Let but de cette thèse est de proposer différents modèles mathématiques de neurones pour l'Optogénétique et d'étudier leur contrôle optimal. Nous définissons d'abord une version contrôlée des modèles déterministes de dimension finie, dits à conductances. Nous étudions un problème de temps minimal pour un système affine mono-entrée dont nous étudions les singulières. Nous appliquons une méthode numérique directe pour observer les trajectoires et contrôles optimaux. Le contrôle optogénétique apparaît comme une nouvelle façon de juger de la capacité des modèles à conductances de reproduire les caractéristiques de la dynamique du potentiel de membrane, observées expérimentalement. Nous définissons ensuite un modèle stochastique en dimension infinie pour prendre en compte le caractère aléatoire des mécanismes des canaux ioniques et la propagation des potentiels d'action. Il s'agit d'un processus de Markov déterministe par morceaux (PDMP) contrôlé, à valeurs dans un espace de Hilbert. Nous définissons une large classe de PDMPs contrôlés en dimension infinie et prouvons le caractère fortement Markovien de ces processus. Nous traitons un problème de contrôle optimal à horizon de temps fini. Nous étudions le processus de décision Markovien (MDP) inclus dans le PDMP et montrons l'équivalence des deux problèmes. Nous donnons des conditions suffisantes pour l'existence de contrôles optimaux pour le MDP, et donc le PDMP. Nous discutons des variantes pour le modèle d'Optogénétique stochastique en dimension infinie. Enfin, nous étudions l'extension du modèle à un espace de Banach réflexif, puis, dans un cas particulier, à un espace de Banach non réflexif. / The aim of this thesis is to propose different mathematical neuron models that take into account Optogenetics, and study their optimal control. We first define a controlled version of finite-dimensional, deterministic, conductance based neuron models. We study a minimal time problem for a single-input affine control system and we study its singular extremals. We implement a direct method to observe the optimal trajectories and controls. The optogenetic control appears as a new way to assess the capability of conductance-based models to reproduce the characteristics of the membrane potential dynamics experimentally observed. We then define an infinite-dimensional stochastic model to take into account the stochastic nature of the ion channel mechanisms and the action potential propagation along the axon. It is a controlled piecewise deterministic Markov process (PDMP), taking values in an Hilbert space. We define a large class of infinite-dimensional controlled PDMPs and we prove that these processes are strongly Markovian. We address a finite time optimal control problem. We study the Markov decision process (MDP) embedded in the PDMP. We show the equivalence of the two control problems. We give sufficient conditions for the existence of an optimal control for the MDP, and thus, for the initial PDMP as well. The theoretical framework is large enough to consider several modifications of the infinite-dimensional stochastic optogenetic model. Finally, we study the extension of the model to a reflexive Banach space, and then, on a particular case, to a nonreflexive Banach space.

Cette thèse se développe sur deux fronts: nous nous concentrons sur les méthodes numériques des problèmes de contrôle optimal, en particulier sur le Principe de la Programmation Dynamique et sur le Model Predictive Control (MPC) et nous présentons des applications de techniques de contrôle en biologie. Dans la première partie, nous considérons l'approximation d'un problème de contrôle optimal avec horizon infini, qui combine une première étape, basée sur MPC permettant d'obtenir rapidement une bonne approximation de la trajectoire optimal, et une seconde étape, dans la quelle l¿équation de Bellman est résolue dans un voisinage de la trajectoire de référence. De cette façon, on peux réduire une grande partie de la taille du domaine dans lequel on résout l¿équation de Bellman et diminuer la complexité du calcul. Le deuxième sujet est le contrôle des méthodes Level Set: on considère un problème de contrôle optimal, dans lequel la dynamique est donnée par la propagation d'un graphe à une dimension, contrôlé par la vitesse normale. Un état finale est fixé, l'objectif étant de le rejoindre en minimisant une fonction coût appropriée. On utilise la programmation dynamique grâce à une réduction d'ordre de l'équation utilisant la Proper Orthogonal Decomposition. La deuxième partie est dédiée à l'application des méthodes de contrôle en biologie. On présente un modèle décrit par une équation aux dérivées partielles qui modélise l'évolution d'une population de cellules tumorales. On analyse les caractéristiques du modèle et on formule et résout numériquement un problème de contrôle optimal concernant ce modèle, où le contrôle représente la quantité du médicament administrée. / This thesis is divided in two parts: in the first part we focus on numerical methods for optimal control problems, in particular on the