Afin de répondre à la problématique de la régulation multi-objectif et multi-mode des carrefours à feux, nous proposons trois modèles de programmation linéaire mixte en nombres entiers constituant les moteurs d'un système de régulation pleinement adaptatif, ainsi que deux procédures interactives d'optimisation multi-objectif permettant d'adapter itérativement une "politique de régulation" à la situation de trafic. Les critères pris en compte, tous à minimiser, sont le temps d'attente et le nombre d'arrêts des véhicules particuliers, et un critère dédié aux transports en commun permettant de fixer un temps d'attente souhaité pour chaque bus. Des expérimentations ont montré qu'un des trois modèles, dit hybride, se démarque positivement des deux autres. Ce modèle a alors été mis en œuvre avec une des deux procédures interactives, permettant de contrôler un trafic simulé sur une période d'une heure dans différents scénarios types, et comparé à un système de régulation semi-adaptatif.

Les Réseaux de Chaleur (RdC) connaissent un nouvel essor en France qui s’explique par leur capacité à valoriser, à un prix raisonnable, des énergies bas carbone dans les domaines du chauffage et de l’eau chaude sanitaire aujourd’hui fortement émetteurs de CO2. L’amélioration du contrôle de ces systèmes complexes est un enjeu clé pour accroître leur compétitivité et favoriser leur développement. Cette thèse s’intéresse à la gestion par commande optimale des RdC. Pour cette application, nous avons développé et évalué un algorithme qui, à partir d’une prévision de la demande, optimise l’utilisation des différents moyens de production ainsi que la température de départ et la pression différentielle. Par rapport aux systèmes existants, les originalités de notre solution sont de tirer pleinement partie des capacités de stockage thermique dans le réseau et de déterminer le meilleur compromis entre coûts liés au pompage et pertes thermiques. Cette thèse débute par un travail de modélisation dynamique réalisé à l’échelle composant. En nous appuyant sur une démarche de validation expérimentale, nous avons systématiquement recherché le meilleur compromis entre précision et efficacité numérique (Chapitre 1). Le cas d’étude, décrit dans le Chapitre 2, est un RdC virtuel à l’échelle d’un quartier, représentatif du cas Grenoble. Pour le développement du système de gestion avancée, nous présentons ensuite une version linéarisée du modèle de réseau de distribution que nous intégrons à un optimiseur en suivant le formalisme de la programmation linéaire mixte. L’algorithme de gestion proposé est ensuite décrit (Chapitre 3). Il associe un modèle dynamique non-linéaire et l’optimiseur précité. L’objet du quatrième chapitre est l’évaluation des performances de notre algorithme par la simulation et la comparaison à des méthodes de contrôle existantes. Enfin, un dernier chapitre étudie la robustesse de l’algorithme en condition de commande réelle, c’est-à-dire en tenant compte de différentes sources d’incertitude. / District Heating (DH) are currently fast-growing in France. This situation is explained by their ability to exploit and disseminate massively, at a reasonable price, energy sources with low CO2 contents in the sectors of space heating and domestic hot water production, nowadays strongly emitters of greenhouse gases. Improving the control of these complex energy systems is a key issue for increasing their competitiveness and promote their development.This thesis focuses on the optimal control of DH systems. For this application, we have developed and tested an algorithm that optimizes, given a load prediction, the use of the production means, the supply temperature and the differential pressure. Compared to existing methods, the original features of the developed solution are to fully exploit the thermal storage capacity of the network and to determine the best compromise between costs for pumping and heat losses.This thesis begins with a work on dynamic modeling carried out at the component scale. Based on an experimental validation approach, we systematically sought the best compromise between accuracy and computational efficiency (Chapter 1). The case study, described in Chapter 2, is a virtual DH at the district scale, representing the Grenoble case. For the development of the advanced control system, we then present a linearized version of the distribution network model that we integrate into an optimizer relying on Mixed Linear Programming. The proposed control algorithm is described in Chapter 3. It combines a nonlinear dynamic model and the aforementioned optimizer. The topic of the fourth chapter is the evaluation of the performance of our algorithm by simulation and comparison with existing methods of control. A final chapter examines the robustness of the algorithm in real control conditions considering various sources of uncertainty.

