Dans les disciplines de l'intelligence artificielle et de la recherche opérationnelle, on rencontre de nombreux problèmes comme l'allocation de ressources, l'ordonnancement, la, conception, le diagnostic automatisé. Ces problèmes se formulent aisément comme des problèmes de satisfaction de contraintes (CSP). Un CSP est défini comme étant un ensemble de contraintes impliquant un certain nombre de variables. L'objectif consiste simplement à trouver un ensemble de valeurs à affecter aux variables, de sorte que toutes les contraintes soient satisfaites. Dans le cas le plus général, les problèmes de satisfaction de contraintes ont un aspect fortement combinatoire qui leur confère une grande complexité. Nous nous intéressons dans le cadre de cette thèse aux problèmes de satisfaction de contraintes binaires en domaines finis. Les méthodes auxquelles nous nous intéressons pour résoudre un CSP sont, les méthodes dites incomplètes : elles font une réparation d'une configuration en parcourant de manière non systématique l'espace des configurations. Dans cette catégorie de méthodes, notre intérêt s'est plus particulièrement tourné vers les Algorithmes Evolutionnistes. Ce sont des méthodes générales d'optimisation combinatoire qui sont inspirées de la théorie de l'évolution. Dans un CSP classique, on recherche une solution, sans avoir à optimiser de fonction. Pour entrer dans le cadre des Algorithmes Évolutionnistes, on se doit de définir une fonction d'évaluation pour les CSP qui prend ses valeurs minimales sur les solutions du problème. Cette fonction pourrait être utilisée par toutes méthodes incomplètes, telles que les techniques min-conflits, GSAT et leurs variantes. Nous montrons dans cette thèse l'application de notre fonction d'évaluation pour la méthode min-conflits ainsi que pour un algorithme évolutionniste. D'un autre côté, dans le contexte plus spécifique des algorithmes génétiques, nous souhaitons guider l'évolution (i.e. recherche d'une solution), en faisant des transformations sur la population plus orientées vers le problème de satisfaction de contraintes. Nous définissons ainsi des opérateurs de mutation et de croisement spécialisés pour les CSP qui sont basés sur la structure du graphe de contraintes. Ensuite, nous incorporons le concept d'adaptation dans l'opérateur de croisement, afin d'améliorer la recherche de l'algorithme. Dans ce mémoire, nous décrivons et justifions les algorithmes mis en oeuvre, en illustrant les techniques implémentées par la résolution de problèmes de coloriage de graphe avec trois couleurs, et de CSP générés aléatoirement.

Le comportement non-linéaire des sols observé lors des mouvements sismiques forts est maintenant bien établi et le déploiement des puits accélérométriques a permis des analyses détaillés de la propagation des ondes ainsi qu'une évaluation quantitative des paramètres physiques tels que la vitesse de cisaillement et de compression des ondes et les facteurs d'amortissements en fonction de la déformation. En dépit du nombre grandissant d'´etudes sur ce phénomène, sa connaissance est encore récente et les recherches sur les données de puits accélérométriques restent une étape importante vers la compréhension du comportement complexe in-situ des sédiments soumis à des mouvements sismiques forts. L'objectif de ces travaux est triple. Premièrement, un code d'inversion par algorithme génétique est développé afin d'inverser des données de puits accélérométriques via la théorie des matrices de propagation de Thomson- Haskell. Cette technique nous permet dans un premier temps de valider la structure en une dimension (1D) (e.g., vitesse des ondes de cisaillement, facteurs d' amortissements) d'un puits accélérométrique dans le domaine linéaire et dans un second temps de mettre en évidence de manière quantitative le comportement non-linéaire des sédiments lors du séisme de Fukuoka, 2005, Japon. Deuxièmement, les résultats de l'inversion sont utilisés pour tester des lois de comportement simples et avancées en utilisant la Méthode des Eléments Finis. Les résultats montrent clairement que l'hypothèse bilinéaire de la loi de comportement simple produit des séries temporelles non réalistes en vitesse et en accélération. L'utilisation d'une loi de comportement avancée mène à de meilleurs résultats, cependant, le nombre de paramètres ajustables pour obtenir des résultats consistants avec l'observation est un obstacle inévitable. Troisièmement, afin d'étendre l'étude des effets de site à des dimensions supérieures, des codes 2D et 3D de la Méthode en Eléments Spectraux sont développés et validés en comparant leurs résultats dans le domaine linéaire avec ceux obtenus théoriquement ou via d'autres méthodes numériques.

