La question du développement inclusif dans les pays en développement est au cœur de cette thèse. Cette dernière s'articule autour de quatre chapitres sur les questions de politique fiscale et les questions liées à la croissance inclusive. Le chapitre 1 explore comment la politique fiscale de l’Etat affecte l'inclusivité de la croissance dans les pays en développement. Nous observons que la politique fiscale affecte la croissance inclusive de manière significative si et seulement si les pays ont de fortes qualités institutionnelles. En outre, notre résultat montre qu'il existe un seuil optimal au-delà duquel toute augmentation du taux d'imposition négativement la croissance inclusive. Le chapitre 2 examine les effets des composantes des dépenses publiques sur l'équité et la croissance dans les pays d’Afrique subsaharienne, notamment s'il est possible de concevoir des dépenses publiques en vue de promouvoir une société plus équitable sans sacrifier la croissance économique. Notre étude a permis de montrer que l’investissement en infrastructure a contribué à une croissance plus inclusive en Afrique subsaharienne que d'autres dépenses publiques. Ces résultats suggèrent que des programmes temporaires et bien ciblés devraient être mis en place pour aider ceux qui sont laissés pour compte par le processus de croissance. Le chapitre 3 cherche à savoir si les problèmes d’inégalités de revenus se sont posés ou non dans les périodes d'ajustement budgétaire en Côte d'Ivoire au cours de la période 1980-2014. Nos résultats montrent une amélioration de la performance de croissance après les épisodes de consolidation budgétaire, mais aussi des diminutions de l'écart de revenu dans les périodes suivantes les années d’ajustements budgétaires. Enfin, le chapitre 4 évalue la crédibilité des prévisions budgétaires et leurs effets sur le bien-être social dans les pays de la CEMAC et de l'UEMOA. Nous sommes aboutis aux résultats que l'inefficacité des prévisions budgétaires se produit dans la plupart des cas parce que les erreurs de prévisions sont proportionnelles à la prévision elle-même, mais aussi parce que les erreurs passées sont répétées dans le temps. En outre, une partie des erreurs de prévision des recettes peut s'expliquer par des chocs aléatoires survenus dans l'économie. Par conséquent, ces erreurs dans les prévisions de revenus considérées comme des chocs de politique budgétaire ont un effet négatif sur la croissance inclusive. / The issue of inclusive development in developing countries is at the heart of this thesis. The latter revolves around four chapters on fiscal policy issues and inclusive growth-related matters. Chapter 1 explores how government tax policy affects the inclusiveness of growth in developing countries. Evidence is shown that tax policy affects significantly inclusive growth if and only if the countries have a strong institution quality like low corruption and a good bureaucratic policy. In addition, our result shows that there is an optimal tax beyond which, any increase in the personal income tax rate should have negative impact on inclusive growth. The Chapter 2 examines the effects of government expenditure components on both equity and growth in sub-Saharan countries, especially whether it is possible to design public spending to promote a more equitable society without sacrificing economic growth. We find that investment in infrastructure contributed to more inclusive growth in Sub-sub Saharan African economies than others government spending. These results suggest that temporary and well-targeted programs should be implemented to help those being left out by the growth process. The Chapter 3 investigates whether income inequality matters in the periods of fiscal adjustments in Côte d’Ivoire over the period 1980-2014. The results show an improvement in growth performance after fiscal consolidations episodes, but also income gap decreases in the periods ahead fiscal adjustments. Lastly, Chapter 4 assesses the credibility of fiscal forecasts and their social effects in CEMAC and WAEMU countries. We obtain evidence that the inefficiency of fiscal forecast occurs in most time because the forecast deviation is proportional to the forecast itself, but also because the past errors are repeated in the present. Furthermore, a part of revenue forecast errors can be explained by random shocks to the economy. Therefore, these errors in revenue forecast considered as fiscal policy shocks has a detrimental effect on inclusive growth.

