Les travaux présentés dans ce mémoire proposent une nouvelle méthode d'optimisation globale dénommée MPSO-SA. Cette méthode hybride est le résultat d'un couplage d'une variante d'algorithme par Essaim de particules nommé MPSO (Particle Swarm Optimization) avec la méthode du recuit simulé nommé SA (Simulted Annealing). Les méthodes stochastiques ont connu une progression considérable pour la résolution de problèmes d'optimisation. Parmi ces méthodes, il y a la méthode Essaim de particules (PSO° qui est développée par [Eberhart et Kennedy (1995)]. Quant à la méthode recuit simulé (SA), elle provient du processus physique qui consiste à ordonner les atomes d'un cristal afin de former une structure cristalline parfaite. Pour illustrer les performances de la méthode MPSO-SA proposée, une comparaison avec MPSO et SA est effectuée sur des fonctions tests connues dans la littérature. La métode MPSO-SA est utilisée pour la résolution des problèmes réels interopérabilité des systèmes d'information, ainsi qu'aux problèmes d'optimisation et de fiabilité des structures mécaniques.

Les travaux présentés dans ce mémoire proposent une nouvelle méthode d'optimisation globale dénommée MPSO-SA. Cette méthode hybride est le résultat d'un couplage d'une variante d'algorithme par Essaim de particules nommé MPSO (Particle Swarm Optimization) avec la méthode du recuit simulé nommé SA (Simulted Annealing). Les méthodes stochastiques ont connu une progression considérable pour la résolution de problèmes d'optimisation. Parmi ces méthodes, il y a la méthode Essaim de particules (PSO° qui est développée par [Eberhart et Kennedy (1995)]. Quant à la méthode recuit simulé (SA), elle provient du processus physique qui consiste à ordonner les atomes d'un cristal afin de former une structure cristalline parfaite. Pour illustrer les performances de la méthode MPSO-SA proposée, une comparaison avec MPSO et SA est effectuée sur des fonctions tests connues dans la littérature. La métode MPSO-SA est utilisée pour la résolution des problèmes réels interopérabilité des systèmes d'information, ainsi qu'aux problèmes d'optimisation et de fiabilité des structures mécaniques. / The work presented in this PhD thesis contibutes to a new method for a modified particle swarm optimization algorith (MPSO) combined with a simulating annealing algorithm (SA). MPSO is known as an efficient approach with a high performance of solving optimization problems in many research fields. It is a population intelligence algorithm [Eberhart et Kennedy (1995)] inspired by social behavior simulations of bird flocking. Considerable research work on classical method PSO (Particle Swarm Optimization) has been done to improve the performance of this method. Therefore, the propose hybrid optimization algorithms MPSOSA use the combination of MPSO and simulating annealing SA. This method has the avantage to provide best results comparing with all heuristics methods PSO and SA. In this matter, a benchmark of eighteen well-known functions is given. These functions present different situations of finding the global minimum with gradual difficulties. Numerical results presented, in this paper, show the robustness of the MPSOSA algorithm. Numerical comparisons with three algorithms namely, Simulating Annealing, Modified Particle swarm optimization and MPSO-SA show that hybrid algorithm offers better results. This method (MPSO-SA) treats a wide range of optimization problems, in information systems interoperability and in structural optimization field.

