Cette thèse porte sur la recherche des techniques d’optimisation pour la résolution de certains problèmes importants en deux domaines : gestion de production. Il s’agit des problèmes d’optimisation non convexe de grande dimension. Notre travail est basé sur la programmation DC (Différence de fonctions convexes), DCA (DC algorithmes), la méthode par séparation et évaluation (SE). Cette démarche est motivée par la robustesse et la performance DC et DCA comparée aux autres méthodes. La thèse comprend trois parties : dans la première partie, nous présentons les outils fondamentaux et les techniques essentielles en programmation DC, DCA ainsi que les méthodes par séparation et évaluation. La deuxième partie concerne les problèmes d’optimisation non convexes en gestion de portefeuille. Nous avons étudié deux problèmes : problème min max continu en gestion de portefeuille en présence des contraintes de cardinalité ; une classe des problèmes d’optimisation à deux niveaux et son application en sélection de portefeuille. La troisième partie est consacrée à la recherche sur les problèmes d’optimisation non convexe en gestion de production. Trois problèmes ont été étudiés : minimisation du coût de maintenance comprenant le temps de séjour et la pénalité du retard ; minimisation du coût d’un système de production/stockage multi-étapes en présence de goulot d’étrangement. Détermination des prix de transfert et les politiques de stockage pour une chaîne d’approvisionnement de deux entreprises / This thesis deals with optimization techniques for solving some optimization problems in two domains : portfolio selection and production management. They are large scale non convex optimization problems due to integer variables and/or the non convexity of the objective function. Our approach is based on DC programming and DCA, DC relaxation techniques and the algorithm Branch and Bound. This work is motivated by the robustness and the performance of the DC programming and DCA compared to other methods. The thesis includes three parts : In the first part, we present the fundamental tools and the essential techniques in DC programming, DCA as well as the method Branch and Bound. The second one concerns some non convex optimization problem in portfolio selection. Two following problems are considered : Min max continuous problem with the cardinality constraints in portfolio selection ; A class of bilevel programming problems and its application in portfolio selection. The third part contains some non convex optimization problems in production management. We study three problems : Minimization of the maintenance cost involving the flow time and the tardiness penalty ; Minimization of the cost of multi-stages production/inventory systems with bottleneck ; Determination of transfer prices and inventory policy in supply chain of two enterprises

Cette thèse s'intéresse à la résolution de problèmes d'optimisation non-differentiable de grandes tailles résultant le plus souvent d'une relaxation Lagrangienne d'un problème difficile. Cette technique est couramment utilisée pour appréhender des problèmes linéaires avec nombres entiers ou des problèmes convexes complexes. Le problème dual obtenu est non-différentiable - éventuellement séparable - et peut être résolu par exemple par un algorithme de faisceau. Le Chapitre 2 propose une revue de littérature des méthodes d'optimisation non-différentiable. Dans certaines situations, le problème dual peut être lui-même très difficile à résoudre et nécessiter des stratégies adaptées. Par exemple, lorsque le nombre de contraintes dualisées est très élevé, une dualisation explicite peut s'avérer impossible ou la mise a jour des variables duales peut échouer. Au Chapitre 3, nous étudions les propriétés de convergence lorsqu'une relaxation Lagrangienne dynamique est effectuée : seul un sous-ensemble de contraintes est dualisé a chaque itération, ce qui permet de réduire la dimension du problème dual. Une autre limite de la relaxation Lagrangienne peut apparaître lorsque la fonction duale est séparable en un grand nombre de sous fonctions, ou que celles-ci restent difficiles a évaluer. Une stratégie naturelle consiste alors à tirer partie de la structure séparable en effectuant des itérations duales en n'ayant évalué qu'un sous-ensemble des sous fonctions. Au chapitre 4, nous proposons d'utiliser une méthode de faisceau dans ce contexte incrémental. Enfin, le Chapitre 5 présente des applications numériques sur des problèmes de gestion de production d'électricité.

