Cette thèse s'inscrit dans le cadre de la programmation par contraintes quantifiées, un formalisme étendantla programmation par contraintes classique en ajoutant aux variables des quantificateurs existentiels ouuniversels, ce qui apporte en théorie une expressivité suffisante pour modéliser des problèmes avec adversaireou incertitude sur certains paramètres sous forme de problèmes appelés QCSP (Quantified Constraintsatisfaction Problem).Nous commençons par apporter une réponse aux difficultés de modélisation de problèmes réels dont estfrappée la programmation par contraintes quantifiées en introduisant une extension aux QCSP permettantd'expliciter les actions possibles de l'agent principal et de son adversaire. Puis, nous décrivons différentproblèmes grâce à ce formalisme, et discutons de la place de cette extension parmi les formalismes voisins créésen réponse à cette même difficulté de modélisation. Enfin, nous nous intéressons à la notion d'optimisationdans le cas des contraintes quantifiées, et apportons un formalisme d'optimisation de contraintes quantifiéespermettant d'exprimer des problèmes multi-niveaux non linéaires.

La conception d'un système électrique est une tâche très complexe qui relève d'expertises dans différents domaines de compétence. Dans un contexte compétitif où l'avance technologique est un facteur déterminant, l'industrie cherche à réduire les temps d'étude et à fiabiliser les solutions trouvées par une approche méthodologique rigoureuse fournissant une solution optimale systémique.Il est alors nécessaire de construire des modèles et de mettre au point des méthodes d'optimisation compatibles avec ces préoccupations. En effet, l'optimisation unitaire de sous-systèmes sans prendre en compte les interactions ne permet pas d'obtenir un système optimal. Plus le système est complexe plus le travail est difficile et le temps de développement est important car il est difficile pour le concepteur d'appréhender le système dans toute sa globalité. Il est donc nécessaire d'intégrer la conception des composants dans une démarche systémique et globale qui prenne en compte à la fois les spécificités d'un composant et ses relations avec le système qui l'emploie.Analytical Target Cascading est une méthode d'optimisation multi niveaux de systèmes complexes. Cette approche hiérarchique consiste à décomposer un système complexe en sous-systèmes, jusqu'au niveau composant dont la conception relève d'algorithmes d'optimisation classiques. La solution optimale est alors trouvée par une technique de coordination qui assure la cohérence de tous les sous-systèmes. Une première partie est consacrée à l'optimisation de composants électriques. L'optimisation multi niveaux de systèmes complexes est étudiée dans la deuxième partie où une chaîne de traction électrique est choisie comme exemple

Cette thèse s’inscrit dans le cadre de la programmation par contraintes quantifiées, un formalisme étendantla programmation par contraintes classique en ajoutant aux variables des quantificateurs existentiels ouuniversels, ce qui apporte en théorie une expressivité suffisante pour modéliser des problèmes avec adversaireou incertitude sur certains paramètres sous forme de problèmes appelés QCSP (Quantified Constraintsatisfaction Problem).Nous commençons par apporter une réponse aux difficultés de modélisation de problèmes réels dont estfrappée la programmation par contraintes quantifiées en introduisant une extension aux QCSP permettantd’expliciter les actions possibles de l’agent principal et de son adversaire. Puis, nous décrivons différentproblèmes grâce à ce formalisme, et discutons de la place de cette extension parmi les formalismes voisins créésen réponse à cette même difficulté de modélisation. Enfin, nous nous intéressons à la notion d’optimisationdans le cas des contraintes quantifiées, et apportons un formalisme d’optimisation de contraintes quantifiéespermettant d’exprimer des problèmes multi-niveaux non linéaires. / This thesis presents works in the research area of quantified constraint programming, which extends theconstraint programming framework by setting (existential and universal) quantifiers to the problem’s variables.This framework is theoretically expressive enough to model problems where an opponent or uncertainparameters are involved, under the form of Quantified Constraint Safisfaction Problems (QCSP).QCSPs suffer from a modeling difficulty that we solve by presenting an extension to this framework, in whichpossible moves for the principal agent and its opponent may be explicitely declared. Then, we describe realproblems using this extention, and discuss of its pros and cons against neighbour framework thar were createdto solve the same difficulty. Finally, we focus on quantifies optimization problems, and present a quantifiedoptimization framework thet allows the modeling of nonlinear multi-level problems.

