUBLICATIONS
POSTER
NAFI A. , WEREY C., LLERENA P. (2006). Decision Support Model for Water Pipes Renewal,
Augustin Cournot Doctoral Days, Economics, Management, Finance and Science & Technologies
Studies, May 02 - 04, 2006. Strasbourg, France.
COMMUNICATIONS
NAFI A. (2005). La Programmation Budgétaire du Renouvellement des Réseaux d’eau Potable,

Proposition d’un modèle d’optimisation basé sur les algorithmes génétiques. Journée de la
modélisation au Cemagref- du 03 au 05 Octobre 2005. Clermont-Ferrand, France. 2 p.
NAFI A. (2006). Evaluation de la fiabilité hydraulique sur les réseau d’eau potable. Journée Scientifique et
Technique, La gestion patrimoniale des équipements d’eau potable et d’assainissement Décideurs,
gestionnaires et chercheurs travaillant en réseau. 17 Janvier 2006. Strasbourg, France. 2 p.
NAFI A. , WEREY C., LLERENA P. (2006). Specific Model for Rehabilitation Scheduling of Water
Distribution Systems, Applied Mathematical Programming and Modelling, APMOD’06, June 18-21,
2006. Madrid, Spain, 1 p.
ARTICLES DANS ACTES DE COLLOQUES ET CONFERENCES
NAFI A. , WEREY C., LLERENA P. (2006). La Programmation Budgétaire du Renouvellement des

Réseaux d’eau Potable en Utilisant Un Algorithme Génétique Simple, 6ème Conférence Francophone
de MOdélisation et SIMulation - MOSIM’06 - du 3 au 5 avril 2006 - Rabat – Maroc, 10 p.
NAFI A. , WEREY C., LLERENA P. (2006). Scheduling of Water Distribution Systems Using a
Multiobjective Approach, 7th International Conference on MultiObjective and Goal Programming-
MOPGP’06, June 12-14,2006- Old city Hall of tours, France, 4 p.
NAFI A. , WEREY C., LLERENA P. (2006). Scheduling Water Networks Renewal Using Hybrid
Optimization Model, Joint International conference on Computing and Decision Making in Civil and
Building Engineering, June 14-16 ,2006, Montreal, Canada, 10 p.
ARTICLES SOUMIS DANS REVUES, JOURNAUX
NAFI A. , WEREY C., LLERENA P. (2006). Approche d'optimisation multi-objectif pour le

renouvellement des réseaux d'eau potable, RAIRO-Operations Research, (Soumis juin 2006), 16 p.
NAFI A. , WEREY C., LLERENA P. (2006). A Multi-Objective Optimization Approach for Water Pipes
Renewal Planning , Canadian Journal of Civil Engineering, CNRC, ( Submitted June 2006), 15 p.
NAFI A. , WEREY C., LLERENA P. (2006). Scheduling Renewal of Water Distribution Systems Using a
Multiobjective Approach. Lecture Notes in Economics and Mathematical Systems (LNEMS) series,
Springer. (Submitted August 2006), 10 p.
Annexes
Annexe 1 – Financement du renouvellement des réseaux AEP 230
1. Le financement du renouvellement des réseaux AEP
L’investissement de renouvellement met en jeu la responsabilité de la collectivité propriétaire.

L’intérêt est de rechercher un équilibre entre solidarité financière et responsabilité des
collectivités distributrices. Le recours à la solidarité constitue une solution pour traiter le
problème de renouvellement en milieu rural. Le regroupement au sein de syndicats de taille plus
au moins importante et parfois départementale est utilisé par les collectivités pour remédier aux
contraintes financières.
Une étude menée par (Debi & Risser, 1994)(Alexandre, 1993)(Paulet & Savrot, 1999) présente
quatre systèmes départementaux spécifiques de financement du renouvellement qui sont ceux de
la Vendée, de la Charente-Maritime, de l’Aube et du Rhône. Elle identifie la problématique liée au
financement du renouvellement des réseaux potables :
situation financière contraignante pour les collectivités :

