L’application aux procédés agroalimentaires des approches d'écoconception combinant modélisation et optimisation multiobjectif est freinée par un manque de modèles de procédé intégrant les caractéristiques du produit. Ce travail consiste à développer un cadre méthodologique d'écoconception de procédés agroalimentaires combinant modélisation et optimisation, avec pour support l'exemple du procédé d'évaporation du lait. Le procédé est modélisé à l’aide d’un simulateur de procédés commercial, auquel sont intégrés des modèles de propriétés du produit et de coefficient d'échange sélectionnés dans la littérature. Le nettoyage est pris en compte à l’aide d’un outil de calcul des inventaires d'une séquence de nettoyage en place. Des critères économiques et environnementaux sont calculés pour analyser les solutions de conception du procédé.L'optimisation multiobjectif est réalisée à l'aide d'un algorithme génétique, et une méthode d'aide à la décision permet d'identifier les meilleures solutions de compromis. Les potentialités du cadre méthodologique sont illustrées dans trois études d’écoconception. Les perspectives de ce travail portent sur l’écoconception de la production de poudre de lait incluant des opérations à membranes et du séchage, l’utilisation de méthodes d’intégration énergétique, et la prise en compte de la qualité du produit.L'optimisation multiobjectif est réalisée à l'aide d'un algorithme génétique, et une méthode d'aide à la décision permet d'identifier les meilleures solutions de compromis. Les potentialités du cadre méthodologique sont illustrées dans tro / The application of eco-design approaches to food processes is yet hampered by a lack of process models which incorporate product attributes. This thesis consists in developing a methodological framework for the eco-design of food processes, which combines simulation and multiobjective optimisation. This development is supported by the example of the evaporation of milk. The process is modelled with a commercial process simulator, to which property models of the product and heat transfer coefficient models, selected from the literature, are integrated. Cleaning is taken into account with a simplified tool for the calculation of the inventories of a cleaning-in-place sequence.Economic and environmental criteria are computed, so as to analyse the different design solutions. Multiobjective optimisation is carried out with a genetic algorithm, and a multicriteria decision-making method identifies the solutions which offer the best compromise. The potential of the framework is demonstrated through three eco-design studies. This work paves the way for the eco-design of the milk powder production including membrane operations and drying, the use of energy integration methods, and the integration of product quality.

L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant avoir plus d'un objectif à optimiser. Les méthodes usuelles n'abordent pas le cas où chaque discipline a un problème d'optimisation multiobjectif à résoudre. Des méthodes ont été récemment proposées, transformant le problème d'optimisation multidisciplinaire en un problème d'optimisation multiobjectif. Ces méthodes reposent sur des algorithmes évolutionnaires multiobjectifs. Cependant, l'ensemble des solutions obtenues ne reflète pas les préférences disciplinaires : des solutions peuvent être globalement efficaces alors qu'elles sont localement dominées. En nous basant sur les propriétés des relations d'ordre, nous proposons quatre définitions de compromis qui tiennent compte du regroupement des objectifs en disciplines. Les propriétés théoriques de ces compromis sont étudiées, et notamment leur capacité à converger vers l'ensemble de solutions attendues, lorsqu'ils sont utilisés avec des algorithmes évolutionnaires. Ces compromis sont intégrés dans un algorithme évolutionnaire multiobjectif. Des analyses expérimentales de cet algorithme sur les quatre compromis proposés sont effectuées. Elles confirment les prédictions théoriques et montrent la pertinence des solutions obtenues.

