Cette thèse s’intéresse aux problèmes de tournées de véhicules où l’on retrouve des contraintes de chargement ayant un impact sur les séquences de livraisons permises. Plus particulièrement, les items placés dans l’espace de chargement d’un véhicule doivent être directement accessibles lors de leur livraison sans qu’il soit nécessaire de déplacer d’autres items. Ces problèmes sont rencontrés dans plusieurs entreprises de transport qui livrent de gros objets (meubles, électroménagers). Le premier article de cette thèse porte sur une méthode exacte pour un problème de confection d’une seule tournée où un véhicule, dont l’aire de chargement est divisée en un certain nombre de piles, doit effectuer des cueillettes et des livraisons respectant une contrainte de type dernier entré, premier sorti. Lors d’une collecte, les items recueillis doivent nécessairement être déposés sur le dessus de l’une des piles. Par ailleurs, lors d’une livraison, les items doivent nécessairement se trouver sur le dessus de l’une des piles. Une méthode de séparation et évaluation avec plans sécants est proposée pour résoudre ce problème. Le second article présente une méthode de résolution exacte, également de type séparation et évaluation avec plans sécants, pour un problème de tournées de véhicules avec chargement d’items rectangulaires en deux dimensions. L’aire de chargement des véhicules correspond aussi à un espace rectangulaire avec une orientation, puisque les items doivent être chargés et déchargés par l’un des côtés. Une contrainte impose que les items d’un client soient directement accessibles au moment de leur livraison. Le dernier article aborde une problème de tournées de véhicules avec chargement d’items rectangulaires, mais où les dimensions de certains items ne sont pas connus avec certitude lors de la planification des tournées. Il est toutefois possible d’associer une distribution de probabilités discrète sur les dimensions possibles de ces items. Le problème est résolu de manière exacte avec la méthode L-Shape en nombres entiers. / In this thesis, we study mixed vehicle routing and loading problems where a constraint is imposed on delivery sequences. More precisely, the items in the loading area of a vehicle must be directly accessible, without moving any other item, at delivery time. These problems are often found in the transportation of large objects (furniture, appliances). The first paper proposes a branch-and-cut algorithm for a variant of the single vehicle pickup and delivery problem, where the loading area of the vehicle is divided into several stacks. When an item is picked up, it must be placed on the top of one of these stacks. Conversely, an item must be on the top of one of these stacks to be delivered. This requirement is called “Last In First Out” or LIFO constraint. The second paper presents another branch-and-cut algorithm for a vehicle routing and loading problem with two-dimensional rectangular items. The loading area of the vehicles is also a rectangular area where the items are taken out from one side. A constraint states that the items of a given customer must be directly accessible at delivery time. The last paper considers a stochastic vehicle routing and loading problem with two- dimensional rectangular items where the dimensions of some items are unknown when the routes are planned. However, it is possible to associate a discrete probability distribution on the dimensions of these items. The problem is solved with the Integer L-Shaped method.

Cette thèse a pour but le développement de certains aspects de la modélisation de la dépendance dans la gestion des risques en dimension plus grande que un. Le premier chapitre est constitué d'une introduction générale. Le deuxième chapitre est constitué d'un article s'intitulant « Estimating Bivariate Tail : a copula based approach », soumis pour publication. Il concerne la construction d'un estimateur de la queue d'une distribution bivariée. La construction de cet estimateur se fonde sur une méthode de dépassement de seuil (Peaks Over Threshold method) et donc sur une version bivariée du Théorème de Pickands-Balkema-de Haan. La modélisation de la dépendance est obtenue via la Upper Tail Dependence Copula. Nous démontrons des propriétés de convergence pour l'estimateur ainsi construit. Le troisième chapitre repose sur un article: « A multivariate extension of Value-at-Risk and Conditional-Tail-Expectation», soumis pour publication. Nous abordons le problème de l'extension de mesures de risque classiques, comme la Value-at-Risk et la Conditional-Tail-Expectation, dans un cadre multidimensionnel en utilisant la fonction de Kendall multivariée. Enfin, dans le quatrième chapitre de la thèse, nous proposons un estimateur des courbes de niveau d'une fonction de répartition bivariée avec une méthode plug-in. Nous démontrons des propriétés de convergence pour les estimateurs ainsi construits. Ce chapitre de la thèse est lui aussi constitué d'un article, s'intitulant « Plug-in estimation of level sets in a non-compact setting with applications in multivariate