coût élevé de l’endettement ;
absence ou mauvaise utilisation de l’autofinancement ;
recours limité aux placements rémunérés.
Nous distinguons plusieurs sources de financement du renouvellement pour les services d’eau et
d’assainissement à savoir :
l’autofinancement
les subventions
l’emprunt
2.1 L’autofinancement
Il permet de générer un financement de façon collective ou individuelle par différents

mécanismes (prélèvements sur excédents, surtaxe du prix de l’eau, cotisation). Pour (AWWA
1998) l’autofinancement passe par la réduction des coûts d’exploitation du service de l’eau par
l’économie d’énergie et l’amélioration du rendement du réseau. Ainsi les économies effectuée
peuvent être utilisées pour le renouvellement des réseaux. L’avantage de l’autofinancement est
qu’il représente :
une source de financement à long terme pour un besoin de renouvellement non prévu ;
231 Annexe 1 – Financement du renouvellement des réseaux AEP
un gain pour les services distributeurs liés au non recours à l’emprunt, aux
économies d’échelle (globalisation des travaux, globalisation des emprunts) ;
un moyen de limiter l’incidence du renouvellement sur le prix de l’eau.
Deux cas de figure sont possibles , l’amortissement (dit technique) et le placement.
2.1.1 L’amortissement
Il représente une source importante d’autofinancement. Amortir consiste à étaler une charge
irréversible sur une période de temps déterminée. L’amortissement est lié à un investissement
pour chaque immobilisation, l’entreprise doit s’interroger sur son amortissement selon que cet
investissement est financier ou considéré comme un bien.
On définit alors la notion d’amortissement financier qui est la valeur du remboursement en

capital des emprunts contractés.
L’amortissement de caducité qui exprime la valeur étalée sur la durée du contrat de gestion
déléguée restant à couvrir des immobilisations mises dans le domaine public par le gestionnaire
délégué.
L’amortissement « technique » définit comme la valeur de la dépréciation irréversible subie par un

bien durable au cours du temps du fait de son utilisation (s’applique à l’ensemble des bien
corporels et incorporels) immobilisés(exception faite pour les terrains). L’amortissement
technique décrit la dépréciation économique : il représente le coût d’usage des immobilisations.
Après la loi sur la décentralisation, les collectivités locales disposent d’une large autonomie pour
gérer leur service de distribution d’eau potable. L’état conserve une responsabilité de contrôle en
matière d’administration et finance.
En l’absence de la pratique de l’amortissement technique(1992) l’instruction M491 réitère

l’obligation de pratiquer l’amortissement technique sans prévoir une dérogation à cette obligation.
La comptabilité du service de distribution d’eau potable doit être tenue selon :
un plan comptable spécifique permettant de gérer le service selon son statut de SPIC.
l’amortissement représente un coût dont le SPIC doit tenir compte.
un budget individualisé permettant de distinguer au service ses recettes et dépenses de
celle de la collectivité. Le patrimoine immobilisé du service devant être amorti.
1 . Instruction M49 applicable au 1er janvier 1992 par les services d’eau de plus de 5000 habitants qui prévoit la
comptabilisation de l’amortissement technique quelle que soit la taille et le statut des régies.
Annexe 1 – Financement du renouvellement des réseaux AEP 232
2.1.1.1 Inscription de l’amortissement technique au budget
L’amortissement est inscrit à la fois en dépense à la section d’exploitation(compte 68, dotations

aux amortissements et provisions) et en recette à la section investissement (compte
28,amortissement). Une charge non décaissable implique investissement.
2.1.1.2 Méthode de calcul
La dotation d’amortissement résulte de l’étalement de la base de calcul sur la durée d’utilisation de

l’immobilisation. Cette durée doit être fixée les gestionnaires du service pour chaque type
d’immobilisation, les taux d’amortissement doivent être déclarés et inscrits dans un tableau
d’amortissement.
La dotation d’amortissement technique peut être constante : amortissement linéaire,

décroissante : amortissement dégressif ou croissant : amortissement variable : amortissement
proportionnel.
2.1.1.3 Pratique de l’amortissement ( cas d’une gestion directe)
L’amortissement doit pouvoir servir pour couvrir l’amortissement financier, il est donc conseillé
d’ajuster le rythme de l’amortissement technique à l’amortissement financier. Cela revient à
adopter un rythme progressif d’amortissement. L’amortissement est un mécanisme systématique.
2.1.1.4 Pratique de l’amortissement (cas de gestion déléguée)
Selon le contrat de délégation :

