Nous nous intéressons au Problème de Dimensionnement de Lots mono-produit (PDL) dans une chaîne logistique composée d'un détaillant et d'un fournisseur en y intégrant le contrat buyback et l'approvisionnement par batch. L'objectif est de déterminer un plan d'approvisionnement pour le détaillant pour satisfaire ses demandes déterministes sur un horizon fini, tout en minimisant ses coûts d'approvisionnement et de stockage. Concernant le coût d'approvisionnement, nous supposons deux structures différentes : FTL (Full Truck Load) et OFB (Only Full Batch). Trois types de contrat buyback sont étudiés : avec des périodes de retour fixes, avec une limite de temps sur les retours, et avec des retours uniquement dans les périodes d'approvisionnement. Chaque contrat est caractérisé par un pourcentage de retour maximal qui peut être égal à 100% (retour total) ou inférieur à 100% (retour partiel). Pour le PDL sous le contrat buyback avec des périodes de retour fixes, nous supposons le cas de ventes perdues (lost sales). En outre, un autre concept ajouté dans les PDL sous les trois types de contrat buyback réside dans le fait que le détaillant peut jeter la quantité invendue et non retournée au fournisseur, appelé mise au rebut (disposal). Nous avons modélisé ces différentes extensions du PDL par des Programmes Linéaires en Nombres Entiers (PLNE). Nous avons ensuite développé des algorithmes exacts polynomiaux de programmation dynamique pour certaines extensions, et montré la NP-difficulté pour d'autres. Pour chaque problème résolu en temps polynomial, nous avons comparé l'efficacité et les limites de l'algorithme proposé avec celles des quatre formulations en PLNE. Nous avons également proposé des modèles mathématiques pour les PDL sous d'autres types de contrats de réservation de capacité dans le cas déterministe à multi-périodes. / We study the single-item Lot Sizing Problem (LSP) in a supply chain composed of a retailer and a supplier by integrating the buyback contract and the batch ordering. The purpose is to determine a replenishment planning for the retailer to satisfy his deterministic demands over a finite horizon, while minimizing the procurement and inventory costs. Regarding the procurement cost, we assume two different structures: FTL (Full Truck Load) and OFB (Only Full Batch). We consider three types of buyback contract: with fixed return periods, with a time limit on returns, and with returns permitted only in procurement periods. Each contract is characterized by the maximum return percentage being either equal to 100% (full return) or less than 100% (partial return). For the LSP under the buyback contract with fixed return periods, we assume the concept of lost sales. Another concept considered in the LSP's under the three types of buyback contract is the disposal of the unsold and unreturned quantities. We model these different LSP extensions as a Mixed Integer Linear Program (MILP). Thereafter, we develop exact polynomial time dynamic programming algorithms for some extensions and show the NP-hardness of others. For each problem solved in polynomial time, we compare the efficiency and the limits of the proposed algorithm with those of four MILP formulations by performing different tests. Finally, we propose mathematical models for the LSP's under other types of the capacity reservation contract in the deterministic and multi-period case.

