La France et plus généralement le monde subissent de fréquents épisodes de crues dévastatrices. Les inondations provoquent d'importants dégâts et les coûts induits sont considérables. Les digues de protection contre les inondations, souvent sousdimensionnées et mal entretenues, ont montré leurs faiblesses à plusieurs reprises et leurs uptures augmentent la violence des inondations. A l'échelle nationale, le linéaire conséquent de digues (environ 7 500 km) et le manque de données sur l'ensemble de ce parc d'ouvrages compliquent leur gestion. A l'échelle du gestionnaire local se pose la question de l'optimisation des opérations de maintenance. En effet, un gestionnaire de digues ne dispose généralement pas d'un budget suffisant pour réaliser l'ensemble des opérations de maintenance sur la totalité du parc d'ouvrages. Ce long linéaire pose donc une question majeure : par où commencer les actions de maintenance pour à la fois assurer le bon fonctionnement des digues et optimiser les choix budgétaires ? Dans ce contexte, les gestionnaires de digues ont besoin de méthodes et d'outils d'aide à la décision. Un premier Système d'Information Géographique (SIG), le SIRS Digues, est opérationnel. Il contient les informations détaillées sur les ouvrages : géoréférencement des digues à l'échelle 1/10 000ème et informations relatives aux digues (constitution, désordres, réseaux, voiries...). Toutefois en l'état, cet outil ne permet pas d'évaluer l'état des digues. Notre recherche vise à développer des méthodes d'évaluation de la performance des digues. A partir des informations disponibles (inspections visuelles détaillées, essais réalisés, données historiques, etc.), nous proposons des indicateurs capables d'évaluer leur état et leur performance. Notre démarche comporte trois étapes : * l'élaboration d'un modèle fonctionnel des mécanismes de rupture, bâti à partir de l'Analyse Fonctionnelle (AF) et l'Analyse des Modes de Défaillance et de leurs Effets (AMDE), et utilisant une représentation sous forme de graphes causaux et d'arbres de défaillances ; * la construction d'indicateurs de performance pour chaque mécanisme de rupture, sur la base de critères et d'une méthode d'aide à la décision multicritère : l'agrégation à base de règles ; * l'intégration du modèle multicritère d'évaluation de la performance des digues dans le SIRS Digues. Cette opération permet de cartographier et de visualiser la performance d'un parc d'ouvrages. Après une application sur une digue existante de ces méthodes, nous proposons divers développements et perspectives à cette recherche, dont la principale est, à moyen terme, le développement d'un outil opérationnel pour l'aide à la décision dans les actions de maintenance des digues de protection contre les inondations.

Les travaux effectués dans le cadre de cette thèse porte sur le contrôle intelligent, isoarchique et multicritère de flux de personnes dans une zone fermée. Nous proposons un système de contrôle basé sur la biométrie multimodale et le RFID qui sont deux techniques complémentaires pour une sécurisation robuste et flexible du flux de personnes. La biométrie multimodale est utilisée pour une reconnaissance plus fiable des individus, et le RFID pour la sécurisation et le stockage des informations identitaires des personnes à surveiller. Ce système est complètement décentralisé et la décision concernant une demande d'accès est prise de manière autonome au niveau de chaque porte de chaque zone sous contrôle. Les entités internes participantes au processus de prise de décision répondent à des concepts exprimés via le paradigme holonique. L'ouverture automatique d'une porte est conditionnée à la conjonction de plusieurs critères. Une méthode d'aide multicritère à la décision est ainsi déployée au sein de chaque porte d'accès pour fusionner les réponses des identifications biométriques et pour traiter en temps réel les demandes d'autorisation d'accès. Tout d'abord, un état de l'art a été réalisé sur la biométrie, la multimodalité biométrique, la technologie RFID et les systèmes de contrôle d'accès physique. Ensuite, un système de contrôle intelligent, isoarchique et multicritère a été proposé, intégrant l'utilisation simultanée de la multimodalité biométrique et du RFID. Enfin, un démonstrateur du système a été implémenté dans le cadre du contrôle de flux de détenus dans une prison. / The proposed work deals with the intelligent control, isoarchic and multicriteria of people flow in a restricted area. Our proposal is a control system based on a multimodal biometrics and RFID which are considered as two secured complementary techniques for robust and flexible people flow control. Multimodal biometrics is used for more reliable individual recognitions and the RFID for securing and storing supervised individuals identity information. This system is completely decentralized and the decision related to a control access request is made autonomously at each gate of each controlled area. The internal entities which participate to the decision making process respond to the holonic paradigm concepts and principles. The automatic gate opening is conditioned with several criteria conjunction (biometrics identifications, RFID identification, access permissions, authorized paths, status of the zone at time t, etc.). A multicriteria decision aid method is thus deployed in each access gate to merge biometrics identifications responses and to automatically treat the real-time access authorization requests. First, a state of art related to the biometric recognition, the contribution of multimodal biometric, the RFID technology and the physical access control based on biometric, was done. Then, an intelligent, isoarchic and multicriteria control of people flow system was proposed, including the use of multimodal biometric and RFID. At the end, a system simulation test bed was implemented to control prisoners flow in a jail. It supports the integration of various biometrics and RFID technologies.