Dynamic Programming Principle and on Model Predictive Control (MPC), in the second part we present some applications of the control techniques in biology. In the first part of the thesis, we consider the approximation of an optimal control problem with an infinite horizon, which combines a first step based on MPC, to obtain a fast but rough approximation of the optimal trajectory and a second step where we solve the Bellman equation in a neighborhood of the reference trajectory. In this way, we can reduce the size of the domain in which the Bellman equation can be solved and so the computational complexity is reduced as well. The second topic of this thesis is the control of the Level Set methods: we consider an optimal control, in which the dynamics is given by the propagation of a one dimensional graph, which is controlled by the normal velocity. A final state is fixed and the aim is to reach the trajectory chosen as a target minimizing an appropriate cost functional. To apply the Dynamic Programming approach we firstly reduce the size of the system using the Proper Orthogonal Decomposition. The second part of the thesis is devoted to the application of control methods in biology. We present a model described by a partial differential equation that models the evolution of a population of tumor cells. We analyze the mathematical and biological features of the model. Then we formulate an optimal control problem for this model and we solve it numerically.

Cette thèse contient des contributions originales à la théorie du Contrôle Optimal en temps discret et en horizon infini du point de vue de Pontryagin. Il y a 5 chapitres dans cette thèse. Dans le chapitre 1, nous rappelons des résultats préliminaires sur les espaces de suites à valeur dans et des résultats de Calcul Différentiel. Dans le chapitre 2, nous étudions le problème de Contrôle Optimal, en temps discret et en horizon infini avec la contrainte asymptotique et avec le système autonome. En utilisant la structure d'espace affine de Banach de l'ensemble des suites convergentes vers 0, et la structure d'espace vectoriel de Banach de l'ensemble des suites bornées, nous traduisons ce problème en un problème d'optimisation statique dam des espaces de Banach. Après avoir établi des résultats originaux sur les opérateurs de Nemytskii sur les espaces de suites et après avoir adapté à notre problème un théorème d'existence de multiplicateurs, nous établissons un nouveau principe de Pontryagin faible pour notre problème. Dans le chapitre 3, nous établissons un principe de Pontryagin fort pour les problèmes considérés au chapitre 2 en utilisant un résultat de Ioffe-Tihomirov. Le chapitre 4 est consacré aux problèmes de Contrôle Optimal, en temps discret et en horizon infini, généraux avec plusieurs critères différents. La méthode utilisée est celle de la réduction à l'horizon fini, initiée par J. Blot et H. Chebbi en 2000. Les problèmes considérés sont gouvernés par des équations aux différences ou des inéquations aux différences. Un nouveau principe de Pontryagin faible est établi en utilisant un résultat récent de J. Blot sur les multiplicateurs à la Fritz John. Le chapitre 5 est consacré aux problèmes multicritères de Contrôle Optimal en temps discret et en horizon infini. De nouveaux principes de Pontryagin faibles et forts sont établis, là-aussi en utilisant des résultats récents d'optimisation, sous des hypothèses plus faibles que celles des résultats existants. / This thesis contains original contributions to the optimal control theory in the discrete-time framework and in infinite horizon following the viewpoint of Pontryagin. There are 5 chapters in this thesis. In Chapter 1, we recall preliminary results on sequence spaces and on differential calculus in normed linear space. In Chapter 2, we study a single-objective optimal control problem in discrete-time framework and in infinite horizon with an asymptotic constraint and with autonomous system. We use an approach of functional analytic for this problem after translating it into the form of an optimization problem in Banach (sequence) spaces. Then a weak Pontyagin principle is established for this problem by using a classical multiplier rule in Banach spaces. In Chapter 3, we establish a strong Pontryagin principle for the problems considered in Chapter 2 using a result of Ioffe and Tihomirov. Chapter 4 is devoted to the problems of Optimal Control, in discrete time framework and in infinite horizon, which are more general with several different criteria. The used method is the reduction to finite-horizon initiated by J. Blot and H. Chebbi in 2000. The considered problems are governed by difference equations or difference inequations. A new weak Pontryagin principle is established using a recent result of J. Blot on the Fritz John multipliers. Chapter 5 deals with the multicriteria optimal control problems in discrete time framework and infinite horizon. New weak and strong Pontryagin principles are established, again using recent optimization results, under lighter assumptions than existing ones.