- si c’est une concession, le concessionnaire doit assurer l’intégralité des charges
d’investissement(nouveau ou renouvellement) ;
- si le contrat est un affermage répartition des charges d’amortissement peut être complexe
collectivité-fermier , la charge de renouvellement doit être supporter soit par la collectivité,
soit par le fermier(selon contrat).
Amortissement
Couverture de l’amortissement Source

financier d’autofinancement
Figure .1. la pratique de l’amortissement

233 Annexe 1 – Financement du renouvellement des réseaux AEP
2.1.2 Le placement
La pratique des placements rémunérés est réglementée. Possibilités de placement :
Placement budgétaire des fonds provenant de la cession d’un élément soit par émission
de titres ou valeurs du trésor ;
excédent de trésorerie peut faire l’objet d’un placement budgétaire.
Ces placements sont possibles qu’après accord du Trésor Public, les SPIC exploités sous forme
d’une régie dotée d’une autonomie financière ou de la personnalité morale qui ont le droit de
placer leurs valeurs obligatoires ou facultatives en valeurs du trésor.
2.2 L’emprunt
Il présente l’avantage de mettre à la disposition des collectivités de liquidités pour palier à

d’éventuelles dépenses imprévues. Cependant en raison des taux d’intérêts pratiqués, l’emprunt
ne se révèle pas un bon moyen de financement du renouvellement à cause de l’amortissement
financier qu’il peut engendrer. Avec la décentralisation, plus de taux privilégiés pratiqués. Les
collectivités se retrouvent avec des annuités de remboursements des emprunts qui représente plus
de 30 % du prix de l’eau (Debi & Risser,1994).
2.3 Les subventions
Souvent possible si le renouvellement n’est pas à l’identique. Possibilité d’avoir des subventions
d’organismes : des Agences de l’eau, Départements, la Communauté Européenne.
Annexe 2 – Les modes de gestion des services de l’eau 234
1. Les modes de gestion des services d’eau
Il existe plusieurs modes de gestion (Bourdin, 1998) des services d’eau, régie, délégation,
affermage, concession. Chaque mode de gestion présente des particularités en terme de gestion
de la maintenance du réseau et de ses équipements. Le renouvellement des conduites est
généralement à la charge de la commune propriétaire du réseau AEP sauf dans le cas d’une
concession où le délégataire assure le renouvellement du réseau. Indépendamment du mode de
gestion du service d’eau, l’article 2224-1 du CGCT est précis en matière de financement des
services : « Les budgets des Services Publics à caractère Industriel ou Commercial exploités en
régie, affermés ou concédés par les communes doivent être équilibrés en recettes et en dépenses.
1.1 La gestion directe
La gestion est dite directe quand le service est exploité dans le cadre d’une régie où la gestion du
service public est assurée par le conseil municipal ou un conseil de communauté de communes
ou groupement.
La gestion directe s’effectue dans le cadre d’une structure juridique : régie. Celle ci peut se faire
selon trois catégories : régie directe, régie avec autonomie financière et régie disposant de la
personnalité morale. La gestion en régie s’effectue sous contrôle direct du conseil municipal. Une
régie est un service public à caractère industriel et commercial (SPIC) dont la mission est
l’exploitation du réseau AEP et l’approvisionnement des abonnés en eau potable en respectant un
ensemble de conditions liées à l’équité dans l’accès à la ressource en eau, la transparence et la
continuité du service. C’est donc la commune ou le syndicat de communes qui assument la
responsabilité complète en matière d’investissement et de fonctionnement du service d’eau.
1.1.1 La gestion en régie directe
Mode le plus courant, fonctionnement et contrôle sous la responsabilité de l’assemblée