Le bâtiment est considéré comme étant le premier secteur consommateur d’énergie dans le monde. Dans la région méditerranéenne, face à la crise économique et aux engagements pris pour limiter les effets produisant le réchauffement climatique, il est devenu impératif de réduire la consommation énergétique des bâtiments que ce soit par la conception des bâtiments neufs ou par la réhabilitation du parc existant. Dans ce cadre-là, chercher des solutions techniques optimales en tenant compte des critères économiques, environnementaux et sociétaux est un problème très complexe du fait du nombre élevé de paramètres à prendre en compte. Pour remédier à ce problème, un état de l’art des méthodes d’optimisation multicritère a été réalisé. Nous avons constaté que plusieurs contraintes existent lors de l’utilisation de ces méthodes telles qu’un temps de calcul élevé et la non-maîtrise de la convergence des résultats vers des optimums globaux recherchés. L’objectif de notre travail est de proposer une nouvelle méthode qui permette de contourner ces difficultés. Cette méthode est basée, dans un premier temps, sur le développement des modèles polynomiaux pour la prédiction des besoins de chauffage, de refroidissement, d’énergie finale et du confort thermique d’été à l’aide du logiciel TRNSYS. Pour établir ces modèles, nous avons utilisé la méthode des plans d’expériences et des simulations thermiques dynamiques. À partir de ces modèles, une analyse de sensibilité a été entamée afin d’identifier les paramètres les plus influents sur les besoins énergétiques et le confort thermique d’été. Une base de données est utilisée associant chaque paramètre à son coût et à son impact environnemental sur son cycle de vie. Ensuite, une étude paramétrique complète a été réalisée en utilisant les fonctions polynomiales dans le but de déterminer un ensemble de solutions optimales à l’aide de l’approche du Front de Pareto. Cette nouvelle méthode a été appliquée dans le but de concevoir des bâtiments neufs à haute efficacité énergétique à des coûts maîtrisés pour les six zones climatiques du Maroc. La validation des modèles polynomiaux réalisée grâce à une comparaison avec des simulations aléatoires a donné des résultats très satisfaisants. Avec un modèle polynomial de second degré, l’erreur maximale sur les besoins énergétiques et le confort thermique adaptatif d’été ne dépasse pas 2 kWh/m².an et 9% respectivement dans la plupart des cas. Les modèles développés ont ensuite été utilisés pour l’aide à la décision multicritères. Les résultats obtenus ont montré que des bâtiments à très faibles besoins énergétiques peuvent être construits à un coût raisonnable, et qu’un effort doit être porté sur des solutions plus performantes pour le rafraîchissement en été. Enfin, nous avons mis en œuvre la méthode que nous avons développée dans le cadre de la réhabilitation d’un bâtiment existant à La Rochelle. Les critères environnementaux ont aussi été intégrés à la recherche de solutions optimales. La solution retenue selon 14 critères correspond à un ensemble de solutions techniques permettant d’obtenir des besoins de chauffage de l’ordre de 15 kWh/m².an avec un compromis réalisé entre l’efficacité énergétique, le confort des occupants, les impacts environnementaux et la maîtrise du coût de la réhabilitation. La méthode développée dans le cadre de ce travail a montré un fort potentiel d’utilisation pour l’aide à la décision multicritère lors de la conception des bâtiments neufs ou en réhabilitation. Elle permet d’effectuer très rapidement une optimisation opérationnelle de l’enveloppe pour contribuer à des bâtiments durables, confortables, à coût maîtrisé et à basse consommation énergétique. / The building sector is the largest consumer of energy in the world. In Mediterranean region, facing the economic crisis and commitments for climate change, the reduction of energy consumption for both new and existing buildings is more necessary. Against this background, seeking optimal technical solutions taking into account the economic, environmental and societal criteria is a very complex problem due to the high number of parameters to consider. In order to solve this problem, a state of the art of multi-criteria optimization method has been achieved. We found that many constraints exist when using these methods such as high time calculation and no absolute assurance to find the global optimum. Thus, the main objective of the present work is to propose a new method that allows overcome these difficulties. This method is based on the development of polynomial models for the prediction of heating energy needs, cooling energy needs, final energy needs and summer thermal comfort. To