Les villes sont les lieux de la plus grande concentration d'activités sociales et économiques. La logistique est l'une des plus importants éléments de la durabilité et de l'économie d’une la ville. Pour la logistique urbaine, il est nécessaire de prendre en compte les caractéristiques de la ville et les objectifs de toutes les parties prenantes (expéditeurs, destinataires, transporteurs, prestataires de services logistiques, résidents, gouvernement de la ville). Les plans de logistique urbaine durable pourraient avoir un impact significatif sur la qualité de la vie en milieu urbain. L'évaluation d'initiatives de logistique de ville durable (SCLI) telles que les centres de distribution urbains, la tarification de la congestion, le délai de livraison et les restrictions d'accès est un problème complexe, car plusieurs critères et contraintes subjectifs et objectifs doivent être pris en compte. Les administrations municipales investissent dans des initiatives de logistique urbaine durable telles que les centres de distribution urbains, la tarification de la congestion, le calendrier de livraison et les restrictions d'accès afin d'améliorer les conditions de transport de marchandises dans les villes et de réduire leurs impacts négatifs sur les citoyens et leur environnement. Cependant, il y a toujours des risques dynamiques associés à la sélection. L’analyse des risques des initiatives de logistique urbaine est une tâche complexe en raison de la multiplicité des facteurs de risque et de leurs dépendances. Bien qu'il n'y ait pas beaucoup d'études sur les risques liés à la logistique urbaine, aucune attention n'a été portée à l'analyse des risques liés à la logistique urbaine en prenant en compte les dépendances entre les facteurs de risque et leurs critères. Considérer les dépendances entre les facteurs de risque pourrait conduire à une analyse plus précise des risques et augmenter le taux de réussite de la sélection des initiatives de logistique urbaine. Méthodes: pour résoudre ce problème, nous proposons un outil avancé d'aide à la décision appelé «cartescognitives floues» (FCM), capable de gérer les risques associés à des systèmes aussi complexes. La FCM représente avec précision le comportement de systèmes complexes et peut prendre en compte les incertitudes, les informations imprécises, les interactions entre les facteurs de risque, la rareté de l'information et les opinions de plusieurs décideurs. En outre, il pourrait être appliqué à différents problèmes de prise de décision liés aux initiatives de logistique de ville durable (SCLI). Par conséquent, l'outil proposé aiderait les praticiens à gérer les risques liés à la logistique urbaine d'une manière plus efficace et proactive et offrirait de meilleures solutions d'atténuation des risques. Dans les études précédentes, les méthodes de décision multicritères étaient principalement utilisées pour l'évaluation, la comparaison et la sélection d'initiatives logistiques de villes en fonction des effets obtenus ou prévus résultant de leur introduction dans divers environnements urbains. Afin d'évaluer l'adéquation des solutions conceptuelles aux exigences des différentes parties prenantes et conformément aux attributs spécifiques de l'environnement urbain, il convient de définir des solutions conceptuelles associant différentes initiatives de logistique urbaine en utilisant un processus artificiel; outils de renseignement, y compris la FCM. / The cities are the places of the largest concentration of social activities and economic. Logistics is one of the most important for the sustainability and the economy of the city. Inselecting the city logistics concept, it is necessary to consider the characteristics of the city and the goals of all the stakeholders (shippers, receivers, carriers, logistics service providers, residents, city government). Sustainable city logistics (SCL) plans could significantly affect the quality of life in the urban environment. Evaluating sustainable city logistics initiatives (SCLI) such as urban distribution centres, congestion pricing, delivery timing and access restrictions is a complex problem since several subjective and objective criteria and constraints should be considered. Municipal administrations are investing in sustainable city logistics initiatives (SCLI) such as urban distribution centres, congestion pricing, delivery timing and access restrictions in order to improve the condition of goods transport in cities and reduce their negative impacts on citizens and their environment. However, there is always some dynamic risks associated that should be selected. Risk analysis of sustainable city logistics initiatives is a complex task due to consisting of many risk factors with dependencies among them. Although there are no lots of studies on sustainable city logistics risks, no attention has been paid to the risk analysis of sustainable city logistics by considering the dependencies among risk factors and their criteria. Considering the dependencies among risk factors could lead to more precise risks analysis and increase the success rate of selecting sustainable city logistics initiatives. Methods: To address this, we are proposing an advanced decision support tool called "Fuzzy Cognitive Maps" (FCM) which can deal with risks of such complicated systems. FCM represents the behaviour of complex systems accurately and is able to consider uncertainties, imprecise information, the interactions between risk factors, information scarcity, and several decision maker's opinions. In addition, it could be applied to different decision makings problems related to sustainable city logistics initiatives (SCLI). Therefore, the proposed tool would help practitioners to manage sustainable city logistics risks in a more effective and proactive way and offer better risk mitigation solutions. In previous studies, multi-criteriadecision-making methods are mainly used for the evaluation, comparison and selection of individual sustainable city logistics initiatives in relation to the achieved or planned effects resulting from their introduction in various urban environments. In order to assess the suitability of the conceptual solutions to the requirements of different stakeholders, and in accordance with the specific attributes of the urban environment, there is the definition of conceptual solutions that combine different sustainable city logistics initiatives by using an artificial; intelligence tools including FCM.

