Cette thèse considère le problème de sélection et d'ordonnancement des prises de vue d'un satellite agile d'observation de la Terre. La mission d'un satellite d'observation est d'obtenir des photographies de la surface de la Terre afin de satisfaire des requêtes d'utilisateurs. Les demandes, émanant de différents utilisateurs, doivent faire l'objet d'un traitement avant transmission d'un ordre vers le satellite, correspondant à une séquence d'acquisitions sélectionnées. Cette séquence doit optimiser deux objectifs sous contraintes d'exploitation. Le premier objectif est de maximiser le profit global des acquisitions sélectionnées. Le second est d'assurer l'équité du partage des ressources en minimisant la différence maximale de profit entre les utilisateurs. Deux métaheuristiques, composées d'un algorithme génétique à clé aléatoire biaisées (biased random key genetic algorithm - BRKGA) et d'une recherche locale multi-objectif basée sur des indicateurs (indicator based multi-objective local search - IBMOLS), sont proposées pour résoudre le problème. Pour BRKGA, trois méthodes de sélection, empruntées à NSGA-II, SMS-EMOA, et IBEA, sont proposées pour choisir un ensemble de chromosomes préférés comme ensemble élite. Trois stratégies de décodage, parmi lesquelles deux sont des décodages uniques et la dernière un décodage hybride, sont appliquées pour décoder les chromosomes afin d'obtenir des solutions. Pour IBMOLS, plusieurs méthodes pour générer la population initiale sont testées et une structure de voisinage est également proposée. Des expériences sont menées sur des cas réalistes, issus d'instances modifiées du challenge ROADEF 2003. On obtient ainsi les fronts de Pareto approximés de BRKGA et IBMOLS dont on calcule les hypervolumes. Les résultats de ces deux algorithmes sont comparés.

Les problématiques liées au développement durable modifient fortement les habitudes des consommateurs ainsi que les stratégies des entreprises. Dans ce contexte, l’optimisation de la chaîne logistique avec prise en compte de critères de développement durable devient un défi majeur. Néanmoins, les travaux scientifiques basés sur des modèles quantitatifs sont encore rares. Nous contribuons donc à cette littérature en revisitant des modèles classiques d’optimisation de gestion de stock en prenant en compte des critères de développement durable. Nous sommes convaincus que les différents aspects du développement durable ne devraient pas être réduits à un seul objectif. Nous proposons donc une approche basée sur l’optimisation multi-objectif pour revisiter les modèles economic order quantity en mono- et multi-échelon. Ces modèles sont ensuite utilisés pour analyser les impacts de la coopération client-fournisseur ou de l’investissement dans des technologies vertes sur les performances de la chaîne logistique. Par ailleurs, les entreprises deviennent de plus en plus proactives vis-à-vis du développement durable. Nous proposons donc d’utiliser des méthodes d’aide multicritère à la décision au lieu de considérer le développement durable comme une contrainte dans les modèles. Dans cette optique, l’entreprise peut fournir des informations sur les compromis désirables entre les dimensions économiques, environnementales et sociales du développement durable afin d’obtenir rapidement une solution satisfaisante. / Sustainability concerns are increasingly shaping customers’ behavior as well as companies’ strategy. In this context, optimizing the supply chain with sustainability considerations is becoming a critical issue. However, work with quantitative models is still scarce. Our research contributes by revisiting classical inventory models taking sustainability concerns into account. We believe that reducing all aspects of sustainable development to a single objective is not desirable. We thus reformulate single and multi-echelon economic order quantity models as multi-objective problems. These models are then used to study several options such as buyer-supplier coordination or green technology investment. We also consider that firms are becoming increasingly proactive with respect to sustainability. We thus propose to apply multiple criteria decision aid techniques instead of considering sustainability as a constraint. In this sense, the firm may provide preference information about economic, environmental and social tradeoffs and quickly identify a satisfactory solution.

