Cette thèse s’intéresse à trouver des solutions informatiques à certains problèmes de l’optimisation combinatoire, à savoir les problèmes de tournées de véhicules. Elle aborde les problèmes de Transport A la Demande (TAD). L’objectif principal visé dans cette thèse fait appel à certaines approches exactes et certaines approches méta-heuristiques pour résoudre des problèmes d’optimisation multi-objective de Transport A la Demande avec plusieurs véhicules. En effet, nos principaux objectifs de recherche consistent à : -I) Résoudre un problème multi-objectif de Transport A La Demande multi-véhicules basé sur la qualité de service ; - II) Résoudre un autre problème de Transport A la Demande multi-objectifs multi-véhicules. Ce problème traite un cas spécifique et qui consiste à l’application de ce problème aux domaines de l’Hospitalisation A Domicile (HAD). Nous avons appliqué des algorithmes exacts de "Branch and Bound" et des méthodes méta-heuristiques telles que l’algorithme évolutionnaire "Algorithme Génétique" et l’algorithme de "Colonie de Fourmis" pour apporter des solutions efficaces à ces différents problèmes. Un ensemble de résultats numériques est présenté pour chacune de ces méthodes pour montrer leurs capacités de produire des solutions de haute qualité en temps de calcul raisonnables. / This thesis focuses on finding computer science solutions for some combinatorial optimization problems, namely Vehicle Routing Problems (VRP). The thesis addresses the Dial A Ride Problems (DARP). Its main objective is to use some exact and meta-heuristics approaches to solve multi-objective optimization of Dial A Ride Problem with multi-vehicles. Hence, our main research aims are : - I)Solve a multi-objective Dial A Ride Problem with multi-vehicles based on quality of service, this problem treats a general case ; - II) Solve another multi-objective Dial A Ride Problem with multi-vehicles, this problem deals with a specific case which is an application of the Dial A Ride Problem in Home Health Care (HHC). We have also applied exact algorithms "Branch and Bound" and meta-heuristic algorithms such as evolutionary algorithms "Genetic Algorithm" and "Ant Colony" algorithm to provide effective solutions to these different problems. A set of numerical results are presented for each of these methods. Our results show that they produce high quality solutions in a reasonable execution time for all the treated problems.

Les systèmes de stabilisation du roulis implantés à bord des navires utilisent souvent des ailerons, pilotés par une loi de commande. Celle-ci est paramétrée en vitesse, mais ne prend pas en compte les variations de l'environnement : la direction, la hauteur et la période des vagues. Intégrer ces informations doit permettre l'amélioration des performances des navires. La première partie est consacrée à la modélisation de la dynamique du navire en roulis. La deuxième partie, est consacrée à la synthèse des lois de commande : dans un premier temps, une méthodologie de réglage est proposée, basée sur l'interprétation naturelle du cahier des charges par un problème d'optimisation multi-objectifs. Ensuite, un régulateur à gains programmés est calculé, sous forme polytopique, par la résolution de LMI. Les paramètres variant sont la vitesse et un paramètre de qualité de stabilisation. Les lois de commande calculées sont testées en simulation.

L'optimisation intervient dans de nombreuses applications IFPEN, notamment dans l'estimation de paramètres de modèles numériques à partir de données en géosciences ou en calibration des moteurs. Dans ces applications, on cherche à minimiser une fonction complexe, coûteuse à estimer, et dont les dérivées ne sont pas toujours disponibles. A ces difficultés s'ajoutent la prise en compte de contraintes non linéaires et parfois l'aspect multi-objectifs. Au cours de cette thèse, nous avons développé la méthode SQA (Sequential Quadradic Approximation), une extension de la méthode d'optimisation sans dérivées de M.J.D. Powell pour la prise en compte de contraintes à dérivées connues ou non. Cette méthode est basée sur la résolution de problèmes d'optimisation simplifiés basés sur des modèles quadratiques interpolant la fonction et les contraintes sans dérivées, construits à partir d'un nombre limité d'évaluations de celles-ci. Si la résolution de ce sous-problème ne permet pas une progression pour l'optimisation originale, de nouvelles simulations sont réalisées pour tenter d'améliorer les modèles. Les résultats de SQA sur différents benchmarks montrent son efficacité pour l'optimisation sans dérivées sous contraintes. Enfin, SQA a été appliqué avec succès à deux applications industrielles en ingénierie de réservoir et en calibration des moteurs. Une autre problématique majeure en optimisation étudiée dans cette thèse est la minimisation multi-objectifs sous contraintes. La méthode évolutionnaire Multi-Objective Covariance Matrix Adaptation, adaptée à la prise en compte des contraintes, s'est révélée très performante dans l'obtention de compromis pour la calibration des moteurs.