establish these models, we used the design of experiments method and dynamic thermal simulations using TRNSYS software. From these models, a sensitivity analysis has been achieved in order to identify the leading parameters on energy requirements and thermal comfort in summer. A database associating each parameter for its cost and environmental impact on its lifetime was generated from CYPE software and INIES database. Then, a detailed parametric study was performed using polynomial functions for determining a set of optimal solutions using the Pareto front approach. This new method was applied to design new buildings with high energy efficiency at controlled costs for the six Moroccan climate zones. The validation of polynomial models through a comparison with random simulations gave very satisfactory results. With a polynomial model of the second order, the maximum error on the energy needs and the adaptive thermal comfort did not exceed 2 kWh/m².an and 9% respectively. The developed models were used for multiple-criteria decision analysis. The results showed that buildings with very low energy needs can be built with a reasonable cost. On the other hand an effort should be focused on more efficient solutions for adaptive thermal comfort in summer especially for Marrakech and Errachidia. Finally, we also implemented our method to a project of energy rehabilitation of an existing building located in La Rochelle (France). Environmental criteria were also taken into account in the optimization process. The selected technical solutions procured approximately 15 kWh/m².year of heating energy needs. The developed multicriteria decision method showed a great potential for both designing new and existing buildings with high energy efficiency. It allows a very fast operational optimization of sustainable buildings at reasonable cost and low energy consumption.

Cette thèse aborde le problème de tournées de véhicules (VRP) intégrant des contraintes temporelles : fenêtres de temps (TW), synchronisation (S) et précédence (P), appliqué au secteur de soins à domicile, donnant le VRPTW-SP. Il s’agit d’établir un plan de visite journalier des soignants, aux domiciles des patients ayant besoin d’un ou plusieurs services. Tout d’abord, nous avons abordé ce problème sous angle mono-objectif. Ensuite, le cas bi-objectif est considéré. Pour la version mono-objectif, un Programme Linéaire à Variables Mixtes Entières (PLME), deux heuristiques constructives, deux procédures de recherches locales et trois métaheuristiques à base de voisinages sont proposés : une procédure de recherche constructive adaptative randomisée (GRASP), une recherche locale itérée (ILS) et une approche hybride (GRASP × ILS). Concernant le cas bi-objectif, différentes versions de métaheuristiques évolutionnaires multi-objectifs sont proposées, intégrant différentes recherches locales : l’algorithme génétique avec tri par non-dominance version 2 (NSGAII), une version généralisée de ce dernier avec démarrages multiples (MS-NSGAII) et une recherche locale itérée avec tri par non-dominance (NSILS). Ces algorithmes ont été testés et validés sur des instances adaptées de la littérature. Enfin, nous avons étendu le VRPTW-SP sur un horizon de planification, donnant le VRPTW-SP multi-période. Pour résoudre cette extension, un PLME ainsi qu’une matheuristique sont proposés / This work addresses the vehicle routing problem (VRP) including timing constraints: time windows (TW), synchronization (S) and precedence (P), applied in Home Health Care sector; giving the VRPTW-SP. This problem consists in establishing a daily caregivers planning to patients' homes asking for one or several services. We have started by considering the problem as a single objective case. Then, a bi-objective version of the problem is introduced. For solving the single-objective problem, a Mixed Integer Linear Program (MILP), two constructive heuristics, local search procedures and three local search based metaheuristics are proposed : a Greedy Randomized Adaptive Search procedure (GRASP), an Iterated Local Search (ILS) and a hybrid approach (GRASP × ILS). Regarding the bi-objective VRPTW-SP, different versions of multi-objective evolutionary algorithm, including various local research strategies are proposed: the Non-dominated Sorting Genetic Algorithm version 2 (NSGAII), a generalized version of this latter with multiple restarts (MS-NSGAII) and an Iterated Local Search combined with the Non-dominated Sorting concept (NSILS). All these algorithms have been tested and validated on appropriate instances adapted from the literature. Finally, we extended the VRPTW-SP on a multi-period planning horizon and then proposed a MILP and a matheuristic approach