PILOTE est un système qui reproduit des décisions d'experts dans la définition de stratégies de pompage. Pour cela, le système combine à la fois des modèles mathématiques et des jeux d'heuristiques. Les modèles comprennent des procédures statistiques de prévisions horaires de consommation et un module de simulation hydraulique. Les heuristiques sont basées sur des facteurs en relation avec la quantité et la qualité de l'eau, et les coûts de pompage et de maintenance. Une évaluation du système a indiqué que les procédures de prévision fonctionnaient bien, mais que le modèle de simulation surestimait de façon conséquente les volumes élevés. Les heuristiques utilisées dans le programme représentent bien les régies utilisées par les experts, excepté pour le classement des stratégies alternatives de pompage. L'évaluation a aussi défini les priorités de développement pour un passage vers un système opérationnel.

L'objectif de l'étude présentée est le développement d'un système de prévision de pluie par radar, qui est adapté aux besoins de l'hydrologie urbaine. Un système automatisé structuré, baptisé PROPHETIA, est présenté, dont le fonctionnement est basé sur l'observation des cellules de pluie. L'algorithme de PROPHETIA de prévision de pluie à partir d'une série d'images (I1 In), mesurées aux instants t1 tn, comprend quatre étapes: - identification et description des échos des cellules sur l'image actuelle In - appariement des cellules observées sur les images I1 In avec les échos sur l'image In - caractérisation des cellules dans l'intervalle (t1, tn) - prévision de pluie par extrapolation des caractéristiques dans l'avenir. Une technique de seuillage est appliquée pour l'identification des cellules. Pour leur appariement sur des images successives, une base de règles sous la forme d'un arbre de décision a été constituée par apprentissage automatique à partir d'exemples, qui ont été définis manuellement. La très bonne performance de la base de règles est mise en évidence par la comparaison avec les appariements manuels. La prévision de PROPHETIA repose dans un premier temps sur la seule caractéristique de l'advection des cellules. Les résultats de cette prévision sont analysés selon un nouveau critère hydrologique, baptisé TMP. La qualité atteinte par PROPHETIA est comparée à celle d'autres systèmes de prévision. PROPHETIA est surtout plus performant pour les pluies convectives. L'examen détaillé des erreurs de la prévision par PROPHETIA a révélé que leur origine provient de l'hypothèse d'absence de développement des cellules à l'horizon de la prévision. L'étude des facteurs influant sur le développement des cellules a mené à la proposition d'un modèle des cellules reliant le développement aux masses d'air alimentant la cellule. La localisation du développement des cellules de pluie convective de la base de données est possible et apporterait un gain de prévision si le taux de ce développement pouvait être prédit, comme cela a été démontré pour un échantillon de 12 pluies convectives. Or celui-ci dépend manifestement, comme l'étude des cycles de vie de quelques cellules l'a montré, de la possibilité de caractériser correctement les secteurs géographiques d'influence très différente sur la convection : une meilleure caractérisation de ces secteurs devrait être l'objectif qui suivrait celle-ci.

Les rejets urbains par temps de pluie constituent un problème majeur pour les gestionnaires de l'eau en région parisienne. Une meilleure caractérisation des matières organiques rejetées par temps de pluie permet de mieux évaluer la désoxygénation du milieu récepteur, la Seine. Un bassin versant expérimental a été choisi en proche banlieue parisienne pour étudier les eaux usées par temps de pluie. Les résultats montrent que les flux sont une fonction du cycle journalier des eaux usées et de l'intensité des pluies. En journée par temps sec, les teneurs en polluants et les débits sont plus élevés que pendant la nuit. Les flux des polluants déversés pendant la journée sont ainsi supérieurs aux flux rejetés la nuit à pluie égale. Dans les réseaux de petite taille et de faibles pentes, un dépôt de temps sec peut être remis en suspension par des pluies intenses et augmenter temporairement la charge polluante. Les matières organiques du réseau en temps sec sont mieux et plus rapidement dégradables qu'en temps de pluie. La biodégradabilité des matières en suspension dans le réseau diminue avec l'intensité des pluies en raison d'un apport de carbone faiblement dégradable par les eaux de ruissellement et les dépôts en réseau. L'effet toxique des rejets urbains de temps de pluie sur le milieu récepteur a été étudié au laboratoire sur une population mixte du phytoplancton de la Seine. Nos études montrent que les rejets peuvent diminuer la production primaire de la Seine de l'ordre de 60% après une dilution au cinquième, cette inhibition est principalement due aux micropolluants organiques et partiellement aux métaux lourds, dont le zinc. Les effets varient fortement avec la composition des rejets, la toxicité des métaux en particulier dépendant de leur