L’objectif de cette thèse est le développement de méthodes d’optimisation multi-objectif pour la résolution de problèmes de conception des structures mécaniques. En effet, la plupart des problèmes réels dans le domaine de la mécanique des structures ont plusieurs objectifs qui sont souvent antagonistes. Il s’agit, par exemple, de concevoir des structures en optimisant leurs poids, leurs tailles, et leurs coûts de production. Le but des méthodes d’optimisation multi-objectif est la recherche des solutions de compromis entre les objectifs étant donné l’impossibilité de satisfaire tout simultanément. Les métaheuristiques sont des méthodes d’optimisation capables de résoudre les problèmes d’optimisation multi-objective en un temps de calcul raisonnable sans garantie de l’optimalité de (s) solution (s). Au cours des dernières années, ces algorithmes ont été appliqués avec succès pour résoudre le problème des mécaniques des structures. Dans cette thèse deux métaheuristiques ont été développées pour la résolution des problèmes d’optimisation multi-objectif en général et de conception de structures mécaniques en particulier. Le premier algorithme baptisé MOBSA utilise les opérateurs de croisement et de mutation de l’algorithme BSA. Le deuxième algorithme nommé NNIA+X est une hybridation d’un algorithme immunitaire et de trois croisements inspirés de l’opérateur de croisement original de l’algorithme BSA. Pour évaluer l’efficacité et l’efficience de ces deux algorithmes, des tests sur quelques problèmes dans littérature ont été réalisés avec une comparaison avec des algorithmes bien connus dans le domaine de l’optimisation multi-objectif. Les résultats de comparaison en utilisant des métriques très utilisées dans la littérature ont démontré que ces deux algorithmes peuvent concurrencer leurs prédécesseurs. / The objective of this thesis is the development of multi-objective optimization methods for solving mechanical design problems. Indeed, most of the real problems in the field of mechanical structures have several objectives that are often antagonistic. For example, it is about designing structures by optimizing their weight, their size, and their production costs. The goal of multi-objective optimization methods is the search for compromise solutions between objectives given the impossibility to satisfy all simultaneously. Metaheuristics are optimization methods capable of solving multi-objective optimization problems in a reasonable calculation time without guaranteeing the optimality of the solution (s). In recent years, these algorithms have been successfully applied to solve the problem of structural mechanics. In this thesis, two metaheuristics have been developed for the resolution of multi-objective optimization problems in general and of mechanical structures design in particular. The first algorithm called MOBSA used the crossover and mutation operators of the BSA algorithm. The second one named NNIA+X is a hybridization of an immune algorithm and three crossover inspired by the original crossover operator of the BSA algorithm. To evaluate the effectiveness and efficiency of these two algorithms, tests on some problems in literature have been made with a comparison with algorithms well known in the field of multi-objective optimization. The comparison results using metrics widely used in the literature have shown that our two algorithms can compete with their predecessors.

Le problème de somme coloration minimum (MSCP) et le problème de coloration de bande passante (BCP) sont deux généralisations importantes du problème de coloration des sommets classique avec de nombreuses applications dans divers domaines, y compris la conception de circuits imprimés, la planication, l’allocation de ressource, l’affectation de fréquence dans les réseaux mobiles, etc. Les problèmes MSCP et BCP étant NP-difficiles, les heuristiques et métaheuristiques sont souvent utilisées en pratique pour obtenir des solutions de bonne qualité en un temps de calcul acceptable. Cette thèse est consacrée à des métaheuristiques hybrides pour la résolution efcace des problèmes MSCP et BCP. Pour le problème MSCP, nous présentons deux algorithmes mémétiques qui combinent l’évolution d’une population d’individus avec de la recherche locale. Pour le problème BCP, nous proposons un algorithme hybride à base d’apprentissage faisant coopérer une méthode de construction “informée” avec une procédure de recherche locale. Les algorithmes développés sont évalués sur des instances biens connues et se révèlent très compétitifs par rapport à l’état de l’art. Les principaux composants des algorithmes que nous proposons sont également analysés. / The minimum sum coloring problem (MSCP) and the bandwidth coloring problem (BCP) are two important generalizations of the classical vertex coloring problem with numerous applications in diverse domains, including VLSI design, scheduling, resource allocation and frequency assignment in mobile networks, etc. Since the MSCP and BCP are NP-hard problems, heuristics and metaheuristics are practical solution methods to obtain high quality solutions in an acceptable computing time. This thesis is dedicated to developing effective hybrid metaheuristic algorithms for the MSCP and BCP. For the MSCP, we present two memetic algorithms which combine population-based evolutionary search and local search. An effective algorithm for maximum independent set is devised for generating initial solutions. For the BCP, we propose a learning-based hybrid search algorithm which follows a cooperative framework between an informed construction procedure and a local search heuristic. The proposed algorithms are evaluated on well-known benchmark instances and show highly competitive performances compared to the current state-of-the-art algorithms from the literature. Furthermore, the key issues of these algorithms are investigated and analyzed.

