L'introduction de systèmes instrumentés dédiés aux applications de sécurité impose l'évaluation de leur sûreté de fonctionnement. On utilise généralement pour cela les bases de données de fiabilité génériques. Cependant, le retour d'expérience pour ces systèmes qui présentent en général des défaillances rares est insuffisant pour valider les résultats obtenus. En outre, la collecte de données de fiabilité et leur extrapolation à d'autres composants introduisent des incertitudes. Les travaux de cette thèse portent sur la problématique de la prise en compte des incertitudes relatives aux données de fiabilité des composants pour l'évaluation de la sûreté de fonctionnement des systèmes par le formalisme des sous ensembles flous. La méthodologie proposée est appliquée à l'évaluation des probabilités de défaillance des Systèmes Instrumentés de Sécurité (SIS) en présence de données de fiabilité imprécises. Nous introduisons deux nouveaux facteurs d'importance pour aider le concepteur. En outre, nous proposons une méthodologie d'aide à la conception des SIS basée sur la modélisation par réseaux de fiabilité et l'optimisation par des algorithmes génétiques de la structure des SIS pour le respect des niveaux d'intégrité de sécurité (SIL) exigés / The use of safety related systems imposes to evaluate their dependability. Laboratory data and generic data are often used to provide failure data of safety components to evaluate their dependability parameters. However, due to the lower solicitation of safety systems in plant, safety components have not been operating long enough to provide statistical valid failure data. Furthermore, measuring and collecting failure data have uncertainty associated with them, and borrowing data from laboratory and generic data sources involve uncertainty as well. Our contribution is to propose a fuzzy approach to evaluate dependability parameters of safety systems when there is an uncertainty about dependability parameters of systems components. This approach is applied to determine the failure probability on demand of Safety Instrumented Systems (SIS) in presence of uncertainty. Furthermore, we present an optimal design of SIS by using reliability graphs and genetic algorithms to identify the choice of components and design configuration in a SIS to meet the required SIL

Motivés par l'évolution des réglementations en matière d'écologie mais aussi par des contraintes purement économiques, plusieurs secteurs industriels se sont retrouvés dans l'obligation de développer de nouvelles méthodes et modèles pour la gestion des produits en fin de vie. Dans ce contexte, la remanufacturation vise à gérer la récupération de la valeur d’un produit avant sa fin de vie. Elle permet de prolonger le cycle de vie du produit et d’économiser une partie des besoins industriels en matière première. Ces produits remanufacturés seront remis dans le marché et destinés à une autre catégorie de clients, différente de celle des produits neufs. Dans d'autres cas, les produits remanufacturés sont réutilisés sous la forme de pièces de rechange dans les actions de maintenance, mais cette réutilisation peut varier selon la stratégie de maintenance adoptée. Dans ce contexte, cette thèse s'intéresse à l’intégration d'un flux d’approvisionnement hybride en pièces de rechange dans un modèle de maintenance basé sur la dégradation stochastique d’un système de production. Deux types de flux d’approvisionnement en pièces de rechange sont étudiés : un flux direct et un flux inverse. Le flux direct est représenté par l'utilisation de pièces de rechange neuves et le flux inverse est représenté par la réutilisation des pièces récupérées lors des remplacements ultérieurs, avec la possibilité de réaliser une action de remanufacturation pour améliorer l'état de dégradation de ces pièces de rechange. Plusieurs problématiques ont été traitées pour permettre de comprendre l'impact et l'influence d'une politique de remanufacturation sur les performances d'un système de production. En effet, dans un premier temps, nous nous sommes intéressés à des systèmes de production composés d'une seule machine. Dans ce cadre, nous avons proposé des études séquentielles puis intégrées pour optimiser la politique de maintenance et celle de l'approvisionnement hybrides en pièces de rechange destinées aux actions de remplacements. Nous avons étudié également la gestion de production soumise à une contrainte de qualité basée sur l'évolution de la dégradation de la machine. Ensuite, et dans un second temps, nous avons présenté des généralisations des modèles étudiés dans le cadre de systèmes de production composés de plusieurs machines. Enfin, nous avons développé un outil d'aide à la décision pour conception de systèmes de production dans le cadre d'une politique de remanufacturation. Cette problématique - du niveau