Dans un marché électrique concurrentiel, EDF a adapté ses outils de gestion de production pour permettre une gestion optimale de son portefeuille, particulièrement sur les horizons journaliers et infra-journaliers, derniers leviers pour une gestion optimisée de la production. Et plus l'horizon d'optimisation s'approche du temps réel, plus les décisions prises aux instants précédents deviennent structurantes voire limitantes en terme d'actions. Ces décisions sont aujourd'hui prises sans tenir compte du caractère aléatoire de certaines entrées du modèle. En effet, pour les décisions à court-terme, la finesse et la complexité des modèles déjà dans le cas déterministe ont souvent été un frein à des travaux sur des modèles tenant compte de l'incertitude. Pour se prémunir face à ces aléas, des techniques d'optimisation en contexte incertain ont fait l'objet des travaux de cette thèse. Nous avons ainsi proposé un modèle robuste de placement de la production tenant compte des incertitudes sur la demande en puissance. Nous avons construit pour cette fin un ensemble d'incertitude permettant une description fine de l'aléa sur les prévisions de demande en puissance. Le choix d'indicateurs fonctionnels et statistiques a permis d'écrire cet ensemble comme un polyèdre d'incertitude. L'approche robuste prend en compte la notion de coût d'ajustement face à l'aléa. Le modèle a pour objectif de minimiser les coûts de production et les pires coûts induits par l'incertitude. Ces coûts d'ajustement peuvent décrire différents contextes opérationnels. Une application du modèle robuste à deux contextes métier est menée avec un calcul du coût d'ajustement approprié à chaque contexte. Enfin, le présent travail de recherche se situe, à notre connaissance, comme l'un des premiers dans le domaine de la gestion optimisée de la production électrique à court terme avec prise en compte de l'incertitude. Les résultats sont par ailleurs susceptibles d'ouvrir la voie vers de nouvelles approches du problème.

Dans un marché électrique concurrentiel, EDF a adapté ses outils de gestion de production pour permettre une gestion optimale de son portefeuille, particulièrement sur les horizons journaliers et infra-journaliers, derniers leviers pour une gestion optimisée de la production. Et plus l'horizon d'optimisation s'approche du temps réel, plus les décisions prises aux instants précédents deviennent structurantes voire limitantes en terme d'actions. Ces décisions sont aujourd'hui prises sans tenir compte du caractère aléatoire de certaines entrées du modèle. En effet, pour les décisions à court-terme, la finesse et la complexité des modèles déjà dans le cas déterministe ont souvent été un frein à des travaux sur des modèles tenant compte de l'incertitude. Pour se prémunir face à ces aléas, des techniques d'optimisation en contexte incertain ont fait l'objet des travaux de cette thèse. Nous avons ainsi proposé un modèle robuste de placement de la production tenant compte des incertitudes sur la demande en puissance. Nous avons construit pour cette fin un ensemble d'incertitude permettant une description fine de l'aléa sur les prévisions de demande en puissance. Le choix d'indicateurs fonctionnels et statistiques a permis d'écrire cet ensemble comme un polyèdre d'incertitude. L'approche robuste prend en compte la notion de coût d'ajustement face à l'aléa. Le modèle a pour objectif de minimiser les coûts de production et les pires coûts induits par l'incertitude. Ces coûts d'ajustement peuvent décrire différents contextes opérationnels. Une application du modèle robuste à deux contextes métier est menée avec un calcul du coût d'ajustement approprié à chaque contexte. Enfin, le présent travail de recherche se situe, à notre connaissance, comme l'un des premiers dans le domaine de la gestion optimisée de la production électrique à court terme avec prise en compte de l'incertitude. Les résultats sont par ailleurs susceptibles d'ouvrir la voie vers de nouvelles approches du problème. / Robust Optimization is an approach typically offered as a counterpoint to Stochastic Programming to deal with uncertainty, especially because it doesn't require any precise information on stochastic distributions of data. In the present work, we deal with challenging unit-commitment problem for the French daily electricity production under demand uncertainty. Our contributions concern both uncertainty modelling and original robust formulation of unit-commitment problem. We worked on a polyhedral set to describe demand uncertainty, using statistical tools and operational indicators. In terms of modelling, we proposed robust solutions that minimize production and worst adjustment costs due to uncertainty observation. We study robust solutions under two different operational contexts. Encouraging results to the convex unit-commitment problems under uncertainty are thus obtained, with intersting research topics for future work.

