Cette thèse aborde la gestion des ressources humaines dans un centre d'appels. Plus spécifiquement, nous nous intéressons aux problèmes de dimensionnement et de planification. L'objectif sous-jacent est d'assurer la meilleure qualité de service au client (par exemple minimiser le délai d'attente) avec un coût salarial minimum pour l'entreprise. Ces problématiques sont généralement modélisées dans la littérature par le problème de construction de vacation (shift-scheduling problem). Pour appréhender ce problème, nous introduisons le paradigme de chaîne d'activités. Ce paradigme nous permet de représenter la grande diversité des environnements et des contraintes de gestion des ressources humaines dans un centre d'appels. Nous traduisons ensuite ce paradigme en programme linéaire en nombres entiers pour résoudre les problèmes de dimensionnement et de planification. Nous proposons enfin une méthode pour intégrer au programme linéaire en nombres entiers un objectif de qualité de service non linéaire.

Dans ce mémoire nous avons, en premier lieu, identifié et présenté deux méthodes de calcul de l'ensemble de Pareto.Ces méthodes ne demandent qu'un logiciel élémentaire de programmation linéaire. En second lieu nous avons analysé une problématique issue du domaine de la fonderie. Nous avons présenté un problème de base de mélange classique. Ensuite nous avons considéré un problème bicritère de correction d'un prémélange et calculé son ensemble de Pareto. En troisième lieu nous avons constaté qu'il était possible de présenter une formulation unifiée des deux problèmes précédents sous forme d'un second problème bicritère. Cette unification fait intervenir une transformation géométrique. Finalement nous avons terminé ce mémoire par une étude sommaire de cette transformation géométrique mettant en évidence les cônes de préférence associés aux ensembles de Pareto de ces différents problèmes.

Dans cette thèse, nous nous intéressons aux problématiques d'optimisation de la capacité des réseaux radio maillés. Cette architecture de réseau d'accès est particulièrement pertinente en milieu urbain ou en situation opérationnelle militaire. Nous définissons la capacité d'un réseau comme la quantité de flot que peut répartir équitablement une topologie aux utilisateurs qu'elle sert. Afin d'obtenir des bornes théoriques sur les performances du réseau, nous développons des modèles d'optimisation intégrant les caractéristiques inter-couche des communications radio. Nous étudions plus précisément le problème joint du routage et de l'ordonnancement. Nous développons, pour la relaxation linéaire de ce problème, une méthode de résolution efficace utilisant la génération de colonnes. Nous dérivons ensuite une formulation qui élimine le routage pour se concentrer sur la capacité de transport disponible sur les coupes du réseau. L'équivalence des solutions optimales est démontrée, et le processus de résolution est adapté en une génération croisée de lignes et de colonnes. Ces études mettent en évidence la présence d'une zone de contention autour de chaque point d'accès qui contraint la capacité du réseau. Ces résultats permettent une étude quantitative des effets du trafic d'acquittement sur la capacité. Nous présentons enfin une étude de la stabilité d'un protocole routant du trafic injecté de manière arbitraire au cours du temps. Nous améliorons les résultats existants en démontrant la stabilité quand le trafic injecté est un flot maximum. L'ensemble de ces travaux a été implémenté dans la bibliothèque open source MASCOPT (Mascotte Optimisation) dédiée aux problèmes d'optimisation des réseaux.

.

.

