L'objet de la thèse est le développement de méthodes de contrôle et d'optimisation automatiques pour les écoulements décollés, avec application aux écoulements de manches à air coudées pour les drones furtifs. Une méthode de dérivée topologique est utilisée pour la création de dispositifs de contrôle appelés générateurs de vortex mécaniques dans un écoulement de référence, tandis que le dimensionnement de ceux-ci est réalisé à l'aide d'une méthode classique de gradient. Des simulations numériques seront présentées dans un cadre stationnaire et instationnaire.

Ce document présente une synthèse de mes principaux travaux de recherche effectués jusqu'à ce jour. Ils portent essentiellement sur l'analyse de sensibilité topologique et ses applications en optimisation et reconstruction de formes. Cette technique récente consiste à étudier la sensibilité d'une fonctionnelle dépendant d'un domaine par rapport à une perturbation infinitésimale de la topologie de ce dernier, comme typiquement la nucléation d'un trou. La notion de dérivée topologique, ou gradient topologique, qui en découle peut alors être utilisée de différentes manières dans des algorithmes d'optimisation de formes afin de générer des modification de topologie. Sont abordés les aspects analytiques, algorithmiques, ainsi que divers exemples d'applications parmi lesquels l'optimisation de structures élastiques, l'optimisation d'écoulements incompressibles ou encore la détection de défauts géométriques.

Cette thèse est motivée par les problèmes induits par la corrélation des défauts dans les produits dérivés de crédit. La thèse contient deux parties. La première est consacrée à analyser théoriquement les défauts successifs. On propose une nouvelle approche, basée sur la densité des probabilités conditionnelles de survie, pour traiter ce qui se passe après le premier défaut en déterminant les compensateurs des défauts successifs et en calculant les espérances conditionnelles par rapport à la filtration du marché. Dans la deuxième partie, on présente une méthode d'approximation pour calculer les prix des CDOs en utilisant la méthode de Stein et la transformation de zéro biais. On obtient un terme correcteur explicite pour l'approximation gausienne et on estime la vitesse de convergence. Les tests numériques montrent l'efficacité de cette méthode par rapport aux méthodes classiques. On établit aussi des résultats similaires pour l'approximation poisonnienne en appuyant sur des variantes discrètes de la méthode. Enfin, pour les fonctions plus régulières, on propose des correcteurs d'ordres supérieurs.

Ce document propose un parcours de mes travaux de recherche en optimisation, en passant par l'optimisation mixte en variables entières, l'optimisation non-linéaire continue locale et le clustering dans les réseaux (graphes). Le premier chapitre traite de la programmation non linéaire mixte en variables entières et de l'optimisation globale déterministe. Il présente des contributions relatives à des investigations théoriques ainsi que des applications à des problèmes concrets. Nous discutons principalement de relaxations convexes et de reformulations automatiques de problèmes de programmation mathématique, dans le but d'améliorer l'efficacité des algorithmes de Branch-and-Bound. Dans le cadre de la programmation polynomiale, nous avons étudié des relaxations convexes pour les monômes multilinéaires et la génération de relaxations compactes de problèmes polynomiaux basés sur une technique spécifique de reformulation-linéarisation (RLT). Parmi les applications, une attention particulière est portée à des problèmes qui se posent dans la gestion du trafic aérien. Nous avons proposé de nouveaux modèles mathématiques et des approches de résolution basées d'une part sur l'optimisation mixte en variables entières et d'autre part sur le contrôle optimal. Deux thèmes de l'optimisation continue non-linéaire sont décrits au deuxième chapitre. Des méthodes de point intérieur pour la programmation quadratique et leurs noyaux d'algèbre linéaire (systèmes KKT) sont d'abord discutées. L'accent est mis sur les méthodes itératives pour les systèmes KKT et sur des questions connexes, telles que les techniques de préconditionnement et les propriétés de convergence. L'autre sujet discuté concerne, encore une fois, des problèmes de trafic aérien. Il porte sur les approches déjà mentionnées de contrôle optimal qui conduisent à des problèmes non-linéaires. Le troisième chapitre présente mes principaux résultats dans le domaine du clustering dans les réseaux. Le problème de l'identification de clusters dans les réseaux peut être formulé en utilisant la programmation mathématique et conduit généralement à un problème d'optimisation combinatoire. Mes contributions concernent les critères de classification et les méthodes de clustering correspondantes. Une attention particulière est portée aux méthodes exactes utilisées pour résoudre l'ensemble du problème d'optimisation ou, localement, les sous-problèmes survenant dans des heuristiques hiérarchiques, ou enfin dans le raffinement des solutions obtenues précédemment par d'autres méthodes.

Dans le contexte de l'optimisation de formes par la méthode des courbes de niveaux, nous nous intéressons à certains nouveaux problèmes : l'optimisation de valeurs propres multiples, l'optimisation de la compliance robuste et l'optimisation du critère de flambement. Nous résolvons aussi deux importants problèmes numériques par le couplage avec le gradient topologique et la méthode de régularisation de la vitesse. Nous proposons aussi dans cette thèse un chapitre destiné à montrer les problèmes numériques propres à la méthode des courbes de niveaux et nous montrons les “trucs” numériques utilisés pour résoudre ces problèmes.

