École Nationale Supérieure de
Techniques Avancées

Résumé

La crise du COVID-19 a soulevé de nombreuses interrogations sur le risque d’apparition de pandémie. Celles-ci risquent de devenir plus fréquentes avec le réchauffement climatique. Tout d’abord, la hausse des températures élargit l’habitat des animaux vecteurs de maladies tels que les moustiques et les tiques, de même que leur période d’activités. De plus, le rapprochement entre les humains et les animaux accroît le risque de contamination par de nouveaux virus. Dans ce contexte, de nombreuses recherches sont faites pour modéliser la propagation de maladies infectieuses. Plusieurs modèles dans lesquels la population est divisée en sousgroupes ont déjà été développés. On les appelle des modèles compartimentaux. Ces modèles sont souvent incomplets, ne prenant pas toujours en compte la vaccination ou le nombre de décés dus à la maladie. Dans ce contexte, un nouveau modèle épidémiologique compartimental a été développé. Ce modèle prend en compte sept compartiments : Susceptibles (S), Exposés (E), Infectés (I), Hospitalisés (H), Rétablis (R) et Décédés (D). L’évolution de la population des différents compartiments est régie par un ensemble d’équations aux dérivées partielles. L’objectif de ce travail est de résoudre ce système d’équations grâce à des méthodes d’intelligence artificielle. Par la suite, la recherche de la couverture vaccinale optimale (c’est-à-dire minimisant le coût sanitaire) pourra être effectuée.