Multi-criteria decision aid has emerged from the operational research field as the answer given to a couple of important questions encountered in complex decisions problems. Firstly, as decision aiding tools, such methods do not replace the decision maker with a mathematical model, but support him to construct his solution by describing and evaluating his options. Secondly, instead of using a unique criterion capturing all aspects of the problem, in the multi-criteria decision aid methods one seeks to build multiple criteria, representing several points of view. <p>This work explores the application of multi-criteria decision aid methods for optimising food chain countermeasure strategies after a radioactive release to the environment. <p>The core of the thesis is dedicated to formulating general lines for the development of a multi-criteria decision aid model. This includes the definition of potential actions, construction of evaluation criteria and preference modelling and is essentially based on the results of a stakeholders’ process. The work is centred on the management of contaminated milk in order to provide a concrete focus and because of its importance as an ingestion pathway in short term after an accident.<p>Among other issues, the public acceptance of milk countermeasures as a key evaluation criterion is analysed in detail. A comparison of acceptance based on stochastic dominance is proposed and, based on that, a countermeasures’ acceptance ranking is deduced.<p>In order to assess “global preferences” taking into account all the evaluation criteria, an ordinal method is chosen. This method allows expressing the relative importance of criteria in a qualitative way instead of using, for instance, numerical weights. Some algorithms that can be used for robustness analysis are also proposed. This type of analysis is an alternative to sensitivity analysis in what concerns data uncertainty and imprecision and seeks to determine how and if a model result or conclusion obtained for a specific instance of a model’s parameters holds over the entire domain of acceptable values for these parameters.<p>The integrated multi-criteria decision aid approach proposed makes use of outranking and interactive methodologies and is implemented and tested through a number of case studies and prototype tools. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

L'évaluation des bénéfices et des risques des médicaments joue un rôle central dans la protection de la santé publique. Cependant, et de l’avis général, il apparaît que cette évaluation nécessite d’être revisitée. En 2010, aucun examen n’avait encore été effectué pour déterminer si les méthodes disponibles pouvaient être appliquées à l’évaluation de la balance bénéfice-risque des médicaments dans le cadre réglementaire, et si oui à quel point elles seraient applicable. L’objectif de cette thèse a donc été d’identifier la ou les méthodes pouvant être théoriquement utilisées pour ce type d’évaluation, puis de les confronter à des cas concrets afin d’en déterminer leur applicabilité. Les résultats de l’évaluation des méthodes ont montrés que les méthodes les plus appropriées sont la méthode d’aide à la décision multicritère (MCDA) ainsi que ses variantes. Les résultats de l'application pratique de la méthode MCDA ont indiqué que cette méthode peut être utilisé dans les scénarios communs d'enregistrement en Europe. Cependant il convient de noter que cette méthode ne fournit ni une recette « prête à l'emploi » pour exécuter cette évaluation ni une réponse directe. / The benefit-risk evaluation of new medicines plays a central role in safeguarding public health. Nevertheless, it seems that the benefit-risk evaluation calls for further improvement. In 2010, no review had been performed of how available benefit-risk assessment methods could be applied for a regulatory benefit-risk assessment and how feasible that would be when facing real-life cases. The objective of this thesis has thus been to identify method(s) that could be theoretically used for such an assessment, and then to confront it/them to real-life cases, in order to determine their applicability. The results of the methods evaluation showed that the most suitable methods for a regulatory benefit-risk assessment of medicinal products are the MCDA method and the MCDA based methods. The results of the practical application of the MCDA indicated that the method could be used for medicinal products registered through a common registration scenario in Europe. However it should be noted that this method provides neither a “ready-made” recipe to perform an assessment nor a direct answer.