L'adoption d'une méthodologie est cruciale pour la conception de procédés chimiques optimaux. L'optimisation multi-objective de modèles rigoureux en est un exemple, jouissant d'une application extensive dans la littérature. Cette méthode retourne un ensemble de solutions, dit de Pareto, présentant un compromis optimal entre les fonctions objectives. Ceci est suivi par une étape de sélection d'une solution d'intérêt répondant à des critères définis. Cette méthodologie s'appliquait, dans le cadre de cette thèse, à deux procédés. Le premier consistait en une distillerie d'éthanol à partir de la canne à sucre, combinée à un système de cogénération et de combustion à partir de la biomasse de canne à sucre. Le deuxième contenait en plus un système d'hydrolyse enzymatique de cette biomasse. Notre première contribution traitait de la construction d'une procédure pour la modélisation, simulation, intégration thermique et évaluation du coût des équipements. La deuxième contribution traitait de l'analyse des résultats réalisée à travers un suivi de variables mesurées, une fragmentation de la courbe de Pareto, une hiérarchisation des variables de décision et une comparaison avec la littérature. La dernière contribution traitait de l'étape de sélection qui s'est réalisée à travers une évaluation économique des solutions, sous des scénarii différents, avec la Valeur Nette Présente comme critère de sélection. En conclusion, cette thèse constitue une première application intégrale de la méthodologie proposée. Elle représente, de par ses contributions, un tremplin pour des applications futures à des procédés chimiques ou biochimiques, plus spécialement pour la canne à sucre / The use of a systematic methodology is crucial for the design of optimal chemical processes, namely bio-processes. Multi-objective optimization of rigorous process models is therein a prime example, with extensive use in literature. This method yields a Pareto set of optimal compromise solutions, from which one optimal solution is chosen based on specific criteria. This methodology was applied, in the course of this thesis, to two studied processes. The first consisted in a distillery converting sugarcane to ethanol, combined with a sugarcane biomass combustion and power cogeneration system. The second contained an additional biomass hydrolysis system. Our first contribution deals with the construction of an organized procedure for the modeling, simulation, heat integration and equipment and capital cost estimation of chemical processes. The second contribution deals with the analysis of the optimization results through a tracking of measured variables, the fragmentation of the Pareto curve, an ordering of optimization variables, and a comparisons with literature results. The final realization deals with the selection step realized through an economic evaluation of optimal solutions for various scenarios, with the Net Present Value as the selection criterion. In conclusion, this thesis constitutes a first integral application of the said methodology. It sets, through its contributions, a stepping stone for future application in the field of chemical and biochemical processes, namely for sugarcane processes

Les réseaux de capteurs sans fil sont déployés pour assurer la surveillance de phénomènes physiques. La précision de l’information recueillie dépend fortement des positions des capteurs déployés. Ces positions doivent satisfaire les exigences de l’application en termes de couverture et de connectivité. Par conséquent, les algorithmes de déploiement sont nécessaires pour déterminer les positions optimales des capteurs. Cette thèse se concentre sur le déploiement de capteurs sans fil, d’une part lorsque ces noeuds sont capables de se positionner de manière autonome, et d’autre part lorsque leur déploiement est assisté par des robots mobiles. Dans les deux cas, ce déploiement doit, non seulement répondre aux exigences de l’application en termes de couverture et connectivité, mais aussi minimiser le nombre de capteurs nécessaires tout en satisfaisant diverses contraintes (e.g. obstacles, énergie, connectivité tolérant les défaillances). Nous avons proposé des algorithmes de déploiement autonome qui évitent les oscillations des noeuds : ADVFA, GDVFA et OA-DVFA pour surveiller des zones 2D et 3D-DVFA pour surveiller un espace 3D. Lorsque le déploiement est assisté par robots mobiles, nous avons proposé deux approches pour optimiser la durée du déploiement. La première se base sur la théorie de jeux pour optimiser la durée des trajectoires de deux robots (TRDS) et la deuxième se base sur l'optimisation multi-objectifs avec un nombre de robots supérieur ou égale à 2 (MRDS). Les objectifs à satisfaire sont : optimiser la durée de la trajectoire la plus longue, équilibrer les durées des trajectoires des robots et minimiser le nombre de robots utilisés, en évitant les obstacles. / Wireless sensor networks are deployed to monitor physical phenomena. The accuracy of information collected depends on sensor node positions. These positions must meet the application requirements in terms of coverage and connectivity. Therefore, deployment algorithms are necessary to determine the optimal positions of sensor nodes. This thesis focuses on the deployment of wireless sensor nodes, first when these nodes are autonomous, and secondly when they are static and the deployment is assisted by mobile robots. In both cases, this deployment must not only meet the application requirements in terms of coverage and connectivity, but also minimize the number of sensors needed while satisfying various constraints (e.g. obstacles, energy, fault-tolerant connectivity). We proposed autonomous deployment algorithms that avoid node oscillations: ADVFA, GDVFA and OA-DVFA to monitor 2D areas and 3D-DVFA to monitor a 3D space. In case of a deployment assisted by mobile robots, we proposed two approaches to optimize the deployment duration. The first one is based on game theory to optimize the length of the paths of two robots (TRDS) and the second is based on the multi-objective optimization, with a number of robots greater than or equal to 2 (MRDS). The objectives to be met are: optimizing the duration of the longest tour duration, balancing the durations of the robot tours and minimizing the number of robots used, while bypassing obstacles.

