Cette thèse propose une méthode originale pour la génération automatique d'un code de simulation pour les systèmes à événements discrets. Cette méthode utilise l'information de localisation des produits lors du fonctionnement du système. Ce flux composé par des tuples (product id, location, time) constitue le point d'entrée pour l'algorithme proposé de génération d'un modèle de simulation de type réseau de files d'attente. Ce type d'approche permet, outre un gain important de temps pour la conception initiale du modèle, une maintenance et reconfiguration " on line " du modèle. La thèse est composée de 5 chapitres. Le premier chapitre pose la problématique et fixe le cadre théorique de la thèse. Le second chapitre est une revue de la littérature sur la simulation en général et sur les travaux utilisant la notion de trajectoires à des fins de modélisation. Le troisième chapitre sert à mettre en avant la proposition au coeur de cette thèse. Le quatrième chapitre décrit le générateur développé. Le cinquième et dernier chapitre présente les travaux d'expérimentation et de validation du générateur. / This thesis work proposes a novel method for the automatic generation of simulation code of discrete event systems. This method uses the location information of the products during operation of the system. This flow, of tuples (product id, location, time) is the input of the proposed algorithm that generates a queueing-network simulation model. This type of approach can achieve a significant time gain for the design, maintenance and on-line reconfiguration of the model. The thesis is composed on five chapters. The first chapter poses the problem and fixes the theoretical framework of the thesis. The second chapter is a literature review of the broad sense of simulation and present works using the notion of trajectories for modeling. The third chapter is to highlight the proposal of the heart of this thesis. The fourth chapter describes the generator developed. The fifth and final chapter presents the experiments and the validation of the generator

Cette thèse propose une approche de modélisation d'un processus adaptatif et itératif de collecte des données, ainsi qu'un outil de validation via des indicateurs d'efficacité opérationnelle de l'équipement. Une approche nommée "Tropos", établie grâce à la théorie de l'information, est donc développée pour modéliser et évaluer le processus de collecte de données. L'approche, originale, permet de synthétiser trois indicateurs qui caractérisent l'efficacité du processus de collecte : 1) utilité des données, 2) complexité du processus, 3) gain d'information par une activité élémentaire du processus. Un modèle original, basé sur les réseaux de Pétri stochastiques colorés couplé à la simulation Monte Carlo, est également proposé pour valider l'efficacité du processus de collecte de données. Ce modèle utilise comme données d'entrée les modèles des processus stochastiques de dégradation, de défaillance et de maintenance des composants de l'équipement. Les paramètres des modèles d'entrée sont supposés connus et extraits des données collectées. Les propriétés du modèle réseau de Pétri stochastique coloré permettent d'extraire les coupes minimales indispensables à l'évaluation de l'état et de l'efficacité opérationnelle de l'équipement. Elles permettent également de traiter les systèmes de structure k/n. L'effectivité de l'approche proposée est enfin illustrée sur un système de production d'énergie multi-source renouvelable, grâce à l'implémentation des algorithmes du modèle sous le logiciel Silab / This thesis proposes a modeling approach of an adaptive and iterative data collection process, and a validation tool via operational effectiveness features for equipment. An approach, named "Tropos", established based on the information theory, is developed to modeling and evaluating data collection processes. This is an original approach, which allows synthesizing three features that characterize the effectiveness of a data collection process: 1) data usefulness, 2) process complexity, 3) gain of information by a basic process activity. An original model, based on colored stochastic Petri nets coupled to the Monte Carlo simulation, has also been developed to validate the effectiveness of the data collection process. This model uses as input, stochastic process models of degradation, of failure and of maintenance of equipment components. The input parameters of the models are assumed to be known and obtained from the collected data. The properties of colored stochastic Petri net model are also used to derive the minimum cuts required to assess the equipment condition and operational effectiveness. These properties also allow to treating systems of k/n structures. The effectiveness of the proposed approach is finally illustrated on a multi-source renewable energy production system, by implementing the algorithms of the model under the Silab software environment