Dans le cadre de l'optimisation multiobjectif, les métaheuristiques sont reconnues pour être des méthodes performantes mais elles ne rencontrent qu'un succès modéré dans le monde de l'industrie. Dans un milieu où seule la performance compte, l'aspect stochastique des métaheuristiques semble encore être un obstacle difficile à franchir pour les décisionnaires. Il est donc important que les chercheurs de la communauté portent un effort tout particulier sur la facilité de prise en main des algorithmes. Plus les algorithmes seront faciles d'accès pour les utilisateurs novices, plus l'utilisation de ceux-ci pourra se répandre. Parmi les améliorations possibles, la réduction du nombre de paramètres des algorithmes apparaît comme un enjeu majeur. En effet, les métaheuristiques sont fortement dépendantes de leur jeu de paramètres. Dans ce cadre se situe l'apport majeur de TRIBES, un algorithme mono-objectif d'Optimisation par Essaim Particulaire (OEP) qui fonctionne automatiquement,sans paramètres. Il a été mis au point par Maurice Clerc. En fait, le fonctionnement de l'OEP nécessite la manipulation de plusieurs paramètres. De ce fait, TRIBES évite l'effort de les régler (taille de l'essaim, vitesse maximale, facteur d'inertie, etc.).Nous proposons dans cette thèse une adaptation de TRIBES à l'optimisation multiobjectif. L'objectif est d'obtenir un algorithme d'optimisation par essaim particulaire multiobjectif sans paramètres de contrôle. Nous reprenons les principaux mécanismes de TRIBES auxquels sont ajoutés de nouveaux mécanismes destinés à traiter des problèmes multiobjectif. Après les expérimentations, nous avons constaté, que TRIBES-Multiobjectif est moins compétitif par rapport aux algorithmes de référence dans la littérature. Ceci peut être expliqué par la stagnation prématurée de l'essaim. Pour remédier à ces problèmes, nous avons proposé l'hybridation entre TRIBES-Multiobjectif et un algorithme de recherche locale, à savoir le recuit simulé et la recherche tabou. L'idée était d'améliorer la capacité d'exploitation deTRIBES-Multiobjectif. Nos algorithmes ont été finalement appliqués sur des problèmes de dimensionnement des transistors dans les circuits analogiques

L'objectif du travail présenté dans cette thèse est de proposer une stratégie de planification automatique des réseaux locaux sans fil de type WiFi en environnement Indoor. Il s'agit de rechercher une ou plusieurs configurations des points d'accès (AP) au réseau garantissant une certaine qualité de service (QoS). La qualité d'une telle stratégie dépend en grande partie du modèle de prédiction de couverture radio utilisé. La première partie de ces travaux a donc été consacrée au développement et à la validation des prédictions de couverture radio du modèle Multi-Resolution Fourier Domain ParFlow (MR-FDPF). Une étape de calibration du modèle nous a permis de définir un paramétrage adéquat du modèle MR-FDPF pour des bâtiments standard, garantissant une erreur quadratique de moins de 5 dB.<br /><br />La seconde partie se concentre sur le problème de planification wLAN. Des critères de couverture radio, de minimisation des interférences, d'optimisation de la bande passante et d'amélioration des services de localisation ont été proposés. Deux heuristiques de recherche basées sur une approche Tabou ont été développées : une heuristique mono-objectif et une heuristique multiobjectifs. Ces travaux ont mis en évidence les avantages d'une recherche multiobjectifs car elle permet d'obtenir plusieurs solutions appartenant au front de Pareto de l'espace des fonctions associées au problème traité. Chaque solution représente alors un compromis différent entre les critères du problème à résoudre. Le choix de la solution à déployer se fait à posteriori dans l'ensemble limité des \textit{bonnes} solutions.

Un réseau de télécommunication optique est configuré de manière à répondre à<br />une demande donnée, avec un certain objectif. Avec le temps, la demande<br />d'exploitation du réseau change. C'est dans ce contexte que se pose le<br />problème de la reconfiguration: être capable de changer la configuration du<br />réseau de manière à l'adapter à des nouvelles demandes. Pour ce faire il faut<br />généralement interrompre totalement ou partiellement le trafic. Étant données<br />les quantités de données y circulant, il n'est guère envisageable d'arrêter le<br />réseau. De nombreux paramètres sont à prendre en compte afin de déterminer ce<br />que sera une bonne solution, et plusieurs métriques peuvent être utilisées<br />pour mesurer la qualité d'une solution.<br /><br />Dans une première partie, nous nous intéressons au problème de la<br />reconfiguration comme problème d'optimisation mono-objectif. Nous proposons un<br />modèle mathématique permettant de représenter le problème. Cependant, le<br />résoudre exactement peut être très coûteux en temps de calcul. Nous proposons<br />également une heuristique gloutonne et une heuristique basée sur le recuit<br />simulé. Les solutions obtenues présentent différentes caractéristiques selon<br />la métrique optimisée. L'algorithme glouton est rapide et trouve des solutions<br />décentes. L'algorithme du recuit simulé obtient des solutions qui sont<br />comparables aux solutions optimales.<br /><br />Dans une seconde partie, nous nous intéressons à l'aspect multiobjectif du<br />problème. Il consiste à considérer simultanément les différentes métriques et<br />rechercher un ensemble de solutions représentant différents compromis<br />intéressants. Puis nous proposons un algorithme basé sur notre modélisation<br />mathématique. Nous adaptons également un algorithme évolutif. Donner une<br />certaine flexibilité par rapport à une métrique permet généralement<br />d'améliorer de manière significative les solutions obtenues par rapport aux<br />autres métriques.