L’objectif des travaux entrepris au cours de cette thèse concerne le développement d’un système haptique de téléopération contrôlé à l’aide d’actionneurs électropneumatiques. Pour réaliser le contrôle du débit de ce type de modulateur, deux solutions technologiques sont possibles : soit des servovalves soit des électrovannes. La première solution est utilisée pour contrôler précisément des systèmes de hautes performances, mais l’apparition d’électrovannes rapides compactes à faible coût offre la possibilité de les utiliser à la place des servovalves. Même si cela entraîne des défis dans la réalisation de la commande, à cause de l’augmentation des non-linéarités intrinsèques de l’actionneur pneumatique lorsqu’il est piloté par les électrovannes au lieu des servovalves. Le premier objectif a consisté à démontrer la possibilité de réaliser des interfaces maître-esclave à performance acceptable à l’aide d’électrovanne, afin de produire des systèmes à faible coût. La méthode la plus courante pour commander des électrovannes consiste à utiliser un signal modulé en largeur d’impulsion. Afin de contrôler de manière plus optimale les électrovannes, une nouvelle stratégie de la commande basée sur l’algorithme hybride a été développée. Cette commande a été implémentée et testée sur un système de maître-esclave à un degré de liberté développé au cours de ces travaux de recherche. Les résultats ont démontré de meilleures performances dans le cas de la commande hybride en termes de dynamique de pression, des performances de suivi en force/position. Afin de disposer des informations de transparence et de stabilité, la commande par mode glissant a été choisie. Une comparaison de la transparence a été réalisée parmi trois architectures pour un système de téléopération. Pour améliorer les performances dynamiques du système, une commande à cinq-mode a été développée. Le second point de recherche entrepris est passé par l’utilisation de servovalves dans un système de téléopération, permettant ainsi de réaliser une comparaison entre les deux technologies. Dans le cas d’une architecture de téléopération, les données expérimentales pour les deux types d’organes de commandes, ont donné des résultats satisfaisants en termes de suivi de force et de position pour le maître et l’esclave. Dans le cas de système de téléopération bilatérale, le capteur de force est souvent supprimé dans le but de réduire les coûts ainsi que le poids et le volume du système global. Les travaux se sont ainsi intéressés à la possibilité d’utiliser des observateurs, à la place de capteurs de force pour déterminer les forces d’interactions entre les interfaces et leurs environnements. Les données expérimentales montrent ainsi qu’il est possible d’obtenir des bonnes performances de transparence en utilisant un simple observateur de Nicosia. Finalement ces différents résultats démontrent le potentiel des actionneurs électropneumatiques pour la réalisation le système de téléopération. / The aim of this thesis is to investigate the development and control of electro-pneumatic actuators in a haptic teleoperation system. For controlling the mass flow rate of such actuators, two types of valve technology are sudied, i.e. solenoid (on/off) valve and proportional servovalve. The servovalves have found widespread applications in which high accuracy of force/position control are needed. They are however typically expensive due to the requirements of high-precision manufacturing. Therefore, the low-cost solenoid valves can be an alternative to the servovalves for achieving acceptable-performance pneumatic control. Generally, the highly nonlinear of the pneumatic actuator is heightened when it uses on/off solenoid valves instead of servovalves. In this case, precise control is challenging due to the discrete-input nature of the system. Our first objective is to demonstrate that it is possible to design an acceptable performance teleoperation system using master-slave robots that have pneumatic actuators equipped with only inexpensive on/off solenoid valves. To control efficiently the switching valves, several control approaches have been proposed, namely pulse width modulation (PWM), hybrid algorithm, and sliding mode control. A hybrid control theory, which includes more switching control modes, than PWM, allows to reduce the chattering problem and improve the energy consumption of the valves. Another strategy (i.e. a sliding mode control), which does not depend on the pneumatic model, is proposed. This control stratgy allows to perform not only the transparent analysis but also the stability analysis. In order to improve the dynamic performance and reduce the chattering problem in solenoid valve actuated pneumatic teleoperation systems, a five-mode sliding control scheme has been used, which can be considered as an extension of the three-mode sliding controller. Our study demonstrates that by increasing the number of possible control actions for the valves, we can reduce the valves’ switching activities, hence improving the valve’s life times at no cost to teleoperation transparency. The second objective of the thesis involves in implementing the proportional servovalves on the pneumatic teleoperation system. A comparison related to the teleoperation performance between an on/off valve and a servovalve is carried out. In experiments, it is observed that with the bilateral teleoperation architecture employing solenoid valves or servovalves, satisfactory force and position tracking between the master and the slave is obtained. In bilateral teleoperation control, force sensors are often omitted to save cost and to lessen weight and volume. Therefore, another aspect of our work consists in using observers for an estimation of operator and environment forces. Experimental results show that acceptable teleoperation transparency based on a simple Nicosia observer and a tangent linear control approach can be achieved.

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 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. / The main objective of this work is to develop new global algorithms to solve single and multi-objective optimization problems, based on the representation formulas with the main task to generate initial points belonging to an area close to the global minimum. In this context, a new approach called RFNM is proposed and tested on several nonlinear, non-differentiable and multimodal finctions. On the other hand, an extension to the infinite dimension was established by proposing an approach for finding the global minimum. Moreover,several random mechanical design problems were considered and resolved using this approach, and improving the NNC multi-objective method. Finally, a new multi-objective optimization method called RSMO is presented. It solves the multi-objective optimization problems by generating a sufficient number o fpoints in the Pareto front.