état de complexation. Le comportement de la matière organique et des bactéries hétérotrophes rejetées par temps de pluie dans le milieu récepteur a été étudié en Seine après d'importants rejets du principal déversoir de la région parisienne. Lorsque la dilution du rejet est inférieure à 10%, les effets sur le milieu sont peu sensibles. Les masses d'eau usée ont pu être suivies in situ à l'aide de la conductivité et des concentrations d'oxygène. Une relation entre la quantité de carbone organique dissous biodégradable rejetée et le déficit d'02 a pu être établie. La matière organique fixée aux matières en suspension sédimente très rapidement et ne participe pas directement à la désoxygénation. La désoxygénation in situ est principalement due aux bactéries allochtones, apportées par le rejet, de taille supérieure à 1µm. Leur croissance est plus élevée que celle des bactéries fluviales, mais leur vitesse de disparition l'est aussi. Les polluants toxiques du rejet sont susceptibles de diminuer la production du phytoplancton et d'aggraver ainsi les déficits de près d'un milligramme d'oxygène voire plus en période de forte production. Ces données permettent des simulations détaillées de l'évolution de l'oxygène dissous en Seine suite aux principaux rejets de l'agglomération parisienne.

Le présent travail est consacré aux problèmes de l'altération de roches basiques et ultrabasiques sous des conditions climatiques différentes et à l'influence de ces processus sur la stabilité à long terme des talus de mines à ciel ouvert. Les roches font partie d'anciens profils d'altération et, mises à jour par l'exploitation, subissent des altérations météoriques modernes qui changent les paramètres pétrographiques et géotechniques les caractérisant, ceci au niveau de la matrice rocheuse et du massif rocheux. Deux objets ont été étudiés au cours de ce travail : la mine de chromite de Bemanevika (Madagascar) où les métabasites et méta-ultrabasites sont très intensivement altérées sous conditions climatiques tropicales et la mine d'amiante de Bagenovskoe (Oural Central, Russie), où des roches de même type sont exposées à l'altération sous conditions tempérées continentales. La prévision de la stabilité des talus à long terme, en tenant compte du développement de l'altération dans les massifs, y a été analysée. Nous avons également procédé à des simulations en laboratoire de l'altération et de l'évolution de l'altérabilité de diverses roches. Deux types de simulation ont été réalisés : l'altération physique par cycles de gel-dégel intensif et l'altération chimique par cycles de lessivage en eau chaude en extracteur Soxhlet. L'analyse et la comparaison des résultats en laboratoire et in situ permettent de quantifier les processus d'altération et, enfin, d'établir les schémas de développement à long terme d'instabilités dans différents massifs rocheux sous diverses conditions climatiques.

Cette thèse envisage un ensemble de méthodes permettant aux algorithmes d'apprentissage statistique de mieux traiter la nature séquentielle des problèmes de gestion de portefeuilles financiers. Nous débutons par une considération du problème général de la composition d'algorithmes d'apprentissage devant gérer des tâches séquentielles, en particulier celui de la mise-à-jour efficace des ensembles d'apprentissage dans un cadre de validation séquentielle. Nous énumérons les desiderata que des primitives de composition doivent satisfaire, et faisons ressortir la difficulté de les atteindre de façon rigoureuse et efficace. Nous poursuivons en présentant un ensemble d'algorithmes qui atteignent ces objectifs et présentons une étude de cas d'un système complexe de prise de décision financière utilisant ces techniques. Nous décrivons ensuite une méthode générale permettant de transformer un problème de décision séquentielle non-Markovien en un problème d'apprentissage supervisé en employant un algorithme de recherche basé sur les K meilleurs chemins. Nous traitons d'une application en gestion de portefeuille où nous entraînons un algorithme d'apprentissage à optimiser directement un ratio de Sharpe (ou autre critère non-additif incorporant une aversion au risque). Nous illustrons l'approche par une étude expérimentale approfondie, proposant une architecture de réseaux de neurones spécialisée à la gestion de portefeuille et la comparant à plusieurs alternatives. Finalement, nous introduisons une représentation fonctionnelle de séries chronologiques permettant à des prévisions d'être effectuées sur un horizon variable, tout en utilisant un ensemble informationnel révélé de manière progressive. L'approche est basée sur l'utilisation des processus Gaussiens, lesquels fournissent une matrice de covariance complète entre tous les points pour lesquels une prévision est demandée. Cette information est utilisée à bon escient par un algorithme qui transige activement des écarts de cours (price spreads) entre des contrats à terme sur commodités. L'approche proposée produit, hors échantillon, un rendement ajusté pour le risque significatif, après frais de transactions, sur un portefeuille de 