Thèse ou mémoire avec insertion d'articles. / L'intégration des décisions liées à la chaîne d'approvisionnement présente des avantages considérables et constitue une forte motivation pour harmoniser et aligner les différentes fonctions au sein de la chaîne d'approvisionnement, ce qui permet d'améliorer la compétitivité et de bénéficier d'avantages économiques. Parmi ces fonctions, la coordination de la planification de la production et de la gestion des stocks revêt une importance primordiale pour permettre aux entreprises de gérer efficacement leur système de production et de stockage, de répondre aux demandes des clients et de se positionner avantageusement sur le marché. Par conséquent, l'objectif principal de cette thèse est de développer des modèles de prise de décision qui facilitent la coordination des activités de production, de stockage et de distribution, dans des contextes déterministes et stochastiques, et ce, dans un cadre pratique. La première phase de ce projet doctoral repose sur une revue de littérature approfondie, axée sur l'examen des mécanismes et des méthodologies développés dans la littérature existante dans le domaine de la gestion de la production et des stocks. L'objectif est d'identifier et d'analyser les stratégies utilisées pour coordonner les décisions et les opérations liées à la production et aux stocks, afin d'améliorer les performances du système de production et de stockage. Grâce à cette revue de littérature, les articles ont été soigneusement évalués afin de tirer des enseignements précieux sur les domaines spécifiques des problèmes abordés et les méthodologies mises en œuvre. Cette enquête systématique constitue la base fondamentale pour les étapes suivantes, au cours desquelles des modèles de prise de décision sont développés, en s'appuyant sur les connaissances acquises lors de la revue de littérature. La deuxième phase de cette thèse a consisté au développement d'un modèle de programmation linéaire en nombres entiers mixtes, associé à une approche de planification à horizon glissant. L'objectif était de déterminer les stratégies de production et de stockage appropriées, notamment la production sur stock (MTS), la production sur commande (MTO) et la stratégie de réapprovisionnement continu (VMI), puis de coordonner les opérations de production, de stockage et de distribution afin d'optimiser la rentabilité du système. Une étude de cas réelle issue de l'industrie canadienne des pâtes et papier a été utilisée, fournissant des informations pratiques sur l'impact des différents paramètres du problème sur la prise de décision tactique et opérationnelle. Ces résultats offrent des considérations précieuses pour une mise en œuvre dans des contextes industriels similaires. Dans la dernière étape de cette thèse, un modèle de programmation non linéaire en nombres entiers mixtes, à deux étapes et stochastique, a été développé, dans le but d'aborder la coordination des prix de vente et des politiques de production et de stockage sélectionnées afin de répondre aux demandes des clients, en tenant compte de la nature incertaine et sensible aux prix de la demande. La première étape du modèle consiste à prendre des décisions concernant la sélection des stratégies de production et de stockage, ainsi que la tarification, dans le but de maximiser le profit attendu. La deuxième étape englobe les décisions liées à la production, au stockage et à la distribution, qui sont utilisées pour évaluer les décisions de la première étape dans différents scénarios avec différents niveaux de précision. De plus, un algorithme basé sur le recuit simulé a été proposé comme moyen de résoudre le modèle. Dans l'ensemble, les modèles de prise de décision et les approches présentés dans cette thèse sont innovants et applicables aux environnements de production multi-produits qui servent des clients diversifiés avec différentes stratégies de production et de stockage. Ces modèles offrent des solutions pratiques pouvant être mises en œuvre dans des contextes réels pour améliorer l'efficacité opérationnelle et bien répondre aux demandes des clients. / The integration of supply chain decisions presents significant advantages and serves as astrong motivation to harmonize and align various functions within the supply chain, leading to improved competitiveness and economic benefits. Among these functions, the coordination of production and inventory planning holds utmost importance in enabling companies to efficiently manage their production and inventory systems, meet customers' demand, and gain a competitive advantage. Therefore, the primary objective of this thesis is to develop decision-making models that facilitate the coordination of production, inventory, and distribution activities, in both deterministic and stochastic settings within a practical context. The initial phase of this doctoral project involves a comprehensive literature review that focuses on examining the mechanisms and methodologies developed within the existing literature in the field of production-inventory management. The aim is to identify and analyze the strategies employed to coordinate production-inventory decisions and operations, ultimately enhancing the performance of the production-inventory system. Through this literature review, the articles were carefully evaluated to extract valuable insights regarding the specific problem domains addressed and the methodologies implemented. This systematic investigation serves as