Le travail présenté dans ce mémoire de thèse concerne la gestion de la consommation et de la production d'énergie électrique dans les bâtiments. Le problème de gestion d'énergie est modélisé sous forme de programme linéaire mixte. Le travail présenté dans ce mémoire propose des outils qui permettent de prendre en compte les incertitudes dans l'optimisation des flux d'énergie dans l'habitat. Dans un premier temps les incertitudes à prendre en compte sont étudiées. Nous distinguons 2 types d'incertitudes : les incertitudes paramétriques qui concernent le caractère imprécis des coefficients du modèle (prévisions météorologiques, paramètres des modèles, demande prévisionnelle d'énergie…) et les incertitudes d'occurrence qui sont liées aux actions directes de l'usager sur sa consommation d'énergie. Une approche d'optimisation robuste s'appuyant sur une formulation présentée par Bertsimas et Sim pour la programmation linéaire robuste est proposée pour prendre en compte les incertitudes paramétriques. Une procédure d'optimisation en deux étapes, basée sur la programmation stochastique, est proposée pour anticiper les possibilités de démarrage des services pilotés par l'usager. Cette procédure apporte une réponse aux incertitudes d'occurrence en permettant de prendre en compte les consommations d'énergie qui ne sont pas pilotées par le système d'optimisation. Différents exemples d'appartements sont utilisés pour illustrer la validité des méthodes proposées. Différents scénarios de tarification de l'énergie sont également étudiés. / This PhD dissertation concerns the power management in buildings. The problem of power management is modeled as a mixed linear program. The work presented in this thesis aims to take into account the uncertainties in the optimization of energy flow in the buildings. The uncertainties are analyzed and two types of uncertainty are identified: parametric uncertainties concerning the vagueness of the parameters (weather forecasts, energy demand forecast ...) and the occurrence uncertainties that are related to uncontrollable actions of the user. A robust optimization approach based on a formulation presented by Bertsimas and Sim for robust linear programming is proposed to take into account the parametric uncertainties. An optimization procedure in two stages, based on stochastic programming, is proposed to answer the occurrence uncertainties. This procedure allows to take into account the energy consumption that is not driven by the management system. The proposed methods have been illustrated on various examples of dwellings. Different energy pricing are addressed.

Afin de répondre à la problématique de la régulation multi-objectif et multi-mode des carrefours à feux, nous proposons trois modèles de programmation linéaire mixte en nombres entiers constituant les moteurs d'un système de régulation pleinement adaptatif, ainsi que deux procédures interactives d'optimisation multi-objectif permettant d'adapter itérativement une “politique de régulation” à la situation de trafic. Les critères pris en compte, tous à minimiser, sont le temps d'attente et le nombre d'arrêts des véhicules particuliers, et un critère dédié aux transports en commun permettant de fixer un temps d'attente souhaité pour chaque bus. Des expérimentations ont montré qu'un des trois modèles, dit hybride, se démarque positivement des deux autres. Ce modèle a alors été mis en œuvre avec une des deux procédures interactives, permettant de contrôler un trafic simulé sur une période d'une heure dans différents scénarios types, et comparé à un système de régulation semi-adaptatif. / In order to answer the multi-objective and multi-mode adaptive traffic control problem, we propose three models of mixed integer linear programming, usable with two multi-objective optimization interactive methods, allowing to adapt a “traffic control policy” iteratively to the current traffic situation. The considered criteria, all of them to be minimized, are the total waiting time and the number of stops for private vehicles and a criterion dedicated to public transports allowing to set a target waiting time for every bus. Experiments showed that one of the three models, called hybrid model, distinguishes itself positively from the others. This model was implemented with one of the two interactive methods, allowing to control a traffic simulated over one hour in different scenarios, and was compared to a semi-adaptive traffic control system.