risk theory», accepté pour publication dans la revue ESAIM:Probability and Statistics. / In this PhD thesis we consider different aspects of dependence modeling with applications in multivariate risk theory. The first chapter is constituted by a general introduction. The second chapter is essentially constituted by the article “Estimating Bivariate Tail: a copula based approach”, actually submitted for publication. It deals with the problem of estimating the tail of a bivariate distribution function. We develop a general extension of the POT (Peaks-Over-Threshold) method, mainly based on a two-dimensional version of the Pickands-Balkema-de Haan Theorem. The dependence structure between the marginals in the upper tails is described by the Upper Tail Dependence Copula. Then we construct a two-dimensional tail estimator and study its asymptotic properties. The third chapter of this thesis is based on the article “A multivariate extension of Value-at-Risk and Conditional-Tail-Expectation” and submitted for publication. We propose a multivariate generalization of risk measures as Value-at-Risk and Conditional-Tail-Expectation and we analyze the behavior of these measures in terms of classical properties of risk measures. We study the behavior of these measures with respect to different risk scenarios and stochastic ordering of marginals risks. Finally in the fourth chapter we introduce a consistent procedure to estimate level sets of an unknown bivariate distribution function, using a plug-in approach in a non-compact setting. Also this chapter is constituted by the article “Plug-in estimation of level sets in a non-compact setting with applications in multivariate risk theory”, accepted for publication in ESAIM: Probability and Statistics journal.

L'imagerie par résonance magnétique fonctionnelle (IRMf) est une technique non invasive permettant l'étude de l'activité cérébrale au travers des changements hémodynamiques associés. Récemment, une technique de détection-estimation conjointe (DEC) a été développée permettant d'alterner (1) la détection de l'activité cérébrale induite par une stimulation ainsi que (2) l'estimation de la fonction de réponse hémodynamique caractérisant la dynamique vasculaire; deux problèmes qui sont généralement traités indépendamment. Cette approche considère une parcellisation a priori du cerveau en zones fonctionnellement homogènes et alterne (1) et (2) sur chacune d'entre elles séparément. De manière standard, l'analyse DEC suppose que le cerveau entier peut être activé par tous les types de stimuli (visuel, auditif, etc.). Cependant la spécialisation fonctionnelle des régions cérébrales montre que l'activité d'une région n'est due qu'à certains types de stimuli. La prise en compte de stimuli non pertinents dans l'analyse, peut dégrader les résultats. La sous-famille des types de stimuli pertinents n'étant pas la même à travers le cerveau une procédure de sélection de modèles serait très coûteuse en temps de calcul. De plus, une telle sélection a priori n'est pas toujours possible surtout dans les cas pathologiques. Ce travail de thèse propose une extension de l'approche DEC permettant la sélection automatique des conditions (types de stimuli) pertinentes selon l'activité cérébrale qu'elles suscitent, cela simultanément à l'analyse et adaptativement à travers les régions cérébrales. Des exemples d'analyses sur des jeux de données simulés et réels, illustrent la capacité de l'approche DEC parcimonieuse proposée à sélectionner les conditions pertinentes ainsi que son intérêt par rapport à l'approche DEC standard. / Functional magnetic resonance imaging (fMRI) is a noninvasive technique allowing the study of brain activity via the measurement of hemodynamic changes. Recently, a joint detection-estimation (JDE) framework was developed and relies on both (1) the brain activity detection and (2) the hemodynamic response function estimation, two steps that are generally addressed in a separate way. The JDE approach is a parcel-based model that alternates (1) and (2) on each parcel successively. The JDE analysis assumes that all delivered stimuli (e.g. visual, auditory, etc.) possibly generate a response everywhere in the brain although activation is likely to be induced by only some of them in specific brain areas. Inclusion of irrelevant events may degrade the results. Since the relevant conditions or stimulus types can change between different brain areas, a model selection procedure will be computationally expensive. Furthermore, criteria are not always available to select the relevant conditions prior to activation detection, especially in pathological cases. The goal of this work is to develop a JDE extension allowing an automatic selection of the relevant conditions according to the brain activity they elicit. This condition selection is done simultaneously to the analysis and adaptively through the different brain areas. Analysis on simulated and real datasets illustrate the ability of our model to select the relevant conditions and its interest compare to the standard JDE analysis.

