Les travaux présentés dans cette thèse portent sur la conception de systèmes de fabrication en contexte incertain. La conception d'un tel système peut être vue comme un problème d'optimisation qui consiste à trouver une configuration qui permet d'optimiser certains objectifs tout en respectant des contraintes technologiques et économiques connues. Les systèmes de fabrication étudiés dans ce mémoire sont des lignes d'assemblage et d'usinage. La première est une ligne qui se présente comme une chaîne de postes de travail où, dans chaque poste, les opérations d'assemblage s'exécutent de manière séquentielle. La deuxième, quant à elle, est une ligne particulière qui se compose de machines de transfert comportant plusieurs boîtiers multibroches où les opérations s'exécutent simultanément. Dans un premier temps, nous décrivons de différentes approches permettant de modéliser l'incertitude des données en optimisation. Une attention particulière est portée sur les deux approches suivantes : l'approche robuste et l'analyse de sensibilité. Puis, nous présentons trois applications : la conception d'une ligne d'assemblage et d'une ligne d'usinage soumises aux variations de temps opératoires et la conception d'une ligne d'assemblage avec les temps opératoires connus sous la forme d'intervalles des valeurs possibles. Pour chaque application, nous identifions les performances attendues ainsi que la complexité de la prise en compte de l'incertitude. Ensuite, nous proposons de nouveaux critères d'optimisation en adéquation avec la problématique introduite. Enfin des méthodes de résolution sont développées pour appréhender les différents problèmes mis en évidence par ces critères.

L'énergie éolienne est aujourd'hui la source d'énergie renouvelable en plus forte expansion. Le caractère variable et partiellement contrôlable de sa production complexifie la gestion du système électrique. L'utilisation dans divers processus de décision, de prédictions du niveau de production à des horizons de 2-3 jours, permet une meilleure intégration de cette ressource. Certaines situations donnent néanmoins lieu à des performances de prédiction insatisfaisantes. Des erreurs dans la prédiction de l'instant d'apparition de variations brusques et importantes de la production, peuvent être responsables d'importants déséquilibres énergétiques, et avoir un impact négatif sur la gestion du système électrique. L'objectif de cette thèse est de proposer des approches permettant d'une part de caractériser ces variations, et d'autre part de prédire et d'estimer l'incertitude dans l'instant de leur apparition. Dans un premier temps, nous étudions différentes formes de caractérisation de ces variations. Nous proposons un modèle de rupture permettant de représenter le caractère aléatoire dans la proximité des ruptures d'un signal, tout en tenant compte des aspects borné et non-stationnaire du processus de production. A partir de simulations issues de ce modèle, nous réalisons une étude paramétrique destinée à évaluer et comparer les performances de différents filtres et approches multi-échelles de détection. Dans un deuxième temps, nous proposons une approche de prédiction probabiliste de l'instant d'apparition d'une rupture, reposant sur l'utilisation de prévisions météorologiques ensemblistes. Leur conversion en puissance fournit différents scénarii de la production, à partir desquels sont agrégées les prédictions de l'instant d'apparition d'une rupture. L'incertitude associée est représentée à l'aide d'intervalles de confiance temporels et de probabilités estimées conditionnellement. Nous évaluons la fiabilité et la finesse de ces estimations sur la base de mesures de production provenant de différentes fermes éoliennes.

En cas d'accident impliquant des produits chimiques, il peut être fait appel à des experts pour évaluer les effets générés par cet accident. Ces experts fournissent des distances d'effets à l'aide de modélisations informatiques et sont confrontés à une difficulté majeure : peu d'éléments à leur disposition pour caractériser la situation.L'objectif de cette thèse est de proposer une méthodologie permettant de prendre en compte les incertitudes relatives aux données d'entrée dans les modélisations effectuées en situation d'urgence tout en restituant de manière explicite cette incertitude au gestionnaire de la situation d'urgence.Une première phase a consisté à évaluer, pour une situation à même de générer un nuage toxique ou explosible, la dispersion des résultats des modélisations. Il a été établi une hiérarchisation des variables d'entrée en fonction de leur influence sur le résultat final. Cette phase a été réalisée au moyen d'une analyse de sensibilité dont la stratégie a été spécifiquement développée.Une seconde phase a eu pour but d'établir une méthodologie d'estimation des distances d'effets en situation d'urgence en tenant compte du niveau d'incertitude des variables d'entrée. Une méthodologie de classification opérationnelle des données d'entrée a été réalisée. Elle s'appuie sur deux critères : la sensibilité du modèle au paramètre d'entrée et l'incertitude sur sa valeur (imprécision ou variabilité). Sur cette base, une nouvelle manière d'utiliser ces variables a été proposée. Enfin, différentes façons de restituer de manière opérationnelle les résultats des modélisations ont été proposées.