Les bruits et les polluants atmosphériques émis par les avions commerciaux représentent un défi environnemental important, un problème de santé publique et une contrainte économique pour le développement durable du transport aérien. D'un autre côté, le développement économique des régions est intimement lié au secteur du transport aérien. Ce dernier agit comme un multi-capteur économique pour supporter le développement régional et desservir les grands centres. Cette réalité s'explique entre autres par le fait que la mondialisation des marchés impose l'utilisation de moyens rapides et compétitifs pour le transport des voyageurs et des marchandises. Notre approche est une modélisation mathématique du problème de choix des trajectoires de vol dans un domaine continu. La première étape dans la modélisation d'un tel problème est l'écriture des équations qui traduisent la dynamique de vol de l'avion. Ensuite, vient la modélisation est la synthèse des critères d'optimisation. Les critères qu'on a retenus dans notre travail sont la consommation de carburant (critère d'énergie) et le bruit perçu au sol (critère de la gêne occasionnée pour les riverains). En combinant les deux parties "modèle de la dynamique du vol" et "critères d'optimisation", et en intégrant d'autres contraintes liées à la sécurité du vol, on aboutit à un modèle mathématique qui appartient à la classe des problèmes non linéaires de contrôle optimal. C'est une classe difficile de problèmes d'optimisation qui pose un certain nombre de difficultés lors de la construction d'algorithmes de résolution. Pour résoudre le problème ainsi posé, deux approches distinctes peuvent être envisagées : méthodes directes et méthodes indirectes. Nous avons implémenté une méthode dite " pseudo spectrale de Gauss " pour la résolution du problème de contrôle. Le choix de cette méthode est basé sur une propriété très importante et qui garantit l'équivalence entre l'application des deux schémas : direct et indirects. Des résultats sont présentés et discutés. Nos résultats donnent des pistes sur de nouvelles procédures de vol qui minimisent le bruit et la consommation de carburant durant les phases d'atterrissage et de décollage. Par ailleurs, la résolution numérique consolide également le potentiel des approches CDA recommandées par l'OACI. Une comparaison aux procédures standards et une analyse de sensibilité aux critères est présentée / Noise and air pollution from commercial aircraft represent a significant environmental challenge, a public health problem and an economic constraint to the sustainable development of air transport. On the other hand, the economical development of the regions is closely linked to the airline industry. This fact is partly explained by the the globalization of markets that requires the use of fast and competitive means to transport people and goods. We propose a mathematical model to tackle this problem by optimizing flight paths in order to minimize noise emission and fuel consumption. The first step is to express the dynamics of flight of the aircraft. Then comes the synthesis of optimization criteria. The criteria we used in our work are the fuel consumption (criterion of energy) and the perceived noise levels at the ground (criterion of inconvenience for local residents). By combining the two previous parts, and incorporating other constraints related to flight safety, we obtain a mathematical model that belongs to a class of nonlinear optimal control problems. It is a difficult class of optimization problems that raises several difficulties during the construction of solving algorithms. Two different ways can be considered to solve this problem : direct methods and indirect methods. We have developed and implemented a direct method called "Gauss Pseudo-spectral Method" to solve the optimal control problem that we obtained. The choice of this method is based on a very important property that guarantees the equivalence between the use of two schemes : direct and indirect. Results are presented and discussed. Our results provide a new view on flight procedures that minimize noise and fuel consumption during landings and takeoffs. Moreover, the numerical solution also consolidates the potential of CDA approaches which are recommended by ICAO. A comparison with standard procedures and a sensitivity analysis are presented