Les avantages que présentent les systèmes électriques par rapport aux autres systèmes (mécaniques, hydrauliques et pneumatiques) ont permis d’intensifier l’électrification des systèmes embarqués à bord des aéronefs : c’est le concept d’avion plus électrique. Dans ce contexte, l’approche de conception intégrée par optimisation (CIO) de ces systèmes s’avère aujourd’hui une nécessité pour pouvoir répondre aux exigences en termes d’efficacité énergique, de fiabilité et de masse... Dans cette thèse, nous avons appliqué la CIO à une chaine de conversion électromécanique utilisée dans le système de conditionnement d’air d’un avion. Deux objectifs sont ciblés : la minimisation de la masse du système et l’augmentation de son efficacité énergétique. Ces objectifs sont intégrés à diverses contraintes hétérogènes, allant de la qualité réseau au respect de la mission de vol dans le plan couple – vitesse, en passant par la thermique,… Compte tenu de la complexité du système étudié et de son caractère multidisciplinaire, des approches de conception par optimisation dites « MDO » (pour Multidisciplinary Design Optimization) sont étudiées. En effet, au delà des compétences physiques et techniques, la conception intégrée par optimisation des systèmes complexes nécessite des efforts supplémentaires en termes de méthodologies de conception. Nous avons présenté dans cette thèse trois approches : Approches mono-niveau : séquentielle et globale ; Approche multi-niveaux, couplant niveaux système et niveau constituants (filtre, onduleur, machine) ; des formulations adaptées à notre problème de conception sont présentées afin de résoudre les problèmes liés aux optimisations mono-niveau. Les performances des différentes approches de conception sont présentées analysées et comparées. Les résultats obtenus montrent clairement les avantages que présente la formulation multi-niveaux par rapport aux approches classiques de conception. / The benefits of electrical systems compared to other systems (mechanical, hydraulic and pneumatic) are a serious motivation for the electrification of embedded systems in “more electric aircraft”. In this framework, the integrated optimal design of these systems appears necessary to meet requirements in terms of efficiency, reliability and weight reduction. In this thesis, we have applied the integrated optimal design to an electromechanical system used in the air conditioning system of a more electric aircraft. Two objectives are targeted: the minimization of the system weight and the increase of its efficiency. Both objectives are integrated with several heterogeneous constraints, from network quality till flight mission fulfilment in the torque vs speed plan. Because of the complexity of the studied system and its multidisciplinary nature, "MDO" approaches (for multidisciplinary Design Optimization) are studied. In fact, beyond physical and technical skills, integrated optimal design of complex systems requires additional efforts in terms of design methodologies. Three approaches are presented in this thesis: One-level Approaches: sequential and global; Multilevel approach, coupling “system” level with “device” level (filter, inverter, electric machine); a set of formulations adapted to our design problem are presented to solve the issues associated to the one-level approaches. The performance of these design approaches are presented, analyzed and compared. The results clearly show the advantages that involves multilevel formulation compared to conventional design approaches.

Dans le contexte actuel de globalisation des marchés, le processus classique de conception par essais et erreurs n'est plus capable de répondre aux exigences de plus en plus accrues en termes de délais très courts, réduction des coûts de production, etc. L'outil d'optimisation propose une réponse à ces questions, en accompagnant les ingénieurs dans la tâche de conception optimale.L'objectif de cette thèse est centré sur la conception optimale des systèmes complexes. Deux approches sont abordées dans ce travail: l'optimisation par modèles de substitution et la conception optimale basée sur la décomposition des systèmes complexes.L'utilisation de la conception assistée par ordinateur (CAO) est devenue une pratique régulière dans l'industrie. La démarche d'optimisation basée sur modèles de substitution est destinée à répondre à l'optimisation des dispositifs bénéficiant d'une telle modélisation précise, mais couteuse en temps de calcul.Les chaînes de traction ferroviaire sont trop complexes pour être traités comme un tout. La décomposition de ces systèmes s'impose en vue de simplifier le problème et de repartir la charge de calcul. Des stratégies appropries à la résolution de telles structures ont été analysées dans ce travail. Ces approches permettent à chaque équipe de spécialistes de travailler de façon autonome à l'objet de leur expertise.Les approches d'optimisation développées au sein de ce travail ont été appliquées pour résoudre plusieurs problèmes d'optimisation électromagnétiques, ainsi que la conception optimale d'un système de traction ferroviaire de la Société Alstom