Au sein d’un établissement hospitalier, le bloc opératoire représente un des secteurs les plus emblématiques et les plus coûteux. Le fonctionnement du bloc opératoire est orchestré par un programme opératoire qui consiste à construire un planning prévisionnel des interventions chirurgicales à réaliser pendant un horizon donné. La littérature abondante sur le sujet est unanime sur le fait que la construction du programme opératoire est une tâche complexe, car il s’agit non seulement de planifier et d’ordonnancer les interventions, mais aussi de satisfaire des exigences souvent antagonistes. Ce projet est le fruit d’une collaboration entre la Communauté d’Agglomération de Sarreguemines Confluences et la Région Lorraine, des membres du secteur hospitalier (Hôpital Robert Pax de Sarreguemines) et l’équipe Gestion Industrielle et Logistique (GIL) du Laboratoire de Génie Industriel, de Production et de Maintenance (LGIPM). L’objectif de cette recherche est d’apporter une aide aux gestionnaires du bloc opératoire, qui ont besoin de plus en plus des méthodes et des outils d’aide à la décision en vue d’optimiser leur fonctionnement. Pour répondre à ce besoin nous nous intéressons dans la première partie de cette thèse à la gestion des opérations électives en prenant en compte différentes contraintes et en particulier la disponibilité des chirurgiens. Nous nous plaçons dans le contexte d’une stratégie « open scheduling » et nous proposons deux modèles mathématiques permettant d’élaborer le programme opératoire. La complexité des modèles mathématiques et leur explosion combinatoire rendent difficile la recherche de l’optimum pour des tailles réalistes. Ceci nous a donc amené à proposer une heuristique constructive utilisant le modèle proposé et permettant d’obtenir des solutions là où la méthode exacte ne nous le permettait pas. Dans la seconde partie de cette thèse, nous considérons l’intégralité du processus opératoire (brancardage vers le bloc opératoire, préparation et anesthésie, acte chirurgicale et réveil). Nous modélisons ce processus comme un flow shop hybride à 4 étages avec contrainte de blocage de type RSb, et nous le résolvons à l’aide d’un algorithme génétique dont l’objectif est de synchroniser toutes les ressources nécessaires, en respectant au mieux le programme opératoire prévisionnel. Outre les opérations électives, nous nous intéressons dans la dernière partie aux opérations urgentes. Nous proposons un outil d’aide à la décision pour la gestion des opérations urgentes. En prenant en considération la pathologie et la gravité de l’état du patient, nous distinguons principalement 3 degrés d’urgences et proposons pour chacune un algorithme permettant d’intégrer en temps réel ces opérations dans le programme prévisionnel, tout en minimisant différents critères (temps d’attente avant affectation, heures supplémentaires, décalage par rapport aux anciennes dates de débuts) / The operating theater is one of the most critical and expensive hospital resources. Indeed, a high percentage of hospital admissions are due to surgical interventions. Rising expenditures spur health care organizations to organize their processes more efficiently and effectively. This thesis is supported by the urban community of Sarreguemines-France and the region of Lorraine-France, and is carried out in collaboration with the Centre Hospitalier de Sarreguemines - Hôpital Robert Pax. In the first part of this work, we propose two mathematical programming models to help operating theater managers in developing an optimal operating rooms scheduling. We also propose a constructive heuristic to obtain near optimal results for realistic sizes of the problem. In the second part of our work, the whole scheduling process is modeled as a hybrid four-stage flow shop problem with RSb blocking constraint, and is solved by a genetic algorithm. The objective is to synchronize all the needed resources around the optimal daily schedule obtained with the proposed mathematical model. The last part of our work is dedicated to non-elective surgeries. We propose a decision support tool, guiding the operating room manager, to handle this unpredictable flow of patients. Non-elective patients are classified according to their medical priority. The main contribution of the proposed decision support tool is to provide online assignment strategies to treat each non elective patient category. Proposed assignments are riskless on patient’s health. According to non-elective surgery classes, the proposed adjusted schedule minimizes different criteria such as patient’s waiting time, deviation from the firstly scheduled starting time of a surgery and the amount of resulting overtime