délibérante (conseil municipal, comité syndical). Sur le plan juridique pas de personnalité morale,
ni d’autonomie financière, c’est l’assemblé délibérante qui fixe les redevances et les prix à la
charge des usagers.
1.1.2 La gestion en régie autonome
Régie dotée de l’autonomie financière, la gestion directe est assurée par l’assemblée délibérante,
décision en matière : d’approbation du budget, fixation des tarifs, passation de marchés.
Nomination d’un directeur (par le maire après consultation du conseil d’exploitation, rôle
consultatif) qui veille au bon fonctionnement du service.
1.1.3 La gestion en régie dite personnalisée
Autonomie sur le plan financier et doté de la personnalité morale qui assure une gestion
complétée du service d’eau d’un point de vue économique, administrative, financier et juridique.
Disposant d’organes de gestion propre, constituant un établissement public à part entière,
administré par un conseil d’administration et un directeur. C’est l’assemblée institutive qui fixe le
tarif de l’eau et/ou la redevance d’assainissement.
1.2 La gestion déléguée
La gestion déléguée assure la gestion du service d’eau et d’assainissement par un opérateur privée
à travers un contrat dont la durée est variable en fonction des prestations demandées et qui
stipule la responsabilité du délégataire en matière d’exploitation et d’investissement. La loi sapin
du 29 Janvier 1993 soumet les délégataires à des contraintes et obligations spécifiques.
1.3 La concession
Mode absolu de délégation, par cette convention on délègue la gestion du service à une personne
publique, physique ou morale de droit public ou privé pendant une période contractuellement
déterminée moyennant le droit de percevoir des redevances payées par les usagers.
Avec la concession, le délégataire est responsable de la gestion du service public à ses risques et
périls. Ainsi, il est responsable de la prestation fournie aux usagers et vis à vis des tiers
(notamment en cas d’accident).
1.4 L’Affermage
Forme la plus utilisée dans le secteur de l’eau et de l’assainissement. Le délégant confie à un tiers
(le fermier) à ces risques et périls l’exploitation d’un service public. Les investissements relèvent
de la compétence de l’autorité délégante. Le Fermier est l’interlocuteur de l’usager, il assure la
facturation, perçoit les redevances et assume la responsabilité juridique du fonctionnement du
service.
1.5 La régie intéressée et la gérance
1.5.1 La régie intéressée
C’est la collectivité qui finance elle-même le service et confie son exploitation et l’entretien à une
personne physique et morale, de droit privé ou public moyennant une rémunération, non
supportée par les usagers mais proportionnelle au chiffre d’affaire réalisé.
1.5.2 La gérance
La rémunération n’est pas fonction de l’évolution de l’activité du service (chiffre d’affaire). ce