L'objectif de ce travail est, partant des analyses des impacts des Générations d'Energie Dispersée (GED) dans les<br />réseaux électriques, de proposer une nouvelle méthodologie de gestion des situations critiques du système à fort<br />taux de pénétration de production décentralisée. Cette nouvelle méthodologie s'appuie sur le concept d'îlotage<br />intentionnel à multiples niveaux de tension à l'aide des GED. L'idée développée a été d'intégrer de nouveaux<br />modes d'exploitation des GED aux plans d'actions du système électrique, ceci en cas de grande perturbation et<br />même de panne d'électricité à grande échelle, en utilisant différentes techniques d'optimisation multi-objectifs<br />sous contraintes à multi-niveaux de tension. Cette méthode a été appelé Deep Build Together pour considérer<br />une reconstruction simultanée du système dans les deux sens descendent et ascendant : du transport vers la<br />distribution et de la distribution vers le transport. Grâce à cela, lors d'un incident généralisé, beaucoup de clients<br />pourront être réalimentés plus tôt (notamment les clients prioritaires) et la durée de la reconstitution du système<br />sera réduite. Plusieurs aspects techniques ont été analysés pour justifier la faisabilité de cette méthodologie. Une<br />comparaison paramétrique, en fonction du taux de pénétration de GED, entre la nouvelle stratégie Deep Build<br />Together et celle qui est actuellement utilisée, a permis une première validation de cette nouvelle stratégie de<br />gestion des situations critiques.

Dans ce travail de thèse, nous présentons plusieurs contributions visant à améliorer l'utilisation des modèles de Markov cachés (MMC) dans les systèmes d'intelligence artificielle. Nous nous sommes concentrés sur trois objectifs : l'amélioration de l'apprentissage de MMC, l'expérimentation d'un nouveau type de MMC et la visualisation de dissimilarité pour mieux comprendre les interactions entre MMC. Dans la première partie, nous proposons, évaluons et comparons plusieurs nouvelles applications<br />de métaheuristiques biomimétiques classiques (les algorithmes génétiques, l'algorithme de fourmis artificielles API et l'optimisation par essaim particulaire) au problème de l'apprentissage de MMC. Dans la<br />deuxième partie, nous proposons un nouveau type de modèle de Markov caché, appelé modèle Markov caché à substitutions de symboles (MMCSS). Un MMCSS permet d'incorporer des connaissances a priori dans le processus d'apprentissage et de reconnaissance. Les premières expérimentations de ces modèles sur des images démontrent leur intérêt. Dans la troisième partie, nous proposons une nouvelle méthode de représentation de dissimilarité appelée matrice de scatterplots pseudo-euclidienne (MSPE), permettant de mieux comprendre les interactions entre des MMC. Cette MSPE est construite à partir<br />d'une technique que nous nommons analyse en composantes principales à noyau indéfini (ACPNI). Nous terminons par la présentation de la bibliothèque HMMTK, développée au cours de ce travail. Cette dernière intègre des mécanismes de parallélisation et les algorithmes développés au cours de la thèse.

Ce travail de thèse a porté sur la détection et localisation de défauts dans les réseaux de distribution HTA par les<br />indicateurs de passage de défaut (IPD). Les études ont été effectuées dans le cadre du développement attendu et<br />croissant des GED (sources de Génération d'Energie Décentralisées).<br />La première partie du mémoire est consacrée à l'analyse du comportement des IPD. En ce qui concerne<br />l'influence du contexte de fonctionnement sur la réponse des IPD, une partie est destinée à vérifier le<br />fonctionnement des modèles IPD développés et les règles d'utilisation des IPD prévus. Une autre analyse<br />l'influence des GED sur l'utilisation des IPD sur la détection et localisation de défauts. Pour l'amélioration de la<br />robustesse du diagnostic avec IPD en présence de fausses indications, une méthode de détermination de la<br />section en défaut (limitée par des IPD) est proposée.<br />La deuxième partie du mémoire est consacrée à une méthode d'optimisation du placement des IPD dans les<br />réseaux HTA sur la base d'algorithmes génétiques. Nous avons défini différents critères pour l'optimisation ; ils<br />sont validés par un programme de calcul des indices de fiabilité. L'influence de la GED dans le départ HTA sur<br />le placement optimal des IPD est analysée en tenant compte du coût de l'énergie non fournie par la GED et du<br />fonctionnement envisageable comme un secours de la GED.