Les jeux à champ moyen (MFG) sont une classe de jeux différentiels dans lequel chaque agent est infinitésimal et interagit avec une énorme population d'agents. Dans cette thèse, nous soulevons la question de la formation effective de l'équilibre MFG. En effet, le jeu étant très complexe, il est irréaliste de supposer que les agents peuvent réellement calculer la configuration d'équilibre. Cela semble indiquer que si la configuration d'équilibre se présente, c'est parce que les agents ont appris à jouer au jeu. Donc, la question principale est de trouver des procédures d'apprentissage dans les jeux à champ moyen et d'analyser leurs convergences vers un équilibre. Nous nous sommes inspirés par des schémas d'apprentissage dans les jeux statiques et avons essayé de les appliquer à notre modèle dynamique de MFG. Nous nous concentrons particulièrement sur les applications de fictitious play et online mirror descent sur différents types de jeux de champs moyens : Potentiel, Monotone ou Discret. / Mean Field Games (MFG) are a class of differential games in which each agent is infinitesimal and interacts with a huge population of other agents. In this thesis, we raise the question of the actual formation of the MFG equilibrium. Indeed, the game being quite involved, it is unrealistic to assume that the agents can compute the equilibrium configuration. This seems to indicate that, if the equilibrium configuration arises, it is because the agents have learned how to play the game. Hence the main question is to find learning procedures in mean field games and investigating if they converge to an equilibrium. We have inspired from the learning schemes in static games and tried to apply them to our dynamical model of MFG. We especially focus on fictitious play and online mirror descent applications on different types of mean field games; those are either Potential, Monotone or Discrete.

L’objet de cette thèse est l’étude des jeux champs moyen déterministes avec contrainte sur l’état. La théorie des jeux à champ moyen (mean field games (MFG)), initiée par Lasry et Lions en 2006, étudie des problèmes d’optimisation pour grandes populations d'agents dans un milieu dynamique. L'analyse mathématique de tels problèmes s'est jusqu'à présent concentrée sur des situations dans lequel les agents évoluent dans tout l’espace. En pratique, cependant, les agents ont des contraintes sur l'état. Le but de la thèse est celle d'étudier l'impact de ces contraintes sur l'analyse des systèmes de jeux à champ moyen. Nous montrons que les équilibres de Nash peuvent être décrits en termes de point fixe sur un espace de mesure sur des courbes contraintes (notion d’équilibre généralisé). Afin d’obtenir des résultats plus fins sur de tels équilibres, nous montrons un principe d’optimalité lisse pour les courbes optimales avec contraintes sur l’état. Nous en déduisons que les équilibres généralisés satisfont un système MFG, où les équations de Hamiton-Jacobi et les équations de transport doivent être entendues dans un sens spécifique. / The aim of this Thesis is to study deterministic mean field games with state constraints. Mean field games (MFG) is a recent theory invented by Lasry and Lions which studies optimization problems with large populations of agents in a dynamical framework. The mathematical analysis of such problems has so far focused on situations where the agents can evolve in the whole space. In practice, however, the agents often have constraints on their state. The aim of this Thesis is to understand the consequence of such constraints on the analysis of mean field games. We first show that the Nash MFG equilibria can be described as fixed points on the space of measures on constrained trajectories (generalized MFG equilibria). In order to obtain more precise results on these equilibria, we show a smooth optimality principle for the optimal trajectories of control problem with state constraints. We derive from this that the generalized equilibria satisfy a MFG system in which the Hamilton-Jacobi equation and the continuity equation have to be understand in a specific sense.

Cette thèse est dediée à l'alanyse numérique de méthodes numériques dans le domaine du contrôle optimal, et est composée de deux parties. La première partie est consacrée à des nouveaux résultats concernant des méthodes numériques pour le contrôle optimal de systèmes hybrides, qui peuvent être contrôlés simultanément par des fonctions mesurables et des sauts discontinus dans la variable d'état. La deuxième partie est dédiée è l'étude d'une application spécifique surl'optimisation de trajectoires pour des lanceurs spatiaux avec contraintes en probabilité. Ici, on utilise des méthodes d'optimisation nonlineaires couplées avec des techniques de statistique non parametrique. Le problème traité dans cette partie appartient à la famille des problèmes d'optimisation stochastique et il comporte la minimisation d'une fonction de coût en présence d'une contrainte qui doit être satisfaite dans les limites d'un seuil de probabilité souhaité. / This thesis is devoted to the analysis of numerical methods in the field of optimal control, and it is composed of two parts. The first part is dedicated to new results on the subject of numerical methods for the optimal control of hybrid systems, controlled by measurable functions and discontinuous jumps in the state variable simultaneously. The second part focuses on a particular application of trajectory optimization problems for space launchers. Here we use some nonlinear optimization methods combined with non-parametric statistics techniques. This kind of problems belongs to the family of stochastic optimization problems and it features the minimization of a cost function in the presence of a constraint which needs to be satisfied within a desired probability threshold.