Ce travail a pour but de proposer des outils visant `a comparer des résultats exp´erimentaux avec des modèles pour la dispersion de traceur en milieu poreux, dans le cadre de la dispersion anormale.Le “Mobile Immobile Model” (MIM) a été à l’origine d’importants progrès dans la description du transport en milieu poreux, surtout dans les milieux naturels. Ce modèle généralise l’quation d’advection-dispersion (ADE) e nsupposant que les particules de fluide, comme de solut´e, peuvent ˆetre immo-bilis´ees (en relation avec la matrice solide) puis relˆachées, le piégeage et le relargage suivant de plus une cin´etique d’ordre un. Récemment, une version stochastique de ce modèle a ´eté proposée. Malgré de nombreux succès pendant plus de trois décades, le MIM reste incapable de repr´esenter l’´evolutionde la concentration d’un traceur dans certains milieux poreux insaturés. Eneffet, on observe souvent que la concentration peut d´ecroˆıtre comme unepuissance du temps, en particulier aux grands temps. Ceci est incompatible avec la version originale du MIM. En supposant une cinétique de piégeage-relargage diff´erente, certains auteurs ont propos´e une version fractionnaire,le “fractal MIM” (fMIM). C’est une classe d’´equations aux d´eriv´ees par-tielles (e.d.p.) qui ont la particularit´e de contenir un op´erateur int´egral li´e`a la variable temps. Les solutions de cette classe d’e.d.p. se comportentasymptotiquement comme des puissances du temps, comme d’ailleurs cellesde l’´equation de Fokker-Planck fractionnaire (FFPE). Notre travail fait partie d’un projet incluant des exp´eriences de tra¸cageet de vélocimétrie par R´esistance Magn´etique Nucl´eaire (RMN) en milieuporeux insatur´e. Comme le MIM, le fMIM fait partie des mod`eles ser-vant `a interpréter de telles exp´eriences. Sa version “e.d.p.” est adapt´eeaux grandeurs mesur´ees lors d’exp´eriences de tra¸cage, mais est peu utile pour la vélocimétrie RMN. En effet, cette technique mesure la statistiquedes d´eplacements des mol´ecules excit´ees, entre deux instants fixés. Plus précisément, elle mesure la fonction caractéristique (transform´ee de Fourier) de ces d´eplacements. Notre travail propose un outil d’analyse pour ces expériences: il s’agit d’une expression exacte de la fonction caract´eristiquedes d´eplacements de la version stochastique du mod`ele fMIM, sans oublier les MIM et FFPE. Ces processus sont obtenus `a partir du mouvement Brown-ien (plus un terme convectif) par des changement de temps aléatoires. Ondit aussi que ces processus sont des mouvement Browniens, subordonnéspar des changements de temps qui sont eux-mˆeme les inverses de processusde L´evy non d´ecroissants (les subordinateurs). Les subordinateurs associés aux modèles fMIM et FFPE sont des processus stables, les subordinateursassoci´es au MIM sont des processus de Poisson composites. Des résultatsexp´erimenatux tr`es r´ecents on sugg´er´e d’´elargir ceci `a des vols de L´evy (plusg´en´eraux que le mouvement Brownien) subordonnés aussi.Le lien entre les e.d.p. fractionnaires et les mod`eles stochastiques pourla sous-diffusion a fait l’objet de nombreux travaux. Nous contribuons `ad´etailler ce lien en faisant apparaˆıtre les flux de solut´e, en insistant sur une situation peu ´etudiée: nous examinons le cas o`u la cinétique de piégeage-relargage n’est pas la mˆeme dans tout le milieu. En supposant deux cinétiques diff´erentes dans deux sous-domaines, nous obtenons une version du fMIMavec un opérateur intégro-diff´erentiel li´e au temps, mais dépendant de la position.Ces r´esultats sont obtenus au moyen de raisonnements, et sont illustrés par des simulations utilisant la discrétisation d’intégrales fractionnaires etd’e.d.p. ainsi que la méthode de Monte Carlo. Ces simulations sont en quelque sorte des preuves numériques. Les outils sur lesquels elles s’appuient sont présentés aussi. / We propose tools for to compare experimental data and models for anomalousdispersion in porous media.The “Mobile Immobile Model” (MIM) significantly improved the descrip-tion of mass transport in natural porous media. This model generalizes theadvection-dispersion equation (ADE) by assuming that fluid and solute parti-cles can be found in mobile on immobile states, exchanging matter accordingto first order kinetics. Moreover, it has a stochastic version. Nevertheless,the original MIM does not represent the power-law decrease of some break-through curves observed in some media, better described by a fractionalversion, the “fractal MIM” (fMIM) which assumes a different kinetics. Theacronym “fMIM” denotes partial differential equations (p.d.e.) involving afractional integral with respect to time, having solutions falling-off as powerof