L'imagerie satellite permet aujourd'hui l'acquisition d'un nombre croissant de données dont l'augmentation des résolutions spatiale et temporelle permet de caractériser de plus en plus finement une scène et son évolution. Dans ce contexte, les méthodes de détection des changements apparus entre deux scènes sont particulièrement étudiées. Elles sont généralement basées sur les différences radiométriques entre les images. Cependant, ces méthodes s'avèrent souvent peu robustes à des changements radiométriques non pertinents tels que ceux induits par la variation des conditions d'acquisition des images. L'objectif de cette thèse est ainsi de développer une méthode alternative, basée sur la recherche des changements d'élévation de la scène. L'élévation représente en effet une information pertinente et adaptée, notamment dans un contexte de détection des changements de type urbain (construction, destruction ou modification d'infrastructures). Pour répondre à des besoins en analyse d'image qui nécessitent des résultats rapides et fiables, la méthode que nous proposons est une chaîne de traitements complète et automatique basée sur l'exploitation de couples d'image satellites stéréoscopiques très haute résolution permettant la génération et la comparaison de Modèles Numériques de Surface (MNS). Afin de limiter les fausses alarmes de changements dues aux erreurs liées à la génération des MNS, une étape clé de cette thèse a consisté à augmenter la précision des MNS, notamment à travers la prise en compte des zones d'occlusions et de mauvaise corrélation. La méthode de génération des MNS à ainsi été améliorée et une technique innovante de fusion des deux MNS provenant du même couple d'images a été développée. La comparaison des MNS générés avec un MNS LiDAR montre que notre approche permet une nette augmentation de la qualité des MNS, les erreurs de corrélation sont réduites tandis que les zones d'occlusion sont précisément localisées.La méthode de détection des changements d'élévation est, quant à elle, basée sur une labellisation par optimisation des pixels du MNS différentiel calculé à partir des MNS produits à chaque date. Cette étape permet de mettre en évidence les vrais changements de la scène parmi le bruit résiduel des MNS. Les résultats obtenus sur différents sites testés montrent que plus de 80% des changements de taille supérieure à 15 pixels x 15 pixels (ou 100 m² avec des images très haute résolution) sont détectés par notre méthode, avec moins de 20% d'erreurs. Nous montrons cependant que ces résultats dépendent principalement du paramètre de régularisation de la détection des changements, qui contrôle le taux de fausses alarmes par rapport au taux de bonnes détections du résultat.

L'alignement de macromolécules biologiques comme les protéines, l'ADN ou encore l'ARN est une problématique biologique et bio-informatique qui a pour but de révéler une partie des mystères du fonctionnement des cellules, constituants des êtres vivants. Les ARN non-codant sont des macromolécules intervenant dans le métabolisme de tout être vivant et les deux problématiques majeurs les concernant sont: la prédiction de leur structure pour mieux comprendre leur fonctionnement et leur détection dans des bases de données ou des génomes. L'une des approches: l'alignement structure-séquence d'ARN, répond à ces deux problématiques. Le problème d'alignement structure-séquence consiste à aligner une structure connue d'un premier ARN avec la séquence d'un deuxième ARN.La structure est représentée sous la forme d'un graphe ou de façon équivalente sous la forme d'une séquence arc-annotées et la séquence représente la suite des nucléotides de l'ARN.Pour résoudre ce problème, nous cherchons à optimiser l'alignement selon une fonction de coût. C'est donc un problème d'optimisation, qui malheureusement se révèle NP-Difficile.En conséquence différents travaux définissent des classes d'instances réduites pour lesquelles ils proposent des algorithmes spécifiques mais à complexités polynomiales.Les travaux de ma thèse unifient et la généralisent les approches précédentes par la construction d'un algorithme à complexité paramétrée non spécifique à une classe d'instances. En utilisant cet algorithme, il est possible de résoudre le problème d'alignement structure-séquence pour toutes les instances possibles, et aussi efficacement que les précédentes