Dans cette thèse, nous étudions le contrôle dynamique des systèmes de partage de ressources qui se posent dans divers domaines : réseaux de gestion des stocks, services de santé, réseaux de communication, etc. Nous visons à allouer efficacement les ressources disponibles entre des projets concurrents, selon certains critères de performance. Ce type de problème est de nature stochastique et peut être très complexe à résoudre. Nous nous concentrons donc sur le développement de méthodes heuristiques performantes. Dans la partie I, nous nous plaçons dans le cadre des Restless Bandit Problems, qui est une classe générale de problèmes d’optimisation dynamique stochastique. Relaxer la contrainte de trajectoire dans le problème d’optimisation permet de définir une politique d’index comme heuristique pour le modèle contraint d’origine, aussi appelée politique d’index de Whittle. Nous dérivons une expression analytique pour l’index de Whittle en fonction des probabilités stationnaires de l’état dans le cas où les bandits (ou projets) suivent un processus de naissance et de mort. D’une part, cette expression nécessite la vérification de plusieurs conditions techniques, d’autre part elle ne peut être calculée explicitement que dans certains cas spécifiques. Nous prouvons ensuite, que dans le cas particulier d’une file d’attente multi-classe avec abandon, la politique d’index de Whittle est asymptotiquement optimale aussi bien pour les régimes à faible trafic comme pour ceux à fort trafic. Dans la partie II, nous dérivons des heuristiques issues de l’approximation des systèmes stochastiques de partage de ressources par des modèles fluides déterministes. Nous formulons dans un premier temps une version fluide du problème d’optimisation relaxé que nous avons introduit dans la partie I, et développons une politique d’index fluide. L’index fluide peut toujours être calculé explicitement et surmonte donc les questions techniques qui se posent lors du calcul de l’index de Whittle. Nous appliquons les politiques d’index de Whittle et de l’index fluide à plusieurs cas : les fermes de serveurs éco-conscients, l’ordonnancement opportuniste dans les systèmes sans fil, et la gestion de stockage de produits périssables. Nous montrons numériquement que ces politiques d’index sont presque optimales. Dans un second temps, nous étudions l’ordonnancement optimal de la version fluide d’une file d’attente multi-classe avec abandon. Nous obtenons le contrôle optimal du modèle fluide en présence de deux classes de clients en concurrence pour une même ressource. En nous appuyant sur ces derniers résultats, nous proposons une heuristique pour le cas général de plusieurs classes. Cette heuristique montre une performance quasi-optimale lorsqu’elle est appliquée au modèle stochastique original pour des charges de travail élevées. Enfin, dans la partie III, nous étudions les phénomènes d’abandon dans le contexte d’un problème de distribution de contenu. Nous caractérisons une politique optimale de regroupement afin que des demandes issues d’utilisateurs impatients puissent être servies efficacement en mode diffusion. / In this thesis we study the dynamic control of resource-sharing systems that arise in various domains: e.g. inventory management, healthcare and communication networks. We aim at efficiently allocating the available resources among competing projects according to a certain performance criteria. These type of problems have a stochastic nature and may be very complex to solve. We therefore focus on developing well-performing heuristics. In Part I, we consider the framework of Restless Bandit Problems, which is a general class of dynamic stochastic optimization problems. Relaxing the sample-path constraint in the optimization problem enables to define an index-based heuristic for the original constrained model, the so-called Whittle index policy. We derive a closed-form expression for the Whittle index as a function of the steady-state probabilities for the case in which bandits (projects) evolve in a birth-and-death fashion. This expression requires several technical conditions to be verified, and in addition, it can only be computed explicitly in specific cases. In the particular case of a multi-class abandonment queue, we further prove that the Whittle index policy is asymptotically optimal in the light-traffic and heavy-traffic regimes. In Part II, we derive heuristics by approximating the stochastic resource-sharing systems with deterministic fluid models. We first formulate a fluid version of the relaxed optimization problem introduced in Part I, and we develop a fluid index policy. The fluid index can always be computed explicitly and hence overcomes the technical issues that arise when calculating the Whittle index. We apply the Whittle index and the fluid index policies to several systems: e.g. power-aware server-farms, opportunistic scheduling in wireless systems, and make-to-stock problems with perishable items. We show numerically that both index policies are nearly optimal. Secondly, we study the optimal scheduling control for the fluid version of a multi-class abandonment queue. We derive the fluid optimal control when there are two classes of customers competing for a single resource. Based on the insights provided by this result we build a heuristic for the general multi-class setting. This heuristic shows near-optimal performance when applied to the original stochastic model for high workloads. In Part III, we further investigate the abandonment phenomena in the context of a content delivery problem. We characterize an optimal grouping policy so that requests, which are impatient, are efficiently transmitted in a multi-cast mode.

