L'objectif principal de ce travail a été d'apporter une nouvelle contribution quant à l'approche de contrôle optimal pendant la phase d'identification. Il s'agissait de trouver la commande à appliquer pendant l'expérience qui permet d'optimiser un critère qui est fonction des sensibilités des sorties par rapport aux paramètres du modèle à identifier. Cette approche couplant contrôleur prédictif sous contraintes et estimateur a résolu en ligne le problème d'identification à chaque instant en utilisant l'observateur. En ce sens, c'est une approche permettant d'automatiser et d'optimiser le design d'expérience, tout en réalisant conjointement l'identification d'un paramètre du modèle spécifié. L'aspect temps réel a été pris en compte dans la formulation de la solution apportée. Dans ce contexte, nous avons introduit deux stratégies de commande pour l'identification optimale. La première était basée sur un modèle de prédiction non linéaire et la seconde sur un modèle linéaire temps variant. Si le temps devient un paramètre critique pour l'implémentation de l'approche, cette dernière vise à réduire le temps alloué à l'optimisation. L'approche d'identification optimale en ligne a été appliquée à deux problèmes concrets du Génie des Procédés (réaction de saponification et cuisson de peintures). Ces exemples ont permis de vérifier en simulation, l'efficacité et la faisabilité de cette approche.

L'objectif principal de ce travail a été de développer des solutions pour le contrôle de la distribution de la taille des particules (DTP) lors d'un procédé de polymérisation en émulsion. La DTP affecte les propriétés rhéologiques, et optiques du polymère ou encore sa stabilité. Pour ces raisons la DTP apparaît comme une caractéristique importante à contrôler. Le modèle décrivant l'évolution de la DTP est régi par des équations aux dérivées partielles (EDP) non linéaires. L'étude numérique du modèle a permis de dresser un modèle de commande. Deux types de stratégie de commande prédictive par modèle interne ont été définis, l'une basée sur un modèle de commande non linéaire et l'autre basée sur un modèle linéaire temps variant. La DTP étant difficilement mesurable en ligne, notre choix s'est porté vers d'autres mesures, les concentrations de tensioactif libre et de monomère. Il a été possible de définir des profils de concentration afin d'obtenir un produit final avec une DTP spécifique. Les résultats de simulations ont montré la faisabilité de cette approche.

Ce travail concerne les analyses multi-tableaux de données et plus particulièrement la régression. Présentées sous forme d'un recueil, nous exposons un grand nombre de méthodes peu connues pour la majorité, pour l'analyse des multi-tableaux.<br /><br />Notre travail se compose de trois parties. La première partie, contenant sept chapitres, expose les méthodes de modélisation linéaires. Elles sont classées par type d'analyse (conjointe ou régression) et par domaine d'application (cube ou multi-tableaux). Nous en introduisons plusieurs nouvelles de type PLS, basées sur l'optimisation d'un critère sous contraintes par étape, pour analyser simultanément un (ACIMO) ou plusieurs (ACIMOG1,2, 3) ensembles de tableaux, pour modéliser un ensemble de tableaux par un autre (ACIMO-PLS, ACIMOG-PLS1,2 3, REMUB) et appliquons l'ACIMO à l'intrastructure de STATIS pour en améliorer les trajectoires. De plus, nous proposons une généralisation de la méthode STATIS au cas de deux ensembles de tableaux (DO-ACT), aussi basée sur l'optimisation d'un critère sous contraintes. <br /><br />Un chapitre est consacré à ce qui touche la pratique de ces méthodes, dans lequel nous abordons la question du choix de blocs explicatifs importants dans les modèles de régression multi-tableaux, qui n'a encore jamais été abordée. Nous proposons plusieurs critères pour répondre à cela.<br /><br />La seconde partie, moins importante en taille, concerne la modélisation non-linéaire en régression multi-tableaux. Après une revue des méthodes de régression PLS non-linéaire pour deux tableaux, nous introduisons deux méthodes (SARMUB1 et 2) pour la régression non-linéaire des multi-tableaux, basées sur la recherche de transformations splines des prédicteurs optimales. Enfin, nos méthodes, programmées en S-Plus, ayant pour but principal d'être appliquées, nous proposons dans la troisième partie les résultats de plusieurs applications dans divers domaines, tels que la chimiométrie, l'analyse sensorielle, l'écologie ...

