Sources d'incertitude dans l'ACV

Description

Cette séance de cours traite de l'importance de l'analyse de l'incertitude dans la prise de décision, la planification de la réduction structurée de l'incertitude et la transparence des résultats de l'analyse du cycle de vie (ACV). Il couvre deux types d'incertitudes: la variabilité aléatoire et l'incertitude épistémique, illustrant comment elles se manifestent dans des scénarios du monde réel. Les sources d'incertitude, telles que la variabilité temporelle, la variabilité spatiale et la variabilité liée à l'objet, sont explorées. La séance de cours se penche également sur les incertitudes épistémiques liées aux paramètres, modèles et scénarios dans LCA. Il met l’accent sur la nécessité d’une collecte de données précise et d’outils de mesure précis pour réduire l’incertitude épistémique. Divers exemples illustrent comment les incertitudes peuvent avoir un impact sur les résultats de l’ACV et l’importance de les aborder.

Connectez-vous pour regarder la vidéo

Dans MOOC

Source officielle

https://mediaspace.epfl.ch/media/0_1ckh5iov

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (13)

Uncertainty quantification

Uncertainty quantification (UQ) is the science of quantitative characterization and estimation of uncertainties in both computational and real world applications. It tries to determine how likely certain outcomes are if some aspects of the system are not exactly known. An example would be to predict the acceleration of a human body in a head-on crash with another car: even if the speed was exactly known, small differences in the manufacturing of individual cars, how tightly every bolt has been tightened, etc.

Uncertainty

Uncertainty refers to epistemic situations involving imperfect or unknown information. It applies to predictions of future events, to physical measurements that are already made, or to the unknown. Uncertainty arises in partially observable or stochastic environments, as well as due to ignorance, indolence, or both. It arises in any number of fields, including insurance, philosophy, physics, statistics, economics, finance, medicine, psychology, sociology, engineering, metrology, meteorology, ecology and information science.

Propagation des incertitudes

Une mesure est toujours entachée d'erreur, dont on estime l'intensité par l'intermédiaire de l'incertitude. Lorsqu'une ou plusieurs mesures sont utilisées pour obtenir la valeur d'une ou de plusieurs autres grandeurs (par l'intermédiaire d'une formule explicite ou d'un algorithme), il faut savoir, non seulement calculer la valeur estimée de cette ou ces grandeurs, mais encore déterminer l'incertitude ou les incertitudes induites sur le ou les résultats du calcul.

Experimental uncertainty analysis

Experimental uncertainty analysis is a technique that analyses a derived quantity, based on the uncertainties in the experimentally measured quantities that are used in some form of mathematical relationship ("model") to calculate that derived quantity. The model used to convert the measurements into the derived quantity is usually based on fundamental principles of a science or engineering discipline. The uncertainty has two components, namely, bias (related to accuracy) and the unavoidable random variation that occurs when making repeated measurements (related to precision).

Analyse de sensibilité

L’analyse de sensibilité est l'étude de la façon dont l'incertitude de la sortie d'un code ou d'un système (numérique ou autre) peut être attribuée à l'incertitude dans ses entrées. Il s'agit d'estimer des indices de sensibilité qui quantifient l'influence d'une entrée ou d'un groupe d'entrées sur la sortie. L'analyse de sensibilité peut être utile pour beaucoup d'applications: Tester la robustesse d'un modèle ou d'un système en présence d'incertitude.