Boulkertous, SoulafMedjahed,Abrar Kenza2026-11-192026-11-192026-06-24https://dspace.univ-tlemcen.dz/handle/112/27402Dans le contexte de l’Industrie 4.0 et de l’augmentation des volumes de données industrielles, les méthodes traditionnelles de contrôle qualité montrent leurs limites, en particulier pour anticiper les non-conformités. Cette complexité croissante des processus de production exige des approches plus intelligentes et prédictives pour garantir la conformité des produits et l’efficacité du système de production. Ce projet propose le développement d’un système d’aide à la décision basé sur l’intelligence artificielle. Il utilise des techniques d’apprentissage automatique pour prédire les situations à risque et identifier les facteurs influençant la qualité. L’approche intègre également des mécanismes d’interprétation des modèles, permettant de transformer les résultats algorithmiques en recommandations concrètes pour les responsables qualité et production. L’évaluation du système à l’aide d’un jeu de données expérimental démontre son efficacité pour réduire les pertes, améliorer la qualité et optimiser la gestion des processus industriels. Ce travail illustre ainsi le potentiel des systèmes intelligents comme levier stratégique pour l’adoption de pratiques de qualité plus efficaces et orientées données.frIndustrie 4.0Intelligence artificielleApprentissage automatiqueContrôle qualitéPrédiction des anomalies.Application d’une IA pour l’amélioration de la qualité dans un système de production Cas d’étudeThesis