Influençant fortement la conception de nombreux produits et systèmes industriels, l'optimisation d'agencement est au cœur des problématiques de recherche scientifique. L'élaboration d'une solution d'agencement optimale est rendue d'autant plus complexe qu'il s'agit de répondre aux exigences croissantes des concepteurs travaillant sur des projets divers. Ce travail de doctorat propose une méthode intégrée visant à résoudre un problème d'optimisation d'agencement d'espace, depuis le besoin formulé par le concepteur jusqu'à l'obtention d'une solution idéale. Cette méthode, générique et interactive, s'appuie sur un processus en quatre étapes : la description, la formulation, la résolution du problème et la prise de décision finale. Les deux premières étapes consistent à écrire le problème d'optimisation d'agencement en prenant en compte les différentes exigences du concepteur. Ensuite, l'étape de résolution s'appuie sur l'utilisation d'une stratégie d'optimisation multiobjectif et modulaire. Enfin, la dernière étape consiste, pour le concepteur, à faire un choix de conception sur les solutions proposées par l'algorithme. Afin de matérialiser et valider la méthode, deux problèmes industriels d'agencement d'espace sont résolus. Le premier cas d'étude, proposé par l'entreprise Thales Communications & Security, porte sur le placement optimal d'équipements dans un shelter (abri technique mobile). Le deuxième problème, plus sommaire, étudie le stockage de composants dans un container. Enfin, le travail réalisé au cours de ce doctorat a permis le développement d'un logiciel qui reprend les différentes étapes de la démarche d'optimisation.

Ce travail de recherche entre dans le cadre de la conception pluridisciplinaire de systèmes techniques. Son contexte est le processus support à l'optimisation en conception organique suivant l'approche d'Ingénierie Système. La problématique est l'affectation des variables et le choix de composants en tenant compte des possibilités de couplage entre les disciplines et des objectifs multiples à satisfaire. L'objectif poursuivi est un apport méthodologique et outillé pour l'aide à l'optimisation multiobjectif et multidisciplinaire. La contribution comporte deux volets principaux. D'une part, deux méthodes de recherche basées sur les méta-heuristiques permettent de déterminer rapidement un ensemble des solutions efficaces. D'autre part, l'application de méthodes de discrimination fournit aux concepteurs une aide à l'interprétation des ensembles de solutions efficaces dégagés dans la phase d'optimisation. Ces propositions sont illustrées par deux exemples de conception en robotique.

La conception de produits de haute qualité inclut généralement la résolution de problèmes à objectifs multiples antagonistes dans des espaces de recherche complexes. Les méthodes d'optimisation évolutionnaires multiobjectif sont considérées comme des outils appropriés pour la résolution de ces problèmes difficiles. Cette thèse présente une brève revue des concepts et méthodes d'optimisation et détaille en outre l'implémentation d'un " Algorithme Génétique MultiObjectif " (AGMO) associé à des analyses de sensibilité pour l'optimisation de dispositifs. Le but est de fournir à l'ingénieur non seulement une ample variété de solutions (ce qui facilite les négociations avec son client), mais aussi la possibilité de mieux analyser son propre problème. Ce travail comprend deux contributions principales : - Un algorithme d'optimisation qui traite les deux espaces, celui des paramètres et celui des objectifs, sans en privilégier un, ce qui rend plus facile le processus de recherche des solutions optimales ; - Le développement et l'intégration d'études de sensibilité, destinées à vérifier la stabilité des solutions obtenues, et à tester le modèle adopté par l'ingénieur pour la représentation de son problème. Plusieurs exemples concernant l'électromagnétisme ont été analysés pour évaluer la procédure proposée ; la principale application est l'optimisation des antennes à réflecteurs pour des systèmes de satellites. La performance et les caractéristiques de l'AGMO sont discutées pour chaque problème. Même si ces discussions ont été proposées pour les quelques exemples spécifiques présentés, elles sont généralisables et leurs conclusions s'appliquent à n'importe quel projet.