La version classique du problème d'ordonnancement de projet à contraintes de ressources (RCPSP) consiste à trouver un ordonnancement, de durée minimale, des activités d'un projet entrant en compétition sur l'usage de ressources renouvelables, cumulatives et disponibles en quantité limité. <br />La réputation d'extrême difficulté du RCPSP a mené nombre de chercheurs à proposer de nouvelles méthodes de résolution exacte toujours plus performantes pour ce problème. Malgré cela, les instances de tailles réelles, qui se recontrent fréquemment, par exemple dans la gestion de production industrielle, sont encore loins d'être résolues optimalement. Il est donc intéressant, en combinant les acquis des travaux précédents, en particulier en programmation par contraintes (PPC) et en programmation linéaire (PL), de se pencher sur des méthodes exactes innovantes ou encore de développer des procédures d'évaluation par défaut, pour permettre une meilleure estimation de la performance des heuristiques sur le RCPSP. Ce travail de thèse entre dans ce cadre.<br /><br />Dans un premier temps, nous nous attachons au calcul de bornes inférieures pour le RCPSP par relaxation lagrangienne. D'une part, nous cherchons à accélerer le calcul de la borne de Brucker et Knust (obtenue par hybridation de PPC et de génération de colonnes) en résolvant le programme linéaire sous-jacent par relaxation lagrangienne (méthodes de sous-gradient et de génération de contraintes). D'autre part, nous appliquons le même principe de relaxation lagrangienne, sur la formulation linéaire initiale de Mingozzi et al. dont est extraite la relaxation préemptive utilisée par Brucker et Knust. Une partie du problème se réduit alors, comme indiqué par Möhring et al., au calcul d'une coupe minimale dans un graphe.<br /> <br />Nous étudions ensuite, un second type de bornes inférieures, obtenu par des méthodes de coupes basées sur les relaxations continues de deux formulations linéaires entières. Ces programmes linéaires sont au préalable resserés par des techniques éprouvées de propagation de contraintes, dont la règle globale du shaving. L'originalité de notre méthode repose essentiellement dans la génération des coupes qui sont, en grande partie, directement déduites des règles de propagation de contraintes.<br /><br />Enfin, nous proposons une méthode originale de résolution exacte pour le RCPSP, basée sur la procédure de Resolution Search de Chvàtal, une alternative aux méthodes de Branch-and-Bound classiques et qui se rapproche du Dynamic Backtracking en programmation par contraintes. Dans Resolution Search, l'espace de recherche ne se présente pas comme un arbre, puisqu'il s'agit, à chaque fois qu'un noeud terminal est rencontré, de rechercher par backtrakings successifs, les fixations minimales qui font de ce noeud un noeud terminal. L'ensemble des ces fixations est alors stocké de manière intelligente de façon à les exclure de l'espace de recherche. Resolution Search a été initialement développée pour la résolution de programmes linéaires en variables binaires, mais n'a semble-t'il jamais été employée dans le cadre de problèmes spécifiques.<br />Dans le but de prouver son efficacité, nous commencons par l'appliquer basiquement à deux formulations linéaires en variables binaires pour le RCPSP et la comparons à une version tout aussi basique de Branch-and-bound.<br /> Nous en poursuivons l'étude en utilisant des règles de branchement et d'évaluation ayant déjà prouvé leur efficacité dans des implémentations classiques de méthodes arborescentes pour le RCPSP, telles que celles de Brucker et al., Carlier et Latapie, Demeulemeester et Herroelen.

Ce travail de thèse comporte deux composantes, l'une théorique sur l'enveloppe convexe des cycles hamiltoniens, aussi appelée polytope du Voyageur de Commerce, et une autre plus numérique sur l'amélioration de la résolution exacte par la méthode "Branch & Cut'' du problème du Voyageur de Commerce. L'apport théorique consiste en la démonstration qu'une classe d'inéquations, les contraintes de domino, induisent des facettes du polytope du Voyageur de Commerce. L'aspect numérique aborde la séparation hors paradigme de classe en proposant la génération de coupes à partir de la contraction d'un grand graphe en un plus petit à l'aide de la représentation en cactus des coupes minimum. Enfin diverses pistes ont été étudiées pour rendre l'étape de branchement plus robuste.

Dans cette thèse, nous nous intéressons à l'adaptation de l'algorithmique aux architectures parallèles. Les plateformes hautes performances actuelles disposent de plusieurs niveaux de parallélisme et requièrent un travail considérable pour en tirer parti. Les superordinateurs possèdent de plus en plus d'unités de calcul et sont de plus en plus hétérogènes et hiérarchiques, ce qui complexifie d'autant plus leur utilisation.Nous nous sommes intéressés ici à plusieurs aspects permettant de tirer parti des architectures parallèles modernes. Tout au long de cette thèse, plusieurs problèmes de natures différentes sont abordés, de manière plus théorique ou plus pratique selon le cadre et l'échelle des plateformes parallèles envisagées.Nous avons travaillé sur la modélisation de problèmes dans le but d'adapter leur formulation à des solveurs existants ou des méthodes de résolution existantes, en particulier dans le cadre du problème de la factorisation en nombres premiers modélisé et résolu à l'aide d'outils de programmation linéaire en nombres entiers.La contribution la plus importante de cette thèse correspond à la conception d'algorithmes pensés dès le départ pour être performants sur les architectures modernes (processeurs multi-coeurs, Cell, GPU). Deux algorithmes pour résoudre le problème du compressive sensing ont été conçus dans ce cadre : le premier repose sur la programmation linéaire et permet d'obtenir une solution exacte, alors que le second utilise des méthodes de programmation convexe et permet d'obtenir une solution approchée.Nous avons aussi utilisé une bibliothèque de parallélisation de haut niveau utilisant le modèle BSP dans le cadre de la vérification de modèles pour implémenter de manière parallèle un algorithme existant. A partir d'une unique implémentation, cet outil rend possible l'utilisation de l'algorithme sur des plateformes disposant de différents niveaux de parallélisme, tout en ayant des performances de premier ordre sur chacune d'entre elles. En l'occurrence, la plateforme de plus grande échelle considérée ici est le cluster de machines multiprocesseurs multi-coeurs. De plus, dans le cadre très particulier du processeur Cell, une implémentation a été réécrite à partir de zéro pour tirer parti de celle-ci.