mode de gestion est fondé sur les mêmes bases que le contrat de régie intéressée, le contrat de
régie se distingue dans la mesure ou la collectivité décide seule de la fixation des tarifs :
1. la collectivité assume à ses risques et périls le fonctionnement du service, conserve les
bénéficient mais doit prendre en charge les déficits et le financement du service,
2. La rémunération du gérant est forfaitaire,
3. C’est le gérant qui perçoit les recettes et assure la facturation.
Tableau 1. Les modes de gestion des services publics
Mode de gestion Exploitation Financement Equipements Investissement/renouvellement
Régie Commune ou Prix de l’eau, Propriété de la Financé par la commune ou syndicat
syndicat de redevance commune de communes
commune prélevée sur
l’usager
Concession Par le Prix de l’eau, Propriété de la Financé par le délégataire
délégataire redevance commune
prélevée sur
l’usager
Affermage Par le Une partie de la Propriété de la Financé par la commune sauf pour les
délégataire redevance commune équipement électromagnétiques qui
prélevée sur sont à la charge du délégataire.
l’usager, l’autre
partie revient à
la commune
Gérance Par le Redevance Propriété de la Financé par la commune
délégataire prélevée par la commune
commune et
rémunération
forfaitaire du
délégataire
Régie intéressée Par le Redevance Propriété de la Financé par la commune
délégataire prélevée par la commune
commune et
rémunération du
délégataire par
intéressement à
l’exploitation
Dans le cadre de la thèse nous nous intéressons aux régies. Nous présentons l’instruction
comptable M49 obligatoire depuis 1992 pour les services d’eau de plus de 5000 abonnés et les
différents modes de gestion des services de l’eau en mettant l’accent sur la gestion budgétaire et
la pratique de l’amortissement.
Les conduites d’alimentation représentent des immobilisations, qui sont amorties ainsi que les
autres organes du réseau sur une durée de vie comptable qui est d’environ 70 ans pour les
conduites d’eau. La pratique de l’amortissement génère une ressource financière qui peut
contribuer au financement des travaux de renouvellement, le reste est généralement assuré à l’aide
d’emprunts ou de crédits.
Annexe 3 – Définition des paramètres de l’algorithme génétique 238
1. Détermination de la probabilité de croisement
Nous avons effectué plusieurs simulation pour la détermination de la probabilité de croisement

Pc . Les autres paramètres de l’algorithme génétiques restent inchangés avec une taille de la
population m=200, un nombre de génération gen=100 et une probabilité de mutation Pm=0.015.
Les résultats obtenus sont illustrés par les figures ci-dessous.
45,00 45,00
Millions
Millions
40,00 40,00
35,00 35,00
30,00 30,00
25,00 25,00
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
Fonction objectif F 1 Fonction objectif F 1
0,00 0,00
8,50 9,00 9,50 8,50 9,00 9,50
Figure 1. Solutions obtenues pour Pc=0.90 Figure 2. Solutions obtenues pour Pc=0.95
Pm=0.015, m=200 et gen=10 Pm=0.015, m=200 et gen=100.
45,00 45,00
Millions
Millions
40,00 40,00
35,00 35,00
30,00 30,00
25,00
. 25,00
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
0,00 0,00
8,50 9,00 9,50 8,50 9,00 9,50
Pm=0.015, m=200 et gen=100. Pm=0.015, m=200 et gen=100.
2. Détermination de la probabilité de mutation
Les simulations illustrées ci-dessus ont permis de calculer la métrique C présentées dans le
Chapitre 5. Cette métrique permet de comparer les résultats des simulations. La probabilité
Pc=0.90 semble donner les meilleurs résultats. Nous fixons la probabilité de croisement et
modifions la probabilité de mutation. Les résultats des simulations effectuées sont les suivants :
239 Annexe 3 – Définition des paramètres de l’algorithme génétique
45,00 45,00
Millions
Millions
40,00 40,00
35,00 35,00
30,00 30,00
25,00 25,00
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
Fonction objectif F 1
0,00 Fonction objectif F 1
0,00
8,50 9,00 9,50
8,50 9,00 9,50
45,00 45,00
Millions
Millions
40,00 40,00
35,00 35,00
30,00 30,00
25,00 25,00
20,00 20,00
15,00 15,00
10,00 10,00
5,00 5,00
0,00 0,00
8,50 9,00 9,50 8,50 9,00 9,50
Résumé
Le travail de thèse porte sur la problématique de programmation du renouvellement d’infrastructures