stratégique - vise à sélectionner le meilleur ensemble de machines pour construire un nouveau système de production capable de satisfaire les contraintes de production définies par décideur / Motivated by the change of regulations in the matter of sustainability, but also by pure economic constraints, several industries have found themselves obligated to develop new methods and models for the management of products that are at the end of their life cycle. In this context, the remanufacturing aims at managing the recovery of the product’s value before its end of life. This type of action will extend the product life cycle and save the use of the raw material. These remanufactured products will be re-injected in a market that serves another class of customers, different from the one using new products. In other cases, the remanufactured products are reused as spare parts for the maintenance, but this reuse may vary according to the maintenance strategy adopted. This thesis focuses on the integration of a hybrid flow supply of spare parts in a service model based on stochastic degradation of a production system. Two types of spare parts supply flows are studied: a direct flow and reverse flow. The direct flow is represented by the use of new spare parts and the reverse flow is represented by the reuse of the recovered parts during the replacements, with the ability to perform remanufacturing action to improve the degradation level of these spare parts. Several issues were treated to better understand the impact of remanufacturing policies over the performance of a production system. At the beginning we started our study with production systems composed of a single machine. In this context, we proposed sequential studies then integrated one to optimize the maintenance policy as well as the Hybrid provisioning in regard to spare parts destined to replacement actions. Similarly, we’ve studied the production management subjected to quality constraint based on the machine’s degradation process. Furthermore, we’ve presented generalizations of studied models within the context of a production system composed of several machines. Finally, we’ve developed an aid-to-decision-design tool for production systems within the remanufacturing process. This problematic aims at –from a strategic point- selecting the best group of machines to build a new system of production that is able to satisfy the constraints of a production defined by the decision maker

Les réseaux de capteurs sans fil (RCSFs), sont composés d'un ensemble de nœuds avec des capteurs, transmetteur/récepteur, d'un système de traitement et d'une réserve d'énergie. Au regard d'applications, de travaux de recherche sont développés sur l'utilisation de ce réseau leur performance, fiabilité ou durée de vie. La durée de vie RCSFs correspond à la période à travers laquelle le RCSF fonctionne parfaitement. Cette durée de vie est très affectée par de nombreux facteurs comme la quantité d'énergie disponible, la probabilité de défaillance et les dégradations des composants. L'énergie disponible devient le facteur prépondérant dans les cas d'applications avec des composants difficilement rechargeables ou non renouvelables. Différents algorithmes, stratégies et techniques d'optimisation ont été élaborées et mises en œuvre à cet effet sur la possibilité d'activer un sous-ensemble de capteurs qui satisfont à la contrainte de surveillance et de garder les autres capteurs en mode veille pour pouvoir être mis en œuvre ultérieurement. Ainsi, c'est un problème de type NP complet de maximisation qui peut être résolu en considérant des Ensembles Disjoints de capteurs de Couverture (EDC). Mais la solution obtenue à l'aide des EDCs ne conduit pas toujours à une extension significative de la durée de vie des RCSFs. Le présent travail vise à rechercher une meilleure solution basée sur des capteurs regroupés dans des ensembles nondisjoints de couverture (ECND). Cette approche permet à un capteur de participer à une ou plusieurs ensembles de capteurs de couvertures. Nous avons alors étudié un modèle de représentation binaire des ECNDs pour déterminer un ordonnancement optimum permettant de maximiser la vie d'un RCSF. De plus, nous avons développé une heuristique basée sur un algorithme génétique, pour trouver une solution proche de l'optimal dans un délai raisonnable. Ainsi, pour un ensemble de m capteurs utilisés pour surveiller un ensemble de n cibles, cette heuristique permet construire un nombre maximum q d'ensembles ECNDs. Des efforts supplémentaires sont donc nécessaires pour trouver le meilleur ordonnancement pour la mise en œuvre des ECNDs, qui maximise la durée de vie globale du RCSF, compte tenu de l'énergie initialement disponible dans chaque capteur. Ce problème est formulé à l'aide d'un modèle mathématique de programmation linéaire en nombres