the fundamental groundwork for the subsequent steps, where decision-making models are developed based on the knowledge gained from the literature review. The second phase of this thesis involves the development of a mixed integer linear programming model, coupled with a rolling horizon planning approach. The objective is to determine appropriate production-inventory strategies, including make-to-stock (MTS), make-to-order (MTO), and vendor-managed-inventory (VMI), and subsequently coordinate production, inventory, and distribution operations to optimize system profitability. A real-case study from the Canadian pulp and paper industry is utilized, providing practical insights into the impact of different problem parameters on tactical and operational decision-making. These findings offer valuable considerations for practical implementation in similar industry settings. In the final stage of this thesis, a two-stage stochastic mixed integer nonlinear programming model is developed to address the coordination of sales price and selected production-inventory policies in meeting customers' demands, taking into account the uncertain and price-sensitive nature of demand. The first stage of the model involves making decisions pertaining to the selection of production-inventory strategies and pricing, with the objective of maximizing expected profit. The second stage encompasses decisions related to production, inventory, and distribution, which are utilized to evaluate the first-stage decisions across various scenarios with different levels of accuracy. Additionally, a simulated annealing-based algorithm is proposed to solve the model. Overall, the decision-making models and approaches presented in this doctoral project are innovative and applicable to multi-product production environments that serve diverse customers with different production-inventory strategies. These models offer practical solutions that can be implemented in real-world settings to improve operational efficiency and meet customer demands effectively.

Objectif: De nombreux centres de santé à travers le monde utilisent des critères d'évaluation des préférences cliniques (CPAC) pour donner la priorité aux patients pour accéder aux chirurgies électives. Le processus de priorisation clinique du patient utilise à cette fin les caractéristiques du patient et se compose généralement de critères cliniques, d'expériences de patients précédemment hospitalisés et de commentaires sur les réseaux sociaux. Le but de la hiérarchisation des patients est de déterminer un ordre précis pour les patients et de déterminer combien chaque patient bénéficiera de la chirurgie. En d'autres termes, la hiérarchisation des patients est un type de problème de prise de décision qui détermine l'ordre de ceux qui ont le plus bénéficié de la chirurgie. Cette étude vise à développer une méthodologie hybride en intégrant des algorithmes d'apprentissage automatique et des techniques de prise de décision multicritères (MCDM) afin de développer un nouveau modèle de priorisation des patients. L'hypothèse principale est de valider le fait que l'intégration d'algorithmes d'apprentissage automatique et d'outils MCDM est capable de mieux prioriser les patients en chirurgie élective et pourrait conduire à une plus grande précision. Méthode: Cette étude vise à développer une méthodologie hybride en intégrant des algorithmes d'apprentissage automatique et des techniques de prise de décision multicritères (MCDM) afin de développer un modèle précis de priorisation des patients. Dans un premier temps, une revue de la littérature sera effectuée dans différentes bases de données pour identifier les méthodes récemment développées ainsi que les facteurs de risque / attributs les plus courants dans la hiérarchisation des patients. Ensuite, en utilisant différentes méthodes MCDM telles que la pondération additive simple (SAW), le processus de hiérarchie analytique (AHP) et VIKOR, l'étiquette appropriée pour chaque patient sera déterminée. Dans la troisième étape, plusieurs algorithmes d'apprentissage automatique seront appliqués pour deux raisons: d'abord la sélection des caractéristiques parmi les caractéristiques communes identifiées dans la littérature et ensuite pour prédire les classes de patients initialement déterminés. Enfin, les mesures détaillées des performances de prédiction des algorithmes pour chaque méthode seront déterminées. Résultats: Les résultats montrent que l'approche proposée a atteint une précision de priorisation assez élevée(~70 %). Cette précision a été obtenue sur la base des données de 300 patients et elle pourrait être considérablement améliorée si nous avions accès à plus de données réelles à l'avenir. À notre connaissance, cette étude présente la première et la plus importante du genre à combiner efficacement les méthodes MCDM avec des algorithmes d'apprentissage automatique dans le problème de priorisation des patients en chirurgie élective. / Objective: Many healthcare centers worldwide use Clinical Preference Assessment criteria (CPAC) to prioritize patients for accessing elective surgeries [44]. The patient's clinical prioritization process uses patient characteristics for this purpose and usually consists of clinical criteria, experiences of patients who have been previously hospitalized, and comments on social media. The sense of patient prioritization is to determine an accurate ordering for patients and how much each patient will benefit from the