Les problèmes d’optimisation combinatoire (Constraint Optimization Problems – COP) sont souvent difficiles à résoudre et le choix de la stratégie de recherche a une influence importante sur la performance du solveur. Pour de résoudre un problème d’optimisation combinatoire en explorant un arbre de recherche, il faut choisir une heuristique de choix de variable (qui définit l’ordre dans lequel les variables vont être instanciées), une heuristique de choix de valeur (qui spécifie l’ordre dans lequel les valeurs seront essayées), et une stratégie de retour-arrière (qui détermine vers quel noeud effectuer les retours-arrière lorsqu’une feuille de l’arbre est rencontrée). Pour les stratégies de retour-arrière, il y a celles dont les retours-arrière sont totalement déterministes (e.g. Depth-First Search – DFS) et d’autres qui s’appuient sur des mécanismes d’évaluation de noeuds plus dynamiques (e.g. Best-First Search). Certaines (e.g. Limited Discrepancy Search – LDS) peuvent être implémentées soit comme un algorithme itératif déterministe ou un évaluateur de noeud. Une stratégie est dite adaptative quand elle s’adapte dynamiquement à la structure du problème et identifie les zones de l’espace de recherche qui contiennent les “bonnes” solutions. Dans ce contexte, des stratégies de branchement adaptatives ont été proposées (e.g. Impact-Based Search – IBS) ainsi qu’une stratégie de retour-arrière adaptative (e.g. Adaptive Discrepancy Search – ADS), proposée pour les problèmes d’optimisation distribués. À notre connaissance, aucune stratégie adaptative qui utilise l’apprentissage par renforcement (Reinforcement Learning – RL) pour supporter son mécanisme d’apprentissage n’a été proposée dans la littérature. Nous pensons que les techniques de RL permettront un apprentissage plus efficace et qu’une stratégie de retour-arrière munie de ces techniques aura le potentiel de résoudre les problèmes d’optimisation combinatoire plus rapidement. Dans ce mémoire, nous proposons un algorithme (RLBS) qui “apprend” à faire des retours-arrière de manière efficace lors de l’exploration d’arbres non-binaires. Plus précisément, il s’agit une stratégie de retour-arrière qui se base sur l’apprentissage automatique pour améliorer la performance du solveur. En fait, nous utilisons l’apprentissage par renforcement pour identifier les zones de l’espace de recherche qui contiennent les bonnes solutions. Cette approche a été développée pour les problèmes d’optimisation combinatoire dont l’espace de recherche est encodé dans un arbre non-binaire. Comme les arbres sont non-binaires, on a l’occasion d’effectuer plusieurs retours-arrière vers chaque noeud durant l’exploration. Ceci permet d’apprendre quels noeuds mènent vers les meilleures récompenses en général (c’est-à-dire, vers les feuilles les plus intéressantes). Le branchement est effectué en utilisant une stratégie de choix de variable/valeur quelconque. Toutefois, quand un retour-arrière est nécessaire, la sélection du noeud cible s’appuie sur l’apprentissage par renforcement. RLBS est évalué sur cinq instances industrielles du problème de la planification des opérations du rabotage du bois et a été comparé à ADS et à LDS sur cette même application. RLBS dépasse LDS et ADS, en termes de temps de calcul nécessaire à la résolution, sur chacune de ces instances-là et trouve la solution optimale plus rapidement. Les expérimentations ont montré que RLBS est en moyenne 4 fois plus rapide que ADS, et 6 fois plus rapide que LDS. RLBS a aussi été évalué sur une instance jouet du même problème et a été comparé à IBS. RLBS surpasse largement IBS. Il est capable de trouver une solution optimale en explorant beaucoup moins de noeuds que le nombre nécessaire à IBS pour trouver une telle solution. / Combinatorial optimization problems are often very difficult to solve and the choice of a search strategy has a tremendous influence over the solver’s performance. To solve a problem using search, one needs to choose a variable selection strategy (defining the order in which variables will be instantiated), a value selection strategy (that specifies the sequence in which we will try the variable possible values) and a backtracking strategy (that determines to which node we should backtrack/backjump, when a leaf is reached or a dead-end is encountered). When it comes to backtracking strategies, there are some that are encoded into full deterministic algorithms (e.g. Depth-First Search – DFS), and others that rely on more dynamic node evaluator mechanisms (e.g. Best-First Search). Others (e.g. Limited Discrepancy Search – LDS) can be implemented as a deterministic iterative algorithm or as a node evaluator. A strategy is said to be adaptive when it dynamically adapts to the structure of the problem and identifies the areas of the search space that contain good solutions. Some have proposed adaptive branching strategies (e.g. Impact-based Search – IBS) or