Pour la résolution de problèmes d'ordonnancement d'ateliers de type flow-shop en industries pharmaceutiques et d'ateliers de type job-shop flexible, deux méthodes d'optimisation ont été développées : une méthode utilisant les algorithmes génétiques dotés d'un nouveau codage proposé et une méthode d'optimisation par essaim particulaire modifiée pour être exploitée dans le cas discret. Les critères retenus dans le cas de lignes de conditionnement considérées sont la minimisation des coûts de production ainsi que des coûts de non utilisation des machines pour les problèmes multi-objectifs relatifs aux industries pharmaceutiques et la minimisation du Makespan pour les problèmes mono-objectif des ateliers job-shop flexibles.Ces méthodes ont été appliquées à divers exemples d'ateliers de complexités distinctes pour illustrer leur mise en œuvre. L'étude comparative des résultats ainsi obtenus a montré que la méthode basée sur l'optimisation par essaim particulaire est plus efficace que celle des algorithmes génétiques, en termes de rapidité de la convergence et de l'approche de la solution optimale

Un grand défi pour les personnages virtuels est de pouvoir interagir avec des opérateurs humains en effectuant des tâches dans des environnements virtuels physiquement réalistes. Cette thèse s'intéresse particulièrement à l'interaction avec des opérateurs faiblement immergés, c'est-à-dire avec des opérateurs disposant du minimum d'équipement nécessaire à l'interaction, par exemple, une simple capture de mouvement des mains. Cela implique de doter le personnage virtuel de la capacité d'ajuster ses postures de manière autonome, d'accomplir les tâches requises par l'opérateur en temps réel en tâchant de suivre au mieux ses mouvements, tout en gérant de manière autonome les multiples contraintes dues aux interactions avec l'environnement virtuel. Cette thèse présente un système de contrôle hybride original qui permet de réaliser un personnage virtuel interactif avec certains niveaux de l'autonomie. Une approche d'optimisation de posture est proposée, permettant au personnage virtuel de chercher des postures optimales et robustes. Un cadre de contrôle multi-objectif est développé, pouvant gérer plusieurs objectifs de tâches et de multiples contacts. Il permet au personnage d'effectuer les tâches de suivi de mouvement et les tâches de manipulation d'objets dans un environnement virtuel physiquement réaliste, tout en interagissant avec un opérateur en temps réel. Une méthode de type "wrench-bound" est développée. Il s'agit d'une nouvelle approche de contrôle hiérarchisé comportant différents niveaux de priorité, permettant d'imposer des contraintes d'inégalité sur la tâche de haute priorité, tout en assurant la passivité du système pour garantir la stabilité des opérations.

Dans cette thèse, nous nous sommes intéressés aux contraintes résultants de l'intégration d'un module de diagnostic de pannes et d'un module de reconfiguration de lois de commandes. Contraintes pouvant conduire à une perte de performances, voir une instabilité, du système. La formalisation mathématique de cette problématique nous a amené à nous intéresser à une classe de systèmes hybrides stochastiques à sauts markoviens. La première partie du travail de thèse a été consacrée à la synthèse de lois de commande, par retour de sortie, stabilisant stochastiquement cette classe de systèmes à des bruits multiplicatifs. Les approches développées sont basées sur la théorie de Lyapunov et de Supermartingale. Les différentes conditions de synthèse sont données en termes d'inégalités matricielles non linéaires. Des algorithmes d'optimisation non convexe nt alors été proposés pour la résolution de ces différentes conditions. En deuxième partie de thèse, nous nous sommes intéressés au problème de commande multi-performances de cette classe de systèmes. Plus particulièrement, nous avons considéré des critères H_{infinity} et des critères H_{2}. Là aussi, nous avons proposé des conditions sous forme LMI, BMI et NLMI pour la résolution de ce problème. En dernière partie de thèse, nous nous sommes intéressés au cas des systèmes à temps discret. Nous avons là aussi considéré des problèmes de stabilisation stochastique et de commande multi-objectifs, pour lesquels des conditions sous forme LMI et NLMI ont été établies. Nous avons ensuite appliqué ces résultats à la problématique de commande de systèmes en réseaux sujets à des retards, des pertes de paquets et d'éventuels pannes.