Cette thèse a pour objectif principal le développement de nouveaux algorithmes globaux pour la résolution de problèmes d'optimisation mono et multi-objectif, en se basant sur des formules de représentation ayant la tâche principale de générer des points initiaux appartenant à une zone proche du minimum globale. Dans ce contexte, une nouvelle approche appelée RFNM est proposée et testée sur plusieurs fonctions non linéaires, non différentiables et multimodales. D'autre part, une extension à la dimension infinie a été établie en proposant une démarche pour la recherche du minimum global. Par ailleurs, plusieurs problèmes de conception mécanique, à caractère aléatoire, ont été considérés et résolus en utilisant cette approche, avec amélioration de la méthode multi-objectif NNC. Enfin, une contribution à l'optimisation multi-objectif par une nouvelle approche a été proposée. Elle permet de générer un nombre suffisant de points pour représenter la solution optimale de Pareto.

Cette thèse a pour but de développer le pendant in silico des étapes clés du Fragment-Based Drug Design (FBDD), et ce dans le cadre plus général du développement de l'outil S4MPLE. Le FBDD génère des ligands drug-like à partir de petites molécules (fragments). Après une étape de validation de S4MPLE et de sa fonction d'énergie, un recentrage autour du FBDD est réalisé, à travers le docking puis l'optimisation virtuelle de fragments par growing ou linking (G/L). Cette stratégie reposesur 1) la création d'une chimiothèque focalisée en connectant un ou deux fragment(s) avec des linkers pré-générés, et 2) l'échantillonnage avec S4MPLE des composés chimères dans le site avec des contraintes. Des simulations de G/L plus ou moins ambitieuses (site flexible, ajout de H2O libres) permettent de valider cette approche avec des études rétrospectives basées sur des données expérimentales. La dernière phase de la thèse a consisté à appliquer ce protocole in silico à un projet de l'entreprise.

Cette thèse entre dans le cadre du projet Hélimaintenance ; un project labellisé par le pôle de compétitivité Français Aérospace-Valley, qui vise à construire un centre dédié à la maintenance des hélicoptères civils qui soit capable de lancer des travaux en R&D dans le domaine. Notre travail consiste à prendre en considération les incertitudes dans la planification et l'ordonnancement de projets et résoudre les problèmes Rough Cut Capacity Planning, Resource Leveling Problem et Resource Constraint Project Scheduling Problem sous incertitudes. L'incertitude est modélisée avec l'approche floue/possibiliste au lieu de l'approche stochastique ce qui est plus adéquat avec notre cas d'étude. Trois types de problèmes ont été définis dans cette étude à savoir le Fuzzy Rough Cut Capacity Problem (FRCCP), le Fuzzy Resource Leveling Problem (FRLP) et le Fuzzy Resource Constraint Project Scheduling Problem (RCPSP). Un Algorithme Génétique et un Algorithme "Parallel SGS" sont proposés pour résoudre respectivement le FRLP et le FRCPSP et un Recuit Simulé est proposé pour résoudre le problème FRCCP.

L'objectif de ce travail est de développer une méthode capable de déterminer automatiquement l'état de vigilance chez l'humain. Les applications envisageables sont multiples. Une telle méthode permettrait par exemple de détecter automatiquement toute modification de l'état de vigilance chez des personnes qui doivent rester dans un état de vigilance élevée (par exemple, les pilotes ou les personnels médicaux).Dans ce travail, les signaux électroencéphalographiques (EEG) de 58 sujets dans deux états de vigilance distincts (état de vigilance haut et bas) ont été recueillis à l'aide d'un casque à 58 électrodes posant ainsi un problème de classification binaire. Afin d'envisager une utilisation de ces travaux sur une application du monde réel, il est nécessaire de construire une méthode de prédiction qui ne nécessite qu'un faible nombre de capteurs (électrodes) afin de limiter le temps de pose du casque à électrodes ainsi que son coût. Au cours de ces travaux de thèse, plusieurs approches ont été développées. Une première approche propose d'utiliser un pré-traitement des signaux EEG basé sur l'utilisation d'une décomposition en ondelettes discrète des signaux EEG afin d'extraire les contributions de chaque fréquence dans le signal. Une régression linéaire est alors effectuée sur les contributions de certaines de ces fréquences et la pente de cette régression est conservée. Un algorithme génétique est utilisé afin d'optimiser le choix des fréquences sur lesquelles la régression est réalisée. De plus, cet algorithme génétique permet la sélection d'une unique électrode.Une seconde approche est basée sur l'utilisation du Common Spatial Pattern (CSP). Cette méthode permet de définir des combinaisons linéaires des variables initiales afin d'obtenir des signaux synthétiques utiles pour la tâche de classification. Dans ce travail, un algorithme génétique ainsi que des méthodes de recherche séquentielle ont été proposés afin de sélectionner un sous groupes d'électrodes à conserver lors du calcul du CSP.Enfin, un algorithme de CSP parcimonieux basé sur l'utilisation des travaux existant sur l'analyse en composantes principales parcimonieuse a été développé.Les résultats de chacune des approches sont détaillés et comparés. Ces travaux ont aboutit sur l'obtention d'un modèle permettant de prédire de manière rapide et fiable l'état de vigilance d'un nouvel individu.