a backtracking strategy (e.g. Adaptive Discrepancy Search – ADS) proposed for distributed optimization problems. To our current knowledge, no adaptive backtracking strategy that relies on Reinforcement Learning (RL) has been proposed yet. We believe that RL techniques could allow a more efficient learning process and that, provided with these techniques, a backtracking strategy has a great potential of solving combinatorial optimization problems in a faster way. In this thesis, we introduce an algorithm (RLBS) that learns to efficiently backtrack when searching non-binary trees. We consider a machine learning approach which improves the performance of the solver. More specifically, we use reinforcement learning to identify the areas of the search space that contain good solutions. The approach was developed for optimization problems for which the search space is encoded as a non-binary tree. Since the trees are non-binary, we have the opportunity to backtrack multiple times to each node during the search. This allows learning which nodes generally lead to the best rewards (that is, to the most interesting leaves). Branching can be carried on using any variable/value selection strategy. However, when backtracking is needed, the selection of the target node involves reinforcement learning. RLBS is evaluated on five instances of the lumber planing problem using real idustrial data, and it is compared to LDS and ADS. It outperforms classic (non-adaptive) search strategies (DFS, LDS), an adaptive branching strategy (IBS), and an adaptive backtracking strategy (ADS) on every instance of this problem. Experiments have shown that RLBS is on average 4 times faster than ADS, and 6 times faster than LDS. RLBS is also evaluated on a toy instance of the lumber planing problem and compared to IBS. RLBS substantially outperforms IBS by solving the problem to optimality much faster.

Cette étude a pour but de comparer les techniques disciplinaires instaurées dans trois écoles du Québec à celles de l'approche américaine le soutien au comportement positif (PBS). Plus précisément, nous déterminerons dans quelle mesure les pratiques disciplinaires québécoises se rapprochent de celles du PBS. Notons que ce mémoire comporte deux sections. D'abord, une première partie consiste en une recension des écrits au sujet de l'approche PBS. La seconde section, sous forme d'article, s'intéresse aux interventions disciplinaires instaurées dans les écoles selon quatre cibles distinctes : l'ensemble de l'école, les lieux extérieurs à la classe, la classe et l'élève en besoin. Dans le cadre de cette recherche, le questionnaire d'auto-évaluation SCP a été utilisé. Essentiellement, les résultats révèlent une faible instauration de pratiques disciplinaires associées au PBS dans les écoles québécoises. Les données indiquent également plusieurs priorités d'amélioration.

L'apprentissage par renforcement est une approche d'apprentissage automatique permettant de développer des systèmes s'améliorant à partir d'interactions avec un environnement. Les processus décisionnels de Markov partiellement observables (PDMPO) font partie des modèles mathématiques fréquemment utiliser pour résoudre ce type de problème d'apprentissage. Cependant, la majorité des méthodes de résolution utilisées dans les processus décisionnels de Markov partiellement observables nécessitent la connaissance du modèle. De plus, les recherches actuelles sur le PDMPO se restreignent principalement aux espaces d'états discrets, ce qui complique son application à certains problèmes naturellement modélisés par un espace d'état continu. Ce mémoire présente une vision des PDMPO basée sur les processus Gaussiens, une méthode d'apprentissage supervisée ayant comme propriété particulière d'être une distribution de probabilité dans l'espace des fonctions. Cette propriété est notamment très intéressante du fait qu'elle ouvre la porte à un traitement Bayésien de l'incertitude sur les fonctions inconnues d'un PDMPO continu. Les résultats obtenus avec l'approche d'apprentissage par processus Gaussien montrent qu'il est possible d'opérer dans un environnement tout en identifiant le modèle de ce celui-ci. À partir des conclusions tirées à la suite de nos travaux sur le PDMPO, nous avons observé un certain manque pour ce qui est de l'identification du modèle sous l'incertain. Ainsi, ce mémoire expose aussi un premier pas vers une extension de l'apprentissage de PDMPO continu utilisant des séquences d'états de croyances lors de l'identification du modèle. Plus précisément, nous proposons une méthode de régression par processus Gaussiens utilisant des ensembles d'entraînement incertain pour réaliser l'inférence dans l'espace des fonctions. La méthode proposée est particulièrement intéressante, du fait qu'elle s'applique exactement comme pour le cas des processus Gaussiens classiques et qu'elle n'augmente p±as la complexité de l'apprentissage.