30 actifs. / This thesis considers a number of approaches to make machine learning algorithms better suited to the sequential nature of financial portfolio management tasks. We start by considering the problem of the general composition of learning algorithms that must handle temporal learning tasks, in particular that of creating and efficiently updating the training sets in a sequential simulation framework. We enumerate the desiderata that composition primitives should satisfy, and underscore the difficulty of rigorously and efficiently reaching them. We follow by introducing a set of algorithms that accomplish the desired objectives, presenting a case-study of a real-world complex learning system for financial decision-making that uses those techniques. We then describe a general method to transform a non-Markovian sequential decision problem into a supervised learning problem using a K-best paths search algorithm. We consider an application in financial portfolio management where we train a learning algorithm to directly optimize a Sharpe Ratio (or other risk-averse non-additive) utility function. We illustrate the approach by demonstrating extensive experimental results using a neural network architecture specialized for portfolio management and compare against well-known alternatives. Finally, we introduce a functional representation of time series which allows forecasts to be performed over an unspecified horizon with progressively-revealed information sets. By virtue of using Gaussian processes, a complete covariance matrix between forecasts at several time-steps is available. This information is put to use in an application to actively trade price spreads between commodity futures contracts. The approach delivers impressive out-of-sample risk-adjusted returns after transaction costs on a portfolio of 30 spreads.

La mousson d'Afrique de l'Ouest (MAO) représente un système climatique régional dont le cycle saisonnier est très marqué, notamment par l'humidité et les pluies de mousson et par la réponse de la végétation et des surfaces continentales. Le cycle de l'eau est un élément primordial de la MAO et son étude est un objectif majeur de la campagne AMMA (Analyses Multidisciplinaires de la Mousson Africaine). Dans ce contexte, six stations GPS ont été installées le long du gradient climatique méridien d'Afrique de l'Ouest dès 2005. Cette thèse porte d'une part sur l'analyse de l'humidité atmosphérique à l'aide des données GPS et propose d'autre part une étude plus approfondie des bilans d'eau dans l'atmosphère, à l'aide de différents jeux de données élaborés à partir des produits de la campagne AMMA (observations et modélisation). L'analyse des séries temporelles GPS met en évidence une variabilité spatiale et temporelle de la vapeur d'eau (cycle saisonnier, variabilité intra-saisonnière avec des modes de 10-20 jours, échelle synoptique et cycle diurne) dont le lien est fait avec les processus atmosphériques de la mousson. La précision de ces données permet également d'identifier des biais d'humidité dans les observations de radiosondages et de manière corrélée (via l'assimilation) dans les modèles de prévision météorologique. Une méthode est ensuite développée pour calculer des bilans d'eau intégrés verticalement à l'échelle de l'Afrique de l'Ouest à partir d'un jeu de données "hybride". Elle combine des estimations de pluies satellitaires, des simulations d'un ensemble de modèles de transfert sol-végétation-atmosphère (TSVA) tous forcés par les mêmes pluies et d'autres produits élaborés de qualité. L'analyse du fonctionnement du cycle hydrologique à l'interface surface-atmosphère à l'aide de ce nouveau jeu de données, permet de confirmer ou d'infirmer certaines hypothèses élaborées dans le passé mais surtout d'apporter un éclairage nouveau sur le cycle saisonnier et la variabilité interannuelle des bilans d'eau et d'énergie à la surface. Nous mettons notamment en évidence des relations entre les termes de ces bilans (convergence d'humidité, pluie, évaporation, ruissellement, humidité dans le sol, et le rayonnement net) distinctes suivant les échelles considérées. Ce jeu de données est ensuite utilisé comme référence pour évaluer les différents termes du bilan d'eau d'un ensemble de modèles météorologiques (ré-analyses, analyses opérationnelles et prévisions des modèles de Météo-France, ECMWF et NCEP). Des biais importants sont diagnostiqués dans les précipitations, les évaporations et la convergence d'humidité de ces modèles. Des hypothèses sont proposées quant à l'origine de ces biais (défauts dans les schémas de convection, dans l'initialisation de l'humidité des sols et dans les données assimilées). Pour certains modèles (p.ex. ECMWF), nous identifions une rétroaction de ces biais sur la circulation atmosphérique dans la région de la dépression Saharienne. Ce travail ouvre des perspectives d'améliorations du cycle de l'eau des modèles de prévision météorologique et fournit un jeu de données hybride potentiellement utile pour analyser les intéractions des processus à d'autres échelles (méso-échelle et synoptique).