La recherche développée dans cette thèse propose une méthodologie pour faciliter la recherche d'un site favorable à I'installation d'un parc d'énergie marine, ainsi qu'un ensemble de solutions techniques appropriées au site lui-même et aux contraintes économiques. Dans le but de simplifier les processus de décisions, une approche multicritère est proposée. La méthode développée intègre un système d'information géographique, une méthode d'analyse multicritère et un algorithme d'optimisation. Cette stratégie est appliquée dans le cadre d'un projet d'implantation d'un parc d'hydroliennes. Trois critères sont utilisés : I'acceptation sociale, l'énergie produite et le coût global du projet.Le premier critère à modéliser est I'acceptation sociale qui permet de discrétiser spatialement la zone d'étude. Cette modélisation vise une segmentation de I'espace maritime suivant son potentiel à réduire les conflits. L'agrégation des différentes contraintes spatiales est obtenue en utilisant la méthode Electre III. Des modèles de coût et de production énergétique ont été ensuite intégrés en prenant en compte la possibilité de combiner plusieurs technologies. Les sites d'installations proposés sont définis par I'intersection de la carte d'acceptabilité avec les cartes relatives aux contraintes géographiques intervenant dans I'estimation du coût de l'énergie produite. La technologie utilisée, les principaux paramètres de dimensionnement des machines et les caractéristiques géographiques des sites d'installation permettent l'évaluation des deux derniers critères. Pour chaque site d'implantation, les machines offrant le meilleur compromis coût/ énergie produite sont identifiées grâce à un algorithme génétique. La méthode d'analyse multicritères Electre III est également appliquée dans le processus de décision final incluant les trois critères. Un classement des différentes régions de I'espace maritime, auxquelles une machine optimisée est associée, est obtenu. Ce classement est adapté à la vision du problème des décideurs grâce aux possibilités de paramétrage des différents critères dans Electre. / The research developed in this thesis introduces a methodological approach whose objective is to facilitate the search of a favorable site for the installation of a marine energy converter park in the maritime domain. In order to efficiently install a marine energy farm in a suitable region, two main objectives are considered. The first one is to identify the best location for a given technology, and the second one aims is to find the optimal farm configuration and the most adequate technologies for a given region.The introduced methodology is based on a combination of Geographic Information Systems (GIS), multi-criteria analysis (MCA) and an optimization algorithm. Three main criteria are considered in the approach: the global cost of the project, quantity of energy produced and social acceptance. The social acceptance criterion is evaluated by the MCA. The MCA retained is Electre III. The research develops a combination of Electre and GIS analysis that takes into account the conflicting nature of the different spatial constraints. The geographical dimension is taken into account thanks to a grid-oriented structural representation in which each elementary region is ranked according to the potentialities and the conflicts that may arise. The approach is complemented by the application of a genetic algorithm whose objective is to select the technical options for each spatial subdivision in order to optimize the criteria of cost and produced energy by the converters. The last step of the methodology applies Electre again to provide a decision-aid support. The whole approach generates a potential classification of the different sub-regions of the maritime space considered, according to the different technologies considered, and this by summarizing the three main criteria. Overall the method provides a decision-aid system based on the flexibility offered by the Electre parameters that can be used by both engineers and decisionmakers when studying the potentiality offered by the development of marine energy converters.