Cette thèse a pour objectif de modéliser et résoudre des problèmes d’optimisation d’un système d’auto-partage avec des voitures électriques dit « à un seul sens », où les utilisateurs peuvent prendre une voiture dans une station et la laisser ensuite dans une autre. Ce fonctionnement conduit généralement à une situation de déséquilibre dans la répartition des voitures avec certaines stations pleines et d’autres vides. Une des solutions utilisées par les opérateurs d’autopartage pour pallier ce problème est le recours à des agents pour déplacer les voitures selon le besoin. Identifier et répondre à ce besoin est un problème d’optimisation non trivial, notamment à cause de l’usage de véhicules électriques, ce qui engendre des contraintes de rechargement de batteries et d’autonomie. Le problème d’optimisation est décomposé en deux sous-problèmes : le premier est le problème d’affectation des voitures aux clients, ainsi que leurs routages, que nous nommons ROCSP pour Recharging One way Car Sharing Problem ; le second problème est celui du planning des agents et leurs routages que nous nommons ESRP pour Employee Scheduling Routing Problem. 1. Résolution du ROCSP : deux modélisations en Programmation Linéaire en Nombres Entiers (PLNE) sont proposées, la première basée sur les flots et la deuxième sur les chemins, ce qui fait que les deux modèles intègrent de manière différente les contraintes de recharge électrique. Comme la résolution exacte à travers les modèles PLNE s’avère très gourmande en temps de calcul et non adaptée aux instances d’auto-partage de taille réelle, nous proposons des heuristiques qui permettent dans un temps raisonnable d’optimiser la redistribution des voitures et la gestion du service. Ces heuristiques permettent de calculer le nombre de voitures et les différentes opérations de relocalisation (redistribution des voitures) à réaliser sur une journée donnée. 2. Résolution du ESRP : un modèle PLNE est proposé pour la résolution exacte du ESRP, et, en complément, des heuristiques sont proposées pour une résolution approchée et relativement rapide. L’objectif est la détermination du nombre minimal d’agents nécessaire pour effectuer les opérations de relocalisation qui découlent du premier problème, le ROCSP. Dans une partie prospective, et une fois les ROCSP et ESRP résolus dans leur version statique, nous nous focaliserons sur une autre variante du problème avec réservation dynamique. Nous proposons également d’explorer un nouveau concept - l’auto-copartage - qui se veut une hybridation entre autopartage et covoiturage. Les algorithmes proposés ont été validés sur le réseau Auto Bleue de la ville de Nice essentiellement, qui gère une flotte de véhicules électriques, en s’appuyant sur des modèles de génération de flux pour estimer la demande, mais aussi d’autres instances que nous avons générées pour simuler d’autres villes, au sein d’un Système d’Information Géographique. / This thesis aims at modelling and solving optimization problems related to the management of one-way-electric-car-sharing systems, where users can take a car from a station, use it, and then return it to another station. This generally leads to an imbalanced distribution of cars, with some full stations and other empty ones. A solution to this problem, implemented by car-sharing operators, is to employ staff agents to move cars as needed. However, identifying this need is a non-trivial optimization problem, especially since the system may be more constrained when the vehicles used are electric, which generates battery recharging and autonomy constraints. The global optimization problem addressed is then divided into two sub-problems. The first one is assigning the cars to customers, as well as their routing; it is denoted by ROCSP (Recharging OneWay Car Sharing Problem). The second problem involves agents planning and routing; it is denoted by ESRP (Employee Scheduling Routing Problem). 1. For the ROCSP, we propose two Mixed-integer linear programming (MILP) modelizations of the problem: One based on flows and the other based on paths. This means that the two models include the battery-recharging constraints in two different ways. As the exact resolution through the MILP models is quite expensive in terms of computational time and is not adapted for the resolution of real-size car-sharing instances, we introduce heuristics that enable the optimization of cars-redistribution and service management of the service within a reasonable amount of time. These heuristics allows the calculation of the number of cars and the various redistribution operations to be performed on a given day. 2. For the ESRP, this second problem is also addressed with MILP models for the exact resolution, and some heuristics are suggested for an approximate resolution. This process has reasonable calculation time and aims at finding the minimum number of agents to perform the necessary relocation operations that stem from the first problem, namely, the ROCSP. Once the ROCSP and ESRP solved in their static versions, we then focus on the ROCSP by exploring another variant of the problem : ROCSP with dynamic reservation. We also suggest to explore a new concept : Auto-CoPartage, which is a hybridization of car-sharing and carpooling. The stated algorithms are validated on the Auto Bleue electrical vehicles fleet in the network of the city of Nice, essentially by relying on flow generation models to estimate the demand, but also using other instances that we have generated for other cities. All the data are handled using a Geographical Information System.