Les travaux qui sont abordés dans cette habilitation sont à la confluence de plusieurs de ces domaines de recherche. Ils concernent deux aspects principaux. Le premier est relatif à la reconnaissance structurelle de formes, en proposant deux contributions liées respectivement à la classification supervisée de graphes et à la recherche d'isomorphismes de sous-graphes. Le second concerne la prise en compte d'objectifs multiples en analyse d'images de documents, tant pour l'évaluation des performances des systèmes que pour leur optimisation. Dans les deux cas, les travaux sont appliqués à des problèmes d'analyse de documents, pour la reconnaissance et la localisation de symboles et pour la reconnaissance de courriers manuscrits. Nous proposons dans ce mémoire de faire une synthèse de ces contributions et de nos perspectives dans ces domaines, en positionnant celles-ci par rapport à l'état de l'art des différentes problématiques abordées.

Cette thèse porte sur la commande robuste des systèmes. La robustesse caractérise l'invariance de propriétés de stabilité et de performance vis à vis des inévitables incertitudes affectant le modèle. Le problème de commande est d'améliorer et/ou de garantir les propriétés robustes. Les modèles considérés sont linéaires à temps invariant. Les incertitudes sont paramétriques réelles structurées et interviennent sous forme rationnelle. Les classes d'incertitudes polytopiques et dissipatives sont plus particulièrement prises en compte. Les propriétés étudiées sont principalement la stabilité robuste, le rejet des perturbations (coût garanti robuste) et le comportement transitoire (localisation des pôles). Pour ces propriétés nous proposons dans un premier temps des méthodes d'analyse puis des méthodes de synthèse de correcteurs. Les outils théoriques utilisés sont issus de la théorie de Lyapunov et de la séparation topologique. De manière à garantir les performances avec le moins de pessimisme possible, nous proposons de faire appel à des fonctions de Lyapunov dépendant des paramètres. Comme on attache une importance à la mise en oeuvre numérique, des méthodes issues du cadre de la stabilité quadratique, plus pessimistes mais moins demandeuses en capacité de calcul sont également proposées. La formulation volontairement unifiée des différents problèmes met en évidence les sources de pessimisme. Toutes les méthodes proposées sont formulées en termes d'Inégalités Matricielles Linéaires (LMI) dont la mise en oeuvre numérique est désormais classique. Les résultats de recherche sont illustrés sur des exemples.

L'équipe SCEE de Supélec travaille dans le domaine de la radio logicielle et intelligente, encore appelée Radio Cognitive (CR - Cognitive Radio). Dans cette thèse, nous avons présenté une solution pour l'analyse de visage temps réel dans un équipement de radio cognitive. Dans ce cadre particulier, nous proposons des solutions d'analyse de visage, à savoir "l'estimation de la pose et des caractéristiques faciale d'un visage inconnu orienté ". Nous proposons deux systèmes d'alignement de visages. 1) Le premier exploite un AAM 2.5D et une seule caméra. La phase d'optimisation de cet AAM est hybride: elle mixe un algorithme génétique et une descente de gradient. Notre contribution tient dans l'opérateur de descente de gradient qui travaille de concert avec l'opérateur classique de mutation : de cette manière sa présence ne pénalise pas la vitesse d'exécution du système. 2) Le second met en œuvre un AAM 2.5D mais exploite plusieurs caméras. La recherche de la meilleure solution découle également d'une approche hybride qui mixe une optimisation multi-objectifs : le NSGA-II, avec une descente de gradient. Notre contribution tient dans la proposition d'une méthode efficace pour extraire des informations concernant la pertinence de chacune des vues, ces informations sont ensuite exploitées par la descente de gradient. Des comparaisons quantitatives et qualitatives avec d'autres approches mono et multi-objectifs montrent l'intérêt de notre méthode lorsqu'il s'agit d'évaluer la pose et les traits caractéristiques d'un visage inconnu.