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.

Le développement simultané de terminaux mobiles multimédia (smartphones, tablettes) et de réseaux d'accès offrant des débits élevés conduit à une explosion du trafic liés aux contenus multimédia. Cette croissance nécessite un partage efficace des ressources radio entre fournisseurs de contenus (dans le cas de la diffusion) ou entre récepteurs (dans le cas de services de vidéo à la demande). Cette thèse propose des outils de partage équitable des ressources en termes de qualité des contenus multimédia reçu et de délai de transmission dans les deux contextes précédents. La variété des compromis débit-distorsion des contenus multimédia est exploitée à cet effet. Dans un premier temps, une solution centralisée de contrôle conjoint du débit de codage et de transmission de plusieurs programmes transmis sur un même canal est considérée. L'objectif est de fournir des flux de qualités similaires avec des variations limitées, tout en assurant des délais de transmission comparables. Ce problème est résolu en synthétisant une commande prédictive à l'aide d'outils d'optimisation sous contrainte. Dans un second temps, seule l'allocation de bande est centralisée, le contrôle des caractéristiques de compression de chaque flux est réalisé de manière distribuée. Le contrôleur centralisé ne renvoie que le niveau de remplissage des tampons associés à chaque flux aux fournisseurs de contenus distants. Une stratégie de régulation des débits de codage est alors mise en place par ces fournisseurs, de manière à réguler le niveau en bits ou en image des tampons. La stabilité de ce système de régulation couplé est étudiée en détails. Enfin, l'optimisation inter-couches d'une chaine de transmission de contenus multimédia scalable est considérée. Ce problème est formulé dans le contexte de la programmation dynamique. Lorsque des modèles de complexité raisonnable sont considérés et avec des caractéristiques du système bien connues, des solutions optimales peuvent être obtenues. Des techniques d'apprentissage sont mises en œuvre, lorsque le système n'est que partiellement connu, par exemple, lorsque l'état du canal de transmission parvient avec du retard à l'organe de commande.

Cette thèse porte sur des algorithmes de contrôle et de planification de mouvements pour les robots humanoïdes. Le grand nombre de paramètres caractérisant ces systèmes a conduit au développement de méthodes numériques, d'abord appliquées aux bras manipulateurs et récemment adaptées pour les structures plus complexes. On relève particulièrement les formalismes de commande cinématique et dynamique par priorité qui permettent de produire un mouvement selon une hiérarchie préétablie des tâches. Au cours de ce travail, nous avons identifié le besoin d'étendre ce formalisme afin de tenir compte de contraintes unilatérales. Nous nous sommes par ailleurs intéressés à la planification de la locomotion en fonction des tâches. Nous proposons une modélisation jointe du robot et de sa trajectoire de marche comme une structure articulée unique saisissant à la fois les degrés de liberté actionnés (articulations motorisées du robot) et non actionnés (positionnement absolu dans l'espace). L'ensemble de ces algorithmes, qui seront longuement illustrés, ont été implémentés au sein du projet HPP (Humanoid Path Planner) et validés sur le robot humanoïde HRP-2.