times, asymptotically. It keeps in similarity with the fractional Fokker-Planck equation (FFPE). As this equation, the fMIM describes the evolutionof the probability density function of stochastic processes, namely Brownianmotion sujected to a time change that is the hitting time of a stable sub-ordinator, strictly stable or not, according FFPE or fMIM is considered.Using probabilistic arguments and numerical simulation, we extend this re-sult to the case when the transport parameters and the time scales of thetime change vary in space. P.d.es are well suited for comparing with tracer tests data. Yet, they arenot very useful to discuss signals recorded by pulsed field gradient (PFG)nuclear magnetic resonance (NMR), a technique which measures the char-acteristic function (Fourier transform) of molecular displacements betweentwo fixed instants. For to process such data, we derive an expression of thecharacteristic function of the displacements of Brownian motions subordi-nated by the hitting times of stable subordinators, i.e. of processes whosedensity satisfies FFPE of fMIM. We also consider time changes that are hit-ting times of composite Poisson processes (CPP), which correspond to theoriginal version of the MIM.

Ces travaux présentent des avancées théoriques pour l'application de l'approche EDPS (Équation aux Dérivées Partielles Stochastique) en Géostatistique. On considère dans cette approche récente que les données régionalisées proviennent de la réalisation d'un Champ Aléatoire satisfaisant une EDPS. Dans le cadre théorique des Champs Aléatoires Généralisés, l'influence d'une EDPS linéaire sur la structure de covariance de ses éventuelles solutions a été étudiée avec une grande généralité. Un critère d'existence et d'unicité des solutions stationnaires pour une classe assez large d'EDPSs linéaires a été obtenu, ainsi que des expressions pour les mesures spectrales associées. Ces résultats permettent de développer des modèles spatio-temporels présentant des propriétés non-triviales grâce à l'analyse d'équations d'évolution présentant un ordre de dérivation temporel fractionnaire. Des paramétrisations adaptées de ces modèles permettent de contrôler leur séparabilité et leur symétrie ainsi que leur régularité spatiale et temporelle séparément. Des résultats concernant des solutions stationnaires pour des EDPSs issues de la physique telles que l'équation de la Chaleur et l'équation d'Onde sont présentés. Puis, une méthode de simulation non-conditionnelle adaptée à ces modèles est étudiée. Cette méthode est basée sur le calcul d'une approximation de la Transformée de Fourier du champ, et elle peut être implémentée de façon efficace grâce à la Transformée de Fourier Rapide. La convergence de cette méthode a été montrée théoriquement dans un sens faible et dans un sens fort. Cette méthode est appliquée à la résolution numérique des EDPSs présentées dans ces travaux. Des illustrations de modèles présentant des propriétés non-triviales et reliés à des équations de la physique sont alors présentées. / This dissertation presents theoretical advances in the application of the Stochastic Partial Differential Equation (SPDE) approach in Geostatistics. This recently developed approach consists in interpreting a regionalised data-set as a realisation of a Random Field satisfying a SPDE. Within the theoretical framework of Generalized Random Fields, the influence of a linear SPDE over the covariance structure of its potential solutions can be studied with a great generality. A criterion of existence and uniqueness of stationary solutions for a wide-class of linear SPDEs has been obtained, together with an expression for the related spectral measures. These results allow to develop spatio-temporal covariance models presenting non-trivial properties through the analysis of evolution equations presenting a fractional temporal derivative order. Suitable parametrizations of such models allow to control their separability, symmetry and separated space-time regularities. Results concerning stationary solutions for physically inspired SPDEs such as the Heat equation and the Wave equation are also presented. A method of non-conditional simulation adapted to these models is then studied. This method is based on the computation of an approximation of the Fourier Transform of the field, and it can be implemented efficiently thanks to the Fast Fourier Transform algorithm. The convergence of this method has been theoretically proven in suitable weak and strong senses. This method is applied to numerically solve the SPDEs studied in this work. Illustrations of models presenting non-trivial properties and related to physically driven equations are then given.