Avec l'évolution de la technologie, l'homme a procédé à la conception de systèmes de plus en plus complexes mais aussi de plus en plus sensibles aux défauts qui peuvent les affecter. Une procédure de diagnostic contribuant au bon déroulement du processus est ainsi nécessaire. Dans ce contexte, le but de cette thèse est le diagnostic des systèmes à événements discrets modélisés par des Réseaux de Petri Étiquetés (RdPE) partiellement observables. Sous l'hypothèse que chaque défaut est modélisé par le tir d'une transition non observable, deux approches de diagnostic à base d'estimation d'état sont développées. Une première approche composée de deux étapes consiste à estimer l'ensemble des marquages de base sur un horizon élémentaire glissant. La première étape consiste à déterminer un ensemble de vecteurs candidats à partir d'une approche algébrique. La deuxième étape consiste à éliminer les solutions candidates calculées qui ne sont pas associées à une trajectoire possible du RdPE. Comme l'ensemble des marquages de base pourra aussi être important, une deuxième approche de diagnostic évitera cet écueil en n'estimant pas les marquages. Une technique de relaxation des problèmes de Programmation Linéaire en Nombres Entiers (PLNE) sur un horizon fuyant est utilisée afin d'avoir un diagnostic en temps polynomial. / With the evolution of technology, humans have made available systems increasingly complex but also increasingly sensitive to faults that may affect it. A diagnostic procedure which contributes to the smooth running of the process is thus necessary. In this context, the aim of this thesis is the diagnosis of discrete event systems modeled by partially observed Labeled Petri Nets (LPNs). Under the assumption that each defect is modeled by the firing of an unobservable transition, two diagnostic approaches based on state estimation are developed. A first approach is to estimate the set of basis markings on a sliding elementary horizon. This approach is carried out in two steps. The first step is to determine a set of candidate vectors from an algebraic approach. The second step is to eliminate the calculated candidate solutions that are not associated with a possible trajectory of the LPN. As the set of basis markings can also be huge, a second diagnostic approach will avoid this pitfall by not estimating the markings. A relaxation technique of Integer Linear Programming (ILP) problems on a receding horizon is used to have a diagnosis in polynomial time.

La plupart des systèmes ferroviaires subissent une demande croissante de capacité. Pour y faire face, il faut construire de nouvelles infrastructures ou exploiter plus efficacement celles existantes, notamment en définissant des grilles horaires optimisées. Dans la littérature, la plupart des approches de construction des grilles sont basées sur des représentations macroscopiques de l'infrastructure, ce qui peut conduireà des solutions infaisables ou inefficaces. En revanche, les approches microscopiques reposent sur une modélisation réaliste du système ferroviaire, ce qui garantit la faisabilité et l'efficacité des résultats. Néanmoins, en raison de leur complexité, l'utilisation de ces approches est généralement limitée à une seule gare. Malgré l'optimisation de la grille horaire, les travaux de maintenance peuvent avoir un fort impact sur les circulations des trains. En présence de maintenances, il peut donc être nécessaire de redéfinir la grille horaire pour assurer une exploitation efficace de la capacité. Nous présentons deux contributions principales sous forme de deux approches microscopiques : une pour la conception de grilles horaires et l'autre pour leur redéfinition en cas de maintenance. La deuxième est la première approche microscopique qui apparaît dans la littérature pour aborder ce problème tout en considérant des aspects comme les limitations temporaires de vitesse. Nous démontrons la validité de nos approches et leur applicabilité dans des scénarios réels. De plus, nous montrons que les approches microscopiques peuvent être utilisées pour traiter des zones de l'infrastructure contenant plusieurs gares. / Most railway systems experience a growing demand of railway capacity. To face this demand, either new infrastructure must be built or a more efficient exploitation of the existing one must be attained. Timetables play a determinant role in the efficient capacity exploitation. Most timetabling approaches in the literature are based on macroscopic representations of the infrastructure. This may lead to inefficient and in some cases, impractical solutions. Instead, microscopic approaches are based on more realistic modelling of the elements of the railway system. This guarantees the feasibility of the timetables while promoting an efficient capacity exploitation. However, due to their complexity, the scope of microscopic approaches is typically restricted to main stations. Despite the optimization of timetables, the performance of infrastructure maintenance may severely impact the trains' circulations in the network. Therefore, the timetable may have to be rearranged to ensure an efficient capacity exploitation. We present two main contributions in this thesis: first, a microscopic approach for timetable design. Second, a microscopic approach for timetable rearrangement to cope with maintenance. This is the first microscopic approach in the literature to tackle this problem while also considering specific aspects as temporary speed limitations. After a thorough experimental analysis, we demonstrate the validity of our approaches and their practical applicability in real life scenarios. In particular, we show that microscopic approaches can be used to tackle large areas of the infrastructure, including several stations.