approches sur leur domaine de résolution respectif. Cet algorithme utilise une technique empruntée à la théorie des graphes: la décomposition arborescente, c'est-à-dire qu'il transforme la structure donnée en une décomposition arborescente et c'est ensuite cette décomposition qui est alignée avec la séquence donnée. L'alignement entre une décomposition arborescente et une séquence se fait par programmation dynamique.Sa mise en place a nécessité une reformulation du problème ainsi qu'une modification importante de l'utilisation classique de la programmation dynamique pour les décompositions arborescentes. Au final, cela conduit à un algorithme paramétré dont le paramètre est entièrement lié à la décomposition arborescente. La construction des décompositions arborescentes pour lesquelles l'alignement s'effectuera plus le efficacement possible est malheureusement un problème lui aussi NP-Difficile. Néanmoins, nous avons créé une heuristique de construction de décompositions adaptée aux structures d'ARN.Nous avons alors défini des nouvelles classes de structures pour lesquelles notre algorithme (décomposition et alignement) possède une faible complexité. Ces classes incluent notamment toutes les autres classes précédemment définies et la complexité de notre algorithme est au moins aussi faible que celles des algorithmes spécifiques sur leurs classes de structures respectives. Ces classes de structures représentent la majorité des structures connues et contiennent de nombreux éléments importants jusqu'alors non pris en compte (tel que les motifs tertiaires d'ARN). Le problème de l'alignement structure-séquence tente de répondre aux problématiques de prédictions de structures et de recherche d'ARN. Néanmoins, la qualité des résultats obtenus par sa résolution dépendent de la fonction de coût utilisée. Durant ma thèse j'ai commencé la mise place de la construction par apprentissage d'une nouvelle fonction de coût, adaptée aux nouvelles classes de structures que nous avons défini. Enfin de par la nature de l'algorithme, le travail réalisé permet des améliorations non négligeables, en terme de qualité des résultats et de rapidité de calcul comme la recherche de solution sous-optimales ou l'utilisation de l'algorithme au sein d'heuristiques dérivées d'heuristiques classiques.

Face à une concurrence féroce par suite de la modélisation économique, les entreprises doivent bien gérer leurs chaînes logistiques afin de réduire leurs coûts d’exploitation tout en améliorant leurs services au client. Un enjeu majeur de cette gestion et la gestion efficace des stocks multi-échelons. Dans cette thèse, nous étudions des systèmes de stocks multi-échelons avec des coûts de passation de commande à chaque stock. En raison de l’existence des coûts de passation de commande, l’optimisation d’un tel système devient très compliquée. Récemment, l’approche de service garanti (GSA) a été utilisée pour déterminer les stocks de sécurité pour les systèmes de stocks multi-échelons, mais sans coûts fixes de passation de commande. Nous généralisons la GSA pour optimiser la politique de stockage (R, Q) d’un système de stocks multi-échelons avec la demande suivant un processus de Poisson et coûts fixes de passation de commande à chaque stock. Nous considérons trois types de systèmes de stocks multi-échelons, et pour chaque type, nous d'abord établissons un modèle mathématique pour le problème d’optimisation. Ensuite, le modèle est résolu par une procédure itérative fondée sur deux algorithmes de programmation dynamique (DP). Un algorithme DP est utilisé pour résoudre le sous-problème de détermination de quantités de commande et l'autre est utilisé pour résoudre le sous-problème de détermination de points de recommande du modèle. Les résultats numériques démontrent l'efficacité des algorithmes et de la procédure / With the increasing complexity of supply chains led by economic globalization, integrated supply chain management has become an important strategy utilized by the firms to reduce the overall cost while meeting the customer service. This change has made academic researchers and industrial practitioners pay more and more attention to multi-echelon inventory management over the last two decades. In this thesis, we study multi-echelon inventory systems with fixed order costs at each stock. Because of the existence of fixed order costs, the optimization