L'objectif de ce travail de thèse est de poser, d'analyser et de résoudre le problème multidisciplinaire et multi-objectif de la conception d'avions plus écologiques et plus économiques. Dans ce but, les principaux drivers de l'optimisation des performances d'un avion seront: la géométrie de l'avion, son moteur ainsi que son profil de mission, autrement dit sa trajectoire. Les objectifs à minimiser considérés sont la consommation de carburant, l'impact climatique et le coût d'opération de l'avion. L'étude sera axée sur la stratégie de recherche de compromis entre ces objectifs, afin d'identifier les configurations d'avions optimales selon le critère sélectionné et de proposer une analyse de ces résultats. L'incertitude présente au niveau des modèles utilisés sera prise en compte par des méthodes rigoureusement sélectionnées. Une configuration d'avion hybride est proposée pour atteindre l'objectif de réduction d'impact climatique. / The objective of this PhD work is to pose, investigate, and solve the highly multidisciplinary and multiobjective problem of environmentally efficient aircraft design and operation. In this purpose, the main three drivers for optimizing the environmental performance of an aircraft are the airframe, the engine, and the mission profiles. The figures of merit, which will be considered for optimization, are fuel burn, local emissions, global emissions, and climate impact (noise excluded). The study will be focused on finding efficient compromise strategies and identifying the most powerful design architectures and design driver combinations for improvement of environmental performances. The modeling uncertainty will be considered thanks to rigorously selected methods. A hybrid aircraft configuration is proposed to reach the climatic impact reduction objective.

De nos jours, les entreprises d’ici et d’ailleurs sont confrontées à une concurrence mondiale sans cesse plus féroce. Afin de survivre et de développer des avantages concurrentiels, elles doivent s’approvisionner et vendre leurs produits sur les marchés mondiaux. Elles doivent aussi offrir simultanément à leurs clients des produits d’excellente qualité à prix concurrentiels et assortis d’un service impeccable. Ainsi, les activités d’approvisionnement, de production et de marketing ne peuvent plus être planifiées et gérées indépendamment. Dans ce contexte, les grandes entreprises manufacturières se doivent de réorganiser et reconfigurer sans cesse leur réseau logistique pour faire face aux pressions financières et environnementales ainsi qu’aux exigences de leurs clients. Tout doit être révisé et planifié de façon intégrée : sélection des fournisseurs, choix d’investissements, planification du transport et préparation d’une proposition de valeur incluant souvent produits et services au fournisseur. Au niveau stratégique, ce problème est fréquemment désigné par le vocable « design de réseau logistique ». Une approche intéressante pour résoudre ces problématiques décisionnelles complexes consiste à formuler et résoudre un modèle mathématique en nombres entiers représentant la problématique. Plusieurs modèles ont ainsi été récemment proposés pour traiter différentes catégories de décision en matière de design de réseau logistique. Cependant, ces modèles sont très complexes et difficiles à résoudre, et même les solveurs les plus performants échouent parfois à fournir une solution de qualité. Les travaux développés dans cette thèse proposent plusieurs contributions. Tout d’abord, un modèle de design de réseau logistique incorporant plusieurs innovations proposées récemment dans la littérature a été développé; celui-ci intègre les dimensions du choix des fournisseurs, la localisation, la configuration et l’assignation de mission aux installations (usines, entrepôts, etc.) de l’entreprise, la planification stratégique du transport et la sélection de politiques de marketing et d’offre de valeur au consommateur. Des innovations sont proposées au niveau de la modélisation des inventaires ainsi que de la sélection des options de transport. En deuxième lieu, une méthode de résolution distribuée inspirée du paradigme des systèmes multi-agents a été développée afin de résoudre des problèmes d’optimisation de grande taille incorporant plusieurs catégories de décisions. Cette approche, appelée CAT (pour collaborative agent teams), consiste à diviser le problème en un ensemble de sous-problèmes, et assigner chacun de ces sous-problèmes à un agent qui devra le résoudre. Par la suite, les solutions à chacun de ces sous-problèmes sont combinées par d’autres agents afin d’obtenir une solution de qualité au problème initial. Des mécanismes efficaces sont conçus pour la division du problème, pour la résolution des sous-problèmes et pour l’intégration des solutions. L’approche CAT ainsi développée est utilisée pour résoudre le problème de design de réseaux logistiques en univers certain (déterministe). Finalement, des adaptations sont proposées à CAT permettant de résoudre des problèmes de design de réseaux logistiques en univers incertain (stochastique).