Cette thèse présente nos travaux sur les stratégies d'interaction dans les systèmes multi-agents hétérogènes (hSMA), où l'humain est placé dans le système, et leur application pour fournir des services de communication multimédia. Pour pallier l'hétérogénéité des agents, notre solution consiste à introduire un médiateur et à définir une modélisation où les agents endossent des rôles permettant de construire des classes de service. Un service résulte alors d'une collaboration donnant satisfaction à un sous-ensemble d'agents. Pour définir le comportement des agents, nous avons envisagé divers types de planification, puis l'apprentissage par renforcement dans les Processus de Décision Markoviens (MDP). Nous avons également étudié la modélisation des utilisateurs et le suivi de l'interaction pour l'adaptation aux autres agents et aux aléas d'exécution. La thèse décrit la spécification d'un médiateur capable d'aider un utilisateur dans sa recherche d'informations. Elle présente également une architecture à quatre niveaux d'abstraction et une bibliothèque logicielle utilisés pour concevoir et exécuter des services adaptatifs.

Dans les régions de haute biodiversité, caractérisées par des paysages dynamiques, la cartographie détaillée de l'utilisation des sols et du couvert végétal est communément obtenue par la classification d'images satellite. Cependant, les cadres conceptuels d'estimation d'erreurs sur les cartes sont éprouvés pour les zones tempérées et hautement industrialisées.<br />Une nouvelle méthode est proposée pour l'évaluation de la fiabilité des cartes et une autre méthode pour l'estimation des erreurs de classification par ambiguïtés entre classes sur images satellites. La première méthode comprend un nouveau mode d'échantillonnage et une estimation par ensembles flous des incertitudes positionnelles et thématiques. Elle a été testée sur l'Inventaire Forestier Mexicain de l'an 2000. La deuxième méthode s'appuie sur la simulation d'images satellites avec le modèle de transfert radiatif DART et a été testée sur des images IKONOS de six types de forêts au Mexique, sur terrain plat et en forte pente

Cette thèse développe une méthodologie pour résoudre les problèmes d'ordonnancement de programmes conditionnels où savoir si une tâche doit être exécutée n'est pas connue à l'avance mais dynamiquement. Le modèle utilisé est à base d'automates temporisés représentant l'espace d'états à explorer. Le problème est donc formulé comme le calcul d'une stratégie gagnante (pire cas optimale) dans un jeu contre l'environnement. Dans un premier temps nous étudions le problème d'ordonnancement sur graphes de tâches déterministe puis nous étendons l'étude au problème d'ordonnancement avec incertitude conditionnelle. Pour les deux problèmes nous étudions différentes classes d'ordonnancements et de stratégies pour réduire l'espace d'états, des décompositions en chaînes pour réduire sa taille, puis nous investiguons plusieurs classes d'algorithmes exactes pour en évaluer l'efficacité et à partir desquels nous dérivons de bonnes heuristiques. Des résultats expérimentaux sur plusieurs exemples de benchmarks sont présentés afin de montrer l'efficacité de chaque algorithme et la précision des heuristiques proposées, puis des bornes théoriques sont déduites pour prouver la garantie de performance pire cas de chaque heuristique.

Thèse doctorat : Sciences économiques : Lille 1 : 2003. / N° d'ordre (Lille 1) : 3409 SE. Résumé. Bibliogr. p. 479-509.