Cette thèse traite de quatre sujets en rapport avec les dynamiques non-réversibles. Chacun fait l'objet d'un chapitre qui peut être lu indépendamment.Le premier chapitre est une introduction générale présentant les problématiques et quelques résultats majeurs de physique statistique computationnelle.Le second chapitre concerne la résolution numérique d'équations aux dérivées partielles hypoelliptiques, c'est-à-dire faisant intervenir un opérateur différentiel inversible mais non coercif. Nous prouvons la consistance de la méthode de Galerkin ainsi que des taux de convergence pour l'erreur. L'analyse est également conduite dans le cas d'une formulation point-selle, qui s'avère être la plus adaptée dans les cas qui nous intéressent. Nous démontrons que nos hypothèses sont satisfaites dans un cas simple et vérifions numériquement nos prédictions théoriques sur cet exemple.Dans le troisième chapitre nous proposons une stratégie générale permettant de construire des variables de contrôle pour des dynamiques hors-équilibre. Cette méthode permet en particulier de réduire la variance des estimateurs de coefficient de transport par moyenne ergodique. Cette réduction de variance est quantifiée dans un régime perturbatif. La variable de contrôle repose sur la solution d'une équation aux dérivées partielles. Dans le cas de l'équation de Langevin cette équation est hypoelliptique, ce qui motive le chapitre précédent. La méthode proposée est testée numériquement sur trois exemples.Le quatrième chapitre est connecté au troisième puisqu'il utilise la même idée de variable de contrôle. Il s'agit d'estimer la mobilité d'une particule dans le régime sous-amorti, où la dynamique est proche d'être Hamiltonienne. Ce travail a été effectué en collaboration avec G. Pavliotis durant un séjour à l'Imperial College London.Le dernier chapitre traite des processus de Markov déterministes par morceaux, qui permettent l'échantillonnage de mesure en grande dimension. Nous prouvons la convergence exponentielle vers l'équilibre de plusieurs dynamiques de ce type sous un formalisme général incluant le processus de Zig-Zag (ZZP), l'échantillonneur à particule rebondissante (BPS) et la dynamique de Monte Carlo hybride randomisée (RHMC). La dépendances des bornes sur le taux de convergence que nous démontrons sont explicites par rapport aux paramètres du problème. Cela permet en particulier de contrôler la taille des intervalles de confiance pour des moyennes empiriques lorsque la dimension de l'espace des phases sous-jacent est grande. Ce travail a été fait en collaboration avec C. Andrieu, A. Durmus et N. Nüsken. / This thesis deals with four topics related to non-reversible dynamics. Each is the subject of a chapter which can be read independently. The first chapter is a general introduction presenting the problematics and some major results of computational statistical physics. The second chapter concerns the numerical resolution of hypoelliptic partial differential equations, i.e. involving an invertible but non-coercive differential operator. We prove the consistency of the Galerkin method as well as convergence rates for the error. The analysis is also carried out in the case of a saddle-point formulation, which is the most appropriate in the cases of interest to us. We demonstrate that our assumptions are met in a simple case and numerically check our theoretical predictions on this example. In the third chapter we propose a general strategy for constructing control variates for nonequilibrium dynamics. In particular, this method reduces the variance of transport coefficient estimators by ergodic mean. This variance reduction is quantified in a perturbative regime. The control variate is based on the solution of a partial differential equation. In the case of Langevin's equation this equation is hypoelliptic, which motivates the previous chapter. The proposed method is tested numerically on three examples. The fourth chapter is connected to the third since it uses the same idea of a control variate. The aim is to estimate the mobility of a particle in the underdamped regime, where the dynamics are close to being Hamiltonian. This work was done in collaboration with G. Pavliotis during a stay at Imperial College London. The last chapter deals with Piecewise Deterministic Markov Processes, which allow measure sampling in high-dimension. We prove the exponential convergence towards the equilibrium of several dynamics of this type under a general formalism including the Zig-Zag process (ZZP), the Bouncy Particle Sampler (BPS) and the Randomized Hybrid Monte Carlo (RHMC). The dependencies of the bounds on the convergence rate that we demonstrate are explicit with respect to the parameters of the problem. This allows in particular to control the size of the confidence intervals for empirical averages when the size of the underlying phase space is large. This work was done in collaboration with C. Andrieu, A. Durmus and N. Nüsken

