Le travail que nous présentons dans cette thèse s'articule autour du problème de la formation de coalitions entre des agents égoïstes qui planifient leurs activités, dans les systèmes multi-agents (SMA). Nous avons proposé, dans un premier temps, un mécanisme qui se fonde sur l’analyse des actions des agents dans leurs plans et le raisonnement sur les plans des autres, grâce notamment au calcul d’un degré de croyance sur les actions. Nous nous sommes, par ailleurs, intéressés au problème de la formation de coalitions avec des contraintes dynamiques et des préférences que les agents révèlent et communiquent aux autres lors de leurs négociations. Enfin, nous avons affiné notre mécanisme de formation des coalitions en permettant une recherche des coalitions guidée par la construction d'un arbre de contraintes et d'un arbre de coalitions, qui sont ensuite exploré par le biais de l'algorithme Monte-Carlo. / The work we present, in this thesis, focuses on the coalition formation problem for self-interested agents which plan their activities in multi-agents systems. As a first step, we have proposed, a mechanism that is based on the analysis of the agents' actions in their plans and reasoning about the plans of others. Additionally, we have addressed the problem of coalition formation with dynamic constraints and preferences that agents reveal and communicate to others during their negotiations. Finally, we have refined our coalition formation mechanism allowing a guided search of the coalitions by building a tree of constraints and a tree of coalitions. Each tree is explored by means of the Monte-Carlo algorithm.

Dans cette thèse, nous nous intéressons aux problèmes de découverte, de sélection et de composition de services. L'objectif est de satisfaire une requête complexe d'un demandeur de services. Pour ce faire, nous proposons une approche multi-agents fondée sur la confiance et les réseaux sociaux. Nous définissions un modèle de confiance en tant que concept compositionnel formé de quatre composantes: une composante sociale, une composante d'expertise, une composante de recommandation et une composante de coopération. La composante sociale juge s'il est intéressant de suivre un fournisseur avant d'utiliser ses services. La composante d'expertise estime si un service se comporte bien et comme prévu. La composante de recommandation vérifie si un agent est pertinent ou pas et si l'on peut compter sur ses recommandations. La composante de coopération permet aux agents de décider avec qui interagir dans une composition de services. Nous proposons un algorithme distribué pour la découverte de services utilisant la confiance entre les agents ainsi que les systèmes de références dans les réseaux sociaux. Nous développons également une nouvelle méthode s'appuyant sur un modèle probabiliste pour inférer la confiance entre les agents non adjacents tout en tenant compte des rôles des agents intermédiaires. Finalement, nous présentons un processus original de formation de coalitions qui est incrémental, dynamique et recouvrant pour une composition de services dans les réseaux sociaux. Les résultats expérimentaux montrent que nos approches multi-agents sont efficaces, plus performants que les approches similaires existantes et peuvent offrir des résultats plus dignes de confiance à faible coût de communications. / This thesis deals with service discovery, selection and composition problems. The aim is to fulfill a complex requester query. To do that, we propose a multi-agent approach based on trust and social networks. We define a trust model as a compositional concept that includes social, expert, recommender and cooperation-based component. The social-based component judges whether or not the provider is worthwhile pursuing before using his services. The expert-based component estimates whether or not the service behaves well and as expected. The recommender-based component checks whether or not an agent is reliable and if we can rely on its recommendations. The cooperation-based component allows agents to decide with whom to interact in a service composition. We propose a distributed algorithm for service discovery using trust between agents and referral systems in social networks. We also develop a new method based on a probabilistic model to infer trust between non adjacent agents while taking into account roles of intermediate agents. Finally, we present an original coalition formation process which is incremental, dynamic and overlapping for service composition in social networks. %In particular, our coalition formation process engaging self-interested agents is incremental, dynamic and overlapping. Experimental results show that our multi-agents approaches are efficient, outperforms existing similar ones and can deliver more trustworthy results at low cost of communications.