La tolérance aux pannes est une propriété très importante des réseaux optiques de nouvelle génération. Cette thèse aborde la conception des mécanismes de protection contre des pannes liées à la défaillance d’une fibre optique ou à une catastrophe naturelle. Deux systèmes de protection classiques, à savoir la protection par des cycles préconfigurés(p-cycles) et la protection du chemin de secours, sont étudiés pour atteindre une efficacité de protection élevée, tout en considérant le coût de l’équipement optique,la consommation d’énergie et l’utilisation de la ressource spectrale. Ces problèmes de survivabilité sont d’abord formulés en utilisant la programmation linéaire en nombres entiers (PLNE), et ensuite résolus soit par algorithmes heuristiques, soit par une approche de décomposition.La panne d’une seule fibre optique est le scénario le plus courant. Nous allons donc considérer d’abord des pannes liées à la défaillance d’une fibre optique dans les réseaux optiques multi-débit. Pour réduire le coût des transpondeurs, un système de protection par p-cycles de longueur adaptable et peu coûteux est proposé. Spécifiquement, les p cycles de longueur limitée sont conçus pour utiliser un débit approprié en fonction du coût du transpondeur et de la portée de transmission. Un modèle de programmation linéaire en nombres entiers (PLNE) sans énumération des cycles candidats est formulé pour générer directement les p-cycles de coût dépenses d’investissement minimum. De plus, un algorithme GPA (Graph Partitioning in Average) et un algorithme d’estimation des nombres de cycles (EI) sont développés pour rendre le modèle PLNE plus efficace au niveau du temps de calcul. En ce qui concerne la consommation d’énergie des réseaux optiques élastiques résilients,nous proposons d’utiliser un schéma de p-cycles dirigés, efficaces en énergie,pour protéger le trafic asymétrique. En raison de l’avantage de distinguer du volume de trafic dans les deux directions, les p-cycles dirigés consomment peu d’énergie en attribuant de créneaux ou slots du spectre et des formats de modulation différents à chaque direction.Un modèle PLNE est formulé pour minimiser la consommation d’énergie totale sous contraintes de génération du cycle dirigée, d’allocation de spectre, d’adaptation de modulation et de capacité de protection. Pour le passage à l’échelle, le modèle PLNE est décomposé en deux sous-problèmes: une méthode d’énumération de cycles améliorée et un modèle PLNE simplifié pour la sélection des cycles. Nous avons montré que les p-cycles dirigés obtiennent une meilleure performance comparant les p-cyclesiii non-dirigés pour le trafic asymétrique en termes de la consommation d’énergie et de l’utilisation du spectre.Afin d’améliorer l’efficacité d’utilisation du spectre dans réseaux optiques élastiques, une protection par p-cycles (SS-p-cycle) à spectre partagé est proposée. Les SS-p-cycles permettent de réduire l’utilisation du spectre et le taux de fragmentation spectrale en exploitant un partage de spectre spécial entre plusieurs p-cycles ayant des liens communs.Les modèles PLNE est conçus dans les cas "sans" ou "avec" conversion spectrale afin de minimiser l’utilisation du spectre. Ces modèles peuvent obtenir la solution optimale pour un petit réseaux optiques élastiques, et une heuristique efficace est développée pour résoudre les instances à grande échelle. Les résultats de simulations montrent que les SS-p-cycles ont des avantages significatifs pour réduire l’utilisation de la ressource spectrale et la défragmentation des fréquence. De plus, la conversion du spectre aide les SS-p-cycles à acquérir une meilleure utilisation du spectre. / Network survivability is a critical issue for optical networks to maintain resilience against network failures. This dissertation addresses several survivability design issues against single link failure and large-scale disaster failure in optical networks. Twoclassic protection schemes, namely pre-configured Cycles (p-Cycle) protection and path protection, are studied to achieve high protection capacity efficiency while taking intoaccount the equipment cost, power consumption and resource usage. These survivable network design problems are first formulated by mathematical models and then offered scalable solutions by heuristic algorithms or a decomposition approach.We first consider single link failure scenario. To cut the multi-line rates transponderscost