Bien que de nombreuses séquences génomiques soient maintenant connues, les mécanismes évolutifs qui déterminent la taille des génomes, et notamment leur part d’ADN non codant, sont encore débattus. Ainsi, alors que de nombreux mécanismes faisant grandir les génomes (prolifération d’éléments transposables, création de nouveaux gènes par duplication, ...) sont clairement identifiés, les mécanismes limitant la taille des génomes sont moins bien établis. La sélection darwinienne pourrait directement défavoriser les génomes les moins compacts, sous l’hypothèse qu’une grande quantité d’ADN à répliquer limite la vitesse de reproduction de l’organisme. Cette hypothèse étant cependant contredite par plusieurs jeux de données, d’autres mécanismes non sélectifs ont été proposés, comme la dérive génétique et/ou un biais mutationnel rendant les petites délétions d’ADN plus fréquentes que les petites insertions. Dans ce manuscrit, nous montrons à l’aide d’un modèle matriciel de population que la taille du génome peut aussi être limitée par la dynamique spontanée des duplications et des grandes délétions, qui tend à raccourcir les génomes même si les deux types de réarrangements se produisent à la même fréquence. En l’absence de sélection darwinienne, nous prouvons l’existence d’une distribution stationnaire pour la taille du génome même si les duplications sont deux fois plus fréquentes que les délétions. Pour tester si la sélection darwinienne peut contrecarrer cette dynamique spontanée, nous simulons numériquement le modèle en choisissant une fonction de fitness qui favorise directement les génomes contenant le plus de gènes, tout en conservant des duplications deux fois plus fréquentes que les délétions. Dans ce scénario où tout semblait pousser les génomes à grandir infiniment, la taille du génome reste pourtant bornée. Ainsi, notre étude révèle une nouvelle force susceptible de limiter la croissance des génomes. En mettant en évidence des comportements contre-intuitifs dans un modèle pourtant minimaliste, cette étude souligne aussi les limites de la simple « expérience de pensée » pour penser l’évolution. / Even though numerous genome sequences are now available, evolutionary mechanisms that determine genome size, notably their fraction of non-coding DNA, are still debated. In particular, although several mechanisms responsible for genome growth (proliferation of transposable elements, gene duplication and divergence, etc.) were clearly identified, mechanisms limiting the overall genome size remain unclear. Darwinian selection could directly disadvantage less compact genomes, under the hypothesis that a larger quantity of DNA could slow down the speed of reproduction of the organism. Because this hypothesis was proven wrong by several datasets, non selective mechanisms have been proposed, e.g. genetic drift and/or a mutational bias towards small DNA deletions compared to small DNA insertions. In this manuscript, we use a matrix model to show that genome size can also be limited by the spontaneous dynamics of duplications and large deletions, which tends to decrease genome size even if the two types of rearrangements occur at the same rate. In the absence of Darwinian selection, we prove the existence of a stationary distribution of genome size even if duplications are twice as frequent as large deletions. To test whether selection can overcome this spontaneous dynamics, we simulate our model numerically and choose a fitness function that directly favors genomes containing more genes, while keeping duplications twice as frequent as large deletions. In this scenario where, at first sight, everything seems to favor infinite genome growth, genome size remains nonetheless bounded. As a result, our study reveals a new pressure that could be responsible for limiting genome growth. By illustrating counter-intuitive behaviors in a minimal model, this study also underlines the limits of simple "thought experiments" to understand evolution.