Le Steam Assisted Gravity Drainage (SAGD) est le procédé de récupération thermique sur lequel plusieurs compagnies pétrolières fondent de grande espoirs. Il consiste en deux horizontaux forés l'un au-dessus de l'autre à quelques mètres d'écart. De la vapeur est injectée dans le réservoir par le puits supérieur ce qui provoque la formation d'une chambre. L'huile au voisinage des parois de la chambre se réchauffe et descend ensuite par gravité vers le puits producteur avec l'eau liquide issue de la condensation de la vapeur. La simulation numérique de ce procédé est un outil qui permet de comprendre les mécanismes physiques, d'estimer la production et d'évaluer les investissement ainsi que les risques associés. Cependant, les simulations numériques de SAGD présentent des inconvénients : la zone d'écoulement est peu épaisse comparée aux dimensions du réservoir. La discrétisation en espace doit être assez fine si l'on souhaite prédire de façon précise la production, ce qui peut amener à des simulations à plusieurs millions de mailles dans des cas réels et donc à des temps de simulation extrêments longs. A l'IFP, un générateur de maillages adaptatifs permet de mettre à jour le maillage au cours de la simulation en raffinant localement les mailles situées dans la zone d'écoulement. Basés sur des estimations d'erreur a posteriori pour des schémas volumes finis pour des équations hyperboliques non linéaires, les nouveaux critères de raffinement que nous proposons ont la particularité de dépendre des données initiales du problème

Ce travail porte sur deux problèmes d'optimisation de trajectoires spatiales: le vol d'un dernier étage de lanceur, et le nettoyage des débris spatiaux. L'objectif est de développer pour ces deux problèmes des méthodes de résolution et des logiciels utilisables dans un contexte industriel. Les travaux comportent une partie théorique de formulation et une partie appliquée de résolution numérique. Les domaines abordés sont la mécanique spatiale, l'optimisation discrète, l'optimisation continue en dimension finie et le contrôle optimal.

Le problème de placement sur deux dimensions consiste à décider s'il existe un rangement d'objets rectangulaires dans une boîte donnée. C'est un problème combinatoire difficile (à la complexité du respect des capacités s'ajoute celle du positionnement des objets). Nous considérons les variantes sans rotation des objets et avec ou sans optimisation de la valeur des objets placés. Nous menons une étude exploratoire des méthodologies qui peuvent être développées à l'interface de la programmation mathématique, de l'optimisation combinatoire et de la théorie des graphes. Nous comparons les formulations de la littérature et en proposons de nouvelles. Nous développons et testons deux approches de résolution innovantes. L'une est basée sur la décomposition de Dantzig-Wolfe (avec un branchement sur les contraintes disjonctives de non recouvrement des objets). L'autre constitue en une approche combinatoire basée sur diverses caractérisations des graphes d'intervalles (modélisant le chevauchement des objets selon chaque axe).

La conception de lanceurs est un problème d'optimisation multidisciplinaire (MDO) complexe qui a la particularité d'intégrer une optimisation de trajectoire très contrainte, difficile à résoudre et fortement couplée à toutes les autres disciplines entrant en jeu dans le processus de conception (e.g. propulsion, aérodynamique, structure, etc.). Cette thèse s'intéresse aux méthodes permettant d'intégrer judicieusement l'optimisation de la trajectoire au sein du processus d'optimisation des variables de conception. Une nouvelle méthode, appelée "Stage-Wise decomposition for Optimal Rocket Design" (SWORD), a été proposée. Celle-ci décompose le processus de conception suivant les différentes phases de vol et transforme le problème d'optimisation de lanceur multiétage en un problème de coordination des optimisations de chacun des étages, plus facile à résoudre. La méthode SWORD a été comparée à la méthode MDO classique (Multi Discipline Feasible) dans le cas d'une optimisation globale d'un lanceur tri-étage. Les résultats montrent que la méthode SWORD permet d'améliorer l'efficacité du processus d'optimisation, tant au niveau de la vitesse de recherche de l'espace de solutions faisables que de la qualité de l'optimum trouvé en temps de calcul limité. Afin d'améliorer la vitesse de convergence de la méthode tout en ne requérant pas de connaissance a priori de l'utilisateur au niveau de l'initialisation et l'espace de recherche, une stratégie d'optimisation dédiée à la méthode SWORD a été développée.

Cette thèse présente trois sujets de recherche indépendants, le dernier étant décliné sous forme de deux problèmes distincts. Ces différents sujets ont en commun d'appliquer des méthodes de contrôle stochastique à des problèmes de gestion optimale de portefeuille. Dans une première partie, nous nous intéressons à un modèle de gestion d'actifs prenant en compte des taxes sur les plus-values. Dans une seconde partie, nous étudions un problème de détection du maximum d'un processus de retour à la moyenne. Dans les troisième et quatrième parties, nous regardons un problème d'investissement optimal lorsque les agents se regardent les uns les autres. Enfin dans une cinquième partie, nous étudions une variante de cette problématique incluant un terme de pénalisation au lieu de contraintes sur les portefeuilles admissibles.