of such system becomes very complicated. Recently, Guaranteed Service Approach (GSA) was used to set safety stock for multi-echelon inventory systems, but without fixed order costs. We extend the GSA to optimize (R, Q) inventory policies for multi-echelon inventory systems with Poisson demand and fixed order costs. Our objective is to find optimal (R, Q) policy for such a system so that its total cost is minimized while achieving a service level to customer. Three types of multi-echelon inventory systems, serial systems, assembly systems and two-level distribution systems are considered. For each type, we first establish a mathematical model for the optimization problem. Then, the model is solved by an iterative procedure based on two dynamic programming (DP) algorithms. One DP algorithm is used to solve the order size decision subproblem and the other is used to solve the reorder point decision subproblem of the model. Numerical experiments demonstrate the efficiency of the algorithms and the procedure

Les préoccupations environnementales croissantes et la raréfaction des énergies fossiles amènent les constructeurs automobiles à proposer des véhicules efficients hybridant des chaînes de traction conventionnelles. Ces travaux de recherche sont focalisés sur l'hybridation thermique/électrique. Ils présentent une méthodologie de conception optimale pour identifier des voies de progrès et orienter la définition de futures chaînes de traction à haut rendement énergétique. Ils sont basés sur une démarche d'ingénierie systémique qui s'appuie sur trois principaux leviers: l'architecture de la chaîne de traction, la stratégie de gestion énergétique et la définition des organes électriques de puissance. Différentes architectures de chaînes de traction hybrides électriques sont comparées en se basant sur la consommation minimale atteignable par chacune d'entre elles sur cycles automobiles. Pour déterminer ces seuils de consommation, une stratégie de commande optimale basée sur un algorithme de programmation dynamique est développée. Les résultats montrent l'intérêt de l'hybridation parallèle pour concevoir une chaîne de traction efficiente.Les sollicitations des organes électriques de puissance sont déterminées et analysées pour en spécifier le dimensionnement optimal. Deux structures de machines électriques ont été modélisées par réseaux de réluctances pour établir des cartographies de pertes et comparer la performance en émissions de CO2 du véhicule. Cette approche permet d'identifier des axes d'améliorations et on montre qu'une solution de type alterno-démarreur permettrait des gains d'environ 33% en émissions de CO2 par rapport au véhicule conventionnel. / On-going oil stock depletion and growing environmental concerns lead automakers to develop more efficient powertrains. Today, one of the most promising way forward consists in research on hybrid systems. The present work is focused on thermal/electric hybridization for HEV vehicle and presents an optimal methodology to identify key guidelines and design efficient systems. Defining the most promising efficient powertrain requires a systemic design which is based in this study on three main levers : powertrain architecture, energy management and electric components design. Different powertrains architectures are compared to the lowest fuel consumption that can be reached by each powertrain for a given driving cycle. Their optimal energetic performances are determined by using optimal control strategies and dynamic programming. The simulations results show that the most promising hybrid powertrain is the parallel one. At each step of time of the drivings cycles, the parallel hybrid powertrain behavior is more closely analyzed so as to provide technical specifications for an optimal sizing of the electric components. It points out the operating point and the driving cycles for which the electric machine has to be optimized. Two electric machines topologies derived from a starter-alternator architecture, are modeled by using reluctance network to provide losses map and compare CO2 saving of the vehicle. This approach has both identified areas for powertrain architecture improvement and components design optimization to achieve a better global efficiency of the system. It is shown that a starter-alternator could provide 33% of CO2 saving compared to a conventional car.

