Les travaux présentés dans cette thèse portent sur la conception de systèmes de fabrication en contexte incertain. La conception d'un tel système peut être vue comme un problème d'optimisation qui consiste à trouver une configuration qui permet d'optimiser certains objectifs tout en respectant des contraintes technologiques et économiques connues. Les systèmes de fabrication étudiés dans ce mémoire sont des lignes d'assemblage et d'usinage. La première est une ligne qui se présente comme une chaîne de postes de travail où, dans chaque poste, les opérations d'assemblage s'exécutent de manière séquentielle. La deuxième, quant à elle, est une ligne particulière qui se compose de machines de transfert comportant plusieurs boîtiers multibroches où les opérations s'exécutent simultanément. Dans un premier temps, nous décrivons de différentes approches permettant de modéliser l'incertitude des données en optimisation. Une attention particulière est portée sur les deux approches suivantes : l'approche robuste et l'analyse de sensibilité. Puis, nous présentons trois applications : la conception d'une ligne d'assemblage et d'une ligne d'usinage soumises aux variations de temps opératoires et la conception d'une ligne d'assemblage avec les temps opératoires connus sous la forme d'intervalles des valeurs possibles. Pour chaque application, nous identifions les performances attendues ainsi que la complexité de la prise en compte de l'incertitude. Ensuite, nous proposons de nouveaux critères d'optimisation en adéquation avec la problématique introduite. Enfin des méthodes de résolution sont développées pour appréhender les différents problèmes mis en évidence par ces critères.

Les travaux présentés dans cette thèse portent sur la conception de systèmes de fabrication en contexte incertain. La conception d’un tel système peut être vue comme un problème d’optimisation qui consiste à trouver une configuration qui permet d’optimiser certains objectifs tout en respectant des contraintes technologiques et économiques connues. Les systèmes de fabrication étudiés dans ce mémoire sont des lignes d’assemblage et d’usinage. La première est une ligne qui se présente comme une chaîne de postes de travail où, dans chaque poste, les opérations d’assemblage s’exécutent de manière séquentielle. La deuxième, quant à elle, est une ligne particulière qui se compose de machines de transfert comportant plusieurs boîtiers multibroches où les opérations s’exécutent simultanément. Dans un premier temps, nous décrivons de différentes approches permettant de modéliser l’incertitude des données en optimisation. Une attention particulière est portée sur les deux approches suivantes : l’approche robuste et l’analyse de sensibilité. Puis, nous présentons trois applications : la conception d’une ligne d’assemblage et d’une ligne d’usinage soumises aux variations de temps opératoires et la conception d’une ligne d’assemblage avec les temps opératoires connus sous la forme d’intervalles des valeurs possibles. Pour chaque application, nous identifions les performances attendues ainsi que la complexité de la prise en compte de l’incertitude. Ensuite, nous proposons de nouveaux critères d’optimisation en adéquation avec la problématique introduite. Enfin des méthodes de résolution sont développées pour appréhender les différents problèmes mis en évidence par ces critères. / The presented work deals with the design of production systems in uncertain context. The design of such systems can be interpreted as an optimization problem that consists to find a configuration optimizing certain objectives and respecting technological and economical constraints. The production systems studied in this thesis are the assembly and transfer lines. The first one is the line that can be represented as a flow-oriented chain of workstations where, at each workstation, the tasks are executed in a sequential manner. The second is a particular line that is composed of transfer machines including several multi-spindle heads where the tasks are executed simultaneously. At first, we describe different approaches that permit to model the uncertainty of data in optimization. A particular attention is attracted to two following approaches: robust approach and sensitivity analysis. Then, we present three applications: the design of assembly and transfer lines under variations of task processing times and the design of an assembly line with interval task processing times. For each application, we identify the expected performances as well as the complexity of taking into account the uncertainty. Thereafter, we propose some new optimization criteria in adequacy with the introduced problematic. Finally, resolution methods are developed to solve different problems engendered by these criteria.

