DIAGNOSTIC ET AIDE A LA DECISION POUR L'AUTONOMISATION DES SYSTEMES AGRICOLES
Résumé
Face à une pression démographique croissante et aux défis climatiques, cette thèse propose une approche intégrée pour optimiser les systèmes agricoles au Togo. En combinant des diagnostics agro-systémiques et des outils d'optimisation avancés, elle vise à concilier productivité et durabilité dans un contexte africain. Les modèles mathématiques tels que la programmation linéaire en nombres entiers mixtes (MILP) permettent de planifier efficacement les rotations culturales en intégrant des contraintes agronomiques, économiques et environnementales. Les métaheuristiques employées, notamment l'Optimisation par Colonies de Fourmis (ACO) et les Algorithmes Génétiques (AG), permettent de résoudre ces problèmes complexes de planification, avec une approche hybride ACO+AG démontrant une amélioration de 15% des performances. Les résultats validés expérimentalement montrent comment ces outils d'aide à la décision peuvent concilier productivité et durabilité dans un contexte africain, tout en s'inscrivant dans la transition vers l'Agriculture 4.0. Cette recherche ouvre des perspectives importantes pour le développement de systèmes agricoles résilients, combinant savoirs agronomiques locaux et technologies d'optimisation avancées, avec des applications potentielles pour d'autres pays en développement confrontés à des défis similaires de sécurité alimentaire et d'adaptation au changement climatique.
Citer ce document
Exporter : BibTeX · RIS (Zotero, Mendeley, EndNote)
Accès au document
Voir sur le dépôt sourceCe document est hébergé sur son dépôt institutionnel d'origine.
Licence et provenance
Licence : Tous droits réservés
Notice moissonnée depuis HAL le 17/11/2026. Le document reste hébergé par sa source.
Voir le document à la source →