Les systèmes adaptatifs basés sur les architectures FPGA (Field-Programmable Gate Arrays) peuvent bénéficier grandement de la grande flexibilité offerte par la reconfiguration partielle dynamique (DPR). Grâce au DPR, les tâches matérielles composant un système adaptatif peuvent être allouées et re-allouées à la demande ou en fonction de l'environnement dynamique. Les flots de conceptions disponibles et les outils commerciaux ont évolué pour répondre aux exigences des architectures reconfigurables qui sont toutefois limitées dans leurs fonctionnalités. Ces outils ne permettent pas un placement et une relocation efficaces de tâches matérielles de tailles variables. L'objectif principal de ces travaux de thèse consiste à proposer des nouvelles méthodologies et de nouvelles approches pour faciliter au concepteur la phase de conception d'un système adaptatif reconfigurable opérationnelle, valide, optimisé et adapté aux changements dynamiques de l'environnement. La première contribution de cette thèse porte sur la problématique de la relocation des tâches matérielles de tailles différentes. Une méthodologie de conception est proposée pour répondre à un problème majeur des mécanismes de relogement : le stockage d'une unique bitstream de configuration pour réduire les besoins de la mémoire et pour accroître la réutilisable des modules matériels générés. Une technique de partitionnement de la région reconfigurable est appliquée dans la méthodologie de relogement proposée pour augmenter l'efficacité d'utilisation des ressources matérielles dans le cas des tâches reconfigurables de tailles variables. Cette méthodologie prend en compte aussi la communication entre différentes régions reconfigurables et la région statique. Pour valider la méthode, plusieurs études de cas sont implémentées. Cette validation montre une utilisation efficace des ressources matérielles ainsi une réduction importante du temps de reconfiguration. La deuxième partie de cette thèse présente et détaille une formulation mathématique afin d'automatiser le floorplanning des zones reconfigurables dans les FPGAs. Les algorithmes de recherche présentés dans cette thèse sont basés sur la technique d'optimisation PLMNE (programmation linéaire mixte en nombres entiers). Ces algorithmes permettent de définir automatiquement l'emplacement, la taille et la forme de la zone reconfigurable dynamique. Nous nous intéressons principalement dans cette recherche à la satisfaction des contraintes de placement des zones reconfigurables et celles liées à la relocation. De plus, nous considérons l’optimisation des ressources matérielles dans le FPGA en tenant compte des tâches de tailles variables. Finalement, une évaluation de l'approche proposée est présentée / Adaptive systems based on Field-Programmable Gate Arrays (FPGA) architectures can benefit greatly from the high degree of flexibility offered by dynamic partial reconfiguration (DPR). Thanks to DPR, hardware tasks composing an adaptive system can be allocated and relocated on demand or depending on the dynamically changing environment. Existing design flows and commercial tools have evolved to meet the requirements of reconfigurables architectures, but that are limited in functionality. These tools do not allow an efficient placement and relocation of variable-sized hardware tasks. The main objective of this thesis is to propose a new methodology and a new approaches to facilitate to the designers the design phase of an adaptive and reconfigurable system and to make it operational, valid, optimized and adapted to dynamic changes in the environment. The first contribution of this thesis deals with the issues of relocation of variable-sized hardware tasks. A design methodology is proposed to address a major problem of relocation mechanisms: storing a single configuration bitstream to reduce memory requirements and increasing the reusability of generating hardware modules. A reconfigurable region partitioning technique is applied in this proposed relocation methodology to increase the