Dans ce travail, un moteur Stirling de type Gamma alimenté par énergie solaire avec une faible différence de température a été étudié numériquement et expérimentalement. Un nouveau modèle appelé Polytropic Stirling Model with Losses (PSML) a été proposé et appliqué au moteur GPU-3 Stirling. Un cryoréfrigérateur basé sur un moteur Stirling intégral de type Alpha a été étudié numériquement, après avoir mesuré ses dimensions géométriques au laboratoire. Pour le moteur Stirling de type gamma du laboratoire, le modèle ait thermodynamique à vitesse finie et le modèle isotherme a été développé, incluant les bilans de masse et d’énergie à travers les différents volumes (compression, régénération et expansion) dans le moteur. Différents types de pertes thermiques et mécaniques ont été considérés dans le modèle afin d'analyser les processus thermodynamiques et les pertes dans le moteur Stirling. En outre, des études paramétriques sur les performances du moteur Stirling alimenté à l’énergie solaire ont également été étudiées expérimentalement et numériquement. La comparaison entre les résultats expérimentaux et les résultats de simulation à différents déphasages entre le déplaceur et le piston, et à différentes course de piston montre que le modèle est convaincant dans la prédiction des performances du moteur Stirling. Basé sur la méthode thermodynamique en dimension physique finie, une méthode d’algorithme génétique multi-objectives, objectifs étant la puissance fournie, le rendement énergétique et le taux de génération d'entropie a été utilisé pour optimiser la fonction et la géométrie du moteur du type Gamma. En comparant avec la méthode d'optimisation écologique, la méthode multi-objectif permet de mieux équilibrer les trois objectifs. Le nouveau modèle (PSML) proposé pour prédire les performances du moteur de type Bêta ou Gamma du moteur Stirling, il divise l'espace de travail en 5 parties (volume de compression, refroidisseur, régénérateur, chauffage et volume d'extension). Une liaison entre volume de compression et volume d'extension a été ajoutée dans le modèle adiabatique classique du moteur Stirling. Ainsi, des processus polytropiques ont été considérés dans les volumes de compression et d'expansion du moteur Stirling. Le moteur Stirling GPU-3 a été utilisé pour valider le nouveau modèle. Il a été démontré que le nouveau modèle (PSML) prédit correctement la puissance de sortie et le rendement du moteur. Dans la dernière partie de la thèse, un Cryorefroidisseur Stirling de type Alpha, a été étudié en utilisant un modèle isotherme prenant en considération différentes pertes. Les volumes de compression et d'expansion sont considérés isothermes, et la variation de la température du régénérateur est considéré linéaire. Les bilans d'énergie et d'exergie du Cryorefroidisseur ont été réalisés, et l'effet de divers paramètres sur la performance (puissance de refroidissement et puissance mécanique consommée) est étudié. Les résultats de la simulation pour PPG-102 Stirling cryocooler ont été comparés avec deux autres résultats de simulation de la littérature et des résultats expérimentaux indiquant que ce modèle est convaincant pour prédire la performance du Cryorefroidisseur. / In this work a solar powered low temperature difference Gamma type Stirling engine has been studied experimentally and numerically using an isothermal model coupled with various losses and using an objective optimization. A new model named Polytropic Stirling Model with Losses (PSML) has been proposed which was applied to the Beta type GPU-3 Stirling engine. An Alpha type integral Stirling cryocooler has been studied numerically using an isothermal model with losses. To study a Gamma type Stirling engine of our laboratory, an isothermal model coupled with finite speed method has been developed, including mass and energy balances through different spaces of the engine. The engine is divided into 3 volumes: compression volume, regeneration volume, and expansion volume. Different kind of thermal and mechanical losses have been considered in the model, in order to analyze thermodynamic processes and losses in the Stirling Engine. In addition, parameter effects on the performance of the solar powered gamma type Stirling engine have also been studied experimentally and numerically. The comparison between the experimental results and the simulation results at different phase shift between the displacer and the piston, and at different piston stroke shows that the model is convincing to predict the Stirling engine performance. Based on the Finite Physical Dimensional Thermodynamic method, a multi-objective genetic method considering output power, thermal efficiency and entropy generating rate as objective functions simultaneously, has been used to multi-objective optimize the Gamma type Stirling engine. Comparing with the ecological optimization method, the multi-objective method can better balance the three objective goals. The new model (PSML) proposed in the thesis for predicting performance of Beta or Gamma type of Stirling engine divides the working space into 5 parts (compression volume, cooler, regenerator, heater, and expansion volume). A bypass linking compression volume and expansion volume has been added in the classic adiabatic model of Stirling engine. Thus, polytropic processes have been considered in the compression and expansion volumes of the Stirling engine. The GPU-3 Stirling engine has been used to validate the new model. It was shown that the new model (PSML) predict well the output power and the thermal efficiency of the engine well. An isothermal model considering various losses was developed and presented in the last part of this thesis to study an Alpha type Stirling cryocooler, whose geometrical dimensions were measured in our laboratory. The compression and expansion volumes are supposed to be isothermal, the variation of the regenerator temperature is supposed to be linear. Energy and exergy balances of the cryocooler were developed. The effect of various parameters on the cryocooler performance (cooling power and input power) are investigated. The simulation results for PPG-102 Stirling cryocooler were compared with two other simulation results of the literature and with experimental results which indicated that this model is convincing to predict the performance of the Stirling cyocooler