Les travaux de cette thèse s'inscrivent dans le contexte de la coordination des décisions de planification survenant dans une chaîne logistique à deux acteurs: un fournisseur et un producteur souhaitant chacun diminuer leur propre coût. Les décisions de planification prises de manière indépendante par chaque acteur peuvent amener à une mauvaise performance de la chaîne logistique en terme de coûts, d'où la nécessité d'une coordination. Nous étudions des mécanismes de partage de coûts entre des acteurs en définissant des stratégies de coordination entre les acteurs par la mise en place de contrats. Nous considérons le cas où le producteur (resp. fournisseur) peut imposer son plan de production optimal au fournisseur (resp. distributeur). Différentes hypothèses de partage de coûts, ainsi que la problématique d'asymétrie d'information sont prises en compte dans ces travaux. Nous effectuons également des analyses expérimentales mesurant la diminution du coût de la chaîne logistique obtenue quand les acteurs coopèrent. Ce contexte nous amène à étudier de nouveaux problèmes de lot-sizing pour lesquels nous proposons une analyse de complexité et des algorithmes de programmation dynamique pour les résoudre. Nous proposons également une étude théorique des problèmes de lot-sizing à deux niveaux avec une capacité de stockage limitée. / This thesis focus on the coordination of planning decisions in a two-level supply chain composed of one supplier and one retailer. Each actor wants to minimize his own cost. The planning decisions independently took by the actors can lead to a poor performance in terms of costs, hence the necessity of coordination. We study cost sharing mechanisms between the actors by designing contracts. In this work, we consider the case where the retailer (resp. supplier) can impose his optimal production plan to the supplier (resp. retailer). Different cost sharing hypothesis, as well as the asymmetric information problem are taking into account in this thesis. We also perform an experimental analysis in order to evaluate the decrease of the supply chain cost obtained when the actors cooperate. This context leads us to study new lot-sizing problems for which we propose a complexity analysis and dynamic programming algorithms in order to solve them. We also propose a theoritical study of two-level lot-sizing problems with inventory bounds.

Cette thèse contient deux parties: la simulation des événements rares et le rééchantillonnage non-intrusif stratifié pour la programmation dynamique. La première partie consiste à quantifier des statistiques liées aux événements très improbables mais dont les conséquences sont sévères. Nous proposons des transformations markoviennes sur l'espace des trajectoires et nous les combinons avec les systèmes de particules en interaction et l'ergodicité de chaîne de Markov, pour proposer des méthodes performantes et applicables en grande généralité. La deuxième partie consiste à résoudre numériquement le problème de programmation dynamique dans un contexte où nous avons à disposition seulement des données historiques en faible nombre et nous ne connaissons pas les valeurs des paramètres du modèle. Nous développons et analysons un nouveau schéma composé de stratification et rééchantillonnage / This thesis contains two parts: rare events simulation and non-intrusive stratified resampler for dynamic programming. The first part consists of quantifying statistics related to events which are unlikely to happen but which have serious consequences. We propose Markovian transformation on path spaces and combine them with the theories of interacting particle system and of Markov chain ergodicity to propose methods which apply very generally and have good performance. The second part consists of resolving dynamic programming problem numerically in a context where we only have historical observations of small size and we do not know the values of model parameters. We propose and analyze a new scheme with stratification and resampling techniques.

Ce mémoire de recherche porte sur l’optimisation et le contrôle dynamique stochastique des activités de production dans les systèmes manufacturiers reconfigurables (Reconfigurable Manufacturing Systems, RMS). Le système considéré est composé d'une installation industrielle conçu pour adapter sa configuration physique à des changements prévisibles connus ou aléatoire qui peuvent survenir dans le temps. Les changements concernent principalement l’environnement interne de l’installation (risques de pannes dus à la non-fiabilité du système) et l’environnement externe (évolution du marché en type de produit et volume de la demande). Les propriétés de reconfiguration du système considéré lui procurent la capacité de produire, à l’intérieur d’une famille de produits, plusieurs types et ce, selon plusieurs modes ou configurations. Le choix de la configuration doit être basé sur les avantages qu’elle procure (capacité, fiabilité, coût) ainsi que les conditions actuelles et futures espérées du système. Étant donné le compromis important entre les coûts de reconfiguration, de production, de stockage et de pénurie, le principal objectif de ce travail de recherche consiste à proposer une stratégie adaptative qui permet un meilleur choix de la séquence de configurations et un meilleur contrôle du rythme de production du système afin de minimiser le coût total encouru sur un horizon fini de planification. Une formulation basée sur la programmation dynamique est présentée pour ce problème. Ensuite, un schéma numérique est adopté pour résoudre les conditions d'optimalité obtenues. Sous la classe des politiques de seuil