publiques faisant apparaître la notion de réseau physique : les réseaux d’autoroutes, réseaux de ponts,
réseaux électriques, réseaux de transport et plus particulièrement les réseaux d’Alimentation en Eau
Potable. En effet l’exploitation de ces infrastructures qui subissent l’usure physique et l’obsolescence
technique nécessite la remise à niveau de leur performance dans une démarche d’amélioration continue, ce
qui rend la réalisation de travaux de renouvellement indispensables pour pérenniser l’accès à un service
donné. Ils représentent des investissements de modernisation dont le but est de réduire les coûts
d’exploitation et de maintenance des infrastructures existantes en améliorant leur fonctionnement. Ces
investissements ne génèrent pas nécessairement de nouveaux flux financiers « Cash-Flow », d’où la
difficulté pour les services publics à les supporter. Ils représentent des immobilisations et un patrimoine
dont la durée de vie est importante. La gestion du patrimoine ou « Asset Management » est une approche
qui permet de suivre l’évolution d’un patrimoine et d’anticiper les travaux à réaliser pour son maintien en
service tout au long de sa durée de vie. La mise en place d’une telle approche nécessite la prise en compte
dans le processus de décision de critères à la fois économiques, techniques et sociaux. Ce travail propose
un modèle d’aide à la décision qui s’inspire de cette approche permettant d’évaluer les besoins en
renouvellement, de déterminer les priorités et de programmer dans le temps la réalisation des travaux sur
un horizon donné de manière pluriannuelle. Nous considérons des sources d’incertitude liées à l’état du
patrimoine et la disponibilité des ressources financières requises. Dans le cadre de la thèse, ce patrimoine
est constitué par les conduites formant les réseaux d’Alimentation en Eau Potable (AEP). Le modèle
élaboré propose une séquence acceptable d’interventions sur le réseau en identifiant les conduites devant
faire l’objet de travaux, ainsi que la nature des interventions à effectuer. Ceci, en tenant compte de
contraintes liées à la disponibilité des ressources financières et aux prescriptions techniques de
fonctionnement du réseau sur un horizon de planification donné, ce qui nécessite un lissage des ressources
financières dans le temps. Le modèle utilise une optimisation multi-objectif basée sur l’optimum de Pareto,
faisant appel à un algorithme génétique spécifique couplé avec un logiciel de simulation hydraulique pour
la recherche de politiques de renouvellement acceptables. Il propose une démarche adaptée à la réalité du
terrain pour la détermination d’un ensemble de solutions viables, parmi lesquelles le gestionnaire du réseau
d’eau peut choisir une politique de renouvellement traduisant une programmation pluriannuelle des
travaux de renouvellement.
Mots-clés : algorithme génétique, aide à la décision, estimation budgétaire, fiabilité, gestion du

patrimoine, réseau AEP, renouvellement, programmation pluriannuelle, optimisation multi-objectif,
simulation hydraulique.
Abstract
The thesis deals with the problematic of the renewal programming of public infrastructures built in the
within a network structure: Highway networks, bridges networks, electrical supply networks, transport
networks and in particular the water networks. A sustainable management of infrastructure assets is
required in order to improve continuously their performance. Renewal works are needed to ensure the
continuity of the service access, to reduce operations costs, maintenance costs and enhance the
performance of the infrastructures. This investment do not generate necessarily a cash flow that cause a
difficulty for the public utilities to support them. It represent also an asset and a patrimony with
important service life. The asset management allows monitoring of infrastructures and programming the
required works to be implemented to ensure a right operation of infrastructure over their service life. This
approach need to take into the decision making process economic, technical and social criteria. This work
propose a decision making tool inspired from asset management approach that allows to assess the
required renewals , to select and program over a given time step the required annual works. We consider
uncertainty sources linked with the state of the asset and the availability of financial resources. The asset
considered in the thesis is consisted of the pipes forming the water networks. The developed tool propose
an acceptable sequence of interventions on the water network by the identification of pipes which need
renewal work and allows to identify the nature of the required intervention according to constrained
related to available financial resources and technical conditions of water network operation over a given
time step. The model uses a multiobjective optimisation using the Pareto optimality with the help of a
specific genetic algorithm and hydraulic simulation software for the search of feasible renewal policies, the
selection of the right policy among proposed one remains to water utility manager.
Key-words : genetic algorithm, decision making, budgeting, reliability, asset management, water
networks,renewal, annual programming, multiobjective optimisation, hydraulique simuation.