surgery. This research intends to build a hybrid approach for creating a new patient prioritizing model by combining machine learning algorithms with multi-criteria decision-making (MCDM) methodologies. The central hypothesis is to validate that the integration of machine learning algorithms and MCDM tools can better prioritize elective surgery patients and lead to higher accuracy. Method: As a first step, a literature review was performed in different databases to identify the recently developed methods and the most common criteria in patient prioritization. Then, using various MCDM methods, including simple additive weighting (SAW), analytical hierarchy process (AHP), and VIKOR, the appropriate label for each patient was determined. As the third step, several machine learning algorithms were applied to predict each patient's classes. Finally, we established the algorithms' precise prediction performance metrics for each approach. Results: The results show that the proposed approach has achieved relatively high prioritization accuracy (~70%). This accuracy has been obtained based on the data from 300 patients, and it could be significantly improved if we have access to more accurate data in the future. To the best of our knowledge, this research is the first of its type to demonstrate the effectiveness of combining MCDM methodologies with machine learning algorithms in patient prioritization problems in elective surgery.

L'incertitude profonde pesant sur l'évolution future des systèmes hydriques représente un défi considérable pour leur modélisation et planification. En réponse à ce défi, plusieurs approches, qualifiées d'ascendantes, proposent une inversion de paradigme, en employant une démarche d'aide à la décision robuste plutôt que prédictive. Parmi ces approches, la surface de réponse est un outil fréquent permettant de comparer des décisions alternatives sous forte incertitude. Cette méthode consiste à modéliser la performance d'un système hydrique pour un grand nombre de conditions possibles, échantillonnées en fonction d'un nombre limité de variables, nommées stresseurs, afin d'identifier deux ensembles : l'espace des conditions acceptables et l'espace des conditions inacceptables, selon que la performance simulée du système y satisfait ou non un seuil d'acceptabilité. Pour comparer différentes options envisagées, ce type de méthode nécessite cependant de départager, dans l'espace des conditions possibles, les régions acceptables ou inacceptables en traçant un front net et unique. Les recommandations de l'analyse sont donc soumises à une incertitude normative pesant sur ce front d'acceptabilité : comment définir une performance acceptable ? Acceptable pour qui ? La présente thèse de doctorat intègre l'effet de cette incertitude normative sur une surface de réponse à travers deux axes : ambiguïté et équité. L'ambiguïté est une incertitude normative sur la capacité des acteurs d'un système hydrique à fournir un seuil précis. L'équité porte sur les conséquences des choix d'agrégation des acteurs entre lesquels la performance du système peut varier considérablement. L'ambiguïté du seuil est traduite en logique floue et intégrée à l'incertitude hydroclimatique propre à la surface de réponse. Une méthodologie est proposée pour combiner deux incertitudes de nature très différente, la stochasticité de la surface de réponse et l'ambiguïté de son évaluation, à travers une régression logistique agrégée et une mesure de possibilité. La méthode est illustrée à travers une modélisation du système de réservoirs du Haut Saint-François (Québec méridional, Canada), sous l'angle de la protection face aux inondations. L'équité est analysée en paramétrant des méthodes d'agrégation selon différentes priorités et appliquées à un grand nombre d'usagers. Cela permet d'identifier quels niveaux d'agrégation conduisent à recommander une politique ou une autre. Un modèle multi-agent du système hydrique Jordanien est utilisé pour simuler l'approvisionnement inégal en eau potable des ménages et l'effet de différentes politiques de développement d'infrastructures ou de restructuration de l'approvisionnement. Les résultats montrent comment ces incertitudes normatives peuvent modifier la recommandation d'une analyse de vulnérabilité et comment intégrer ces incertitudes à la surface de réponse. Dans le cas du système du Haut Saint-François, les surfaces de réponse illustrent comment les niveaux de possibilité sont modifiés par le seuil flou et sa fonction d'appartenance, affectant potentiellement la recommandation. Dans le cas Jordanien, le choix d'agrégation modifie fortement la surface de réponse, parfois plus que les politiques augmentant les ressources disponibles. Les résultats montrent aussi les effets non-linéaires que divers types de distribution statistique de l'approvisionnement en eau peuvent avoir sur les surfaces de réponse. Les niveaux d'agrégation menant à différentes préférences sont identifiables, permettant d'établir une relation entre les options disponibles, choix social et incertitude profonde afin d'expliciter les arbitrages et favoriser la délibération. En proposant des outils pour intégrer ces incertitudes normatives aux approches ascendantes d'analyse des systèmes hydriques, ce travail ouvre également des pistes de recherche futures telles que la combinaison de ces deux approches par agrégation de seuils flous, ou leur inclusion au sein de cadres plus vastes d'analyse de vulnérabilité hydrique.