entiers (PLE). La fonction objective de ce problème est la somme de toutes les périodes de surveillance pour les q ECNDs programmés, et la contrainte est la consommation d'énergie de tous les capteurs constituant les ECNDs. La possibilité de trouver la solution à ce problème par PLE dans une période de temps donnée dépend de la complexité du modèle et des instances utilisées. Pour trouver la solution dans un délai raisonnable, nous avons développé un algorithme génétique (AG) basé sur les ECNDs. Les solutions potentielles sont représentées dans des chromosomes composés d'un certain nombre de gènes correspondant aux ECNDs, et chaque gène est caractérisé par la période de surveillance d'un ECND. Nous avons ensuite développé un AG qui combine quatre opérateurs de croisement et quatre opérateurs de mutation. La méthode basée cet AG a été codée dans le langage de programmation C pour obtenir une solution satisfaisante et le logiciel Cplex a été utilisé de déterminer la solution exacte correspondant. Une comparaison des solutions obtenues sur de petites instances en utilisant la PLE par rapport aux solutions obtenues par notre AG montre que la méthode basée sur les AG peut trouver une solution proche de l'optimale dans un délai raisonnable. Ensuite, en comparant les solutions en utilisant l'AG ECNDs à l'AG EDCs de la littérature, nous montrons que l'AG avec ECND peut prolonger la durée de vie des RCSFs plus que les AG avec EDCs pour les mêmes instances. Notre approche combine ainsi les principes d'ordonnancement et les techniques d'optimisation pour maximiser la durée de vie des RCSFs / Wireless sensor networks (WSNs), as a collection of sensing nodes with limited processing, limited energy reserve and radio communication capabilities, are widely implemented in many areas of applications such as industry, environment, healthcare, etc. Regarding this large range of applications, many research issues are introduced including the applications, performance, reliability, lifetime, etc. The WSNs lifetime considered in this work is the period of time through which theWSN is perfectly completing its function. This lifetime is affected by many factors including the amount of energy available, failure probability and components degradation. The amount of energy available become the most important factor in case of non renewable components applications. Different algorithms, strategies and optimization techniques were developed and implemented for this purpose based on the possibility of activating a subset of sensors that satisfied the monitoring constraint, while keeping the others in sleep mode to be implemented later. This is an NP complete maximization problem that can be solved using disjoint set covers (DSCs). But the solution obtained using DSCs does not extend always significantly the WSNs lifetime. So, the present work aims to search for a better solution using non-disjoint set covers (NDSCs). This approach gives the opportunity for a sensor to be implemented in one or more subset covers. For that purpose, we studied a binary representation based model to maximize the number of NDSCs. Also, we developed a genetic algorithm based heuristic based on this model to find out the maximum number of NDSCs in a reasonable time. Thus, for a set of m sensors used to monitor a set of n targets or a field, this heuristic allows to construct a maximum number q of NDSCs. Additional effort is required to find the best scheduling for implementing the NDSCs so as to maximize the lifetime of the sensors involved in the WSNs, considering their limited available energy. This problem is formulated using integer linear programming (ILP) mathematical model. The objective function of this problem is the sum of all monitoring seasons on which all q NDSCs scheduled, and the constraint is the energy consumption in all sensors included in all NDSCs. Solving this problem using ILP in a period of time depends on the complexity of the model and the instances used. To find the solution in reasonable time, we have developed a NDSCs based genetic algorithm (NDSC-GA). The candidate solutions are represented in chromosomes composed of a number of genes equal to the number q of NDSCs, and each gene is the number of monitoring seasons on which a NDSC is scheduled. We have then developed a GA that combines the four crossover operators and four mutation operators. The GA based methods are coded in C programming language to obtain a satisfying solution and the Cplex software was used to obtain the corresponding exact solution. Comparing the optimal solution obtained using the ILP on small instances, to the solutions obtained using our GA based method explained that our methods can find a solution near the optimal in reasonable time. Then, comparing the solution obtained using our NDSCs GA based methods, to the DSCs GA based method in the literature, we showed that the NDSCs GA can prolong the WSNs lifetime better than DSCs GA for the same instances. Our approach combines together the scheduling principles and the optimization techniques to maximizing the WSNs lifetime

