Thèse de doctorat : Sciences de l'ingénieur : optimisation : Paris Est : 2008. / Titre provenant de l'écran-titre.

Thèse de doctorat--Électronique et communications--Paris--ENST, 2005. / Bibliogr. p. 166-169. Résumé en français et en anglais.

La participation sociale des personnes ayant une incapacité (PAI) est l'un des enjeux majeurs de notre société. La participation sociale des PAI est influencée par les résultats des interactions entre les facteurs personnels et les facteurs environnementaux (physiques et sociaux). L'une des activités quotidiennes les plus importantes en milieu urbain est la mobilité, ce qui est fondamental pour la participation sociale des PAI. L'environnement urbain est composé des infrastructures et des services principalement conçus pour les personnes sans incapacités et ne prend pas en compte les besoins spécifiques des PAI. Dans ce contexte, la conception et le développement des environnements intelligents peuvent contribuer à une meilleure mobilité et participation sociale des PAI grâce à l'avancement récent de technologie de l'information et de télécommunication ainsi que de réseaux de capteurs. Cependant, le déploiement de réseaux de capteurs en tant que technologie d'assistance pour améliorer la mobilité des personnes n'est conçu que sur la base des modèles trop simplistes de l'environnement physique. Bien que des approches de déploiement de réseaux de capteurs aient été développées ces dernières années, la plupart d'entre elles ont considéré le modèle simple des capteurs (cercle ou sphérique dans le meilleur des cas) et l'environnement 2D, (sans obstacle), indépendamment des besoins des PAI lors de leur mobilité. À cet égard, l'objectif global de cette thèse est le déploiement optimal de réseau de capteurs dans un environnement intérieur pour améliorer l'efficacité de la mobilité des personnes à mobilité réduite (PMR). Plus spécifiquement, nous sommes intéressés à la mobilité des personnes utilisatrices de fauteuil roulant manuel. Pour atteindre cet objectif global, trois objectifs spécifiques sont identifiés. Premièrement, nous proposons un cadre conceptuel pour l'évaluation de la lisibilité de l'environnement intérieur pour les PMR, afin de déterminer la méthode appropriée pour évaluer les interactions entre les facteurs personnels et les facteurs environnementaux (par exemple, pentes, rampes, marches, etc.). Deuxièmement, nous développons un algorithme d'optimisation locale basé sur la structure Voronoi 3D pour le déploiement de capteurs dans l'environnement intérieur 3D pour s'attaquer à la complexité de la structure de l'environnement intérieur (par exemple, différentes hauteurs de plafonds) afin de maximiser la couverture du réseau. Troisièmement, pour aider la mobilité des PMR, nous développons un algorithme d'optimisation ciblé pour le déploiement de capteurs multi-types dans l'environnement intérieur en tenant compte du cadre d'évaluation de la lisibilité pour les PMR. La question la plus importante de cette recherche est la suivante : quels sont les emplacements optimaux pour un ensemble des capteurs pour le positionnement et le guidage des PMR dans l'environnement intérieur complexe 3D. Pour répondre à cette question, les informations sur les caractéristiques des capteurs, les éléments environnementaux et la lisibilité des PMR ont été intégrés dans les algorithmes d'optimisation locale pour le déploiement de réseaux de capteurs multi-types, afin d'améliorer la couverture du réseau et d'aider efficacement les PMR lors de leur mobilité. Dans ce processus, le diagramme de Voronoi 3D, en tant que structure géométrique, est utilisé pour optimiser l'emplacement des capteurs en fonction des caractéristiques des capteurs, des éléments environnementaux et de la lisibilité des PMR. L'optimisation locale proposée a été mise en œuvre et testée avec plusieurs scénarios au Centre des congrès de Québec. La comparaison des résultats obtenus avec ceux des autres algorithmes démontre une plus grande efficacité de l'approche proposée dans cette recherche. / Social participation of people with disabilities (PWD) is one of the challenging problems in our society. Social participation of PWD is influenced by results from the interactions between personal characteristics and the physical and social environments. One of the most significant daily activities in the urban environment is mobility which impacts on the social participation of PWD. The urban environment includes infrastructure and services are mostly designed for people without any disability and does not consider the specific needs of PWD. In this context, the design and development of intelligent environments can contribute to better mobility and social participation of PWD by leveraging the recent advancement in information and telecommunications technologies as well as sensor networks. Sensor networks, as an assistive technology for improving the mobility of people are generally designed based on the simplistic models of physical environment. Although sensor networks deployment approaches have been developed in recent years, the majority of them have considered the simple model of sensors (circle or spherical in the best case) and the environment (2D, without obstacles) regardless of the PWD needs during their mobility. In this regard, the global objective of this thesis is the determination of the position and type of sensors to enhance the efficiency of the people with motor disabilities (PWMD) mobility. We are more specifically interested in the mobility of people using manual wheelchair. To achieve this global objective, three specific objectives are demarcated. First, a framework is developed for legibility assessment of the indoor environment for PWMD to determine the appropriate method to evaluate the interactions between personal factors with environmental factors (e.g. slops, ramps, steps, etc.). Then, a local optimization algorithm based on 3D Voronoi structure for sensor deployment in the 3D indoor environment is developed to tackle the complexity of structure of indoor environment (e.g., various ceilings' height) to maximize the network coverage. Next, a purpose-oriented optimization algorithm for multi-type sensor deployment in the indoor environment to help the PWMD mobility is developed with consideration of the legibility assessment framework for PWMD. In this thesis, the most important question of this research is where the optimal places of sensors are for efficient guidance of the PWMD in their mobility in 3D complex indoor environments. To answer this question, the information of sensors characteristics, environmental elements and legibility of PWMD have been integrated into the local optimization algorithms for multi-type sensor networks deployment to enhance the network coverage as well as efficiently help the PWMD during their mobility. In this process, Voronoi diagram as a geometrical structure is used to change the sensors' location based on the sensor characteristics, environmental elements and legibility of PWMD. The proposed local optimization is implemented and tested for several scenarios in Quebec City Convention Centre. The obtained results show that these integration in our approach enhance its effectiveness compared to the existing methods.