Cette thèse se compose de deux parties. Dans la partie I, nous avons comparé les différences entre les polymérisations en macro- et mini- émulsion. Nous avons établi un modèle de polymérisation en macro-émulsion. Ce modèle peut prédire la distribution de la taille de la chaîne radicalaire pour une classe donnée de tailles des particules. Par comparaison, nous avons établi un modèle de polymérisation en mini-émulsion. Ce modèle peut fournir la distribution des tailles des particules et l'évolution des tailles des gouttelettes. Dans la partie II, afin d'améliorer les propriétés du PP, deux types de monomères ont été utilisés pour être greffés sur PP par extrusion réactive. Ces monomères sont l'anhydride maléique MAH et le silane. Pour améliorer le degré de greffage de MAH sur PP, la montmorillonite organiquement modifiée o-MMT a été utilisée comme un nanoréacteur. Les influences des quantités de MAH et d'initiateur ont été étudiées. Afin d'améliorer le degré de greffage du silane sur PP, les conditions opératoires ont été étudiées. Toutefois, une relation simple entre les propriétés du produit et les conditions de fonctionnement n'a pas pu être trouvée. Pour obtenir le montant le plus élevé de silane greffé sur PP, et en même temps, restreindre les deux réactions secondaires, c'est à dire la polymérisation du silane et la dégradation de la PP chaîne, modèles polynomiaux ont été tentées pour décrire ce processus / This thesis consists of two parts: In Part I, the differences between macro-and mini-emulsion polymerization were compared. A model on macro-emulsion polymerization has been established. This model can predict the radical chain size distribution for a given class of particle sizes. By comparison, a model on mini-emulsion polymerization has been established. This model can provide the particle size distribution and the change of droplets size. In Part II, in order to improve the properties of PP, two kinds of monomers were used to be grafted on PP by reactive extrusion. These monomers were maleic anhydride (MAH) and silane. To improve the grafting degree of MAH on PP, organically modified montmorillonite (MMT) was used as a nanoreactor. The effects of the amounts of MAH and that of initiator were studied. In order to improve the grafting degree of silane on PP, the operating conditions were studied. However, a simple relation between the product properties and the operating conditions could not be found. To obtain the highest amount of silane grafted on PP, and meanwhile, restraining the two side reactions, i.e. the polymerization of silane and the PP chain degradation, polynomial models were attempted to describe this process

L’objectif de cette thèse est le développement de méthodes d’optimisation multi-objectif pour la résolution de problèmes de conception des structures mécaniques. En effet, la plupart des problèmes réels dans le domaine de la mécanique des structures ont plusieurs objectifs qui sont souvent antagonistes. Il s’agit, par exemple, de concevoir des structures en optimisant leurs poids, leurs tailles, et leurs coûts de production. Le but des méthodes d’optimisation multi-objectif est la recherche des solutions de compromis entre les objectifs étant donné l’impossibilité de satisfaire tout simultanément. Les métaheuristiques sont des méthodes d’optimisation capables de résoudre les problèmes d’optimisation multi-objective en un temps de calcul raisonnable sans garantie de l’optimalité de (s) solution (s). Au cours des dernières années, ces algorithmes ont été appliqués avec succès pour résoudre le problème des mécaniques des structures. Dans cette thèse deux métaheuristiques ont été développées pour la résolution des problèmes d’optimisation multi-objectif en général et de conception de structures mécaniques en particulier. Le premier algorithme baptisé MOBSA utilise les opérateurs de croisement et de mutation de l’algorithme BSA. Le deuxième algorithme nommé NNIA+X est une hybridation d’un algorithme immunitaire et de trois croisements inspirés de l’opérateur de croisement original de l’algorithme BSA. Pour évaluer l’efficacité et l’efficience de ces deux algorithmes, des tests sur quelques problèmes dans littérature ont été réalisés avec une comparaison avec des algorithmes bien connus dans le domaine de l’optimisation multi-objectif. Les résultats de comparaison en utilisant des métriques très utilisées dans la littérature ont démontré que ces deux algorithmes peuvent concurrencer leurs prédécesseurs. / The objective of this thesis is the development of multi-objective optimization methods for solving mechanical design problems. Indeed, most of the real problems in the field of mechanical