Nous présentons les enjeux du management environnemental et soulignons l’importance d’une politique d’économie d’énergie pour les entreprises. Nous proposons un modèle pour déterminer le bilan énergétique de la fabrication en intégrant les différentes phases productives et non-productives. Nous définissons un double objectif pour la minimisation de la durée de production et de la consommation d’énergie. Nous appliquons ce modèle à l’ordonnancement d’ateliers job-shop flexibles. Pour déterminer la solution optimale nous utilisons deux classes de méthodes : - La première relève des algorithmes génétiques. Nous proposons différents types d’algorithmes pour résoudre ce problème multicritère. Nous proposons par exemple de faire évoluer deux populations pour minimiser respectivement l’énergie consommée et la durée de production et de les croiser pour atteindre l’objectif global. - La seconde relève de la programmation sous contrainte. Nous proposons de rechercher la solution optimale en développant une double arborescence pour évaluer l’énergie consommée et la durée de production. Nous construisons notre algorithme en partant des tâches à réaliser sur les machines ou en partant des machines qui réaliseront les tâches. Nous discutons de la construction du front de Pareto pour l’obtention de la meilleure solution.Nous terminons en comparant les différentes approches et en discutant leur pertinence pour traiter des problèmes de différentes tailles. Nous proposons également plusieurs améliorations et quelques pistes pour de futures recherches. / We present the challenges of environmental management and underline the importance of an energy saving policy for companies. We propose a model to determine the energy balance of manufacturing by integrating the different productive and non-productive phases. We define two purposes for minimizing production time and energy consumption. We apply this model to the scheduling of flexible job-shop workshops. To determine the optimal solution we use two types of methods: - The first is genetic algorithms. We propose different types of algorithms to solve this multi-criteria problem. For example, we propose to develop two populations to minimize the energy consumed and the production time, and to cross them to achieve the overall objective. - The second is constraint programming. We propose to find the optimal solution by developing a double tree to evaluate the energy consumed and the production time. We build our algorithm starting from the tasks to be performed on the machines or from the machines that will perform the tasks. We discuss the construction of the Pareto front to get the best solution.We finish by comparing the different approaches and discussing their relevance to deal with problems of different sizes. We also offer several improvements and some leads for future research.

Cette thèse pluridisciplinaire, géographique et informatique (géomatique), s'intéresse à la problématique du transport à la demande (TAD). Le TAD est un transport de personnes collectif terrestre activé seulement à la demande se situant à mi-chemin entre le taxi et le bus. L'idée porteuse de cette recherche est d'utiliser la structure polarisée des territoires pour faciliter une optimisation informatique d'un TAD en (multi)convergence, recourant, par exemple, aux Arbres Couvrants et au modèle gravitaire . Cette approche se traduit notamment par une rationalisation des coûts économiques du service (regroupement des clients, nombre de véhicules nécessaires, temps de parcours...). Par ailleurs, cette thèse donne des éléments méthodologiques pour déployer un TAD usant d'une part d'algorithmes à métaheuristiques (les algorithmes génétiques, i.e. NSGA-II) et d'autre part de modèles géographiques (la forme dite en convergence se basant sur le caractère polarisé du territoire). Des simulations permettent d'évaluer la capacité des méthodes développées à fournir de bonnes solutions dans un contexte opérationnel de forte montée en charge potentielle.<br /><br />Reposant sur le principe de convergence des flux, la méthode exploite la théorie des graphes pour définir les tournées des véhicules, elles-mêmes optimisées selon un algorithme génétique dédié, reposant sur une approche multicritères avec front de Pareto.<br /><br />La dernière partie de la thèse s'intéresse à l'influence du choix des métriques d'optimisation sur les solutions obtenues, compte tenu d'un territoire et d'une granularité spatiale donnés. Elle ouvre sur le questionnement suivant : quelle configuration d'optimisation pour quel territoire et pour quel usage ?