La présente étude examine et compare le comportement de deux nanocomposites à base de particules sphériques (SiO2 et TiO2) générées in situ au sein d'une matrice PDMS par le procédé sol-gel. La synthèse des réseaux PDMS-SiO2 et PDMS-TiO2 a été effectuée en utilisant plusieurs catalyseurs pour obtenir des morphologies différentes. Pour le suivi des réactions de synthèse et la détermination des taux de silice ou d'oxyde de titane, la pesée et la spectroscopie infrarouge ont été utilisées. La morphologie, l'état de dispersion, l'interaction polymère-charge, la dégradation thermique et les propriétés mécaniques ont été caractérisés et comparés au travers de plusieurs méthodes : 1) La spectroscopie IR à transmission pour la présence d'eau dans les nanocomposites ; 2) La MET et le SANS pour la dispersion et la morphologie ; 3) La DSC, la RMN du proton, la TSDC et le gonflement pour l'interaction polymère-charge ; 4) L'ATG pour la dégradation thermique ; 5) La Traction unixiale et la mesure dynamique pour les propriétés mécaniques. Des différences et des similitudes ont été observées entre les réseaux PDMS-SiO2 et PDMS-TiO2. Les deux types de réseaux aboutissent à un bon renforcement avec une amélioration des modules élastiques et des propriétés de rupture selon le catalyseur utilisé. Des différences apparaissent sur la forme des courbes de traction (avec un comportement plastique plus marqué sur les échantillons TiO2) et on note l'absence d'effet Payne pour les réseaux PDMS-SiO2 contrairement aux réseaux PDMS-TiO2. Les systèmes PDMS-SiO2 montrent une amélioration des propriétés thermiques par rapport au réseau non-chargé. De plus cette amélioration est liée aux conditions de synthèse et notamment à la nature du catalyseur. En effet, l'amélioration des propriétés thermiques est meilleure dans les échantillons catalysés avec le DEA. Pour les échantillons PDMS-TiO2, on a plutôt une dégradation des propriétés thermiques, les échantillons chargés de TiO2 se dégradant plus vite que le réseau non chargé et à plus faible température. Toutes les différences et similitudes observées ont pu être reliées à la nature de la charge, à la différence de morphologie (taille des particules, existence d'un réseau percolant de charge etc...) et à la qualité de l'interface PDMS-SiO2 ou PDMS-TiO2.

Dans le domaine du génie civil et de la construction, ainsi que de l'industrie, les structures hétérogènes multicouches sont très utilisées. L'une des demandes formulées par les ingénieurs pour concevoir de telles structures est aussi la connaissance des charges limites qu'elles peuvent supporter. Des méthodes d'homogénéisation des plaques et poutres multicouches en analyse limite ont ainsi été développées. Elles conduisent respectivement à des cinématiques de Love-Kirchhoff ou d'Euler-Bernoulli pour la structure homogène équivalente. Afin de prendre en compte les effets de cisaillement, de nouveaux modèles de plaques et de poutres multiparticulaires ont été proposés et justifiés. Après une validation par éléments finis de ces modèles, on les applique au cas des poutres en béton armé renforcées. Ils permettent d'avoir une estimation rapide des chargements maximaux supportables et de construire ainsi un outil de dimensionnement à l'Etat Limite Ultime pour de telles structures.