structures have several objectives that are often antagonistic. For example, it is about designing structures by optimizing their weight, their size, and their production costs. The goal of multi-objective optimization methods is the search for compromise solutions between objectives given the impossibility to satisfy all simultaneously. Metaheuristics are optimization methods capable of solving multi-objective optimization problems in a reasonable calculation time without guaranteeing the optimality of the solution (s). In recent years, these algorithms have been successfully applied to solve the problem of structural mechanics. In this thesis, two metaheuristics have been developed for the resolution of multi-objective optimization problems in general and of mechanical structures design in particular. The first algorithm called MOBSA used the crossover and mutation operators of the BSA algorithm. The second one named NNIA+X is a hybridization of an immune algorithm and three crossover inspired by the original crossover operator of the BSA algorithm. To evaluate the effectiveness and efficiency of these two algorithms, tests on some problems in literature have been made with a comparison with algorithms well known in the field of multi-objective optimization. The comparison results using metrics widely used in the literature have shown that our two algorithms can compete with their predecessors.

Au cours de cette thèse, nous avons étudié le problème de déploiement des Réseaux de Capteurs Sans-Fil (RCSF) pour des applications indoor tel que le bâtiment intelligent. Le but de notre travail était de développer un outil de déploiement capable d'assister les concepteurs de RCSF lors de la phase de déploiement de ces derniers. Nous avons commencé cette thèse par la modélisation de tous les paramètres qui interviennent lors du déploiement des RCSF, à savoir : coût, connectivité, couverture et durée de vie. Par la suite, nous avons implémenté cinq algorithmes d'optimisation, dont trois multi-objectifs afin de résoudre le problème de déploiement. Deux cas d'études réelles (grande et petite instance) ont été identifiés afin de tester ces algorithmes. Les résultats obtenus ont montré que ces algorithmes sont efficaces quand il s'agit d'un petit bâtiment (petit espace). Par contre, dès que la surface du bâtiment augmente les performances des algorithmes étudiés se dégradent. Pour répondre à cela, nous avons développé et implémenté un algorithme d'optimisation multi-objectifs hybride. Cet algorithme se base sur des notions de clustering et d'analyse de données afin de limiter le nombre d'évaluations directes qu'entreprennent ces méthodes pendant chaque itération. Afin d'assurer cette limitation d'évaluation les fonctions de fitness sont approximées grâce aux réseaux de neurones et l'algorithme de classification K-means. Les résultats obtenus ont montré une très bonne performance sur les deux instances de tailles différentes. Ces résultats ont été comparés à ceux obtenus avec les méthodes classiques utilisées et sont compétitives et prometteuses. / In this thesis, we studied the Wireless Sensor Network deployment for indoor environments with a focus on smart building application. The goal of our work was to develop a WSN deployment tool which is able to assist network designers in the deployment phase. We begin this thesis with network modeling of all the deployment parameters and requirement, such as : cost, coverage, connectivity and network lifetime. Thereafter, we implement five optimisation methods, including three multi-objective optimization agorithms, to resolve WSN deployment problem. Then, two realistics study cases were identified to test the performances of the aforementioned algorithms. The obtained results shows that these algorithms are very efficient for deploying a small scale network in small buildings. However, when the building surface becomes more important the algorithms tends to converge to local optimum while consuming high processing time. To resolve this problem, we develop and implement a new Hybrid multi-objectif optimization algorithm wich limits the number of direct evaluation. This algorithm is based on data-mining methods (Artificial Neural Networks and K-means) and tries to approximate the fitness value of each individual in each generation. At every generation of the algorithm, the population is divided to K clusters and we evaluate only the closest individual to cluster centroide. The fitness value of the rest of population is approximated using a trained ANN. A comparative study was made and the obtained results show that our method outperformes others in the two sudy cases (small and big buildings).