Nous présentons un modèle numérique d'économie de marché décentralisée, fonctionnant hors de l'équilibre, composée de deux grands groupes d'agents (entreprises et ménages) auxquels sont respectivement associées deux fonctions économiques principales (production et consommation). Ces fonctions s'exercent dans le respect des règles des économies capitalistes (propriété privée des moyens de production, échanges monétaires, salariat). Les agents sont des individus en interaction directe et indirecte (et non des agents représentatifs ou des agrégats), chacun poursuivant son propre but, agissant en fonction de son état individuel et de l'environnement proche, sans se préoccuper du tout de l'équilibre général du système et sans contrôle supérieur (ni de la part d'un planificateur, ni d'un commissaire-priseur). Le modèle respecte les trois principes essentiels des économies monétaires: - le processus de production prend du temps et les entreprises ont besoin de crédit pour lancer ce processus; - la monnaie est endogène, elle est créée par le crédit bancaire à la production; - les entreprises sont guidées par le motif de profit et ce profit est monétaire. Implémenté en Java, le modèle se présente comme un laboratoire virtuel permettant de conduire de véritables expériences "in silico". Les interactions réelles et monétaires entre les agents (multiples, hétérogènes, autonomes et concurrents) forment un système dynamique et complexe dont les propriétés macroéconomiques ne sont pas postulées. Nous reconstruisons ainsi les conditions de l'émergence de comportements macroéconomiques inobservables dans les modèles basés sur les notions d'agent représentatif et d'équilibre général.

Les travaux présentés dans ce mémoire visent à développer une méthodologie de dimensionnement des machines synchrones à aimants permanents à flux axial. La mise en œuvre de cette méthodologie suppose de disposer d'un modèle mathématique définissant le comportement physique de la structure. Le modèle dimensionnant proposé dans ce mémoire est multi-échelle et est issu d'une modélisation magnéto-thermo-mécanique de la machine. Le problème de dimensionnement est ensuite écrit sous forme d'un problème d'optimisation multi-physique et multi-critères sous contraintes. Pour le résoudre, deux méthodes d'optimisation, s'appuyant sur les algorithmes génétiques et l'algorithme DIRECT, ont été implantées. En fin, la méthodologie de dimensionnement développée est évaluée dans le cas d'un aérogénérateur (10kW, 200tr/mn) dédié aux sites isolés.

La complexité du vivant est omniprésente à toutes les échelles : des interactions entre molécules individuelles aux réseaux d'interactions permettant à la cellule d'assurer ses fonctions vitales et de répondre aux stimuli. Cette thèse se veut être une application des outils de l'Automatique et de l'Informatique à certaines questions de la Biologie et Biochimie.<br />Pour cela, nous avons abordé le problème via deux aspects : le premier concerne la modélisation des interactions moléculaires en vue de prédire les modes de fixation et les affinités entre molécules. Puisque ces estimations nécessitent de considérer la flexibilité des acteurs, nous avons abordé, en premier lieu, la prédiction des conformations moléculaires qui reste un challenge majeur, caractérisé par ses aspects multimodal et de grandes dimensions. Nous avons alors développé une suite d'heuristiques autour d'un algorithme génétique central. Les paramètres de contrôle et les stratégies d'hybridation sont pilotés par un méta-algorithme permettant d'optimiser la recherche. En outre, des stratégies innovantes de parallélisation sur grilles d'ordinateurs ont été validées afin de réduire les temps de calculs. Enfin, pour entreprendre l'étude des conformations de plusieurs molécules, nous avons développé des algorithmes de criblage rapides basés sur la comparaison d'indices topologiques.<br />Nous avons également étudié un autre aspect en modélisant formellement certains graphes d'interactions, ceci à une toute autre échelle : celle des concentrations des molécules. Nous avons alors mis en évidence l'impact des modes d'interactions moléculaires sur la dynamique globale.