L'évolution des architectures des systèmes embarqués temps réel vers des architectures modulaires a permis d'introduire plus de fonctionnalités grâce à l'utilisation de calculateurs répartis et d'interfaces de communication et de service standardisés. Nous nous intéressons dans cette thèse à l'architecture avionique modulaire (IMA) des standards ARINC 653 et ARINC 664 partie 7. Cette évolution a introduit de nouveaux défis de conception relatifs, entre autres, au respect des contraintes temporelles applicatives nécessaires au bon fonctionnement du système. La conception d'un système modulaire est un problème d'intégration sous contraintes, qui regroupe plusieurs problèmes difficiles (dimensionnement, allocation de ressource spatiales et temporelles). Ces difficultés requièrent la mise en place d'outils d'aide à l'intégration qui passent à l'échelle. C'est dans ce cadre-là que ces travaux de thèse ont été menés. Nous nous intéressons principalement à l'allocation des ressources temporelles du système. Plus particulièrement, nous déterminons les périodes d'exécution des fonctions embarquées distribuées qui garantissent les contraintes temporelles applicatives et qui offrent un degré d'évolutivité du système élevé, étant donné une répartition des fonctions sur les calculateurs. Notre démarche prend en compte la variabilité temporelle (bornée) du réseau de communication La première contribution de cette thèse est la formulation du problème d'intégration d'un système modulaire IMA en un problème d'optimisation multi-critère à contraintes temporelles. Pour une distribution des fonctions avioniques aux calculateurs, la périodicité des partitions IMA est recherchée de façon à garantir la fraîcheur et la non-perte des données transmises. Parmi toutes les allocations temporelles vérifiant les contraintes temporelles, nous réalisons une recherche multi-critères qui optimise à la fois un critère de charge des calculateurs et de marge temporelle dans le réseau. Ces deux critères facilitent les évolutions futures de l’architecture. La seconde contribution de cette thèse est la proposition de deux heuristiques de recherche multi-critère adaptées à notre problème. Il faut noter que le nombre d'allocations temporelles valides grandit exponentiellement avec le nombre de modules et de partitions hébergées par module. Nous proposons deux algorithmes d'optimisation multi-critères : (i) EXHAUST, un algorithme optimal de recherche exhaustive, (ii) TABOU un algorithme semi-optimal basé sur une métaheuristique Tabou. Pour les deux algorithmes, la cardinalité du problème est réduite par une phase d'optimisation locale à chaque module, rendue possible par la linéarité des deux métriques choisies. Cette première étape d'optimisation locale permet de résoudre à l'optimal le problème d'allocation avec EXHAUST pour un système IMA de taille moyenne. Nous montrons que pour des systèmes de grande taille, l'algorithme TABOU est un très bon candidat car il extrait des solutions satisfaisantes en un temps raisonnable, tout en testant un nombre limité d'allocations valides. Ces deux heuristiques sont appliquées à un système IMA. L'analyse des solutions obtenues nous permet de mettre en exergue la qualité des solutions Pareto-optimales obtenues par les deux algorithmes. Elles présentent les caractéristiques recherchées d'évolutivité de la charge des calculateurs et de la marge réseau. Notre dernière contribution réside dans une analyse fine de ces solutions. L'analyse met en avant différentes classes de solutions Pareto-optimales avec différent compromis entre la charge et la marge réseau. La connaissance de ces classes de solutions permet à l'intégrateur de choisir une solution lui fournissant le compromis qu'il recherche entre les critères de charge et de marge réseau. / The evolution of real-time embedded systems architectures to modular architectures has introduced more functionality through the use of distributed computers and communication interfaces and standardized service. We focus in this thesis on Integrated modular avionics architectures (IMA) standardized in ARINC 653 and ARINC 664 standard Part 7. This development has introduced new design challenges, among others, as respect for application timing constraints mandatory for the proper functioning of systems. The design of a modular system is an integration problem under constraints which features some difficult issues (design, spatial and temporal resource allocation). These difficulties require implementation of tools for integration that go to scale. It is, in this context, that the thesis work was conducted. We are interested primarily to the allocation of time resources of the system. In particular, we determine the execution time of distributed embedded functions that guarantee the application time constraints and offer a high degree of scalability of the system, given a distribution of functions on computers. Our approach takes into account the temporal variability (bounded variability) of the communication network. The first contribution of this thesis is the formulation of the problem of integration of an IMA system in a multi-criteria optimization problem with time constraints. For a distribution of avionics functions on computers, execution periods of IMA partitions are sought in order to ensure freshness and non-loss of transmitted data. Among all temporary allocations satisfying the time constraints, we perform a multi-criteria search that optimizes both load test calculators and time buffer in the network. These two criteria facilitate the future development of architecture. The second contribution of this thesis is the proposal of two multi-criteria search heuristics adapted to our problem. Note that the number of valid temporary allocations grows exponentially with the number of modules and partitions hosted on them. We offer two multi-criteria optimization algorithms: (i) EXHAUST, optimal exhaustive search algorithm, (ii) TABOO a semi-optimal algorithm based on a metaheuristic Tabu. For both algorithms, the cardinality of the problem is reduced by a local optimization phase for each module, made possible by the linearity of the two selected metric. This first local optimization step solves the problem of optimal allocation with EXHAUST for IMA system of medium size. We show that for large systems, the TABOO algorithm is a very good candidate because it extracts satisfactory solutions in a reasonable time while testing a limited number of valid allocations. These two heuristics are applied to an IMA system example. The analysis of the solutions obtained allows us to highlight the quality of Pareto-optimal solutions obtained by both algorithms. They have the characteristics sought scalability of the load of the computers and network margin. Our latest contribution lies in a detailed analysis of these solutions. The analysis highlights different classes of Pareto Optimal solutions with different compromise between the load of the system and the network margin. The knowledge of these solutions allows the system Integrator to choose a solution among solution classes that offer the compromise between the search criteria and network load margin.