L'interrogation fondamentale des travaux de recherche porte sur la question de la séparabilité et de l'interaction entre système de gestion de production et système de contrôle de gestion. Le premier temps de la réflexion concerne la spécificité du contrôle de gestion en contexte de "Juste-à-Temps. Le second temps de la recherche est relatif aux systèmes d'information de production intégrés en relation avec le système de contrôle de gestion et au rôle des représentations comptables dans la quasi-intégration des systèmes de production. Enfin, le programme de recherche à venir est orienté vers l'approfondissement des questions de la représentation comptable des systèmes de gestion de production élargie aux tableaux de bord stratégiques et de l'automatisation des tableaux de bord élargie au cas des réseaux inter-organisationnels.

L’amélioration de la performance du secteur médico-social nécessite des outils de pilotage aptes à donner rapidement et de façon synthétique une vision claire et quantifiée des activités réalisées en direction des usagers. Or, il n’existe pas aujourd’hui d’outils satisfaisants permettant un pilotage des activités au niveau de chaque structure, mais également au niveau de l'organisme gestionnaire. L’objet du travail de recherche est de concevoir des outils pour l’aide au pilotage et au suivi des activités dans le secteur médico-social permettant d’améliorer la vision actuelle du secteur médico-social trop cloisonné. En relation étroite avec Ressourcial (ancien département du système d’information de la Fondation OVE), ce travail s’inscrit dans le cadre d’une thèse CIFRE et constitue l'une des premières thèses des sciences de l'ingénieur qui s'attaquent aux problèmes d'organisation dans le secteur médico-social. Le premier enjeu scientifique de cette recherche est de proposer une démarche formelle et structurée de suivi des activités réalisées dans ces établissements. L’approche proposée devra être capable de rendre compte d’une typologie d’activités au spectre très large ; activités réalisées par des établissements ayant des modes de fonctionnements, et des cultures métiers, fortement hétérogènes. Sur ce volet, le verrou scientifique de ce travail est celui l’agrégation sur un même modèle, de modes de fonctionnement intrinsèquement hétérogènes. Le second enjeu scientifique de cette thèse est celui du développement d’approches innovantes pour l’analyse de ces données de suivi et pour l’aide au management de ces structures à partir de ces mêmes données. / Improving the performance of medico-social sector requires management tools capable of quickly and synthetically provide a clear and quantified view of activities towards the users. Unfortunally, today does not exist a satisfactory tools to control activities in each structure, as neither at the level of the managing organization. The object of the research work is to develop tools to aid management and monitoring of activities in the medico-social sector in order to improve the current vision of the medico-social sector too compartmentalized. Closely related to Ressourcial (former information system department of OVE Foundation), this work is part of a CIFRE thesis and is one of the first theses of engineering sciences that address to organizational problems in the medical-social sector. The first scientific challenge of this research is to propose a formal and structured approach to monitoring activities in these institutions. The proposed approach should be able to realize a typology of activities in a very broad spectrum; activities performed by institutions with operating modes, and business cultures, highly heterogeneous. On this aspect, the scientist lock of this work is that the aggregation on the same model, intrinsically heterogeneous operating modes. The second scientific challenge of this thesis is the development of innovative approaches for analyzing these monitoring data and to aid management of these structures from the same data.