Dans cette thèse, nous nous intéressons à l'étude des capacités de la méta heuristique d'optimisation par colonie de fourmis (Ant Colony Optimization - ACO) pour résoudre des problèmes d’optimisation combinatoire multi-objectif. Dans ce cadre, nous avons proposé une taxonomie des algorithmes ACO proposés dans la littérature pour résoudre des problèmes de ce type. Nous avons mené, par la suite, une étude expérimentale de différentes stratégies phéromonales pour le cas du problème du sac à dos multidimensionnel mono-objectif. Enfin,nous avons proposé un algorithme ACO générique pour résoudre des problèmes d'optimisation multi-objectif. Cet algorithme est paramétré par le nombre de colonies de fourmis et le nombre de structures de phéromone considérées. Il permet de tester et de comparer, dans un même cadre,plusieurs approches. Nous avons proposé six variantes de cet algorithme dont trois présentent de nouvelles approches et trois autres reprennent des approches existantes. Nous avons appliqué et comparé ces variantes au problème du sac à dos multidimensionnel multi-objectif / In this thesis, we investigate the capabilities of Ant Colony Optimization (ACO) metaheuristic to solve combinatorial and multi-objective optimization problems. First, we propose a taxonomy of ACO algorithms proposed in the literature to solve multi-objective problems. Then, we studydifferent pheromonal strategies for the case of mono-objective multidimensional knapsackproblem. We propose, finally, a generic ACO algorithm to solve multi-objective problems. Thisalgorithm is parameterised by the number of ant colonies and the number of pheromonestructures. This algorithm allows us to evaluate and compare new and existing approaches in thesame framework. We compare six variants of this generic algorithm on the multi-objectivemultidimensional knapsack problem

La présente thèse porte sur l'étude de prise de décisions séquentielles multi-Objectif (MOSDM). La motivation de ce travail est double. D'un côté, la prise de décision, par exemple, dans les domaines de robotique et de planification, concerne l'optimisation séquentielle. De l'autre côté, nombreuses applications dans le monde réel sont plus naturellement formulés en termes d'optimisation multi-Objectif (MOO). La méthode proposée dans la thèse adapte le cadre bien connue de recherche Monte-Carlo arborescente (MCTS) à l'optimisation multi-Objectif, dans lequel multiple séquences de décision optimales sont développées dans un seul arbre de recherche. Le principal défi est de proposer une nouvelle récompense, capable de guider l'exploration de l'arbre bien que le problème de MOO n'applique pas un ordre total entre les solutions. La contribution principale de cette thèse est de proposer et d'étudier expérimentalement ces deux récompenses : l'indicateur de hypervolume et la récompense de dominance Pareto, qui sont inspirées de la littérature de MOO et basés sur une archive de solutions antérieures (archives Pareto). L'étude montre la complémentarité de ces deux récompenses. L'indicateur de hypervolume souffre de sa complexité algorithmique. Cependant, cet indicateur fournit des informations à grains fins de la qualité des solutions à l'égard de l'archive actuelle. Bien au contraire, la complexité de la récompense de dominance Pareto est linéaire, mais cette récompense fournit des informations de plus en plus rare au long de la recherche. Les preuves de principe de l'approche sont donnés sur les problèmes articiaux et les défis internationaux, et confirment la valeur de l'approche. En particulier, MOMCTS est capable de découvrir les politiques se trouvant dans les régions non-Convexes du front Pareto, qui contraste avec l'état de l'art: les algorithmes d'apprentissage par renforcement multi-Objectif existants sont basés sur scalarization linéaire et donc ne sont pas capables de explorer ces régions non-Convexes. Enfin, MOMCTS a fait honorablement la concurrence avec l'état de l'art sur la compétition internationale de MOPTSP 2013. / This thesis is concerned with multi-Objective sequential decision making (MOSDM). The motivation is twofold. On the one hand, many decision problems in the domains of e.g., robotics, scheduling or games, involve the optimization of sequences of decisions. On the other hand, many real-World applications are most naturally formulated in terms of multi-Objective optimization (MOO). The proposed approach extends the well-Known Monte-Carlo tree search (MCTS) framework to the MOO setting, with the goal of discovering several optimal sequences of decisions through growing a single search tree. The main challenge is to