Bien que la prévision saisonnière soit opérationnelle depuis quelques années, son application à l'hydrologie reste encore aujourd'hui moins développée. La prévision saisonnière hydrologique peut pourtant se révéler être un outil utile pour prévoir quelques mois à l'avance les caractéristiques hydrologiques, comme les conditions d'humidité des sols ou les débits des rivières. L'objectif de cette thèse est d'évaluer le potentiel de la chaîne hydrométéorologique Hydro-SF pour prévoir les débits et l'humidité des sols à l'échelle de la saison en France métropolitaine pour la gestion des ressources en eau, et plus particulièrement l'anticipation des sécheresses et des basses eaux. Pour cela, dans un premier temps, les différentes sources de prévisibilité du système hydrologique, ainsi que l'apport de la prévision saisonnière par rapport à une prévision climatologique, sont évaluées sur la période de 1960 à 2005 au printemps (trimestre Mars-Avril-Mai). Ces résultats, qui font l'objet d'un article publié, montrent alors qu'une part importante de la prévisibilité du système hydrologique provient : de la neige pour les bassins de montagne, de la nappe souterraine modélisée dans le bassin de la Seine, et du forçage atmosphérique pour les plaines en France. De plus, plusieurs forçages du modèle de climat ARPEGE sont comparés, et l'apport de la prévision saisonnière par rapport à la climatologie est constaté sur le Nord-Est de la France. Ensuite, compte-tenu de l'importance des forçages tmosphériques dans les résultats obtenus précédemment en zone de plaine, un travail spécifique sur la descente d'échelle des prévisions saisonnières météorologiques est réalisé. Les températures et les précipitations issues des prévisions saisonnières sont désagrégées grâce à une méthode statistique complexe : la classification par type de temps et analogues avec DSCLIM. Cette désagrégation est ainsi comparée à la méthode implémentée jusqu'à présent, basée sur une simple interpolation spatiale et des calculs d'anomalies standardisées. Ce travail sur la descente d'échelle s'effectue toujours sur la période du printemps, et permet ainsi de constater que son apport par rapport à la descente d'échelle simple auparavant utilisée reste mitigé autant pour les paramètres de surface du forçage atmosphérique que pour les variables hydrologiques. Quelques pistes d'études plus poussées sur la descente d'échelle des prévisions saisonnières sont ainsi proposées pour l'avenir. Enfin, des prévisions saisonnières hydrologiques sont réalisées pour la saison de l'été (Juin-Juillet-Août), période où ont lieu les plus fortes tensions sur les différents usages de l'eau du fait des faibles débits et des sécheresses. Ce thème est alors documenté à l'aide de quatre expériences de prévisions avec des dates d'initialisations différentes (de Février à Mai) pour évaluer la chaîne Hydro-SF sur la période de débits estivaux en France, mais aussi pour connaître la date optimale d'initialisation des prévisions et permettre la meilleure anticipation d'éventuelles sécheresses. Les résultats sont intéressants puisqu'ils montrent des scores significatifs à partir des prévisions initialisées au mois d'Avril, surtout pour les bassins en aval des montagnes dont la prévisibilité dépend de la couverture neigeuse, et le bassin de la Seine où l'influence de la nappe modélisée sur les débits des rivières augmente par rapport au printemps. Comme pour le printemps, l'apport de la prévision saisonnière pour le système hydrologique est évalué et montre une valeur ajoutée sur le Sud de la France.