critique (HPP), une séquence de configurations intégrée à une politique de contrôle des rythmes de production est proposée. Les résultats obtenus montrent un gain significatif en termes de coûts par rapport à ceux encourus lorsque la décision de reconfiguration est développée indépendamment de la stratégie d’exécution de la production. Plusieurs analyses de sensibilité sont réalisées pour illustrer la robustesse et l'efficacité de la stratégie proposée. Pour résoudre le problème dans des situations plus complexes une approche de simulation est également proposée et mise en œuvre. L'application de cette approche nous a permis d'étendre l’analyse pour couvrir des contextes où l'approche de résolution mathématique est limitée. De plus, cette approche nous a permis de mener une étude pour mesurer l’avantage des systèmes reconfigurables en comparaison aux systèmes les plus utilisés dans le contexte sous étude soit les systèmes manufacturiers ajustables (Adjusted Manufacturing Systems, AMS). Mots clés : Programmation dynamique, politique de seuil critique, contrôle de la production, systèmes manufacturier reconfigurables, simulation. / This research work focuses on the optimization and stochastic dynamic control of production activities in Reconfigurable Manufacturing Systems (RMS). The considered system is composed of an industrial facility designed to adapt its physical configuration to predictable changes that may occur randomly in time. The changes mainly concern the internal environment of the system (risk of failures due to the unreliability of the system) and the external environment (market changes in product type and volume of demand). The configurability properties of the system considered provide the ability to produce, within a family of products, various types according to several modes or configurations of the system. The choice of which configuration to adopt is based on: (1) the benefits that it provides in terms of capacity, reliability and cost; (2) the current and the expected future conditions of the system. Given the important compromise between reconfiguration, production, holding and shortage costs, the main objective of this research is to propose an adaptive strategy that allows a better choice of the sequence of configurations and a better control of production activites and minimizes the total cost incurred over a finite planning horizon. A formulation based on dynamic programming is presented for this problem. Then, a numerical scheme is adopted to solve the optimality conditions. In the class of Hedging Point Policies (HPP), a sequence of configurations integrated to a production rate control policy is proposed. The obtained results show a significant gain in terms of incurred costs compared to those incurred when the reconfiguration decisions are developed independently of the production execution strategy. Several sensitivity analyses are carried out to illustrate the robustness and efficiency of the proposed strategy. To address the problem in more complex reconfigurable situations a simulation based approach is also proposed and implemented. The application of this approach allowed us to extend the aforementioned findings to different contexts where the mathematical resolution approach may be limited. In addition, the simulation based approach allowed us to conduct a study to measure the benefit of reconfigurable systems in comparison to the most used systems in the context under study, namely the Adjustable Manufacturing Systems (AMS). Keywords: Dynamic programming, hedging policies, production control, reconfigurable manufacturing systems, simulation.

Ce mémoire traite un problème de transport de personnes dans un contexte hospitalier, connu sous le nom du problème de brancardier. L'objectif est de construire des itinéraires qui répondent aux demandes de transports émergentes entre les différents services d'un grand centre hospitalier en temps réel, en minimisant le temps total de retard pondéré. Ce problème est traité comme un problème de cueillettes et de livraisons multitrajets qui considère des fenêtres de temps souples, une flotte hétérogène de véhicules et des contraintes liées à la capacité. Les requêtes de transport de patients sont imprévisibles et dynamiques. Elles sont révélées lorsqu'un patient nécessite un service de transport pour des raisons médicales. Ce travail présente trois approches de résolution du problème de transport de patients, à noter une première approche statique, une deuxième dynamique et une troisième stochastique. De plus, une stratégie d'attente et deux stratégies de relocalisation de véhicules ont été développées. Les approches sont évaluées sur des données réelles d'un grand hôpital, le Policlinico Sant'Orsola-Malpighi de la mairie de Bologne en Italie. / The following study presents the problem of transportation of patients in the medical field. Demand in this context is unpredictable and revealed dynamically. The objective is to develop an algorithm capable of constructing efficient and effective routes in real time while minimizing the total weighted lateness. This problem is considered as a multitrip pickup and delivery problem with soft time windows, heterogeneous fleet, and capacity constraints. This work presents a detailed description of the discussed problem and proposes three approaches to solve it: a static approach, a dynamic approach and a stochastic one. Moreover, it presents a waiting and two relocalisation strategies. These approaches have all been tested and evaluated using real data collected from the medical campus of Policlinico Sant'Orsola-Malpighi of the town Hall of Bologne in Italy.