propose a new reward, able to guide the exploration of the tree although the MOO setting does not enforce a total order among solutions. The main contribution of the thesis is to propose and experimentally study two such rewards, inspired from the MOO literature and assessing a solution with respect to the archive of previous solutions (Pareto archive): the hypervolume indicator and the Pareto dominance reward. The study shows the complementarity of these two criteria. The hypervolume indicator suffers from its known computational complexity; however the proposed extension thereof provides fine-Grained information about the quality of solutions with respect to the current archive. Quite the contrary, the Pareto-Dominance reward is linear but it provides increasingly rare information. Proofs of principle of the approach are given on artificial problems and challenges, and confirm the merits of the approach. In particular, MOMCTS is able to discover policies lying in non-Convex regions of the Pareto front, contrasting with the state of the art: existing Multi-Objective Reinforcement Learning algorithms are based on linear scalarization and thus fail to sample such non-Convex regions. Finally MOMCTS honorably competes with the state of the art on the 2013 MOPTSP competition.

La conception d’un plan de transport d’un service ferroviaire est un processus qui se réalise entre deux ans et six mois avant la mise en service de celui-ci. Les principales phases de la conception sont la définition des dessertes, le calcul de la grille horaire et enfin l’organisation des roulements de rames et des conducteurs. La manière dont le plan de transport est conçu peut avoir de nombreuses conséquences sur la qualité de service : fréquence en gare insuffisante qui peut entrainer une perte de clients, robustesse de la grille horaire face à de petits incidents... En zone dense, tous ces éléments sont à prendre en compte, dès la conception de la grille horaire.Aujourd’hui, SNCF Transilien conçoit ses plans de transport en prenant d’abord en compte l’optimisation des ressources de production (sillons, rames et agents de conduite). Toutefois, l’augmentation des ressources mises en œuvre n’améliore plus l’adéquation du plan de transport à la demande des voyageurs. Ce mode de conception ne permet donc plus de faire face à l’augmentation de la demande de mobilité. C’est pourquoi il faut repenser la conception du plan de transport en intégrant immédiatement la dimension voyageuse.Nos travaux se concentrent sur les problématiques de conception de dessertes et de grille horaire, en prenant en compte le point de vue des voyageurs. Nous présentons un modèle multiobjectif de conception de dessertes, puis nous présentons un modèle de conception de grille horaire intégrant le choix d’itinéraire des voyageurs. Ensuite, nous présentons une méthode cherchant à intégrer ces deux modèles. Enfin, nous présentons une évaluation de nos résultats grâce à des indicateurs de fiabilité / The design of a railway transportation plan is a process achieved between two years and six months before it is put into service. The main phases in the design of a transportation plan are the line planning, the timetabling, the rolling stock and the crew scheduling.The design of the transportation plan can have many consequences on the quality of service: an inadequate frequency in station can cause a loss of passengers, sufficient number of seated places, robustness of the timetable in the face of small incidents... In dense area, as in the Ile-de-France region, all these elements must be taken into account as the transportation plan is designed.Today, SNCF Transilien designs its transportation plans by first taking into account the optimization of production resources (train paths, rolling stock units and drivers). However, today, the increase in resources implemented no longer improves the adequacy of the transportation plan to passengers’ demand. This design method no longer makes it possible to cope with the increase in the demand for mobility (+3% each year since 2000). This is why we must rethink the design of the transport plan by immediately integrating the passenger dimension. Our work focuses on issues of line planning and timetabling in a passenger-oriented approach. First, we present a multi-objective model for line planning. Then, we present a model of timetabling incorporating passenger route choice. Then, we initiate a method to integrate these two models. Finally, we present an evaluation of our results thanks to reliability indicators from the literature and a macroscopic simulation of the timetables