Le problème de tournées de véhicules (VRP) implique de planifier les itinéraires d'une flotte de véhicules afin de desservir un ensemble de clients à moindre coût. Ce problème d'optimisation combinatoire NP-difficile apparait dans de nombreux domaines d'application, notamment en logistique, télécommunications, robotique ou gestion de crise dans des contextes militaires et humanitaires. Ces applications amènent différents contraintes, objectifs et décisions supplémentaires ; des "attributs" qui viennent compléter les formulations classiques du problème. Les nombreux VRP Multi-Attributs (MAVRP) qui s'ensuivent sont le support d'une littérature considérable, mais qui manque de méthodes généralistes capables de traiter efficacement un éventail significatif de variantes. Par ailleurs, la résolution de problèmes "riches", combinant de nombreux attributs, pose d'importantes difficultés méthodologiques. Cette thèse contribue à relever ces défis par le biais d'analyses structurelles des problèmes, de développements de stratégies métaheuristiques, et de méthodes unifiées. Nous présentons tout d'abord une étude transversale des concepts à succès de 64 méta-heuristiques pour 15 MAVRP afin d'en cerner les "stratégies gagnantes". Puis, nous analysons les problèmes et algorithmes d'ajustement d'horaires en présence d'une séquence de tâches fixée, appelés problèmes de "timing". Ces méthodes, développées indépendamment dans différents domaines de recherche liés au transport, ordonnancement, allocation de ressource et même régression isotonique, sont unifiés dans une revue multidisciplinaire. Un algorithme génétique hybride efficace est ensuite proposé, combinant l'exploration large des méthodes évolutionnaires, les capacités d'amélioration agressive des métaheuristiques à voisinage, et une évaluation bi-critère des solutions considérant coût et contribution à la diversité de la population. Les meilleures solutions connues de la littérature sont retrouvées ou améliorées pour le VRP classique ainsi que des variantes avec multiples dépôts et périodes. La méthode est étendue aux VRP avec contraintes de fenêtres de temps, durée de route, et horaires de conducteurs. Ces applications mettent en jeu de nouvelles méthodes d'évaluation efficaces de contraintes temporelles relaxées, des phases de décomposition, et des recherches arborescentes pour l'insertion des pauses des conducteurs. Un algorithme de gestion implicite du placement des dépôts au cours de recherches locales, par programmation dynamique, est aussi proposé. Des études expérimentales approfondies démontrent la contribution notable des nouvelles stratégies au sein de plusieurs cadres méta-heuristiques. Afin de traiter la variété des attributs, un cadre de résolution heuristique modulaire est présenté ainsi qu'un algorithme génétique hybride unifié (UHGS). Les attributs sont gérés par des composants élémentaires adaptatifs. Des expérimentations sur 26 variantes du VRP et 39 groupes d'instances démontrent la performance remarquable de UHGS qui, avec une unique implémentation et paramétrage, égalise ou surpasse les nombreux algorithmes dédiés, issus de plus de 180 articles, révélant ainsi que la généralité ne s'obtient pas forcément aux dépends de l'efficacité pour cette classe de problèmes. Enfin, pour traiter les problèmes riches, UHGS est étendu au sein d'un cadre de résolution parallèle coopératif à base de décomposition, d'intégration de solutions partielles, et de recherche guidée. L'ensemble de ces travaux permet de jeter un nouveau regard sur les MAVRP et les problèmes de timing, leur résolution par des méthodes méta-heuristiques, ainsi que les méthodes généralistes pour l'optimisation combinatoire. / The Vehicle Routing Problem (VRP) involves designing least cost delivery routes to service a geographically-dispersed set of customers while taking into account vehicle-capacity constraints. This NP-hard combinatorial optimization problem is linked with multiple applications in logistics, telecommunications, robotics, crisis management in military and humanitarian frameworks, among others. Practical routing applications are usually quite distinct from the academic cases, encompassing additional sets of specific constraints, objectives and decisions which breed further new problem variants. The resulting "Multi-Attribute" Vehicle Routing Problems (MAVRP) are the support of a vast literature which, however, lacks unified methods capable of addressing multiple MAVRP. In addition, some "rich" VRPs, i.e. those that involve several attributes, may be difficult to address because of the wide array of combined and