efficiency of use of hardware resources in the case of reconfigurable tasks of variable sizes. This methodology also takes into account communication between different reconfigurable regions and the static region. To validate the design method, several cases studies are implemented. This validation shows an efficient use of hardware resources and a significant reduction in reconfiguration time. The second part of this thesis presents and details a mathematical formulations in order to automate the floorplanning of the reconfigurable regions in the FPGAs. The algorithms presented in this thesis are based on the optimization technique MILP (mixed integer linear programming). These algorithms allow to define automatically the location, the size and the shape of the dynamic reconfigurable region. We are mainly interested in this research to satisfy the constraints of placement of the reconfigurable zones and those related to the relocation. In addition, we consider the optimization of the hardware resources in the FPGA taking into account the tasks of variable sizes. Finally, an evaluation of the proposed approach is presented

Cette thèse s’intéresse au fonctionnement cyclique multi-produits des ateliers de traitement de surface, et au problème d’ordonnancement associé (HSP), caractérisé par des contraintes fortes et atypiques, dont certaines sont liées aux ressources de transport. Dans le cas de productions en grandes séries, une commande cyclique de ces systèmes est particulièrement adaptée, permettant notamment de réduire la combinatoire de résolution, et sous réserve que les ratios de produits soient connus à l’avance. Notre objectif est de trouver le meilleur ordonnancement des tâches de traitement et de transport en un temps raisonnable. Pour cela, nous proposons une première approche, basée sur un modèle linéaire et une méthode de résolution arborescente de type séparation et évaluation. Nous présentons des modélisations pour différentes extensions du problème dit de base et nous fournissons des exemples illustratifs et des résultats sur des benchmarks. Par la suite et compte tenu de l’analyse de la littérature relative aux ordonnancements cycliques mono-produit et multi-produits, nous proposons tout d’abord une heuristique dédiée au cas multi-produits étudié, et basée sur un algorithme de liste. Avec ce dernier, nous obtenons un ordonnancement cyclique dont le degré du cycle n’est pas fixé au préalable. Enfin, nous présentons une deuxième modélisation approchée sous la forme d’un algorithme génétique pour résoudre un HSP 2-cyclique. Ces différents modèles sont validés par des tests sur des benchmarks de la littérature pour lesquels nous avons obtenus des résultats prometteurs. Nous terminons par une analyse critique des avantages et inconvénients des modèles élaborés et par quelques propositions de perspectives pour ce travail. / In this thesis, we study the Cyclic Hoist Scheduling Problem (CHSP) in automated electroplating lines, when a mass production must be achieved. The CHSP is characterized by specific constraints related to processing and transport resources. To solve it in a multi-parts context, we first elaborate a 2-degree cyclic model and an associated branch and bound algorithm. Then we extend it to more complex configurations. Then, we develop a dedicated heuristic to find a feasible repetitive sequence of hoist moves that minimizes the cycle time, without a priori fixing the cycle degree. Comparisons with existing algorithms are presented to show the efficiency of the proposed heuristic. To reduce the cycle time, we integrate in the general heuristic an algorithm with a set of Minimum Part Set (MPS) configurations’. This one allows us to find the best order in which jobs should be introduced into the line. Finally, we describe a genetic algorithm approach to find a schedule which can reach the optimal 2-cycle. We finally discuss the interest of those various models, based on the promising results obtained and we provide some perspectives which could be explored.