La conception d'un système électrique est une tâche très complexe qui relève d’expertises dans différents domaines de compétence. Dans un contexte compétitif où l’avance technologique est un facteur déterminant, l’industrie cherche à réduire les temps d'étude et à fiabiliser les solutions trouvées par une approche méthodologique rigoureuse fournissant une solution optimale systémique.Il est alors nécessaire de construire des modèles et de mettre au point des méthodes d'optimisation compatibles avec ces préoccupations. En effet, l’optimisation unitaire de sous-systèmes sans prendre en compte les interactions ne permet pas d'obtenir un système optimal. Plus le système est complexe plus le travail est difficile et le temps de développement est important car il est difficile pour le concepteur d'appréhender le système dans toute sa globalité. Il est donc nécessaire d'intégrer la conception des composants dans une démarche systémique et globale qui prenne en compte à la fois les spécificités d’un composant et ses relations avec le système qui l’emploie.Analytical Target Cascading est une méthode d'optimisation multi niveaux de systèmes complexes. Cette approche hiérarchique consiste à décomposer un système complexe en sous-systèmes, jusqu’au niveau composant dont la conception relève d’algorithmes d'optimisation classiques. La solution optimale est alors trouvée par une technique de coordination qui assure la cohérence de tous les sous-systèmes. Une première partie est consacrée à l'optimisation de composants électriques. L'optimisation multi niveaux de systèmes complexes est étudiée dans la deuxième partie où une chaîne de traction électrique est choisie comme exemple / The design of an electrical system is a very complex task which needs experts from various fields of competence. In a competitive environment, where technological advance is a key factor, industry seeks to reduce study time and to make solutions reliable by way of a rigorous methodology providing a systemic solution.Then, it is necessary to build models and to develop optimization methods which are suitable with these concerns. Indeed, the optimization of sub-systems without taking into account the interaction does not allow to achieve an optimal system. More complex the system is more the work is difficult and the development time is important because it is difficult for the designer to understand and deal with the system in its complexity. Therefore, it is necessary to integrate the design components in a systemic and holistic approach to take into account, in the same time, the characteristics of a component and its relationship with the system it belongs to.Analytical Target Cascading is a multi-level optimization method for handling complex systems. This hierarchical approach consists on the breaking-down of a complex system into sub-systems, and component where their optimal design is ensured by way of classical optimization algorithms. The optimal solution of the system must be composed of the component's solutions. Then a coordination strategy is needed to ensure consistency of all sub-systems. First, the studied and proposed optimization algorithms are tested and compared on the optimization of electrical components. The second part focuses on the multi-level optimization of complex systems. The optimization of railway traction system is taken as a test case