Le développement et l'application de modèles de réapprovisionnement d’articles périssables est l'une des principales préoccupations des experts en la matière, le nombre et la variété des produits périssables augmentant de façon spectaculaire. L'une des lacunes majeures dans la littérature pour la gestion des produits périssables est que les chercheurs n'ont pas accordé suffisamment d'attention à deux aspects importants dans leurs modèles: i) les conditions stochastiques ; en particulier le délai stochastique est presque négligé car rendant les défis mathématiques plus compliqués ; ii) l'élaboration de politiques innovantes de réapprovisionnement prenant en compte les critères environnementaux ; en particulier la minimisation des émissions de CO2 comme second objectif dans un contexte de modélisation multi-objectif qui est tout à fait nouvelle. Dans cette thèse, nous étudions les politiques de réapprovisionnement pour les produits périssables sous conditions stochastiques sous forme de trois problématiques différentes. Dans la première, nous développons un modèle de réapprovisionnement à révision continue (r, Q) pour un détaillant qui offre un produit périssable en prenant en compte : un horizon de planification infini, un délai d’approvisionnement stochastique, un taux de demande constante et la livraison tardive (backorder). Pour modéliser le processus de détérioration, un coût de possession de stock non linéaire est défini. La prise en considération du délai stochastique et d'un coût de possession de stock non linéaire rend le modèle mathématique plus complexe. Nous avons donc adapté le modèle proposé pour une fonction de distribution uniforme afin de résoudre de façon optimale ce problème par une approche exacte. Pour le second problème, nous étudions la stratégie de mutualisation des risques de délai de livraison par la passation de commandes de réapprovisionnement fractionnées par lots entre plusieurs fournisseurs simultanément pour un détaillant vendant un produit périssable. Enfin, dans le dernier problème, nous prenons en considération les coûts de stockage et de transport, ainsi que les impacts sur l'environnement, dans une chaîne d'approvisionnement centralisée sous condition de demande incertaine et pénurie partielle (partial backordered). Pour faire face à l'incertitude de la demande, est adoptée une approche de programmation stochastique en deux étapes. Par la suite, en tenant compte de la capacité de transport de véhicules, nous développons un modèle mathématique de programmation mixte en nombres entiers. De cette façon, les meilleurs véhicules de transport et les politiques de réapprovisionnement sont déterminés par la recherche d'un équilibre entre les critères financiers et environnementaux. Un exemple numérique du monde réel est également présenté pour démontrer l'applicabilité et l'efficacité du modèle proposé. / The development and application of inventory models for deteriorating items is one of the main concerns of the experts in the domain, since the number and variety of deteriorating products are dramatically increasing. One of the major gaps in the deteriorating inventories literature is that researchers have not paid enough attention to two important features in their models: i) Considering stochastic conditions; especially stochastic lead time is almost overlooked since makes the mathematical challenges complicated, ii) designing innovative inventory policies by taking into account the environmental issues and particularly the CO2 emission as a new objective in a multi-objective framework that is quite new. In this thesis, we study replenishment policy for deteriorating products under stochastic conditions in form of three different problem areas. In the first one, we develop a continuous (r,Q) inventory model for a retailer that offers a deteriorating product by considering infinite planning horizon, stochastic lead time, constant demand rate and backordered shortages. For modeling the deterioration process, a non-linear holding cost is defined. Taking into consideration the stochastic lead time as well as a non-linear holding cost makes the mathematical model more complex. We therefore customize the proposed model for a uniform distribution function that could be tractable to solve optimally by an exact approach. In second problem, we study the strategy of pooling lead time risks by splitting replenishment orders among multiple suppliers simultaneously for a retailer that sells a deteriorating product. Finally, in the last problem, we consider inventory and transportation costs, as well as the environmental impacts in a centralized supply chain by taking into account uncertain demand and partial backordered shortages. In order to deal with demand uncertainty, a two stage stochastic programming approach is taken. Then, by considering transportation vehicles capacity, we develop a mixed integer mathematical model. In this way, the best transportation vehicles and replenishment policy are determined by finding a balance between financial and environmental criteria. A numerical example from the real world is also presented to show the applicability and effectiveness of the proposed model.