Pour faire face à la croissance rapide du trafic mobile, différentes technologies d'accès radio (par exemple, HSPA, LTE, WiFi, et WiMAX) sont intégrées et gérées conjointement. Dans ce contexte, la sélection de TAR est une fonction clé pour améliorer les performances du réseau et l'expérience de l'utilisateur. Elle consiste à décider quelle TAR est la plus appropriée aux mobiles. Quand l'intelligence est poussée à la périphérie du réseau, les mobiles décident de manière autonome de leur meilleur TAR. Ils cherchent à maximiser égoïstement leur utilité. Toutefois, puisque les mobiles ne disposent d'aucune information sur les conditions de charge du réseau, leurs décisions peuvent conduire à une inefficacité de la performance. En outre, déléguer les décisions au réseau optimise la performance globale, mais au prix d'une augmentation de la complexité du réseau, des charges de signalisation et de traitement. Dans cette thèse, au lieu de favoriser une de ces deux approches décisionnelles, nous proposons un cadre de décision hybride: le réseau fournit des informations pour les mobiles pour mieux décider de leur TAR. Plus précisément, les utilisateurs mobiles choisissent leur TAR en fonction de leurs besoins et préférences individuelles, ainsi que des paramètres de coût monétaire et de QoS signalés par le réseau. En ajustant convenablement les informations du réseau, les décisions des utilisateurs répondent globalement aux objectifs de l'opérateur. Nous introduisons d'abord notre cadre de décision hybride. Afin de maximiser l'expérience de l'utilisateur, nous présentons une méthode de décision multicritère (MDMC) basée sur la satisfaction. Outre leurs conditions radio, les utilisateurs mobiles tiennent compte des paramètres de coût et de QoS, signalées par le réseau, pour évaluer les TAR disponibles. En comparaison avec les solutions existantes, notre algorithme répond aux besoins de l'utilisateur (par exemple, les demandes en débit, la tolérance de coût, la classe de trafic), et évite les décisions inadéquates. Une attention particulière est ensuite portée au réseau pour s'assurer qu'il diffuse des informations décisionnelles appropriées, afin de mieux exploiter ses ressources radio alors que les mobiles maximisent leur propre utilité. Nous présentons deux méthodes heuristiques pour dériver dynamiquement quoi signaler aux mobiles. Puisque les paramètres de QoS sont modulées en fonction des conditions de charge, l'exploitation des ressources radio s'est avérée efficace. Aussi, nous nous concentrons sur l'optimisation de l'information du réseau. La dérivation des paramètres de QoS est formulée comme un processus de décision semi-markovien, et les stratégies optimales sont calculées en utilisant l'algorithme de Policy Iteration. En outre, et puisque les paramètres du réseau ne peuvent pas être facilement obtenues, une approche par apprentissage par renforcement est introduite pour dériver quoi signaler aux mobiles. / To cope with the rapid growth of mobile broadband traffic, various radio access technologies (e.g., HSPA, LTE, WiFi, and WiMAX) are being integrated and jointly managed. Radio Access Technology (RAT) selection, devoted to decide to what RAT mobiles should connect, is a key functionality to improve network performance and user experience. When intelligence is pushed to the network edge, mobiles make autonomous decisions regarding selection of their most appropriate RAT. They aim to selfishly maximize their utility. However, because mobiles have no information on network load conditions, their decisions may lead to performance inefficiency. Moreover, delegating decisions to the network optimizes overall performance, but at the cost of increased network complexity, signaling, and processing load. In this thesis, instead of favoring either of these decision-making approaches, we propose a hybrid decision framework: the network provides information for the mobiles to make robust RAT selections. More precisely, mobile users select their RAT depending on their individual needs and preferences, as well as on the monetary cost and QoS parameters signaled by the network. By appropriately tuning network information, user decisions are globally expected to meet operator objectives, avoiding undesirable network states. We first introduce our hybrid decision framework. Decision makings, on the network and user sides, are investigated. To maximize user experience, we present a satisfaction-based Multi-Criteria Decision-Making (MCDM) method. In addition to their radio conditions, mobile users consider the cost and QoS parameters, signaled by the network, to evaluate serving RATs. In comparison with existing MCDM solutions, our algorithm meets user needs (e.g., traffic class, throughput demand, cost tolerance), avoiding inadequate decisions. A particular attention is then addressed to the network to make sure it broadcasts suitable decisional information, so as to better exploit its radio resources while mobiles maximize their own utility. We present two heuristic methods to dynamically derive what to signal to mobiles. While QoS parameters are modulated as a function of the load conditions, radio resources are shown to be efficiently exploited. Moreover, we focus on optimizing network information. Deriving QoS parameters is formulated as a semi-Markov decision process, and optimal policies are computed using the Policy Iteration algorithm. Also, and since network parameters may not be easily obtained, a reinforcement learning approach is introduced to derive what to signal to mobiles. The performances of optimal, learning-based, and heuristic policies are analyzed. When thresholds are pertinently set, our heuristic method provides performance very close to the optimal solution. Moreover, although lower performances are observed, our learning-based algorithm has the crucial advantage of requiring no prior parameterization.