Le projet CACAO - Caméra A Collimation Assistée par Ordinateur - a pour but d'améliorer la qualité des images scintigraphiques. Des collimateurs à trous plus larges et profonds sur les gamma caméras, ainsi qu'un mouvement de balayage supplémentaire dans le protocole d'acquisition permettraient d'améliorer à la fois la résolution spatiale et la sensibilité des caméras; mais cela implique l'utilisation de nouveaux algorithmes de reconstruction. Avant cette thèse, la reconstruction des images CACAO se basait sur un algorithme utilisant pour la déconvolution la transformée de Fourier rapide qui présente un avantage en terme de rapidité et a donné des résultats très intéressants. Cependant un travail basé sur la théorie de l'information nous fait penser qu'il est possible d'obtenir de meilleurs résultats. L'étape limitante du projet étant la déconvolution, le travail de thèse avait pour but d'étudier et d'améliorer cette étape avec de nouveaux algorithmes. Plusieurs algorithmes basés sur une déconvolution appelée minimale avec un traitement ligne par ligne de l'image et l'utilisation de programmation linéaire ont été développés et donnent de bons résultats dans plusieurs cas sur des données exactes. Nous avons ensuite appliqué cette idée au problème dans son ensemble, ce qui donne de bons résultats sur des données exactes et permet également de simplifier la reconstruction. Nous avons aussi effectué la dualisation de nos données qui permet de réduire le temps de calcul et de traiter de plus grandes images. Enfin, nous avons mis au point la déconvolution médiane qui se montre efficace pour des images bruitées.

Dans un marché électrique concurrentiel, EDF a adapté ses outils de gestion de production pour permettre une gestion optimale de son portefeuille, particulièrement sur les horizons journaliers et infra-journaliers, derniers leviers pour une gestion optimisée de la production. Et plus l'horizon d'optimisation s'approche du temps réel, plus les décisions prises aux instants précédents deviennent structurantes voire limitantes en terme d'actions. Ces décisions sont aujourd'hui prises sans tenir compte du caractère aléatoire de certaines entrées du modèle. En effet, pour les décisions à court-terme, la finesse et la complexité des modèles déjà dans le cas déterministe ont souvent été un frein à des travaux sur des modèles tenant compte de l'incertitude. Pour se prémunir face à ces aléas, des techniques d'optimisation en contexte incertain ont fait l'objet des travaux de cette thèse. Nous avons ainsi proposé un modèle robuste de placement de la production tenant compte des incertitudes sur la demande en puissance. Nous avons construit pour cette fin un ensemble d'incertitude permettant une description fine de l'aléa sur les prévisions de demande en puissance. Le choix d'indicateurs fonctionnels et statistiques a permis d'écrire cet ensemble comme un polyèdre d'incertitude. L'approche robuste prend en compte la notion de coût d'ajustement face à l'aléa. Le modèle a pour objectif de minimiser les coûts de production et les pires coûts induits par l'incertitude. Ces coûts d'ajustement peuvent décrire différents contextes opérationnels. Une application du modèle robuste à deux contextes métier est menée avec un calcul du coût d'ajustement approprié à chaque contexte. Enfin, le présent travail de recherche se situe, à notre connaissance, comme l'un des premiers dans le domaine de la gestion optimisée de la production électrique à court terme avec prise en compte de l'incertitude. Les résultats sont par ailleurs susceptibles d'ouvrir la voie vers de nouvelles approches du problème.