Cette thèse aborde les problèmes inverses de contrôle optimal (IOCP) pour trouver les fonctions de coûts pour lesquelles les mouvements humains sont optimaux. En supposant que les observations de mouvements humains sont parfaites, alors que le processus de commande du moteur humain est imparfait, nous proposons un algorithme de commande approximative optimale. En appliquant notre algorithme pour les observations de mouvement humaines collectées: mouvement du bras humain au cours d'une tâche de vissage industrielle, une tâche de suivi visuel d’une cible et une tâche d'initialisation de la marche, nous avons effectué une analyse en boucle ouverte. Pour les trois cas, notre algorithme a trouvé les fonctions de coût qui correspondent mieux ces données, tout en satisfaisant approximativement les Karush-Kuhn-Tucker (KKT) conditions d'optimalité. Notre algorithme offre un beau temps de calcul pour tous les cas, fournir une opportunité pour son utilisation dans les applications en ligne. Pour la tâche de suivi visuel d’une cible, nous avons étudié une modélisation en boucle fermée avec deux boucles de rétroaction PD. Avec des données artificielles, nous avons obtenu des résultats cohérents en termes de tendances des gains et les critères trouvent par notre algorithme pour la tâche de suivi visuel d’une cible. Dans la seconde partie de notre travail, nous avons proposé une nouvelle approche pour résoudre l’IOCP, dans un cadre d'erreur bornée. Dans cette approche, nous supposons que le processus de contrôle moteur humain est parfait tandis que les observations ont des erreurs et des incertitudes d'agir sur eux, étant imparfaite. Les erreurs sont délimitées avec des limites connues, sinon inconnu. Notre approche trouve l'ensemble convexe de de fonction de coût réalisables avec la certitude qu'il comprend la vraie solution. Nous numériquement garanties en utilisant des outils d'analyse d'intervalle. / This thesis addresses inverse optimal control problems (IOCP) to find the cost functions for which the human motions are optimal. Assuming that the human motion observations are perfect, while the human motor control process is imperfect, we propose an approximately optimal control algorithm. By applying our algorithm to the human motion observations collected for: the human arm trajectories during an industrial screwing task, a postural coordination in a visual tracking task and a walking gait initialization task, we performed an open loop analysis. For the three cases, our algorithm returned the cost functions which better fit these data, while approximately satisfying the Karush-Kuhn-Tucker (KKT) optimality conditions. Our algorithm offers a nice computational time for all cases, providing an opportunity for its use in online applications. For the visual tracking task, we investigated a closed loop modeling with two PD feedback loops. With artificial data, we obtained consistent results in terms of feedback gains’ trends and criteria exhibited by our algorithm for the visual tracking task. In the second part of our work, we proposed a new approach to solving the IOCP, in a bounded error framework. In this approach, we assume that the human motor control process is perfect while the observations have errors and uncertainties acting on them, being imperfect. The errors are bounded with known bounds, otherwise unknown. Our approach finds the convex hull of the set of feasible cost function with a certainty that it includes the true solution. We numerically guaranteed this using interval analysis tools.