possibly antagonistic decisions they require. This thesis contributes to address these challenges by means of problem structure analysis, new metaheuristics and unified method developments. The "winning strategies" of 64 state-of-the-art algorithms for 15 different MAVRP are scrutinized in a unifying review. Another analysis is targeted on "timing" problems and algorithms for adjusting the execution dates of a given sequence of tasks. Such methods, independently studied in different research domains related to routing, scheduling, resource allocation, and even isotonic regression are here surveyed in a multidisciplinary review. A Hybrid Genetic Search with Advanced Diversity Control (HGSADC) is then introduced, which combines the exploration breadth of population-based evolutionary search, the aggressive-improvement capabilities of neighborhood-based metaheuristics, and a bi-criteria evaluation of solutions based on cost and diversity measures. Results of remarkable quality are achieved on classic benchmark instances of the capacitated VRP, the multi-depot VRP, and the periodic VRP. Further extensions of the method to VRP variants with constraints on time windows, limited route duration, and truck drivers' statutory pauses are also proposed. New route and neighborhood evaluation procedures are introduced to manage penalized infeasible solutions w.r.t. to time-window and duration constraints. Tree-search procedures are used for drivers' rest scheduling, as well as advanced search limitation strategies, memories and decomposition phases. A dynamic programming-based neighborhood search is introduced to optimally select the depot, vehicle type, and first customer visited in the route during local searches. The notable contribution of these new methodological elements is assessed within two different metaheuristic frameworks. To further advance general-purpose MAVRP methods, we introduce a new component-based heuristic resolution framework and a Unified Hybrid Genetic Search (UHGS), which relies on modular self-adaptive components for addressing problem specifics. Computational experiments demonstrate the groundbreaking performance of UHGS. With a single implementation, unique parameter setting and termination criterion, this algorithm matches or outperforms all current problem-tailored methods from more than 180 articles, on 26 vehicle routing variants and 39 benchmark sets. To address rich problems, UHGS was included in a new parallel cooperative solution framework called "Integrative Cooperative Search (ICS)", based on problem decompositions, partial solutions integration, and global search guidance. This compendium of results provides a novel view on a wide range of MAVRP and timing problems, on efficient heuristic searches, and on general-purpose solution methods for combinatorial optimization problems. / Thèse réalisée en cotutelle entre l'Université de Montréal et l'Université de Technologie de Troyes

La gestion de la chaîne logistique a gagné en maturité depuis l’extension de son champ d’application qui portait sur des problématiques opérationnelles et économiques s’est élargi à des questions environnementales et sociales auxquelles sont confrontées les organisations industrielles actuelles. L’addition du terme «vert» aux activités de la chaîne logistique vise à intégrer une conscience écologique dans tous les processus de la chaîne d'approvisionnement. Le but de ce travail est de développer un cadre méthodologique pour traiter la gestion de la chaîne logistique verte (GrSCM) basée sur une approche d'optimisation multi-objectif, en se focalisant sur la conception, la planification et les opérations de la chaîne agroalimentaire, à travers la mise en oeuvre des principes de gestion et de logistique de la chaîne d'approvisionnement verte. L'étude de cas retenu est la filière du jus d'orange. L'objectif du travail consiste en la minimisation de l'impact environnemental et la maximisation de la rentabilité économique pour des catégories de produits sélectionnés. Ce travail se concentre sur l'application de la GrSCM à deux questions stratégiques fondamentales visant les chaînes d'approvisionnement agroalimentaire. La première est liée au problème de la sélection des fournisseurs en produits « verts » (GSS) pour les systèmes de production agricole et à leur intégration dans le réseau globalisé de la chaîne d'approvisionnement. Le second se concentre sur la conception globale du réseau de la chaîne logistique verte (GSCND). Ces deux sujets complémentaires sont finalement intégrés afin d'évaluer et exploiter les caractéristiques des chaînes