Ce travail concerne l'optimisation, à l'aide de techniques de reconnaissance de formes, du pouvoir discriminant d'un système d'évaluation de la qualité, d'un point de vue olfactif, de l'air intérieur des locaux d'habitation et de bureaux. Ce système utilise un ensemble de capteurs multi-gaz (aussi appelés "nez électronique"), basé sur des capteurs à polymères conducteurs et des techniques de reconnaissance de formes statistiques et neuronales. Huit Composés Organiques Volatiles (COVs) odorants, fréquemment émis par les matériaux de construction et de décoration ont été choisis pour évaluer le pouvoir discriminant de ce système vis-à-vis de trois critères chimiques. Une exploration des données par des techniques de reconnaissance de formes a été entreprise en vue de déterminer les mécanismes guidant la réponse du système. Un apprentissage supervisé avec des techniques neuronales a enfin été effectué pour classer les différents échantillons et évaluer l'applicabilité du système au problème posé.