La première partie de cette thèse est consacrée a l'estimation par maximum de vraisemblance dans les modèles mixtes a dynamique markovienne. Nous considérons plus précisément des modèles de Markov cachés a effets mixtes et des modèles de diffusion à effets mixtes. Dans le Chapitre 2, nous combinons l'algorithme de Baum-Welch a l'algorithme SAEM pour estimer les paramètres de population dans les modèles de Markov cachés à effets mixtes. Nous proposons également des procédures spéciques pour estimer les paramètres individuels et les séquences d'états cachés. Nous étudions les propriétés de cette nouvelle méthodologie sur des données simulées et l'appliquons sur des données réelles de nombres de crises d'épilepsie. Dans le Chapitre 3, nous proposons d'abord des modèles de diffusion à effets mixtes pour la pharmacocinétique de population. Nous en estimons les paramètres en combinant l'algorithme SAEM a un filtre de Kalman étendu. Nous étudions ensuite les propriétés asymptotiques de l'estimateur du maximum de vraisemblance dans des modèles de diffusion observés sans bruit de mesure continûment sur un intervalle de temps fixé lorsque le nombre de sujets tend vers l'infini. Le Chapitre 4 est consacré à la sélection de covariables dans des modèles mixtes généraux. Nous proposons une version du BIC adaptée au contexte de double asymptotique ou le nombre de sujets et le nombre d'observations par sujet tendent vers l'infini. Nous présentons quelques simulations pour illustrer cette procédure. / The first part of this thesis deals with maximum likelihood estimation in Markovianmixed-effects models. More precisely, we consider mixed-effects hidden Markov models and mixed-effects diffusion models. In Chapter 2, we combine the Baum-Welch algorithm and the SAEM algorithm to estimate the population parameters in mixed-effects hidden Markov models. We also propose some specific procedures to estimate the individual parameters and the sequences of hidden states. We study the properties of the proposed methodologies on simulated datasets and we present an application to real daily seizure count data. In Chapter 3, we first suggest mixed-effects diffusion models for population pharmacokinetics. We estimate the parameters of these models by combining the SAEM algorithm with the extended Kalman filter. Then, we study the asymptotic properties of the maximum likelihood estimatein some mixed-effects diffusion models continuously observed on a fixed time interval when the number of subjects tends to infinity. Chapter 4 is dedicated to variable selection in general mixed-effects models. We propose a BIC adapted to the asymptotic context where both of the number of subjects and the number of observations per subject tend to infinity. We illustrate this procedure with some simulations.

Dans le transport ferroviaire, le coût et la disponibilité du matériel roulant sont des questions majeures. Pour optimiser le coût de maintenance du système de transport ferroviaire, une solution consiste à mieux détecter et diagnostiquer les défaillances. Actuellement, les architectures de surveillance/diagnostic centralisées atteignent leurs limites et imposent d'innover. Cette innovation technologique peut se matérialiser par la mise en oeuvre d’architectures embarquées de surveillance/diagnostic distribuées et communicantes afin de détecter et localiser plus rapidement les défaillances et de les valider dans le contexte opérationnel du train. Les présents travaux de doctorat, menés dans le cadre du FUI SURFER (SURveillance active Ferroviaire) coordonné par Bombardier, visent à proposer une démarche méthodologique d’évaluation de la sûreté de fonctionnement d’architectures de surveillance/diagnostic. Pour ce faire, une caractérisation et une modélisation génériques des architectures de surveillance/diagnostic basée sur le formalisme des Réseaux de Petri stochastiques ont été proposées. Ces modèles génériques intègrent les réseaux de communication (et les modes de défaillances associés) qui constituent un point dur des architectures de surveillance/diagnostic retenues. Les modèles proposés ont été implantés et validés théoriquement par simulation et une étude de sensibilité de ces architectures de surveillance/diagnostic à certains paramètres influents a été menée. Enfin, ces modèles génériques sont appliqués sur un cas réel du domaine ferroviaire, les systèmes accès voyageurs des trains, qui sont critiques en matière de disponibilité et diagnosticabilité. / In the railway transport, rolling stock cost and availability are major concern. To optimise the maintenance cost of the railway transport system, one solution consists in better detecting and diagnosing failures. Today, centralized monitoring/diagnosis architectures reach their limits. Innovation is therefore necessary. This technological innovation may be implemented with embedded distributed and communicating monitoring/diagnosis architectures in order to faster detect and localize failures and to make a validation with respect to the train operational context.The present research work, carried out as part of the SURFER FUI project (french acronym standing for railway active monitoring) lead by Bombardier, aim to propose a methodology to assess dependability of monitoring/diagnosis architectures. To this end, a caracterisation et une modélisation génériques des monitoring/diagnosis architectures based on the stochastic Petri Nets have been proposed. These generic models take into account communication networks (and the associated failure modes), which constitutes a central point of the studied monitoring/diagnosis architectures. The proposed models have been edited and theoretically validated by simulation. A sensitiveness of the monitoring/diagnosis architectures to parameters has been studied. Finally, these generic models have applied to a real case of the railway transport, train passenger access systems, which are critical in term of availability and diagnosability.