Dans cette thèse, nous nous intéressons principalement à l’étude du fonctionnement cyclique mono-produit des ateliers de traitement de surface. Notre contribution porte sur le problème d’ordonnancement associé connu dans la littérature sous le nom Cyclic Hoist Scheduling Problem (CHSP). L’objet de cette thèse est de proposer des méthodes efficaces pour la résolution des problèmes de traitement de surface dans le cas où les produits à traiter sont du même type. Nous traitons en particulier le cas où le nombre des robots présents sur la ligne est égal à deux, ce qui augmente le nombre des contraintes du problème, sachant que dans le cas mono robot, ce problème a été prouvé NP-Complet. Pour cela, nous proposons une méthode qui combine deux heuristiques et un programme linéaire mixte. Cette méthode permet notamment d’affecter les mouvements de transport à l’un des deux robots tout en gérant les risques de collision entre eux, lorsque la gamme opératoire des produits à traiter suit l’implantation des cuves.Par la suite, nous proposons une extension du modèle au cas de lignes complexes. Enfin, nous étudions le cas d’un fonctionnement mixte, pour lequel il est nécessaire de traiter dans une même installation des produits différents et des rafales de produits identiques. Dans ces conditions, la solution la plus intéressante pour les industriels est de pouvoir alterner des modes de production dynamiques et cycliques. Pour cela, nous proposons une méthode efficace permettant de résoudre le problème d’ordonnancement associé à la phase transitoire relative à ce type de fonctionnement. Elle consiste en particulier à chercher les dates d’entrée au plus tôt des produits. La principale difficulté identifiée consiste ici à passer du mode dynamique au mode cyclique, c’est-à-dire à rejoindre un cycle à partir d’une solution courante donnée, en supposant que ce cycle est connu à priori. Les méthodes élaborées dans les divers cas traités sont validées par des tests sur des benchmarks de la littérature. / In this thesis, our interest is focused on the Cyclic Hoist Scheduling Problem (CHSP) in automated electroplating lines. The aim of this study is to propose an algorithm to solve the two-hoists cyclic scheduling problem. This one consists in finding a repetitive sequence of hoists’ moves, while avoiding collision between the hoists which share a common track. The objective is to minimize the period of this repetitive cycle for single part-type production. This problem was proved to be NP-complete for lines with a single hoist. The fact that two hoists are available on the line increases the number of constraints of the problem. Then we propose a solving method combining two heuristics and a Mixed Integer Linear Program. It enables us to solve both assignment and sequencing problems, while considering spatial constraints related to hoist’moves.Subsequently, we propose an extension of the model which is adapted to complex lines. Finally, our interest is focused on solving a HSP for which it is necessary to treat in the same facility a batch of various products and a batch of identical products. Under these conditions, the most interesting solution for manufacturers is to be able to alternate the production of two batches. For this goal, we propose an efficient method to solve the scheduling problem associated. Finally, our proposed methods are validated by experimentations based on benchmarks from the literature.

Les réseaux électriques actuels connaîtront un profond changement dans les années à venir. La nouvelle génération est le Smart Grid (SG) ou le réseau électrique intelligent qui se caractérise par une couche d'information et de communication qui permet aux différents composants du réseau de communiquer. Il doit considérer tous les aspects du réseau électrique, le rendant plus intelligent et flexible. Cette notion est présentée comme une réponse à l'évolution du marché de l'électricité, visant à gérer l’augmentation de la demande tout en assurant une meilleure qualité de service et plus de sécurité.Premièrement, nous présentons une formulation de programmation linéaire mixte en entier pour optimiser les systèmes de production et de consommation d'énergie dans une maison intelligente avec un déploiement efficace de plusieurs ressources énergétiques distribuées. Ensuite, à travers la conception d'expériences avec la méthode de Taguchi, divers scénarios sont introduits en faisant varier des facteurs significatifs. Par la suite, une technique heuristique est proposée pour résoudre le problème de la gestion de l'énergie résidentielle en trouvant la solution optimale globale pendant plusieurs jours consécutifs avec une réduction significative du temps d'exécution.Deuxièmement, un modèle de gestion de l'énergie est assuré grâce à des modèles mathématiques pour optimiser l’utilisation du réseau, des ressources énergétiques renouvelables, des véhicules électriques et de la batterie, ainsi que pour différents types d'appareils thermiques et électriques. Une méthode de solution exacte est mise en œuvre pour réduire le coût de l'électricité dans une maison intelligente et pour trouver des modes de fonctionnement de différentes charges. Ensuite, un algorithme d'optimisation math-heuristique est proposé pour résoudre le problème avec un temps de simulation étendu.Enfin, nous étudions le problème de gestion de l'énergie dans un microréseau constitué de plusieurs maisons intelligentes. Chacune d'elles dépose de ressources énergétiques renouvelables, d’un véhicule électrique et d’appareils intelligents. Les ressources d'énergie renouvelable injectent l’excès de l'énergie dans un système de stockage d'énergie partagé. Un modèle mathématique linéaire mixte en entier pour la gestion d'énergie est proposé pour réduire le coût total de fonctionnement du microréseau. Des comparaisons avec des scénarios conventionnels où chaque maison intelligente