Le contrôle optimal des écoulements nécessite de résoudre les équations de Navier-Stokes et leurs équations adjointes de nombreuses fois, ce qui entraîne des temps de calcul très longs et des capacités de stockage importantes. Il n'est donc pas possible d'envisager de faire du contrôle en temps réel ou quasi-réel avec les techniques de résolution classiques (LES, DNS...etc). Afin de diminuer drastiquement les temps de calcul et la taille des données stockées, il est possible d'utiliser des méthodes de réductions de modèle. Ces approches consistent à écrire la solution du problème dans une base de taille réduite, puis à projeter les équations de Navier-Stokes sur cette base afin d'obtenir un système d'équations différentielles de petite taille dont la résolution, très rapide, permet d'accéder à la dynamique temporelle de l'écoulement. La POD (Proper Orthogonal Decomposition), caractérisée par son optimalité à pouvoir reproduire le phénomène physique en très peu de modes, est la méthode de réduction de modèle la plus utilisée en mécanique des fluides. L'inconvénient majeur de l'approche POD réside dans le fait que la base construite n'est valable que pour la gamme de paramètres pour laquelle elle a été construite. Cet aspect est handicapant notamment à l'intérieur d'une boucle de contrôle où le paramètre varie. Dans le contexte du contrôle optimal, l'approche POD a entre autres été utilisée par Bergmann et al. (Journal of Computational Physics, 2008) pour minimiser la traînée d'un écoulement autour d'un cylindre. Basée sur la méthode des régions de confiance, l'approche proposée nécessite de construire une nouvelle base POD à chaque itération de l'algorithme de contrôle, et donc par suite à faire des simulations classiques des équations de Navier-Stokes, ce qui est coûteux. Tallet et al. (Numerical Heat Transfert part B, 2016) ont quant à eux utilisé l'approche pour contrôler un écoulement anisotherme. Pour cela ils ont considéré une base POD fixe construite à l'aide de clichés issus de simulations balayant une large plage de paramètres de contrôle. Les simulations se font en temps quasi-réels mais l'approche ne permet pas d'avoir un paramètre cible trop éloignée de ceux utilisés pour la construction de la base. Dans ce papier, afin de s'affranchir de ces difficultés, deux techniques de mise à jour de base sont proposées. La première approche considérée est la PGD (Proper Generalized Decomposition), introduite par Ammar et al. (Journal of Non-Newtonian Fluid Mechanics, 2006), qui est une technique itérative d'enrichissement de bases. Ainsi à chaque itération de l'algorithme de contrôle la base est mise à jour par quelques itérations PGD. La seconde approche est quant à elle une technique d'interpolation de bases, robuste, basée sur le calcul des géodésies dans la variété de Grassmann. Cette approche, introduite par Amsallem et Farhat (AIAA Journal, 2008) dans le contexte de l'aéro-élasticité, permet d'obtenir rapidement par interpolation une nouvelle base à chaque itération de l'algorithme de contrôle. Ces différentes approches seront appliquées pour contrôler en temps quasi-réel l'écoulement à l'intérieur d'une cavité dans lequel des sources existent. L'objectif est de retrouver l'intensité des sources, qui sont les paramètres de contrôle, correspondant à une valeur cible de l'écoulement. La robustesse et le potentiel de ces approches en termes de précision et de temps de calcul seront présentés.