La dualité et la robustesse sont des outils essentiels dans les processus d'aide à la décision. Cette thèse concerne trois thèmes: dualité en optimisation convexe conique à données incertaines, dualité et régularisation en convexité généralisée, et la maximisation du rayon de robustesse en optimisation continue. Dans la première partie de ce travail, on considère les notions de pire valeur et de valeur robuste d'un problème d'optimisation conique à données incertaines. On donne une condition nécessaire et suffisante pour l'égalité entre la pire valeur et la valeur robuste de ce problème avec exactitude de la pire valeur. On déduit une condition suffisante permettant d'obtenir la propriété de dualité robuste forte pour ce problème. La deuxième partie est consacrée à la dualité et à la régularisation de fonctions numériques à valeurs réelles étendues. Deux points de vue sont considérés: l'approche par les niveaux et l'approche par les épigraphes. On étend ainsi à la convexité généralisée des résultats récents concernant le passage de la dualité quasi-convexe à la dualité convexe. On applique cette théorie à un problème d'optimisation pour déduire un résultat de dualité forte. La troisième partie de ce travail porte une étude du problème de maximisation du rayon de stabilité. On définit le rayon de robustesse pour un problème de décision en milieu incertain, et on étudie certaines de ces propriétés analytiques (concavité et semi-continuité). La contrepartie robuste d'un problème d'optimisation à données incertaines au sens du rayon de robustesse est introduite. On étudie le lien en termes d'ensemble de solutions optimales entre la contrepartie robuste au sens du rayon de robustesse et celle au sens de l'optimisation robuste d'un problème incertain d'optimisation continue. Un modèle générique du problème de maximisation du rayon de robustesse regroupant une large classe de cas pratique est proposé. On examine ce modèle dans un cas polyédral, dans le cas de la régression linéaire puis dans un cas quadratique. Notre stratégie dans ces différents cas, consiste à expliciter le rayon de robustesse et/ou à transformer le problème de maximisation du rayon de stabilité en un programme tractable. Une application à un problème de conception d'antenne circulaire est proposée dans le cas de la régression et une application au calcul d'un estimateur robuste est proposée dans le cas quadratique. / Duality and robustness are two important tools in decision making process. This thesis deals with tree topics : duality for an uncertain convex conical optimization problem, duality and regularity in generalized convexity, and the maximization of the stability radius. In the first part of this work, we consider the notions of worst value and robust value of an uncertain convex conical optimization problem. We give a necessary and sufficient condition to obtain the equality between the robust value and the worst value with exactness for the worst value. We derive a sufficient condition to obtain a robust strong duality property for this problem. The second part of this work is devoted to duality and regularity of the extended real-valued functions. Two points of view are considered: the sub-level set approach and the epigraphical approach. We then extend some recent results concerning the passage from the quasi-convex duality to convex duality to the generalized convexity. We apply this theory to an optimization problem to derive a strong duality property for this problem. The third part of this work is devoted to the study of the problem of maximization of the stability radius. We define the stability radius for a decision problem under data uncertainty, and study some of its analytical properties (e.g concavity and upper semi-continuity). The robust counterpart of an uncertain optimization problem according to the stability radius is introduced. We study the relation between the solution set of this counterpart and the solution set of the robust counterpart according to the robust optimization approach. We propose a generic model of the maximization of stability radius which covers a large class of applications. We study this problem in a polyhedral case, in the case of regression and in quadratic case. In each case, we compute the stability radius and/ or transform the problem of maximization of the stability radius to a tractable problem. An application to a circular antenna design problem is given in the regression case, and an application to compute a robust estimator is provided in the quadratic case.

Ce travail porte sur l’optimisation robuste des lignes de production au stade de la conception. La conception de telles lignes peut être interprétée comme un problème d’optimisation consistant à rechercher une configuration optimisant des objectifs individuels et à respecter les contraintes technologiques et économiques. Nous considérons deux types de lignes de production : l’assemblage et le transfert. Le premier peut être représenté comme un ensemble de stations ordonnées linéairement où les tâches sont exécutées de manière séquentielle. Le second type de ligne est constitué de machines de transfert comprenant plusieurs têtes multibroches. Toutes les tâches d’une même tête sont exécutées simultanément, tandis que les outils d’une machine fonctionnent en mode séquentiel. Nous décrivons différentes approches permettant de modéliser l’incertitude des données dans les problèmes d’équilibrage de ligne. Notre objectif est d’identifier les approches les mieux adaptées au contexte de la conception. En particulier, l’attention se concentre sur l’approche robuste. Nous proposons un nouveau critère d’optimisation basé sur le rayon de stabilité d’une solution réalisable. Ensuite, des formulations robustes sont présentées pour la conception des lignes d’assemblage et de transfert lorsque le temps de traitement des tâches est sujet à des incertitudes. Nous développons également des méthodes heuristiques dont les résultats sont utilisés pour renforcer les modèles mathématiques. Enfin, une nouvelle méthode de résolution hybride est élaborée pour résoudre différentes variantes des problèmes de maximisation du rayon de stabilité. / This work deals with a robust optimisation of production lines at the design stage. The design of such lines can be interpreted as an optimisation problem that consists in finding a configuration optimising individual objectives and respecting technological and economic constraints. We conside rtwo types of production lines: assembly and transfer lines. The first one can be represented as a set of linearly ordered stations where the tasks are executed sequentially. The second one is composed of transfer machines, including several multispindle heads. All tasks within a single head are executed simultaneously, while tools on a machine work in a sequential mode. We describe different approaches for modelling the uncertainty of data in line balancing problems. Our objective is to identify the approaches that best fit the context of the design. In particular, the attention concentrates on the robust approach. We propose a new optimisation criterion based on the stability radius of a feasible solution. Then, robust formulations are presented for the design of the assembly and transfer lines under variations of task processing times. We also develop heuristic methods whose results are used to improve mathematical models. Finally, a new hybrid resolution method is elaborated to solve different variants of the stability radius maximisation.