L'objet de ce mémoire de recherche est de proposer un modèle théorique permettant de modéliser le fonctionnement d'un système de gestion des ressources en eau, d'étudier les méthodes de calcul que l'on peut utiliser pour l'élaboration rationnelle des consignes de gestion des barrages-réservoirs. L'application opérationnelle a été réalisée pour deux situations particulières très différentes. Sur le cas du système Neste, l'étude proposée s'inscrit dans le cadre des problèmes d'optimisation hebdomadaire bidimensionnelle (irrigation et salubrité) des ressources en eau durant la période d'étiage. La résolution est effectuée selon deux approches : -un modèle de programmation dynamique avec état de dimension deux (niveau des réserves, niveau dans la rivière) où dans la solution numérique les variables sont discrétisées ; -un modèle "synthétique" où l'on calcule une probabilité de non dépassement caractérisant l'état hydrique des ressources du système. Une règle empirique permet d'associer à cette grandeur une décision de consigne à effectuer. L'étude de la gestion journalière du barrage Seine quant à elle, combine divers modèles de prévision des apports et d'optimisation des consignes. Elle permet de mettre en évidence que la performance globale de la gestion dépend fortement du couplage entre la réponse du système dynamique et le processus décisionnel. Nous développons là aussi deux techniques. La première est une extension au cas stochastique de la technique du fil tendu au moyen de simulations des apports à venir. Cette méthode très simple mais qui s'appuie sur un modèle conceptuel pluies-débit est comparée à une programmation dynamique stochastique associée à un modèle hydrologique de type "boîte noire". La comparaison porte sur la réduction de variabilité interannuelle des débits de la rivière à l'aval du réservoir. Le calcul numérique sur ordinateur est facilité par une approche de la programmation dynamique fondée sur le contrôle stochastique d'un processus de diffusion. Sur ce cas aussi, les résultats numériques sont comparés sur une série de chroniques historiques. A partir de ces deux exemples, nos conclusions portent sur les limites et les avantages des outils de modélisation et d'aide à la décision pour une meilleure gestion des systèmes de ressources en eau.

La maladie de Lyme est la maladie vectorielle la plus fréquente dans les pays tempérés et est en émergence dans plusieurs régions du monde. Plusieurs stratégies de prévention existent et comprennent des interventions qui visent les individus, comme le port de vêtements protecteurs, et d’autres qui sont implantées au niveau collectif, dont des interventions de contrôle des tiques dans l’environnement. L’efficacité de ces stratégies peut être influencée par divers facteurs, dont des facteurs sociaux tels que les connaissances, les perceptions et les comportements de la population ciblée. Elles peuvent également avoir des impacts parallèles non désirés, par exemple sur l’environnement et l’économie, et ces derniers peuvent s’opposer aux bénéfices des interventions jusqu’à remettre en cause la pertinence de leur mise en œuvre. Aussi, ces facteurs sociaux et les impacts des interventions sont susceptibles de varier selon la population ciblée et en fonction du contexte épidémiologique et social. L’objectif de cette thèse était donc d’étudier les principaux facteurs sociaux et enjeux d’importance à considérer pour évaluer l’efficacité et prioriser des interventions de prévention pour la maladie de Lyme dans deux populations exposées à des contextes différents, notamment en ce qui concerne leur situation épidémiologique, soient au Québec, où l’incidence de la maladie de Lyme est faible mais en émergence, et en Suisse, où elle est élevée et endémique depuis plus de trois décennies. L’approche choisie et le devis général de l’étude sont basés sur deux modèles théoriques principaux, soient le modèle des croyances relatives à la santé et celui de l’aide à la décision multicritère. Dans un premier temps, les facteurs associés à la perception du risque pour la maladie de Lyme, c’est-à-dire l’évaluation cognitive d’une personne face au risque auquel elle fait face, ont été étudiés. Les résultats suggèrent que les facteurs significatifs sont différents dans les deux régions à l’étude. Ensuite, l’impact des connaissances, de l’exposition, et des perceptions sur l’adoption de comportements préventifs individuels et sur l’acceptabilité des interventions de contrôle des tiques (acaricides, modifications de l’habitat, contrôle des cervidés) a été comparé. Les résultats suggèrent que l’impact des facteurs varierait en fonction du type du comportement et des interventions, mais que la perception de l’efficacité est un facteur commun fortement associé à ces deux aspects, et pourrait être un facteur-clé