Ces travaux de recherche portent sur la synthèse systématique et l’optimisation de correcteurs numériques à structure polynomiale RST par approches métaheuristiques. Les problèmes classiques de placement de pôles et de calibrage des fonctions de sensibilité de la boucle fermée RST sont formulés sous forme de problèmes d’optimisation multi-objectif sous contraintes pour lequel des algorithmes métaheuristiques de type NSGA-II, MODE, MOPSO et epsilon-MOPSO sont proposés et adaptés. Deux formulations du problème de synthèse RST ont été proposées. La première approche, formulée dans le domaine temporel, consiste à minimiser des indices de performance, de type ISE et MO, issus de la théorie de la commande optimale et liés essentiellement à la réponse indicielle du système corrigé. Ces critères sont optimisés sous des contraintes non analytiques définis par des gabarits temporels sur la dynamique de la boucle fermée. Dans la deuxième approche de synthèse RST, une formulation dans le domaine fréquentiel est retenue. La stratégie proposée consiste à définir et calculer une fonction de sensibilité de sortie désirée en satisfaisant des contraintes de robustesse de H∞. L’utilisation de parties fixes dans la fonction de sensibilité de sortie désirée assurera un placement partiel des pôles de la boucle fermée RST. L’inverse d’une telle fonction de sensibilité désirée définira le filtre de pondération H∞ associé. Un intérêt particulier est porté à l’approche d’optimisation par essaim particulière PSO pour la résolution des problèmes multi-objectif de commande reformulés. Un algorithme MOPSO à grille adaptative est proposé et puis perfectionné à base des concepts de l’epsilon-dominance. L’algorithme epsilon-MOPSO obtenu a montré, par comparaison avec les algorithmes MOPSO, NSGA-II et MODE, des performances supérieures en termes de diversité des solutions de Pareto et de rapidité en temps de convergence. Des métriques de type distance générationnelle, taux d’erreurs et espacement sont toutefois considérées pour l’analyse statistique des résultats de mise en œuvre obtenus. Une application à la commande en vitesse variable d’un moteur électrique DC est effectuée, également pour la commande en position d’un système de transmission flexible à charges variables. La mise en œuvre par simulations numériques sur les procédés considérés est également présentée dans le but de montrer la validité et l’efficacité de l’approche de commande optimale RST proposée / This research focuses on the systematic synthesis and optimization of digital RST structure based controllers thanks to global metaheuristics approaches. The classic and hard problems of closed-loop poles placement and sensitivity functions shaping of RST control are well formulated as constrained multi-objective problems to be solved with proposed metaheuristics algorithms NSGA-II, MODE, MOPSO and especially epsilon-MOPSO. Two formulations of the metaheuristics-tuned RST problem have been proposed. The first one, which is given in the time domain, deals with the minimization of several performance criteria like the Integral Square Error (ISE) and the Maximum Overshoot (MO) indices. These optimal criteria, related primarily to the step response of the controlled plant, are optimized under non-analytical constraints defined by temporal templates on the closed-loop dynamics. In the second approach, a formulation in the frequency domain is retained. The proposed strategy aims to optimize a desired output sensitivity function satisfying H∞ robustness constraints. The use of a suitable fixed part of the optimized output sensitivity function will provide partial pole placement of the closed-loop dynamics of the digital RST controller. The opposite of such desired sensitivity function will define the associated H∞ weighting filter. The Multi-Objective Particle Swarm Optimization (MOPSO) technique is particularly retained for the resolution of all formulated multi-objective RST control problems. An adaptive grid based MOPSO algorithm is firstly proposed and then improved based on the epsilon-dominance concepts. Such proposed epsilon-MOPSO algorithm, with a good diversity of the provided Pareto solutions and fast convergence time, showed a remarkable superiority compared to the standard MOPSO, NSGA-II and MODE algorithms. Performance metrics, such as generational distance, error rate and spacing, are presented for the statistical analysis of the achieved multi-optimization results. An application to the variable speed RST control of an electrical DC drive is performed, also for the RST position control of a flexible transmission plant with varying loads. Demonstrative simulations and comparisons are carried out in order to show the validity and the effectiveness of the proposed metaheuristics-based tuned RST control approach, which is formulated in the multi-objective optimization framework