d'approvisionnement agro-alimentaire en vue du développement d’un éco-label. La méthodologie est basée sur le couplage entre analyse du cycle de vie (ACV), optimisation multi-objectifs par algorithmes génétiques et technique d’aide à la décision multicritère (de type TOPSIS). L’approche est illustrée et validée par le développement et l'analyse d'une étude de cas de la chaîne logistique de jus d'orange, modélisée comme une chaîne logistique verte (GrSC) à trois échelons composés de la production d’oranges, de leur transformation en jus, puis de leur distribution, chaque échelon étant modélisé de façon plus fine en sous-composants. D’un point de vue méthodologique, le travail a démontré l’intérêt du cadre de modélisation et d’optimisation de GrSC dans le contexte des chaînes d'approvisionnement, notamment pour le développement d’un éco-label dans le domaine de l’agro-alimentaire. Il peut aider les décideurs pour gérer la complexité inhérente aux décisions de conception de la chaîne d'approvisionnement agroalimentaire, induite par la nature multi-objectifs multi-acteurs multi-périodes du problème, empêchant ainsi une prise de décision empirique et segmentée. D’un point de vue expérimental, sous les hypothèses utilisées dans l'étude de cas, les résultats du travail soulignent que si l’on restreint l’éco-label "bio" à l'aspect agricole, seule une faible, voire aucune amélioration sur la performance environnementale de la chaîne d'approvisionnement n’est atteinte. La prise en compte des critères environnementaux pertinents sur l’ensemble du cycle de vie s’avère être une meilleure option pour les stratégies publiques et privées afin de tendre vers des chaînes agro-alimentaires plus durables. / Supply chain and operations management has matured from a field that addressed only operational and economic concerns to one that comprehensively considers the broader environmental and social issues that face industrial organizations of today. Adding the term “green” to supply chain activities seeks to incorporate environmentally conscious thinking in all processes in the supply chain. The aim of this work is to develop a Green Supply Chain (GrSC) framework based on a multi-objective optimization approach, with specific emphasis on agrofood supply chain design, planning and operations through the implementation of appropriate green supply chain management and logistics principles. The case study is the orange juice cluster. The research objective is the minimization of the environmental burden and the maximization of economic profitability of the selected product categories. This work focuses on the application of GrSCM to two fundamental strategic issues targeting agro food supply chains. The former is related to the Green Supplier Selection (GSS) problem devoted to the farming production systems and the way they are integrated into the global supply chain network. The latter focuses on the global Green Supply Chain Network Design (GSCND) as a whole. These two complementary and ultimately integrated strategic topics are framed in order to evaluate and exploit the unique characteristics of agro food supply chains in relation to eco-labeling. The methodology is based on the use of Life Cycle Assessment, Multi-objective Optimization via Genetic Algorithms and Multiple-criteria Decision Making tools (TOPSIS type). The approach is illustrated and validated through the development and analysis of an Orange Juice Supply Chain case study modelled as a three echelon GrSC composed of the supplier, manufacturing and market levels that in turn are decomposed into more detailed subcomponents. Methodologically, the work has shown the development of the modelling and optimization GrSCM framework is useful in the context of eco-labeled agro food supply chain and feasible in particular for the orange juice cluster. The proposed framework can help decision makers handle the complexity that characterizes agro food supply chain design decision and that is brought on by the multi-objective and multi-period nature of the problem as well as by the multiple stakeholders, thus preventing to make the decision in a segmented empirical manner. Experimentally, under the assumptions used in the case study, the work highlights that by focusing only on the “organic” eco-label to improve the agricultural aspect, low to no improvement on overall supply chain environmental performance is reached in relative terms. In contrast, the environmental criteria resulting from a full lifecycle approach is a better option for future public and private policies to reach more sustainable agro food supply chains.