à cibler lors de campagnes de communication. Les résultats montrent également que les enjeux relatifs aux interventions de contrôle des tiques tels que perçus par la population générale seraient communs dans les deux contextes de l’étude, et partagés par les intervenants impliqués dans la prévention de la maladie de Lyme. Finalement, un modèle d’analyse multicritère a été développé à l’aide d’une approche participative pour le contexte du Québec puis adapté pour le contexte suisse et a permis d’évaluer et de prioriser les interventions préventives selon les différentes perspectives des intervenants. Les rangements produits par les modèles au Québec et en Suisse ont priorisé les interventions qui ciblent principalement les populations humaines, devant les interventions de contrôle des tiques. L’application de l’aide à la décision multicritère dans le contexte de la prévention de la maladie de Lyme a permis de développer un modèle décisionnel polyvalent et adaptable à différents contextes, dont la situation épidémiologique. Ces travaux démontrent que cette approche peut intégrer de façon rigoureuse et transparente les multiples perspectives des intervenants et les enjeux de la prévention relatifs à la santé publique, à la santé animale et environnementale, aux impacts sociaux, ainsi qu’aux considérations économiques, opérationnelles et stratégiques. L’utilisation de ces modèles en santé publique favoriserait l’adoption d’une approche « Une seule santé » pour la prévention de la maladie de Lyme et des zoonoses en général. Mots-clés : maladie de Lyme, prévention, facteurs sociaux, perception du risque, comportements préventifs, acceptabilité, priorisation des interventions, contrôle des tiques, aide à la décision multicritère, analyse multicritère, Québec, Suisse, « Une seule santé » / Lyme disease is the most common vector-borne disease in temperate countries and is emerging in many parts of the world. Several prevention strategies exist and include strategies at the individual level, such as wearing protective clothing, and at the population level, including tick control interventions in the environment. The effectiveness of these strategies can be influenced by various factors, including social factors such as knowledge, perceptions and behaviors of the target population, and by their potential impacts on various sectors such as on the environment and on the economy. Also, these social factors and impacts are likely to vary according to the epidemiological and social context of the target population. The objective of this thesis was to study the main social factors and issues of importance to consider for the prioritization of preventive interventions for Lyme disease in two populations living in different contexts, particularly with regard to their epidemiological situation, that is in Quebec, where the incidence of Lyme disease is low, but emerging, and Switzerland, where it is high and has been endemic for more than three decades. The approach and the design of this study were based on two main theoretical models, namely the Health Belief Model and the multicriteria decision analysis approach. Factors associated with risk perception, that is the cognitive assessment of a person facing a risk, for Lyme disease were studied initially in the target populations. The results suggest that factors significantly associated with a high level of risk perception are different in the two regions. Then, the impact of knowledge on Lyme disease, exposure, perceptions on the adoption of individual preventive behavior and on the acceptability of tick control interventions were compared. The data suggest that the impact of these factors varies according to the type of behavior and interventions, but that the perception of efficacy is a common factor strongly associated with both aspects, and could be targeted in communication campaigns. The results also show that issues related to tick control interventions as perceived by the participants are common in both contexts, and shared by the stakeholders involved in the prevention of Lyme disease. Finally, a multi-criteria analysis model was developed using a participatory approach for the Quebec context, adapted to the Swiss context and allowed to prioritize preventive interventions according to different stakeholder perspectives. Rankings produced by these models prioritized interventions that primarily target human populations in preference to tick control interventions. Applying the multi-criteria decision analysis approach in the context of Lyme disease prevention led to the development of a versatile decision model that can be adapted to different contexts, including the epidemiological situation. These studies show that this approach can offer a rigorous and transparent way to integrate the multiple perspectives of stakeholders and issues of prevention including those relating to public health, animal and environmental health, social impacts, as well as economic, operational and strategic considerations. Their use in public health practices could facilitate the adoption of a practical and applied “One health” approach to Lyme disease and other zoonosis prevention. Keywords: Lyme disease, prevention, social factors, risk perception, acceptability, prioritization of interventions, tick control, Multi-criteria decision analysis, MCDA, Quebec, Switzerland, "One health"