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

L'objet de cette thèse est de proposer un cadre complet, du haut niveau au bas niveau, de génération de trajectoires pour un groupe de systèmes dynamiques indépendants. Ce cadre, basé sur la résolution de l'équation de Burgers pour la génération de trajectoires, est appliqué à un modèle original de drone trirotor et utilise la platitude des deux systèmes différentiels considérés. La première partie du manuscrit est consacrée à la génération de trajectoires. Celle-ci est effectuée en créant formellement, par le biais de la platitude du système considéré, des solutions à l'équation de la chaleur. Ces solutions sont transformées en solution de l'équation de Burgers par la transformation de Hopf-Cole pour correspondre aux formations voulues. Elles sont optimisées pour répondre à des contraintes spécifiques. Plusieurs exemples de trajectoires sont donnés.La deuxième partie est consacrée au suivi autonome de trajectoire par un drone trirotor. Ce drone est totalement actionné et un contrôleur en boucle fermée non-linéaire est proposé. Celui-ci est testé en suivant, en roulant, des trajectoires au sol et en vol. Un modèle est présenté et une démarche pour le contrôle est proposée pour transporter une charge pendulaire. / This thesis is dedicated to the creation of a complete framework, from high-level to low-level, of trajectory generation for a group of independent dynamical systems. This framework, based for the trajectory generation, on the resolution of Burgers equation, is applied to a novel model of trirotor UAV and uses the flatness of the two levels of dynamical systems.The first part of this thesis is dedicated to the generation of trajectories. Formal solutions to the heat equation are created using the differential flatness of this equation. These solutions are transformed into solutions to Burgers' equation through Hopf-Cole transformation to match the desired formations. They are optimized to match specific requirements. Several examples of trajectories are given.The second part is dedicated to the autonomous trajectory tracking by a trirotor UAV. This UAV is totally actuated and a nonlinear closed-loop controller is suggested. This controller is tested on the ground and in flight by tracking, rolling or flying, a trajectory. A model is presented and a control approach is suggested to transport a pendulum load.