Le renforcement de structures ou d'éléments de structure par collage de plats PRF (polymères renforcés de fibres) est une technique actuellement reconnue et utilisée dans le monde entier. Il permet d'augmenter la durée de vie des structures existantes ce qui est très intéressant du point de vue développement durable et est souvent plus intéressant d'un point de vue économique. La première partie de ce travail s'intéresse au renforcement de poutres béton armé par des plats PRF. En effet, ce type de renforcement peut engendrer une rupture prématurée de type peeling-off. Ce mode de ruine très fragile résulte du décollement du béton d'enrobage qui reste collé au matériau de renforcement. Pour une conception optimale d'un renforcement en flexion par collage, il est important d'être en mesure de prévoir ce type de rupture et d'en tenir compte dans le dimensionnement. Pour cela, un modèle numérique fiable de type élasto-plastique est dans un premier temps présenté qui permet de prévoir la rupture de type peeling-off. Ce modèle est validé à l'aide de résultats d'essais expérimentaux. Les paramètres principaux affectant l'efficacité du renforcement sont ensuite mis en évidence dans le cadre d'une étude paramétrique. Les résultats de cette étude sont mis en parallèle avec des résultats d'essais de la littérature prouvant ainsi l'efficacité du modèle proposé. Enfin, plusieurs mesures sont proposées pour améliorer la performance du renforcement et éviter la rupture prématurée de peeling-off. La deuxième partie de ce travail s'attache quant à elle à l'étude de renforcement de tabliers de ponts soumis aux efforts éventuels d'impact d'un véhicule sur une barrière de sécurité. Une campagne expérimentale composée de différentes configurations de dalles est d'abord réalisée. Un modèle numérique s'inspirant du modèle proposé précédemment est ensuite présenté. La confrontation des résultats expérimentaux et numériques montre une concordance encourageante avant la fissuration majeure de la dalle. Enfin, les résultats mettent en relief l'efficacité du renforcement par des plats PRF dans le cas de glissières de sécurité

La robotique ambiante s'intéresse à l'introduction de robots mobiles au sein d'environnements actifs où ces derniers fournissent des fonctionnalités alternatives ou complémentaires à celles embarquées par les robots mobiles. Cette thèse étudie la mise en concurrence des fonctionnalités internes et externes aux robots, qu'elle pose comme un problème de sélection de services logiciels. La sélection de services consiste à choisir un service ou une combinaison de services parmi un ensemble de candidats capables de réaliser une tâche requise. Pour cela, elle doit prédire et évaluer la performance des candidats. Ces performances reposent sur des critères non-fonctionnels comme la durée d'exécution, le coût ou le bruit. Ce domaine applicatif a pour particularité de nécessiter une coordination étroite entre certaines de ses fonctionnalités. Cette coordination se traduit par l'échange de flots de données entre les fonctionnalités durant leurs exécutions. Les fonctionnalités productrices de ces flots sont modélisées comme des services continus. Cette nouvelle catégorie de services logiciels impose que les compositions de services soient hiérarchiques et introduit des contraintes supplémentaires pour la sélection de services. Cette thèse met en évidence la présence d'un important couplage non-fonctionnel entre les performances des instances de services de différents niveaux, même lorsque les flots de données sont unidirectionnels. L'approche proposée se concentre sur la prédiction de la performance d'une instance de haut-niveau sachant son organigramme à l'issue de la sélection. Un organigramme regroupe l'ensemble des instances de services sollicitées pour réaliser une tâche de haut-niveau. L'étude s'appuie sur un scénario impliquant la sélection d'un service de positionnement en vue de permettre le déplacement d'un robot vers une destination requise. Pour un organigramme considéré, la prédiction de performance d'une instance de haut-niveau de ce scénario introduit les exigences suivantes : elle doit (i)être contextuelle en tenant compte, par exemple, du chemin suivi pour atteindre la destination