L’intégration de la recherche d’efficacité énergétique aux projets d’aménagement urbain est essentielle au vu du contexte actuel de transition énergétique et environnementale. Dans le but de réduire l’empreinte énergétique d’un quartier dès la phase de conception, un ensemble de contributions a été réalisé afin d’accompagner les aménageurs dans cette démarche. La plateforme de simulation DIMOSIM (DIstrict MOdeller and SIMulator) a été développée pour modéliser et simuler dynamiquement les flux énergétiques d’un quartier implanté au sein de son environnement urbain. La conception est optimisée à l’aide d’une procédure multiobjectif combinant les aspects énergétiques, économiques et environnementaux pour garantir la meilleure performance globale. Cette approche transversale est multi-étagée et intègre l’algorithme génétique NSGA-II afin de s’adapter aux spécificités du problème. La sélection de la solution préférentielle est ensuite facilitée par l’utilisation d’une méthode d’analyse multicritère de surclassement qui a été conçue dans le but de fournir une évaluation détaillée des différents concepts : la méthode ATLAS (Assistance TooL for decision support to Assess and Sort). Enfin, la procédure complète d’accompagnement a été appliquée à des projets de conception d’écoquartier pour en valider le fonctionnement mais également pour fournir l’aide à la décision nécessaire aux décideurs. / The integration of the research of energy efficiency into urban development projects is essential in the current context of energy and environmental transition. In order to reduce the energy footprint of a district already starting from the design phase, a set of contributions was elaborated to support the planners in this process. The DIMOSIM simulation platform (DIstrict MOdeller and SIMulator) has been developed to dynamically model and simulate the energy flows of a district located within its urban environment. The design of the district is optimized using a multi-objective procedure combining energy, economic and environmental aspects to ensure the best overall performance. A cross-cutting, multi-level approach integrating the NSGA-II genetic algorithm was implemented in order to adapt the procedure to the specificities of the problem. The selection of the preferred solution is then facilitated by the use of a multicriteria analysis method which was developed to provide a detailed evaluation of the different concepts : the outranking method ATLAS (Assistance TooL for decision support to assessment And Sort). Finally, the complete procedure dedicated to the district energy system design was applied to eco-district projects in order to validate its correct operation and also to provide the necessary support to decision-makers.