La modélisation du trafic routier dans un réseau dense et de grande étendue nécessite un grand nombre de données, si bien qu'une modélisation par arcs est impossible en pratique. Pour simplifier le problème, une idée est d'agréger les tronçons du réseau en un continuum sur lequel le trafic routier s'écoule comme un fluide surfacique. Cette modélisation est qualifiée de bidimensionnelle. Même si la structure géométrique détaillée du réseau est perdue, une telle modélisation évite la description très fine du trafic sur un réseau dans lequel les points de mesure ne sont pas en nombre suffisant pour permettre une évaluation exhaustive de l'état du trafic. Une série de travaux commencée dans les années 1980 a permis de dégager quelques concepts importants. Cependant, ces travaux n'ont pas résolu les problèmes de modélisation fondamentaux : comment déduire et modéliser des comportements globaux à partir de comportements locaux (flux sur un axe, interactions aux intersections) ? Deux modèles bidimensionnels de trafic sont développés. Le premier modèle est statique. Le trafic s'écoule dans des directions de propagation privilégiées (orthogonales). Le modèle prend en compte l'équilibre entre l'offre de déplacement du réseau et une demande élastique de déplacement des usagers. Les principales sorties sont constituées en chaque point et pour chaque destination par les débits directionnels et les coûts de déplacement. Le deuxième modèle est dynamique. L'écoulement du trafic est décrit au niveau de cellules élémentaires du réseau dans lesquelles on définit les notions d'offre et de demande. À partir d'une loi comportementale obtenue sur un réseau discret, on écrit l'équation dynamique de conservation du trafic routier en tout point d'un réseau anisotrope

La modélisation du trafic routier dans un réseau dense et de grande étendue nécessite un grand nombre de données, si bien qu'une modélisation par arcs est impossible en pratique. Pour simplifier le problème, une idée est d'agréger les tronçons du réseau en un continuum sur lequel le trafic routier s'écoule comme un fluide surfacique. Cette modélisation est qualifiée de bidimensionnelle. Même si la structure géométrique détaillée du réseau est perdue, une telle modélisation évite la description très fine du trafic sur un réseau dans lequel les points de mesure ne sont pas en nombre suffisant pour permettre une évaluation exhaustive de l'état du trafic. Une série de travaux commencée dans les années 1980 a permis de dégager quelques concepts importants. Cependant, ces travaux n'ont pas résolu les problèmes de modélisation fondamentaux : comment déduire et modéliser des comportements globaux à partir de comportements locaux (flux sur un axe, interactions aux intersections) ? Deux modèles bidimensionnels de trafic sont développés. Le premier modèle est statique. Le trafic s'écoule dans des directions de propagation privilégiées (orthogonales). Le modèle prend en compte l'équilibre entre l'offre de déplacement du réseau et une demande élastique de déplacement des usagers. Les principales sorties sont constituées en chaque point et pour chaque destination par les débits directionnels et les coûts de déplacement. Le deuxième modèle est dynamique. L'écoulement du trafic est décrit au niveau de cellules élémentaires du réseau dans lesquelles on définit les notions d'offre et de demande. À partir d'une loi comportementale obtenue sur un réseau discret, on écrit l'équation dynamique de conservation du trafic routier en tout point d'un réseau anisotrope / Traffic road modelling in the dense network of a wide area needs a large amount of data. It renders a keen modelling unmanageable in practice. To simplify the problem, an idea is to aggregate the network links as continuous medium where traffic road flows as a fluid on a surface. This modelling is called two-dimensional. Even if the detailed geometric structure of the network is lost, such a modelling avoids the traffic keen description on a network where measure points are not numerous enough to allow an exhaustive evaluation of traffic state. A series of articles started in the 80's have highlighted relevant concepts. Nevertheless, these previous works have not solved fundamental modelling issues: how to deduce and model global behaviours basing on local behaviours (flow on an axe, interactions at intersections). Two models are developed. The first model is static. Traffic road flows on privileged directions (orthogonal). The model takes into account the balance between the network trip supply and the users' elastic trip demand. The principal outputs are, for each point of the network and each destination, the directional flows and the trip costs. The second model is dynamical. The description of traffic flows stands at the level of elementary traffic cells, where concepts of supply and demand are defined. With a behaviour law deduced from a discrete network, we establish the conservation dynamic equation of road traffic at each point of an anisotropic network