Nous proposons dans cette thèse, différents outils de réglage de tension et de gestion de la puissance réactive en fonction des conditions de raccordement des éoliennes au réseau électrique. Trois cas figure sont étudiés : raccordement direct sur un poste source de distribution, raccordement des éoliennes réparties dans un réseau de distribution et raccordement d’un ensemble de parcs éoliens au réseau de transport.Un algorithme de réglage basé sur l’asservissement de la puissance réactive est proposé pour le raccordement direct d'un parc sur un poste source. Un réglage coordonné de tension en présence de régleur en charge est proposé (D-RCT) pour le raccordement des éoliennes reparties dans un réseau de distribution. On propose aussi une version plus décentralisée du réglage coordonné (D2-RCT) qui pourrait être implantée sous forme de système multi-agents intelligents (SMA). Un system de control multi-niveaux est proposé pour le raccordement d’un ensemble de parcs éoliens au réseau de transport. Il permet de répondre de manière optimale à une demande puissance réactive envoyée par le gestionnaire du réseau de transport. Les différents types de réglages proposés sont basés sur des algorithmes d’optimisation multi-objectifs. Afin de valider en temps réel le bon fonctionnement des stratégies de réglages développées ainsi que leurs modes de communication, une implantation expérimentale sous simulateur temps réel RT-Lab a été effectuée. Enfin, les résultats des simulations montrent l’amélioration de l’intégration de la production décentralisée dans les réseaux électriques / In this PhD dissertation, we propose various voltage and reactive power regulation algorithms for different connection types of the wind farm to the power network. Three connection types are considered here: a wind farm connected directly to the distribution network, dispersed wind turbines connected to the distribution network and a set of wind farms connected to the transmission system.A closed loop controller (Wind Farm Controller) is proposed in case of a directly connected wind farm to the distribution network.A coordinated voltage control in the presence of on load tap changer (D-CVC) is proposed in case of dispersed wind turbines connected to the distribution network. We also propose a more decentralized version of D-CVC named D2-CVC; this version can be also implemented under multi-agent system (MAS).A multi-level control system is proposed in case of a set of wind farms connected to the transmission system. It allows the wind farms to optimally participate at reactive power balancing in transmission network. All the proposed voltage algorithms are based on a multi-objective optimization function. The experimental implementation of these regulation algorithms is run under RT-Lab real-time simulator. It allows validating their real-time operation and their communication modes before the implementation on a real site.The results of the current thesis show the improvement of distributed generation integration in the power system network

Dans cette thèse sur travaux, l’auteur part de deux travaux précédents sur la rentabilité de la fidélisation et la détermination du potentiel client pour faire un constat : une partie de la rentabilité de la fidélisation et du potentiel pour une marque est basée sur la part captable du chiffre d’affaire fait à la concurrence ; le taux de captation.Dans ce nouveau travail il s’agit de montrer que le taux de captation est basé sur l’élasticité du taux de nourriture. A partir d’une analyse de la littérature et de plusieurs modélisations sur des données de panel scannérisées, l’auteur démontre, sur plusieurs marchés, que l’élasticité du taux de nourriture est contrainte et prévisible.C’est donc en tenant compte de cet écart limité qu’une marque peut estimer le taux de captation et donc la rentabilité de la fidélisation ainsi que le potentiel client. / In this thesis based on works the author goes from two previous studies on the profitability of loyalty and customer potential determination to make a statement : part of the profitability of loyalty and of the potential for a brand is based on the reachable share of turnover done by the competition ; the catch rate.In this new work it is shown that the catch rate is based on the elasticity of the share of category requirement. From a review of the literature and several modeling on scanning panel data the author demonstrates on several markets that elasticity of the share of category requirement is limited and predictable.Then it’s in taking into account this small difference that a brand can estimate the “catchable” rate and therefore the profitability of loyalty and potential of a customer.