Dans le contexte actuel de globalisation des marchés, le processus classique de conception par essais et erreurs n'est plus capable de répondre aux exigences de plus en plus accrues en termes de délais très courts, réduction des coûts de production, etc. L'outil d'optimisation propose une réponse à ces questions, en accompagnant les ingénieurs dans la tâche de conception optimale.L'objectif de cette thèse est centré sur la conception optimale des systèmes complexes. Deux approches sont abordées dans ce travail: l'optimisation par modèles de substitution et la conception optimale basée sur la décomposition des systèmes complexes.L'utilisation de la conception assistée par ordinateur (CAO) est devenue une pratique régulière dans l’industrie. La démarche d'optimisation basée sur modèles de substitution est destinée à répondre à l'optimisation des dispositifs bénéficiant d’une telle modélisation précise, mais couteuse en temps de calcul.Les chaînes de traction ferroviaire sont trop complexes pour être traités comme un tout. La décomposition de ces systèmes s’impose en vue de simplifier le problème et de repartir la charge de calcul. Des stratégies appropries à la résolution de telles structures ont été analysées dans ce travail. Ces approches permettent à chaque équipe de spécialistes de travailler de façon autonome à l'objet de leur expertise.Les approches d'optimisation développées au sein de ce travail ont été appliquées pour résoudre plusieurs problèmes d'optimisation électromagnétiques, ainsi que la conception optimale d’un système de traction ferroviaire de la Société Alstom / Within a globalized market context, the classical trial-and-error design process is no longer capable of answering to the ever-growing demands in terms of short deadlines, reduced production costs, etc. The optimization tool presents itself as an answer to these issues, accompanying the engineers in the optimal design task.The focus of this thesis is centered on the optimal design of complex systems. Two main optimization approaches are addressed within this work: the metamodel-based design optimization and the decomposition-based complex systems optimal design.The use of computer-aided design/engineering (CAD/CAE) software has become a regular practice in the engineering design process. The metamodel-based optimization approach is intended to address the optimization of devices represented by such accurate but computationally expensive simulation models, as the finite element analysis (FEA) in electromagnetics.Engineering systems such as railway traction systems are too complex to be addressed as a whole. The decomposition-based optimization strategies are intended to address the optimal design of such systems. The decomposition of such systems is required in order to simplify the problem and to distribute the computational burden across the decomposed structure. Appropriate multi-level strategies have been identified and analyzed within this work. Such approaches allow each team of specialists to work independently at the object of their expertise.The optimization approaches developed within this work are applied for solving several electromagnetic optimization problems and a railway traction system optimal design problem of the Alstom Company

Le système de santé français est confronté au défi d’augmentation permanente de la demande en soins, sous une forte pression financière. Dans la stratégie nationale de santé, une des grandes orientations est de développer une base de coopération impliquant l’ensemble des acteurs et de leur engagement. Ces enjeux demandent au génie hospitalier de rechercher une efficience dans une échelle encore plus globale, ce qui demande d’intégrer les problèmes locaux et leurs outils d’optimisation qui présentent en général un haut degré de fragmentation, afin de contribuer à l’amélioration globale du système. Dans ce contexte-là, initialisé par un projet de conception du système de soins en réseau avec ressource de production mutualisée, nous proposons à travers ce mémoire de thèse une méthode générique pour résoudre le problème d’optimisation multi-niveaux dans lequel les décisions interdépendantes doivent être prises à différents niveaux dans une structure hiérarchique, ou aux étapes successives. Les décisions faites sont souvent corrélées, surtout pour une topologie de décisions enchaînées en hiérarchique que nous définissons sous le terme de « sous-structure optimale feedback ». La résolution de ce type de problème doit s’adapter pour prendre en compte autant que possible les implications liées aux décisions corrélées. La méthode proposée est basée sur la méta-heuristique PSO, elle utilise une procédure récursive pour définir le transfert des paramètres des sous-problèmes descendant et des évaluations ascendant à travers de multiples espaces de recherche, en assurant la cohérence de la convergence du problème global. Les applications et les analyses ont montrées que la méthode est assez générique et capable de produire la performance et la qualité de résolution proche de celles de la littérature / French healthcare system confronts the challenges of permanent increase in demand for healthcare, under heavy financial pressure. In the national healthcare strategy, a key focus is to develop a cooperation framework involving all organizations and units. These challenges require healthcare engineering to find efficiency in a more global scale, which means to integrate local optimization problems and decision tools that have generally a high degree of fragmentation in order to contribute to the overall improvement of the system. In this thesis, initiated by a shared unit-dose drug distribution system design project, a generic method was developed to solve the multi-level optimization problem in which interdependent decisions are made at different levels in a hierarchical structure, or at successive stages. The decisions made are often correlated, particularly for decisions in hierarchical topologies that we define by the term "optimal substructure with feedback". The resolution of this problem must be adapted to take into account all implications for correlated decisions. The proposed method is based on the meta-heuristic PSO, it uses a recursive procedure to define the top-down transfer of parameters and the bottom-up feedback of fitness through multiple search spaces, and ensures the consistency of global problem convergence. Our applications and analyzes have shown that this method is generic and is able to provide similar resolution performance and quality compared to the literature references