La planification de la production des usines est un défi de taille pour les entreprises forestières en raison de l’imprévisibilité de la ressource. Cette incertitude a un effet encore plus important pour un réseau d’usines interdépendantes où chaque décision prise a un impact sur l’ensemble du système. Dans le cadre de la recherche, l’étude est centrée sur le cas d’un réseau de huit usines du Lac-Saint-Jean appartenant à l’entreprise Produits forestiers Résolu. L’objectif est de développer une approche de planification de production robuste et réaliste qui permette de satisfaire les besoins globaux de l’entreprise, tout en considérant les particularités des unités d’affaires de la région. Il est aussi visé de profiter de la collaboration avec le partenaire industriel pour tester le fonctionnement actuel du réseau de façon à évaluer différentes pistes menant à une meilleure coordination entre les usines. À partir de la collecte d’information concernant la méthode de planification manuelle utilisée au départ dans le réseau, l’idée consiste à faire appel à deux outils d’aide à la décision développés par le Consortium de recherche FORAC afin de mettre sur pied une nouvelle méthode de planification. Le premier outil permet de développer rapidement des plans de séchage définissant quels produits combiner dans chacun des séchoirs pour chaque période. Le second outil permet d’élaborer des plans de rabotage en indiquant l’ordre et la durée de l’opération pour les produits en continu. En adaptant ces deux outils pour que chaque plan prenne en considération les spécificités des usines ciblées par le projet, il devient alors possible de standardiser davantage la méthode de planification, permettant à l’entreprise de sauver au minimum 20h par semaine en plus d’augmenter l’utilisation des séchoirs de 10%. La recherche contribue ainsi aux besoins pratiques de l'entreprise partenaire en proposant une stratégie de planification durable et flexible, tout en évaluant les possibilités futures pour favoriser la coordination du réseau interdépendant.

L'incertitude profonde pesant sur l'évolution future des systèmes hydriques représente un défi considérable pour leur modélisation et planification. En réponse à ce défi, plusieurs approches, qualifiées d'ascendantes, proposent une inversion de paradigme, en employant une démarche d'aide à la décision robuste plutôt que prédictive. Parmi ces approches, la surface de réponse est un outil fréquent permettant de comparer des décisions alternatives sous forte incertitude. Cette méthode consiste à modéliser la performance d'un système hydrique pour un grand nombre de conditions possibles, échantillonnées en fonction d'un nombre limité de variables, nommées stresseurs, afin d'identifier deux ensembles : l'espace des conditions acceptables et l'espace des conditions inacceptables, selon que la performance simulée du système y satisfait ou non un seuil d'acceptabilité. Pour comparer différentes options envisagées, ce type de méthode nécessite cependant de départager, dans l'espace des conditions possibles, les régions acceptables ou inacceptables en traçant un front net et unique. Les recommandations de l'analyse sont donc soumises à une incertitude normative pesant sur ce front d'acceptabilité : comment définir une performance acceptable ? Acceptable pour qui ? La présente thèse de doctorat intègre l'effet de cette incertitude normative sur une surface de réponse à travers deux axes : ambiguïté et équité. L'ambiguïté est une incertitude normative sur la capacité des acteurs d'un système hydrique à fournir un seuil précis. L'équité porte sur les conséquences des choix d'agrégation des acteurs entre lesquels la performance du système peut varier considérablement. L'ambiguïté du seuil est traduite en logique floue et intégrée à l'incertitude hydroclimatique propre à la surface de réponse. Une méthodologie est proposée pour combiner deux incertitudes de nature très différente, la stochasticité de la surface de réponse et l'ambiguïté de son évaluation, à travers une régression logistique agrégée et une mesure de possibilité. La méthode est illustrée à travers une modélisation du système de réservoirs du Haut Saint-François (Québec méridional, Canada), sous l'angle de la protection face aux inondations. L'équité est analysée en paramétrant des méthodes d'agrégation selon différentes priorités et appliquées à un grand nombre d'usagers. Cela permet d'identifier quels niveaux d'agrégation conduisent à recommander une politique ou une autre. Un modèle multi-agent du système hydrique Jordanien est utilisé pour simuler l'approvisionnement inégal en eau potable des ménages et l'effet de différentes politiques de développement d'infrastructures ou de restructuration de l'approvisionnement. Les résultats montrent comment ces incertitudes normatives peuvent modifier la recommandation d'une analyse de vulnérabilité et comment intégrer ces incertitudes à la surface de réponse. Dans le cas du système du Haut Saint-François, les surfaces de réponse illustrent comment les niveaux de possibilité sont modifiés