Titre : Scénarisation territoriale de l’économie circulaire et de ses impacts à base de modèle basé agent
- Spécialité : SHS et informatique
- Dirigée par Marc Dumont (TVES) et encadrée par Kevin Chapuis (IRD) et Emmanuel Lemelin (IMT Nord Europe)
- Thèse à pouvoir dans le cadre d’un dépôt de financement ADEME au 24/03/2025
Objectif : concevoir et développer un modèle à base d’agent (IA) d’économie circulaire des déchets du bâtiment.
Contexte :
L’économie circulaire (EC) vise à optimiser l’utilisation des matières premières, à limiter les déchets et à favoriser la régénération des écosystèmes. Cette approche repose sur plusieurs principes fondamentaux, notamment la réduction de la consommation des ressources naturelles, la réutilisation et le recyclage des matériaux, ainsi que la mise en place de synergies entre les acteurs économiques et institutionnels. Sa mise en œuvre repose sur des dynamiques locales impliquant les collectivités, les entreprises et les citoyens.
Dans ce contexte, les politiques publiques jouent un rôle clé dans l’accélération de cette transition. Des cadres réglementaires tels que le Pacte vert européen ou la loi anti-gaspillage pour une économie circulaire (AGEC) en France imposent de nouvelles obligations aux entreprises et aux collectivités, tout en favorisant l’émergence de dispositifs incitatifs et de financements dédiés. Les modèles basés agents (MBA) permettent d’analyser les effets des politiques publiques et d’évaluer les impacts environnementaux, économiques et sociaux des différentes stratégies d’économie circulaire mises en place.
Ainsi, la scénarisation territoriale de l’économie circulaire à l’aide de modèles basés agents constitue une approche innovante pour explorer les trajectoires possibles de transition et identifier les leviers d’action les plus efficaces. Plusieurs verrous scientifiques demeurent, notamment la collecte et l’intégration des données territoriales, la modélisation du comportement des agents, la validation des scénarios produits ainsi que l’intégration des données économiques, environnementales et sociales.
Dans cette perspective, cette thèse vise à contribuer à une meilleure compréhension des conditions de réussite de l’économie circulaire à l’échelle territoriale, en mobilisant une approche de modélisation permettant d’anticiper les effets des stratégies mises en œuvre et d’éclairer les choix des décideurs.
Description du sujet
Les travaux réalisées dans le cadre de la thèse visent un outil d’aide à la décision permettant aux différentes parties prenantes (collectivités, entreprises) de mieux planifier dans le temps les chantiers à l’échelle d’un territoire, en intégrant des critères économiques (coûts et recettes). Concrètement, étant donné des filières de valorisation de produits, équipement, matériaux (du bâtiment, des sédiments, de l’énergie, plastiques et composites) les acteurs et les flux seront estimés et géolocalisés selon des méthodes reproductibles d’un territoire à l’autre, pour un ciblage Français et Européen (Danemark, Hollande et Espagne).
Une approche de modélisation basée agents sera donc privilégiée, permettant de mieux appréhender la complexité des filières selon la multiplicité des acteurs (décideurs, entreprises de démolition, entreprises de valorisation, transporteurs, etc.), une distribution physique et géographique géolocalisation et une dynamique temporelle propre à chaque acteur. Le développement du modèle sera encadré par l’IRD et l’IMT Nord Europe.
Cette modélisation sera alimentée par (1) des données brutes et SIG issues de l’ODEMA, du CSTB, de l’ADULM, des éco-organisme, de l’INSEE, des ministères et de l’Europe, et par un travail de qualification des acteurs existants sur le territoire de la MEL et Hauts de France, issus des travaux des laboratoires TVES de l’Université de Lille et CERI MP de l’IMT Nord Europe.
Diplôme exigé : Master 2 en informatique ou diplôme d’ingénieur
Compétences souhaitées
● Compétences en intelligence artificielle : systèmes multi-agents, simulation comportementale, planification sous incertitudes, apprentissages profond
● Compétences en recherche opérationnelle : optimisation multi-critères
Candidature à envoyer à Kevin Chapuis (IRD) : kevin.chapuis@ird.fr