Les travaux de thèse traitent du problème de la planification de manœuvres pour le maintien à poste de satellites géostationnaires équipés de tuyères électriques (à poussée faible). Nous évaluons l'opportunité de substituer une telle planification à celle traditionnellement utilisée pour les satellites géostationnaires équipés de tuyères chimiques (à poussée forte). <br />Dès son apparition, la technologie des systèmes de propulsion à poussée faible a rencontré un vif intérêt auprès des agences et des sociétés spatiales. Grâce à sa haute impulsion spécifique (qui implique une basse consommation de carburant), cette technologie est devenue très compétitive par rapport à la technologie traditionnelle des propulseurs chimiques à poussée forte, surtout dans les phases de transfert et rendez-vous des missions spatiales. <br />Pendant la définition des missions à poussée faible, les analyses de faisabilité des phases de transfert et rendez-vous (via la solution de problèmes d'optimisation de trajectoire) ont été réalisées avec des solutions d'optimisation alternatives. En effet, pendant ces phases, il est nécessaire d'activer les systèmes de propulsion à faible poussée sur des longues portions du temps de transfert.<br />Par conséquent, les problèmes d'optimisation de trajectoire à poussée forte (typiquement formulés en temps discret) ont été remplacés par des problèmes d'optimisation de trajectoire à poussée faible formulés en temps continu et résolus par des techniques de contrôle en temps continu.<br />Le premier objectif de cette thèse est de comprendre quel est l'impact de la technologie à faible poussée lors de l'analyse de faisabilité de la phase de maintien à poste de satellites géostationnaires. Nous étudions en particulier l'impact de l'utilisation des systèmes de propulsion à faible poussée sur la planification de manœuvres et sur la boucle entière de maintien à poste géostationnaire.<br />L'étude consiste à déduire si la planification de manœuvres à poussée faible est compétitive au regard des stratégies classiques de planification couramment employées pour des manœuvres à poussée forte.<br />Généralement, les stratégies classiques à long terme pour le maintien à poste sont déduites de modèles de propagation d'orbite simplifiés (en fonctions des paramètres orbitaux moyennés) par la conjonction des trois facteurs suivants : la forte poussée des propulseurs, la dimension de la fenêtre de maintien à poste pas très contraignante ainsi que la possibilité d'exécuter des manœuvres à basse fréquence.<br />Dans le cadre de cette thèse, compte tenu du faible niveau des poussées et des contraintes strictes en position (fenêtres de maintien à poste petites), nous considérons comme plus appropriés l'hypothèse d'une plus haute fréquence de manœuvres et l'utilisation d'un modèle de propagation d'orbite en fonction de paramètres osculateurs.<br />Pour la planification de manœuvres, nous proposons une solution par approche directe : le problème de maintien à poste en tant que problème de contrôle optimal est discrétisé et traduit en un problème d'optimisation paramétrique. Deux techniques différentes d'optimisation sont proposées : l'optimisation sous contraintes à horizon fixe et celle à horizon glissant.<br />Cette deuxième technique est appliquée aux équations linéarisées du mouvement préalablement transformées via un changement de variable à la Lyapunov sur l'état des déviations des paramètres équinoxiaux osculateurs. Cette transformation de Lyapunov définit des nouveaux paramètres orbitaux. Elle rend le processus de planification plus compréhensible du point de vue du contrôle et plus facile à implémenter d'un point de vue numérique, grâce aux concepts de platitude et inclusion différentielles.<br />Les résultats de la planification de manœuvres à poussée faible sont obtenus dans un premier temps en fonction des changements de vitesse, dans un deuxième temps en fonction des forces engendrées par les tuyères des systèmes de propulsion classiques. Le but est de déterminer la solution la plus efficace en conditions nominales et en cas de panne d'un des propulseurs.<br />Le problème du positionnement simultané de plusieurs satellites dans une même grande fenêtre de maintien à poste n'est pas adressé explicitement. Il est implicitement résolu en proposant une technique fine de contrôle pour maintenir chaque satellite à poste dans une fenêtre de dimension très petite.