requise, (ii) prendre en charge le remplacement d'une instance de sous-service suite à un échec ou, par extension, de façon opportuniste. En conséquence, cette sélection de services est posée comme un problème de prise de décision séquentielle formalisé à l'aide de processus de décision markoviens à horizon fini. La dimensionnalité importante du contexte en comparaison à la fréquence des déplacements du robot rend inadaptées les méthodes consistant à apprendre directement une fonction de valeur ou une fonction de transition. L'approche proposée repose sur des modèles de dynamique locaux et exploite le chemin de déplacement calculé par un sous-service pour estimer en ligne les valeurs des organigrammes disponibles dans l'état courant. Cette estimation est effectuée par l'intermédiaire d'une méthode de fouille stochastique d'arbre, Upper Confidence bounds applied to Trees

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les ouvrages d’assainissement en maçonnerie de meulière construits au 19ème siècle à Paris ont une forme ovoïdale et sont soumis à des sollicitations agressives qui ont largement augmenté depuis le début du 20ème siècle. Si la majorité de ces ouvrages continuent à fonctionner, leur état général se dégrade inexorablement. Comme la reconstruction n’est pas toujours possible pour des raisons de coût et d’impact social, la réhabilitation est la solution adoptée par de nombreux maîtres d’ouvrages. La thèse est une partie du projet RESAME qui a pour but de réduire les coûts de réhabilitation, d’améliorer la durabilité des réparations et de diminuer le temps d’intervention sur le site. L’objectif principal de la thèse est de mettre au point de nouvelles méthodes de restructuration plus économiques que les méthodes usuellement utilisées. Après avoir présenté les ouvrages d’assainissement et leurs types de dégradations. Les techniques d’auscultation et de réhabilitation sont données. Une synthèse bibliographique de l’application des matériaux composites sur des structures en maçonnerie est détaillée en première partie. Du fait de la géométrie et des matériaux, des voutes ont été substitué aux ovoïdes pour nos essais présentés en seconde partie. Deux procédés ont été mis au point au cours de la thèse : un chemisage mince par mortier fibré de 3 cm et un renforcement par collage de matériaux composites (Lamelles et tissus). Vingt voûtes ont subi un chargement jusqu’à la rupture. Le but de l’ensemble des essais est de déterminer les mécanismes de ruine, les charges de la première fissuration et les charges à la rupture. Un gain important est alors constaté pour les méthodes de renforcement. Les résultats obtenus sont présentés et discutés. / In 19th century, Sewerage systems constructed in Paris were egg-shaped and made of masonry. Collectors are subjected to aggressive loads which have largely increased since the early 20th century. Even, if the majority of structures are still in service, their general condition deteriorates inexorably, and as the reconstruction is not always possible for reasons of cost and social impact, rehabilitation is the solution adopted by many clients. The thesis is a part of the project RESAME designed to reduce rehabilitation costs, improve the durability of repairs and reduce response times on the site. The main objective of this thesis is to develop new methods of restructuring. After introducing sewerage systems and their types of damage, auscultation techniques and rehabilitation will be presented. A bibliographical survey of the application of composite materials on planes and curved structures masonry is detailed in first time. Because of the complexity of geometry and materials, the vaults were substituted by the ovoid for our tests presented in the second half. Two methods are developed in this thesis: a thin layer of fiber reinforced mortar (FRM) by 3 cm and reinforcement by composite materials. Twenty vaults have been loading up to failure. The purpose of the tests is to determine the failure mechanisms, the first cracking loads and breaking loads. An important gain is then observed as well as a delay in cracking for every reinforcement method. The results are presented and discussed. These two processes will be applicable on several projects soon.