par le seuil flou et sa fonction d'appartenance, affectant potentiellement la recommandation. Dans le cas Jordanien, le choix d'agrégation modifie fortement la surface de réponse, parfois plus que les politiques augmentant les ressources disponibles. Les résultats montrent aussi les effets non-linéaires que divers types de distribution statistique de l'approvisionnement en eau peuvent avoir sur les surfaces de réponse. Les niveaux d'agrégation menant à différentes préférences sont identifiables, permettant d'établir une relation entre les options disponibles, choix social et incertitude profonde afin d'expliciter les arbitrages et favoriser la délibération. En proposant des outils pour intégrer ces incertitudes normatives aux approches ascendantes d'analyse des systèmes hydriques, ce travail ouvre également des pistes de recherche futures telles que la combinaison de ces deux approches par agrégation de seuils flous, ou leur inclusion au sein de cadres plus vastes d'analyse de vulnérabilité hydrique.

Des techniques adaptées aux contextes routiers sont nécessaires pour maintenir et réhabiliter des chaussées construites sur pergélisol ou en contexte de gel saisonnier. Plusieurs problématiques peuvent engendrer une augmentation des coûts de réparation et entretien, une diminution de la durée de vie des chaussées et des problèmes reliés à la sécurité des usagers de la route. L’objectif du projet consiste donc à élaborer un outil d’aide à la décision, qui contribuerait à localiser les zones sensibles au gel saisonnier et à la dégradation du pergélisol, à discerner les causes de dégradation des chaussées dues au gel saisonnier et à sélectionner les meilleures stratégies d’atténuation et de réfection à moindre coût. Le projet de recherche est divisé en deux volets distincts. Le premier volet traite des problématiques de gel de chaussées en contexte de gel saisonnier. Actuellement, il existe des méthodes de diagnostic qui permettent de détecter les endroits où un problème de gélivité est susceptible d’être présent. Par contre, ces méthodes ne permettent pas de discerner si le problème de gel est en profondeur ou en surface de la chaussée; en d’autres mots si le problème est lié à un soulèvement différentiel du sol ou à un soulèvement de fissures. De plus, les méthodes utilisées ne sont pas adaptées aux chaussées en contexte municipal. Selon les problématiques connues de certains sites, il a été possible de développer un abaque permettant de différencier si la problématique de gel se situe en surface ou en profondeur dans une chaussée. Puis, une analyse d’imagerie 3D a été réalisée pour complémenter l’abaque créé. À l’aide de cette technologie, une nouvelle méthode sera mise au point pour détecter des problématiques de gel grâce aux profils transversaux. Le deuxième volet porte sur les chaussées construites sur pergélisol. Les méthodes actuelles de détection de la dégradation du pergélisol sous les chaussées manquent de précision et ont besoin d’être raffinées, surtout dans le contexte actuel de réchauffement climatique. Pour ce faire, trois sites d’essais ont été étudiés sur l’Alaska Highway au Yukon. En fonction de différentes analyses telles que des analyses de profils longitudinaux, de la densité spectrale et de longueurs d’onde, des tendances ont été décelées pour caractériser l’instabilité du pergélisol. / Methods adapted to road condition are needed to maintain and rehabilitate roads built on permafrost or in context of seasonal frost. Several issues can lead to increase repair and maintenance costs, decrease the pavement’s lifetime and increase problems related to the safety of road users. The project objective is to develop a profile analysis tool, which would help to locate thaw and frost sensitive zones, diagnose the causes of degradation and select proper mitigation strategies. The research project is divided into two parts. The first section is related to frost heaves on pavements in context of seasonal frost. Currently, there are diagnosis methods for detecting areas where frost susceptibility is present. These methods do not allow to determine whether the freezing problem is under or at the surface of the road; in other words if the problem is related to differential heave or uplift cracks. Moreover, the methods used are not adapted to municipal roads. According to the known problems of some sites, it was possible to develop a chart used to differentiate if the frost problem is in surface layers or deep in the road subgrade. Then, a 3D analysis was done to complement the chart. Using this technology, a new method will be developed to detect freezing problems through the transverse profiles. The second part focuses on the pavements built on permafrost. Current methods for detecting the degradation of permafrost under roads are unclear and need to be refined. Three test sites were studied on the Alaska Highway in Yukon. Depending on various analysis, such as analysis of longitudinal profiles, the spectral density and wavelength, trends analysis were found to characterize the instability of permafrost.