possède son propre système de stockage d'énergie sont effectuées pour démontrer l’efficacité de la démarche proposée. / The current electricity grids will experience a profound change in the coming years. The new generation is the Smart Grid (SG) which is characterized by information and communication layer enabling the communication between the different components of the grid. It needs to consider all sides of power grid, making it more intelligent and flexible. This notion is presented as an answer to changes in the electricity market, aiming to manage the increased demand while ensuring a better quality of service and more safety.First, we present a mixed integer linear programming formulation to optimize the energy production and consumption systems in a smart home with an effective deployment of several distributed energy resources. Then through the design of experiments with the Taguchi method, diverse scenarios are introduced by varying significant factors. Afterward, a heuristic technique is proposed to solve the problem of residential energy management by finding the global optimum solution for many consecutive days with significant reduction of execution time.Second, an energy management model is proposed thanks to mathematical models to optimize the grid, renewable energy resources, battery and electric vehicles are presented as well as for different type of thermal and electrical appliances. An exact solution method is implemented to reduce the electricity cost in a smart home and find out operation modes of different loads. Then a math-heuristic optimization algorithm is proposed to solve the problem with extended simulation time horizon.Finally, we study a microgrid energy management problem which comprises multiple smart homes. Each of them owns renewable energy resources, one electric vehicle and smart appliances. The renewable energy resources inject the excess energy in the shared energy storage system. An optimized energy management model using mixed integer linear programming is proposed to reduce the total electricity cost in the microgrid. Comparisons with conventional scenarios where each smart home has its individual small energy storage system without sharing energy with their neighbors are done to ensure that the proposed formulation is well efficient.

Dans cette thèse, nous considérons le problème du séquencement sur une ligne de montage multi-modèles de véhicules industriels. Pour équilibrer au mieux la charge dynamique des opérateurs, la minimisation de la somme des retards à l’issue de chaque véhicule est proposée.Deux approches peuvent être utilisées pour optimiser le lissage de charge dans un problème de séquencement : l’utilisation directe des temps opératoires ou le respect de règles. La plupart des travaux appliqués à l’industrie automobile utilisent l’approche de respect de règles. Une originalité de ce travail est d’utiliser l’approche de la prise en compte directe des temps opératoires.L’étude de la littérature de ce problème a dévoilé deux lacunes dans les travaux précédents : l’essentiel des travaux modélisent un seul type d’opérateurs d’une part, et proposent des heuristiques ou des métaheuristiques pour résoudre ces problèmes, d’autre part. L’originalité de ce travail est de tester des méthodes exactes pour des instances industrielles et de modéliser le fonctionnement de trois différents types d’opérateurs spécifiques au cas industriel.Deux méthodes exactes sont développées : la programmation linéaire mixte et la programmation dynamique. Une étude expérimentale des facteurs de complexité sur des instances académiques des deux modèles est développée. Les modèles sont aussi testés sur des instances du cas d’étude.Par ailleurs, le problème est traité par deux méthodes approchées : une heuristique basée sur la programmation dynamique d’une part, et des métaheuristiques (algorithme génétique, recuit simulé et un couplage des deux) d’autre part. Les deux approches sont testées sur des instances académiques et des instances du cas d’étude.Ce travail a permis d’apporter une solution intéressante d’un point de vue industriel puisqu’il prend en compte les caractéristiques de la ligne de montage (opérateurs spécifiques) et améliore significativement la qualité du séquencement en un temps de calcul raisonnable. / In this thesis, the problem of sequencing mixed model assembly lines (MMAL) is considered. Our goal is to determine the sequence of products to minimize the work overload. This problem is known as the mixed model assembly line sequencing problem with work overload minimization (MMSP-W). This work is based on an industrial case study of a truck assembly line.Two approaches can be used to minimize the work overload: the use of task operation times or the respect of sequencing rules. Most of the earlier works applied in car industry use the latter approach. The originality of this work is to employ the task operation times for the generation of the product sequence in a MMAL.The literature review has highlighted two main gaps in previous works: most of the papers consider a single type of operators, and propose heuristics or metaheuristics to solve the problem. The originality of this work is to test exact methods for industrial case instances and to model three different types of operators.Two exact methods are developed: the mixed integer linear programming and dynamic programming. The models are tested on industrial case study instances. An experimental study is developed for both approaches in order to understand the complexity factors.Moreover, the problem is treated by two approximate methods: a heuristic based on dynamic programming and metaheuristics (genetic algorithm, simulated annealing and a hybrid method based on both genetic algorithm and simulated annealing). All approaches are tested on academic instances and on real data from the industrial case study.