Cette thèse se situe dans le cadre de l'analyse et de la synthèse des systèmes périodiques. Les contributions présentées dans ce mémoire portent sur la commande sous contraintes des systèmes linéaires discrets périodiques. Ces contraintes, portant sur l'état du système et/ou sur la commande, peuvent être des contraintes de positivité ou de bornitude. Dans ce travail, des conditions d'analyse en stabilité et positivité des systèmes périodiques en termes de LMI (Inégalité Matricielle Linéaire) strictes, sont présentées. Ces outils d'analyse ont ensuite permis d'élaborer une loi de commande par retour d'état périodique. Les résultats obtenus sont exploités par la suite pour développer une commande par retour d'état périodique robuste pour les systèmes périodiques incertains. Des conditions de stabilisation robuste sont élaborées en utilisant la S-procédure. En outre, des conditions de stabilité et stabilisation par retour d'état périodique des systèmes périodiques avec retards sont établies. Le problème de stabilisation de ce type de systèmes sous un certain nombre de contraintes est résolu en suivant deux approches, la première est basée sur les techniques de Lyapunov la seconde fait appel à la programmation linéaire. Outre la notion de stabilité, la notion de performance des systèmes en boucle fermée est traitée. Pour cela, nous proposons une commande de type Hinf pour résoudre le problème de rejet de perturbations.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Le monde social est par essence fortement incertain, dans la mesure où les informations peuvent varier rapidement et de façon imprévisible, et il est essentiel de pouvoir s'y adapter. Les personnes avec autisme présentent souvent une intolérance au changement et une recherche d'immuabilité, associées à des difficultés dans le domaine de la prise de décision. Elles rapportent également que leurs difficultés sont amplifiées lorsque la prise de décision implique un changement de routine et lorsqu'elle fait entrer en jeu une composante sociale. Si la prise de décision dans un environnement social a été beaucoup explorée, l'influence de l'incertitude du contexte (c'est-à-dire d'un changement brutal des probabilités de survenue d'un événement) et son interaction avec la nature sociale de l'environnement n'ont jamais été étudiées dans le cadre de l'autisme. Cette thèse vise à mieux comprendre les spécificités du traitement du caractère imprévisible du contexte chez les personnes autistes de haut niveau (High-Functioning Autism : HFA) et avec un Syndrome d'Asperger (AS). La question posée ici est de savoir si c'est l'aspect social, ou bien l'aspect imprévisible, qui pose problème aux personnes avec autisme dans les interactions sociales. Nous avons fait l'hypothèse d'une altération du traitement du caractère imprévisible chez ces personnes, comparées à des sujets neurotypiques appariés, et nous souhaitions préciser l'influence de la nature sociale ou non-sociale de la source d'information sur cette altération. Dans la première étude, comportementale, de cette thèse, nous avons adapté une tâche de prise de décision de Behrens et al. (2007, 2008), comportant une condition stable et une condition instable (i.e. incertaine), cet aspect stable ou instable pouvant venir d'un indice social ou non-social. Cette première étude a permis de montrer que, dans notre tâche, les difficultés rencontrées par les personnes HFA/AS dans un environnement social tiennent plus à son caractère imprévisible qu'à son aspect social. A cela s'ajoute une difficulté globale à intégrer les indices contextuels dans la prise de décision. Notre deuxième étude, en IRM fonctionnelle, visait à identifier les régions cérébrales impliquées dans le traitement du caractère imprévisible du contexte, ainsi que l'effet de la nature sociale de l'environnement sur ce traitement, chez des personnes avec autisme. Cette seconde étude a montré que les personnes HFA/AS mobilisent moins le réseau attentionnel fronto-pariétal que les personnes neurotypiques dans un contexte incertain (qu'il soit social ou non). On observe également chez ces personnes une difficulté à réorienter l'attention lorsque les indices contextuels ne sont pas pertinents. Par ailleurs, dans un environnement social les personnes HFA/AS activent moins les aires du " cerveau social " que les personnes neurotypiques. La discussion établit un parallèle entre ces résultats et la littérature existante, et propose des perspectives en termes de prise en charge dans l'autisme