in survivable Mixed-Line-Rate (MLR) optical networks, a distance-adaptive andlow Capital Expenditures (CAPEX) cost p-cycle protection scheme is proposed withoutcandidate cycle enumeration. Specifically, path-length-limited p-cycles are designed touse appropriate line rate depending on the transponder cost and transmission reach.A Mixed Integer Linear Programming (MILP) model is formulated to directly generate the optimal p-cycles with the minimum CAPEX cost. Additionally, Graph Partitioning in Average (GPA) algorithm and Estimation of cycle numbers (EI) algorithm are developed to make the proposed MILP model scalable, which are shown to be efficient.Regarding the power consumption in survivable Elastic Optical Networks (EONs),power-efficient directed p-cycle protection scheme for asymmetric traffic is proposed.Owing to the advantage of distinguishing traffic amount in two directions, directedp-cycles consume low power by allocating different Frequency Slots (FSs) and modulation formats for each direction. An MILP model is formulated to minimize total power consumption under constraints of directed cycle generation, spectrum assignment,modulation adaptation and protection capacity allocation. To increase the scalability, the MILP model is decomposed into an improved cycle enumeration and a simplified Integer Linear Programming (ILP) model. We have shown that the directedp-cycles out perform the undirected p-cycles in terms of power consumption and spectrum usage.In order to improve the spectrum usage efficiency in p-cycle protection, a SpectrumShared p-cycle (SS-p-cycle) protection is proposed for survivable EONs with and without spectrum conversion. SS-p-cycles permit to reduce spectrum usage and Spectrum Fragmentation Ratio (SFR) by leveraging potential spectrum sharing among multiplep-cycles that have common link(s). The ILP formulations are designed in both cases of with and without spectrum conversion to minimize the spectrum usage of SS-p-cycleswhich can obtain the optimal solution in small instance, and a time-efficient heuristic algorithm is developed to solve large-scale instances. Simulation results show that SSp-cycles have significant advantages on both spectrum allocation and defragmentation efficiency, and the spectrum conversion does help SS-p-cycle design to acquire better spectrum utilization.

Les temps avancent et les applications temps-réel deviennent de plus en plus gourmandes en ressources. Les plate-formes multi-cœurs sont apparues dans le but de satisfaire les demandes des applications en ressources, tout en réduisant la taille, le poids, et la consommation énergétique. Le challenge le plus pertinent, lors du déploiement d'un système temps-réel sur une plate-forme multi-cœur, est de garantir les contraintes temporelles des applications temps réel strict s'exécutant sur de telles plate-formes. La difficulté de ce challenge provient d'une interdépendance entre les analyses de prédictabilité temporelle. Cette interdépendance peut être figurativement liée au problème philosophique de l'œuf et de la poule, et expliqué comme suit. L'un des pré-requis des algorithmes d'ordonnancement est le Pire Temps d'Exécution (PTE) des tâches pour déterminer leur placement et leur ordre d'exécution. Mais ce PTE est lui aussi influencé par les décisions de l'ordonnanceur qui va déterminer quelles sont les tâches co-localisées ou concurrentes propageant des effets sur les caches locaux et les ressources physiquement partagées et donc le PTE. La plupart des méthodes d'analyse pour les architectures multi-cœurs supputent un seul PTE par tâche, lequel est valide pour toutes conditions d'exécutions confondues. Cette hypothèse est beaucoup trop pessimiste pour entrevoir un gain de performance sur des architectures dotées de caches locaux. Pour de telles architectures, le PTE d'une tâche est dépendant du contenu du cache au début de l'exécution de la dite tâche, qui est lui-même dépendant de la tâche exécutée avant et ainsi de suite. Dans cette thèse, nous proposons de prendre en compte des PTEs incluant les effets des caches privés sur le contexte d’exécution de chaque tâche. Nous proposons dans cette thèse deux techniques d'ordonnancement ciblant des architectures multi-cœurs équipées de caches locaux. Ces deux techniques ordonnancent une application parallèle modélisée par un graphe de tâches, et génèrent un planning statique partitionné et non-préemptif. Nous