Les Alliages à Mémoire de Forme (AMF) sont des matériaux actifs ayant des propriétés mécaniques spectaculaires comparées aux autres métaux : effets mémoire simple et double sens, pseudo-élasticité et amortissement. Les propriétés des AMF ont pour origine physique une transformation austénite – martensite pilotée par la température et le niveau de contrainte dans le matériau. Les phases austénite (A) et martensite (M) sont présentes respectivement à haute température et à base température. L’effet mémoire, quant à lui, réside dans la capacité du matériau à retrouver la forme austénitique initiale par élévation de température, après avoir été déformé de manière permanente à l’état martensitique à basse température. Le comportement mécanique des structures en béton est gouverné par le processus d’endommagement du matériau. Ce processus peut être retardé en appliquant un chargement uni ou multi-axial de compression, dans le but de contrer les contraintes locales de traction auxquelles le béton est peu résistant. Cette thèse porte sur l’utilisation d’alliages à mémoire de forme (AMF) pour la création d’états de précontrainte dans des composants en béton. Le travail repose sur deux approches : expérimentation et modélisation. Dans la première partie, des essais préliminaires concernent l’étude du comportement thermomécanique de l’AMF en Ni-Ti. Cette réponse complexe est étudiée de manière séparée à l’aide d’une machine de traction – compression uni-axiale couplée à des moyens de chauffage et de refroidissement. Ensuite, des fils d’AMF sont utilisés pour la création de précontraintes dans des poutrelles et de confinements dans des cylindres en béton. Les fils sont étirés à l’état martensitique avant d’être fixés à leurs extrémités sur des éprouvettes en béton. L’activation thermique de l’effet mémoire provoque la mise en contrainte du béton. Et puis, des essais d’écrasement des cylindres sont réalisés pour estimer l’amélioration des performances du béton confiné à l’aide de fils d’AMF. Les résultats montrent que l’effet de confinement permet d’améliorer fortement la performance mécanique en compression du béton. Dans la deuxième partie, un modèle thermomécanique est élaboré pour l’analyse du comportement de fils d’AMF sollicités en traction-compression alternée uni-axiale. Une procédure de calcul numérique pas-à-pas est développé pour la simulation du comportement de fils en AMF pour l’ensemble de la procédure de création d’effet de précontrainte. Cette simulation donne une description fine des mécanismes au sein du fil au cours des essais sur des composants en béton-AMF. L’interaction complexe entre le béton et l’AMF est précisément analysée grâce à l’utilisation du modèle thermomécanique de l’AMF. Enfin, les études de cette thèse confirment une possibilité du champ d’application des AMF dans la thématique du renforcement préventif des structures en béton. / Shape memory alloys (SMAs) are active materials that exhibit special properties such as pseudoelasticity and memory effect. These properties are resulting from austenite vs. martensite reversible transformations governed by temperature and mechanical stress states. The austenite phase (A) and the martensite phase (M) are present respectively at high and low temperature. The shape memory effect is the ability of the material to retain a deformation gained in the martensite phase, i.e. at low temperature, and then to recover its initial shape when it returns to the austenite phase upon temperature increase. The mechanical behaviour of structural concrete is governed by a process of damage. The damaging process can be delayed by applying a uni- or multiaxial compression in order to counterbalance local tensile stresses in the material. The present thesis deals with the use of shape memory alloys (SMAs) to create prestress states in concrete components. The work is based on two approaches: experimental and modelling. In the first part, preliminary tests concern the studies of the thermomechanical behaviour of Ni-Ti SMA. This complex response is studied singly by means of a MTS uniaxial testing machine and heating-cooling systems. Then, SMA wires are used to create prestress states in small-scale concrete beams as well as confinement states in concrete cylinders. They were given a prestrain in a martensitic state before being firmly fixed on concrete components. Thermal activation of the memory effect in the SMA wires caused their tensioning, which resulted in reaction in the creation of stresses in the concrete. Moreover, crush tests of concrete cylinders are performed in order to estimate the improvement of the mechanical performance of concrete confined by means of SMA wires. The test results show that the confinement effect can improve strongly the mechanical performance of concrete. In the second part, a thermomechanical model is performed to analyze the behaviour of SMA with an extension to allow for uniaxial traction-compression. A steps by steps process of the numerical simulation is developed for SMAs during the process of prestress creation. This simulation gives a detailed description of the mechanisms of SMA wires which lead to the process of experimental studies on the SMAs-concrete components. A complex interaction between the concrete and the SMAs is evidenced by means of the thermomechanical model of SMAs. Finally, studies presented in the present thesis confirm the possibility to use SMA as preventive reinforcement for application to civil engineering structures.