L’objectif de ce travail est de développer un cadre méthodologique et générique d’éco-conception de procédés chimiques couplant des outils de modélisation et de simulation traditionnels de procédés (HYSYS, COCO, ProSimPlus et Ariane), d’Analyse du Cycle de Vie (ACV), d’optimisation multiobjectif basée sur des Algorithmes Génétiques et enfin des outils d’aide à la décision multicritère (ELECTRE, PROMETHEE, M-TOPSIS). Il s’agit de généraliser, d’automatiser et d’optimiser l’évaluation des impacts environnementaux au stade préliminaire de la conception d’un procédé chimique. L’approche comprend trois étapes principales. Les deux premières correspondent d’une part aux phases d’analyse de l’inventaire par calcul des bilans de matière et d’énergie et d’autre part à l’évaluation environnementale par ACV. Le problème du manque d’information ou de l’imprécision dans les bases de données classiques en ACV pour la production d’énergie notamment sous forme de vapeur largement utilisée dans les procédés a reçu une attention particulière. Une solution proposée consiste à utiliser un simulateur de procédés de production d’utilités (Ariane, ProSim SA) pour contribuer à alimenter la base de données environnementale en tenant compte de variations sur les conditions opératoires ou sur les technologies utilisées. Des sous-modules « énergie » sont ainsi proposés pour calculer les émissions relatives aux impacts liés à l’utilisation de l’énergie dans les procédés. La troisième étape réalise l’interaction entre les deux premières phases et l’optimisation multi-objectif qui met en jeu des critères économiques et environnementaux. Elle conduit à des solutions de compromis le long du front de Pareto à partir desquelles les meilleures sont choisies à l’aide de méthodes d’aide à la décision. L’approche est appliquée à des procédés de production continus : production de benzène par hydrodéalkylation du toluène HDA et production de biodiesel à partir d’huiles végétales. Une stratégie à plusieurs niveaux est mise en oeuvre pour l'analyse de l'optimisation multi-objectif. Elle est utilisée dans les deux cas d'étude afin d'analyser les comportements antagonistes des critères. / The objective of this work is to propose an integrated and generic framework for eco-design coupling traditional modelling and flowsheeting simulation tools (HYSYS, COCO, ProSimPlus and Ariane), Life Cycle Assessment, multi-objective optimization based on Genetic Algorithms and multiple criteria decision-making methods MCDM (Multiple Choice Decision Making, such as ELECTRE, PROMETHEE, M-TOPSIS) that generalizes, automates and optimizes the evaluation of the environmental criteria at earlier design stage. The approach consists of three main stages. The first two steps correspond respectively to process inventory analysis based on mass and energy balances and impact assessment phases of LCA methodology. Specific attention is paid to the main issues that can be encountered with database and impact assessment i.e. incomplete or missing information, or approximate information that does not match exactly the real situation that may introduce a bias in the environmental impact estimation. A process simulation tool dedicated to production utilities, Ariane, ProSim SA is used to fill environmental database gap, by the design of specific energy sub modules, so that the life cycle energy related emissions for any given process can be computed. The third stage of the methodology is based on the interaction of the previous steps with process simulation for environmental impact assessment and cost estimation through a computational framework. The use of multi-objective optimization methods generally leads to a set of efficient solutions, the so-called Pareto front. The next step consists in identifying the best ones through MCDM methods. The approach is applied to two processes operating in continuous mode. The capabilities of the methodology are highlighted through these case studies (benzene production by HDA process and biodiesel production from vegetable oils). A multi-level assessment for multi-objective optimization is implemented for both cases, the explored pathways depending on the analysis and antagonist behaviour of the criteria.