proposons une méthode optimale à base de Programmation Linéaire en Nombre Entier (PLNE), ainsi qu'une méthode de résolution par heuristique basée sur de l'ordonnancement par liste. Les résultats expérimentaux montrent que la prise en compte des effets des caches privés sur les PTE des tâches réduit significativement la longueur des ordonnancements générés, ce comparé à leur homologue ignorant les caches locaux. Afin de parfaire les résultats ainsi obtenus, nous avons réalisé l'implémentation de nos ordonnancements dirigés par le temps et conscients du cache pour un déploiement sur une machine Kalray MPPA-256, une plate-forme multi-cœur en grappes (clusters). En premier lieu, nous avons identifié les challenges réels survenant lors de ce type d'implémentation, tel que la pollution des caches, la contention induite par le partage du bus, les délais de lancement d'une tâche introduits par la présence de l'ordonnanceur, et l'absence de cohérence des caches de données. En second lieu, nous proposons des stratégies adaptées et incluant, dans la formulation PLNE, les contraintes matérielles ; ainsi qu'une méthode permettant de générer le code final de l'application. Enfin, l'évaluation expérimentale valide la correction fonctionnelle et temporelle de notre implémentation pendant laquelle nous avons pu observé le facteur le plus impactant la longueur de l'ordonnancement: la contention. / Nowadays, real-time applications are more compute-intensive as more functionalities are introduced. Multi-core platforms have been released to satisfy the computing demand while reducing the size, weight, and power requirements. The most significant challenge when deploying real-time systems on multi-core platforms is to guarantee the real-time constraints of hard real-time applications on such platforms. This is caused by interdependent problems, referred to as a chicken and egg situation, which is explained as follows. Due to the effect of multi-core hardware, such as local caches and shared hardware resources, the timing behavior of tasks are strongly influenced by their execution context (i.e., co-located tasks, concurrent tasks), which are determined by scheduling strategies. Symetrically, scheduling algorithms require the Worst-Case Execution Time (WCET) of tasks as prior knowledge to determine their allocation and their execution order. Most schedulability analysis techniques for multi-core architectures assume a single WCET per task, which is valid in all execution conditions. This assumption is too pessimistic for parallel applications running on multi-core architectures with local caches. In such architectures, the WCET of a task depends on the cache contents at the beginning of its execution, itself depending on the task that was executed before the task under study. In this thesis, we address the issue by proposing scheduling algorithms that take into account context-sensitive WCETs of tasks due to the effect of private caches. We propose two scheduling techniques for multi-core architectures equipped with local caches. The two techniques schedule a parallel application modeled as a task graph, and generate a static partitioned non-preemptive schedule. We propose an optimal method, using an Integer Linear Programming (ILP) formulation, as well as a heuristic method based on list scheduling. Experimental results show that by taking into account the effect of private caches on tasks’ WCETs, the length of generated schedules are significantly reduced as compared to schedules generated by cache-unaware scheduling methods. Furthermore, we perform the implementation of time-driven cache-conscious schedules on the Kalray MPPA-256 machine, a clustered many-core platform. We first identify the practical challenges arising when implementing time-driven cache-conscious schedules on the machine, including cache pollution cause by the scheduler, shared bus contention, delay to the start time of tasks, and data cache inconsistency. We then propose our strategies including an ILP formulation for adapting cache-conscious schedules to the identified practical factors, and a method for generating the code of applications to be executed on the machine. Experimental validation shows the functional and the temporal correctness of our implementation. Additionally, shared bus contention is observed to be the most impacting factor on the length of adapted cache-conscious schedules.