Les problèmes de planification dans les entreprises du secteur manufacturier sont très complexes. Pour prendre de bonnes décisions, le décideur doit utiliser des systèmes d’aides à la décision exploitant des modèles d’optimisation mathématiques. Malheureusement, les systèmes d’aide à la décision conventionnels sont souvent inadaptés et incompatibles avec les besoins des décideurs. Dans le cadre de ce mémoire, nous proposons un système interactif qui permet au décideur d’adapter les solutions proposées en fonction de ses préférences. Nous exploitons une approche interactive inspirée des systèmes multi-agents (l'un des agents est humain et l'autre est l'ordinateur). Dans la littérature, ces systèmes sont appelés systèmes à initiative partagée (en anglais : mixed-initiative system, ou MIS). Nous analysons et proposons différentes approches qui permettent au décideur d'interagir avec le modèle mathématique et de choisir sa solution. Pour tester et évaluer la faisabilité de ces méthodes, nous avons utilisé un cas industriel réel. Il s’agit d’un problème de planification collaborative des ventes, de la production et de la distribution dans l’industrie des produits forestiers.

Les usines de bioénergie devraient jouer un rôle important dans la production d'énergie verte à partir de la biomasse forestière. Pour intégrer l'usine de bioénergie dans la chaîne d'approvisionnement forestière, l'industrie a besoin de nouveaux investissements ainsi que de la conception et de la gestion de la chaîne de valeur. D'un autre côté, les incertitudes associées aux nouveaux produits sur le marché peuvent ajouter des risques supplémentaires à un investissement aussi important dans la chaîne d'approvisionnement forestière instable. Par conséquent, l'objectif principal de cette thèse est d'étudier la conception du réseau de bioénergie forestière dans un contexte déterministe et stochastique. La première partie de la thèse propose une plate-forme expérimentale pour intégrer la conception et le pilotage de la chaîne de valeur puisque le nouveau design ne sera réalisable que s'il considère au préalable la planification. La plateforme a inclus plusieurs actions collaboratives entre tous les partenaires impliqués dans la chaîne d'approvisionnement. Cette plateforme est la base d’un nouvel outil éducatif appelé jeu de transport. Ensuite, la plate-forme a été utilisée pour concevoir un réseau optimisé de bioénergie forestière. La chaîne d'approvisionnement forestière de Terre-Neuve, composée de quatre acteurs majeurs de l’industrie forestière, a été considérée comme notre étude de cas. La rentabilité de l'ajout de nouvelles installations de bioénergie ainsi que de nouveaux terminaux dans plusieurs emplacements potentiels ont été évalués. Enfin, à la troisième partie de la thèse, nous repensons le réseau bioénergétique en tenant compte de l'incertitude de la demande et des prix de tous les produits finaux de la nouvelle chaîne de valeur. Plusieurs bioprocédés potentiels avec différentes technologies ont été évalués dans notre étude de cas. Pour fournir une solution tenant compte du risque, nous avons développé deux nouveaux modèles de gestion des risques. Les résultats dans les trois parties ont clairement démontré l'impact de la planification intégrée, des usines de bioénergie et de la collaboration sur l'amélioration de la performance de la chaîne d'approvisionnement forestière. En général, le travail accompli dans ce projet permettra une transformation en douceur de la chaîne d'approvisionnement forestière en tenant compte des risques d'investissement. En ce qui concerne les résultats obtenus grâce aux études de cas, nous croyons que la plateforme et les approches proposées dans cette thèse peuvent être considérées comme des outils novateurs et pratiques pour le problème de la conception des réseaux de bioénergie forestière. / Bioenergy plants are expected to play an important role in green energy production from forestry biomass. To incorporate bioenergy plant in the forest supply chain, the industry requires new investments as well as new value chain design and management. On the other side, the uncertainties associated with demand and price of new products in the market may add risks to such large investment in current forest supply chain. Hence, the main objective of this thesis is to analyze and to propose new design of the forest bioenergy network in both a deterministic and a stochastic context. The first part of the thesis has proposed four optimization models for strategic, tactical and operational planning levels of the supply chain. The models have included several collaborative actions between all involved stakeholders of the supply chain. They have been integrated in a new educational tool called hierarchical transportation game. In the second part of the thesis, we have integrated the developed optimization models to propose an integrated value chain design and value chain management optimization model. This model has been used to analyze a forest bioenergy network in Newfoundland. Newfoundland forest supply chain comprising four major stakeholders was considered as our case study. The profitability of adding a new bioenergy plant as well as new terminals in several potential locations have been evaluated. Finally, in a third part of the thesis we have proposed the bioenergy network taking into account uncertainty on demand and price of all final products of a new value chain. Several potential bioprocesses with different technologies have been evaluated for our case study. To provide a risk-averse solution, we have proposed two risk management models. The results from the three parts of the thesis have demonstrated the impact of integrated planning, bioenergy plants and collaboration on improvement of forest value chain. In general, the work in this thesis can support an efficient transformation of the forest supply chain considering investment risks. The optimization models and approaches proposed in this thesis are novel and practical for the forest bioenergy network design problem.