L'étude porte sur la gestion de la distribution instantanée de la puissance entre une pile à combustible et un élément de stockage afin d'assurer la puissance électrique nécessaire à la traction d'un véhicule électrique hybride. L'objectif visé est la minimisation de la consommation d'hydrogène sur un cycle donné. Le problème est formulé en tant que problème d'optimisation globale sous contraintes. Dans une première approche, le système est décrit sous forme d'une équation dynamique discrétisée et un algorithme de programmation dynamique est appliqué. Une seconde approche consiste à minimiser le hamiltonien après avoir approché le critère coût par une fonction polynomiale. Ces méthodes nécessitent la connaissance a priori du profil de puissance demandée et se classent parmi les méthodes d'optimisation hors ligne. Pour une gestion en ligne de l'énergie, nous avons appliqué un système de décision à base de règles floues. Les fonctions d'appartenance des entrées et sorties du système flou sont optimisés à l'aide d'un algorithme génétique. Afin d'appliquer les stratégies évoquées, un bilan énergétique du groupe électrogène formé de la pile et ses auxiliaires, de l'élément de stockage et des convertisseurs statiques est effectué.

Le phénomène d'incertitude, dont les sources sont variées, est rencontré dans plusieurs domaines et on devrait y faire face. Cette incertitude est due essentiellement à notre incapacité à prédire avec exactitude le comportement futur d'une partie ou de la totalité d'un système. Dans les dernières décades, plusieurs techniques mathématiques ont été développées pour maitriser cette incertitude, afin de réduire son impact négatif, et par conséquent, l'impact négatif de notre méconnaissance. <br />Dans le domaine du « Supply Chain Management » la source principale d'incertitude est la demande future. Cette demande est, en général, modélisé par des lois de probabilité paramétrées en utilisant des techniques de prévision. L'impact de l'incertitude de la demande sur les performances de la « Supply Chain » est important: par exemple, le taux mondial de rupture de stock, dans l'industrie de distribution était en 2007 de 8.3%. De l'autre côté, le taux mondial de produits invendus, dans la grande distribution, était en 2003 de 1%. Ces deux types de coûts, qui sont dus essentiellement à l'incertitude de la demande, représentent des pertes significatives pour les différents acteurs de la « Supply Chain ».<br />Dans cette thèse, on s'intéresse au développement de modèles mathématiques de planification de production et de gestion de stock, qui prennent en compte ce phénomène d'incertitude sur la demande, essentiellement pour de produits à courte durée de vie. On propose plusieurs modèles de planification de production, à petit horizon de planification, qui prennent en compte les différents aspects de notre problématique, tels que les capacités de production, la remise à jour des prévisions de la demande, les options de réservation de capacité, et les options de retour « Payback » des produits. On souligne, dans ces modèles, un aspect important qui prend de l'ampleur à cause de la mondialisation, et qui est lié à la différence entre les coûts de production des différents fournisseurs. On propose à la fin de la thèse, un modèle généralisé qui pourrait être appliqué à des produits à longue durée de vie, et qui exploite quelques résultats obtenus pour les produits à courte durée de vie. Tous ces modèles sont résolus analytiquement ou bien numériquement en utilisant la programmation dynamique stochastique.