NAFI Amir Hassene Ali 2006

Transféré par

Droits d'auteur :

Formats disponibles

NAFI Amir Hassene Ali 2006

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

NAFI Amir Hassene Ali 2006

Transféré par

Droits d'auteur :

Formats disponibles

2003/2006

Université Louis Pasteur, Strasbourg I

Discipline : Sciences de Gestion

Par : Amir NAFI

Soutenue publiquement le : 08/12/2006

Patrick Roger, Professeur à l’Université Louis Pasteur, Strasbourg (Rapporteur)

Unité Mixte de Recherche en Gestion des Services Publics

Je tiens à remercier mes collègues de l’UMR Cemagref-Engees en Gestion des Services

Chapitre 1 - Problématique de thèse et éléments de réponse

Chapitre 2 - Fonctionnement du réseau AEP et fiabilité hydraulique

Chapitre 4 - Les algorithmes génétiques et l’optimisation multiobjectif

Chapitre 5 - Présentation du modèle d’aide à la décision

1. Identification des données 173

Conclusion générale 213

Figure 1. Description du processus de détérioration des conduites

Figure 10. Exemple de courbe caractéristique d’une pompe 60

Figure 15. Niveau de desserte en fonction de la pression

Figure 20. Codage d’une solution sous forme de chromosome 106

Liste des algorithmes

Algorithme .1. Calcul des indices de fiabilité ICH et IDN à l’aide de

Tableau 1. La gestion du patrimoine adaptée au renouvellement

Dc : durée de vie comptable

Dvie : durée de vie technique

Endelivrée : Energie mise dans le réseau

HBSD : Hydraulic Benefit

p :nombre de conduites dans le réseau

Vi : correspond à la consommation au nœud i à l’heure de pointe du jour de pointe

ABC: Activity Based Costing

L e travail de thèse porte sur la problématique de programmation du renouvellement

La décision en matière de renouvellement est sensible à des critères économiques et financiers,

La programmation pluriannuelle nécessite une hiérarchisation des travaux à réaliser et un lissage

Dans le Chapitre 1, Nous définissons le contexte qui caractérise le secteur de la distribution de

la relation entre la performance du réseau et l’ordre de réalisation des travaux de

Ce chapitre permet d’introduire la problématique de renouvellement et fait apparaître la nécessité

Dans le chapitre 2, nous introduisons les notions et concepts permettant de comprendre le

Nous mettons en exergue la sensibilité des conduites à la topologie du réseau et à l’indisponibilité

Nous définissons la notion de politique de renouvellement, comme la séquence des

Problématique de thèse et éléments

La programmation pluriannuelle du renouvellement des réseaux d’eau potable

Le travail de thèse cherche à décrire le processus d’aide à la décision, en

Un réseau AEP est constitué de conduites enterrées (donc inaccessibles), de diamètres et de

La programmation pluriannuelle du renouvellement vise à estimer les enveloppes financières

Le renouvellement consiste à remplacer la conduite à la fin de sa durée de vie technique ou à

la performance, le fonctionnement et la fiabilité du réseau

Distribution d’eau : caractéristiques Environnement physique Conduite :

Détérioration de la capacité Détérioration Contraintes

Figure 1. Description du processus de détérioration des conduites d’eau potable (Adapté de

Il n’existe pas d’approche unique pour la mise en place du renouvellement. La décision en

la compréhension du fonctionnement du réseau AEP et la mise en place de critères

3. Le renouvellement et les choix d’investissement

Sociaux Productifs Réglementaires

Diversification Modernisation Expansion Innovation

Figure 2. Types d’investissement.

(Alexandre, 1993) définit le renouvellement comme tout investissement correspondant à la

Nous considérons le renouvellement des réseaux AEP comme un investissement de

Les approches susmentionnées présentent donc des limites. Pour répondre à la

4. La gestion du patrimoine et les réseaux d’eau potable

La gestion du patrimoine ou « Asset Management » s’intéresse à la gestion d’immobilisations

Réseaux enterrés : Réseau AEP, Réseau Assainissement, Réseau de Gaz

Ces immobilisations nécessitent un investissement initial considérable et un suivi tout au long de