Les femmes enceintes font face au choix difficile de passer ou non un test de dépistage prénatal pour la trisomie 21 (T21). Ce choix est difficile car il implique la considération de risques, une perte ou des regrets possibles, ainsi que la mise au défi de valeurs personnelles. Le recours à un outil d’aide à la décision (OAD) pourrait faciliter une décision fondée sur les données probantes et les valeurs et préférences des femmes enceintes. Cependant, malgré leurs effets bénéfiques démontrés, les OAD ne sont pas systématiquement utilisés dans le suivi prénatal. L’objectif de ce mémoire a donc été d’identifier les variables psychosociales et de littératie en santé influençant l'intention des femmes enceintes d'utiliser un OAD dans le contexte du dépistage prénatal de la T21. Dans cette étude quantitative transversale descriptive, nous avons mené une enquête auprès de 350 femmes enceintes dans la province de Québec (Canada) au moyen d’un panel en ligne. Un questionnaire auto-administré fondé sur une version étendue de la Théorie du comportement planifié a permis d’évaluer sept construits psychosociaux (intention, attitude, regret anticipé, norme subjective, norme descriptive, norme morale et perception de contrôle), quatre variables de littératie, et de recueillir des données sociodémographiques. Nous avons effectué des analyses descriptives, bivariées et multivariées. Par ordre d’importance, l’attitude (rapport de côte [RC] 9.16; intervalle de confiance [IC] 95% 4.02-20.85), la norme morale (RC 7.97; IC 95% 4.49-14.14), la norme descriptive (RC 2.83; IC 95% 1.63-4.92) et le regret anticipé (RC 2.43; IC 95%1.71-3.46) ont été identifiés comme les facteurs déterminant l’intention des femmes enceintes d’utiliser un OAD. La littératie en santé n’a montré aucun effet significatif sur l’intention des femmes enceintes (P : 0.43-0.92). Ces résultats permettront l’élaboration d’une intervention efficace afin d’implanter un OAD dans le contexte du dépistage prénatal de la T21. / Pregnant women face a choice about whether or not to have a prenatal test for Trisomy 21 (T21) or Down syndrome. This choice is difficult as it involves risk, possible loss or regret, and challenges to personal values. Using decision aids (DA) could help pregnant women make evidence-based decisions aligned with their values and preferences. However, in spite of their advantages, DA are not used systematically in prenatal care. The goal of this study was therefore to identify the psychosocial and health literacy variables that influence pregnant women’s intentions to use a DA for deciding about prenatal T21 testing. For this quantitative cross-sectional descriptive study, we surveyed 350 pregnant women in the province of Quebec (Canada) using a web panel. The women completed a self-administered questionnaire based on an expanded version of the Theory of Planned Behaviour evaluating seven psychosocial constructs (intention, attitude, anticipated regret, subjective norm, descriptive norm, moral norm and perceived control) and four health literacy variables. The survey also collected sociodemographic data. We performed descriptive, bivariate and multivariate analyses. In order of importance, factors identified as determining pregnant women’s intention to use a DA were: attitude (odds ratio/OR 9.16; 95% confidence interval/CI 4.02–20.85), moral norm (OR 7.97, 95% CI 4.49–14.14), descriptive norm (OR 2.83; 95% CI 1.63–4.92) and anticipated regret (OR 2.43; 95%CI 1.71–3.46). Health literacy showed no significant effect (P values range: 0.43-0.92) on pregnant women’s intention to use a DA. These conclusions could inform the design of an intervention that takes these determining factors into account.