Le problème de dimensionnement et planification d'agents en centre d'appels consiste à déterminer sur une période le nombre d'interlocuteurs requis afin d'atteindre la qualité de service exigée et minimiser les coûts induits. Ce sujet fait l'objet d'un intérêt croissant pour son intérêt théorique mais aussi pour l'impact applicatif qu'il peut avoir. Le but de cette thèse est d'établir des approches en contraintes en probabilités en considérant l'incertitude de la demande.Tout d'abord, la thèse présente un modèle en problème d'optimisation stochastique avec contrainte en probabilité jointe traitant la problématique complète en une étape afin d'obtenir un programme facile à résoudre. Une approche basée sur l'idée de continuité est proposée grâce à des lois de probabilité continues, une nouvelle relation entre les taux d'arrivées et les besoins théoriques et la linéarisation de contraintes. La répartition du risque global est faite pendant le processus d'optimisation, permettant une solution au coût réduit. Ces solutions résultantes respectent le niveau de risque tout en diminuant le coût par rapport à d'autres approches.De plus, le modèle en une étape est étendu pour améliorer sa représentation de la réalité. D'une part, le modèle de file d'attente est amélioré et inclus la patience limitée des clients. D'autre part, une nouvelle expression de l'incertitude est proposée pour prendre la dépendance des périodes en compte.Enfin, une nouvelle représentation de l'incertitude est considérée. L'approche distributionally robust permet de modéliser le problème sous l'hypothèse que la loi de probabilité adéquate est inconnue et fait partie d'un ensemble de lois, défini par une moyenne et une variance données. Le problème est modélisé par une contrainte en probabilité jointe. Le risque à chaque période est définie par une variable à optimiser.Un problème déterministe équivalent est proposé et des approximations linéaires permettent d'obtenir une formulation d'optimisation linéaire. / The staffing and shift-scheduling problems in call centers consist in deciding how many agents handling the calls should be assigned to work during a given period in order to reach the required Quality of Service and minimize the costs. These problems are subject to a growing interest, both for their interesting theoritical formulation and their possible applicative effects. This thesis aims at proposing chance-constrained approaches considering uncertainty on demand forecasts.First, this thesis proposes a model solving the problems in one step through a joint chance-constrained stochastic program, providing a cost-reducing solution. A continuous-based approach leading to an easily-tractable optimization program is formulated with random variables following continuous distributions, a new continuous relation between arrival rates and theoritical real agent numbers and constraint linearizations. The global risk level is dynamically shared among the periods during the optimization process, providing reduced-cost solution. The resulting solutions respect the targeted risk level while reducing the cost compared to other approaches.Moreover, this model is extended so that it provides a better representation of real situations. First, the queuing system model is improved and consider the limited patience of customers. Second, another formulation of uncertainty is proposed so that the period correlation is considered.Finally, another uncertainty representation is proposed. The distributionally robust approach provides a formulation while assuming that the correct probability distribution is unknown and belongs to a set of possible distributions defined by given mean and variance. The problem is formulated with a joint chance constraint. The risk at each period is a decision variable to be optimized. A deterministic equivalent problem is proposed. An easily-tractable mixed-integer linear formulation is obtained through piecewise linearizations.