Ce travail vise a concevoir un capteur d'humidite intelligent, dont l'objectif est d'eliminer, la non linearite et la sensibilite multiple, de la sortie du capteur utilise. A l'aide des reseaux de neurone et l'environnement Matlab on est passe par la phase d'apprentissage pour concevoir un modele ANN. Un modele de ce composant a ete insere a la bibliotheque du simulateur PSPICE, dont la sortie reproduit fidelement le comportement du capteur d'humidite MEMS utilisee. Du fait que notre capteur est de type capacitif, le modele obtenu sur PSPICE traduit la variation de l'humidite par une variation d'une capacite. Cette derniere est une grandeur passive qui necessite une conversion en une grandeur active. A cet egard nous avons realise un circuit de conversion capacite/tension. Une linearisation, par un programme Matlab, est appliquee a la reponse de l'ANN dont le but est de creer une base de donnee d'un element de correction permettant de corriger sa reponse non lineaire. L'apprentissage pour cette nouvelle base de donnee nous donne le modele inverse INV-ANN. Les trois blocs, modele ANN, modele inverse INV-ANN et le convertisseur capacite tension, constituent le capteur intelligent."