Les mesures tridimensionnelles peuvent être obtenues à partir de plusieurs images par la méthode de triangulation. Ce travail étudie le problème du placement des caméras de façon a obtenir une erreur minimale lors des mesures tridimensionnelles. En photogrammétrie, on parlera du concept du réseau de caméras. Nous poserons le problème en termes d'optimisation et nous le diviserons en deux parties: 1) Une partie analytique dédiée à l'analyse de l'erreur de propagation d'où découlera un critère. 2) Un processus global d'optimisation minimisera ce critère. De ce coté-là, l'approche consiste en une analyse d'incertitude appliquée au processus de reconstruction d'où une matrice de covariance sera calculée. Cette matrice représente l'incertitude de la détection pour lequel le critère est dérivé. Par ailleurs, l'optimisation a des aspects discontinus essentiellement dû à l'inobservabilité des points. Ce facteur va nous amener à utiliser un processus d'optimisation combinatoire que nous avons résolu en utilisant un algorithme génétique multicellulaire. Des résultats expérimentaux sont inclus pour illustrer l'efficacité et la rapidité de la solution.

Les théories de réaction nucléaire décrivant la synthèse des noyaux superlourds ne sont pas fermement établies. Bien qu'un consensus existe sur les caractéristiques qualitatives de la fusion-évaporation, les prédictions quantitatives des modèles disponibles sont encore insatisfaisantes. La section efficace de production est le produit de la section efficace de capture, de la probabilité de formation et de la probabilité de survie. Des études antérieures ont établi que la partie dominante des divergences restantes provenait de notre incapacité à contraindre correctement la probabilité de formation. L'objectif principal de cette thèse est de contraindre théoriquement cette quantité. Celui-ci a été atteint en examinant les incertitudes associées à la section efficace de capture ainsi qu'à la probabilité de survie par le biais de l'analyse de régression. La barrière de fission étant le facteur le plus influent dans les calculs de probabilité de survie, on supposera qu'elle est la seule source de ses incertitudes. Et puisque la différence entre les masses du fondamental et du point-selle définit la barrière de fission, nous avons commencé par étudier les incertitudes d'un modèle de type goutte liquide afin d'obtenir les incertitudes sur les masses. Sur la base de cette analyse, nous avons affiné une méthode permettant de contraindre les énergies de correction de couches. Afin de déterminer les incertitudes sur les barrières de fission, un modèle microscopique-macroscopique simplifié a été utilisé. Les incertitudes sur la phase de capture ont été obtenues à l'aide d'un modèle basé sur une paramétrisation de la distribution de barrières. Les contraintes portant sur la probabilité de formation ont été ensuite déduites à partir de la propagation des incertitudes sur la section efficace de capture et sur la barrière de fission. Par ailleurs, les effets de l'inertie sur la probabilité de formation ont été étudiés en utilisant la théorie des perturbations et un nouveau mécanisme réduisant l'entrave à la fusion a été décrit comme un décalage de la condition initiale dans l'approximation de Smoluchowski. Enfin, sur la base de cette approche, une explication de la dépendance en énergie du point d'injection phénoménologique a été obtenue. / The nuclear reaction theories describing the synthesis of superheavy nuclei are not firmly established. Although, the basic qualitative features of fusion-evaporation have reached a consensus, the quantitative predictions of the available models are still unsatisfactory. The production cross-section is the product of the capture cross-section, the formation probability and survival probability. Previous studies have shown that the dominating part of the remaining discrepancies came from our inability to properly constrain the formation probability. The main goal of this thesis is to theoretically constrain this quantity. This is achieved by examining the uncertainties in the capture cross-section and the survival probability using regression analysis. The fission barrier being the most influential factor in survival probability calculations, it is assumed to be the only source of uncertainties. Since the fission barrier is the difference between the ground-state and saddle-point masses, we started investigating the uncertainties in the liquid drop model. Based on this analysis we have refined a method to constrain the shell correction energies. To determine the uncertainties in the fission barriers, a simplified phenomenological macroscopic-microscopic model was used. The uncertainties in the capture step were determined using a model based on a parametrization of the barrier distribution. From the propagation of the uncertainties in the capture cross-section and fission barrier, the constraints on the formation probability were determined. Separately, the effects of inertia on the formation probability were investigated using perturbation theory and a new mechanism reducing fusion hindrance was described as a shift in the initial condition within the Smoluchowski approximation. Additionally, based on this approach, an explanation for the phenomenological energy dependent parametrization of the injection point was found.

La partie centrale de la chaîne himalayenne présente d’importantes hétérogénéités, en particulier en termes de topographie et de climatologie. La caractérisation des processus hydro-climatiques dans cette région est limitée par le manque de descriptif des milieux. La variabilité locale est alors difficilement représentée par les modélisations mises en œuvre à une échelle régionale.L’approche proposée dans ce travail est de caractériser les systèmes hydro-climatiques à l’échelle locale pour réduire les incertitudes liées à l’hétérogénéité du milieu. L’intégration de données localement précises est testée pour la modélisation de bassins versants peu instrumentés et fortement hétérogènes.Deux sous-bassins du bassin de la Dudh Koshi (Népal) sont utilisés comme échantillons représentatifs des milieux de haute et moyenne montagne, hors contribution glaciaire. Le schéma de surface ISBA est appliqué à la simulation des réponses hydrologiques des types de surface décrits à partir d’observations de terrain. Des mesures de propriétés physiques des sols sont intégrées pour préciser la paramétrisation des surfaces dans le modèle. Les données climatiques nécessaires sont interpolées à partir des observations in situ disponibles. Une approche non déterministe est appliquée pour quantifier les incertitudes liées à l’influence de la topographie sur les précipitations, ainsi que leur propagation aux variables simulées. Enfin, les incertitudes liées à la structure des modèles sont évaluées à l’échelle locale à travers la comparaison des paramétrisations et des résultats de simulation obtenus d'une part avec le schéma de surface ISBA, couplé à un module de routage à réservoir et d'autre part avec le modèle hydrologique J2000. / The central part of the Hindukush-Himalaya region presents tremendous heterogeneity, in particular in terms of topography and climatology. The representation of hydro-climatic processes for Himalayan catchments is limited due to a lack of knowledge regarding their hydrological behavior. Local variability is thus difficult to characterize based on modeling studies done at a regional scale. The proposed approach is to characterize hydro-climatic systems at the local scale to reduce uncertainties associated with environmental heterogeneity.The integration of locally reliable data is tested to model sparsely instrumented, highly heterogeneous catchments. Two sub-catchments of the Dudh Koshi River basin (Nepal) are used as representative samples of high and mid-mountain environments, with no glacier contribution. The ISBA surface scheme is applied to simulate hydrological responses of the surfaces that are described based on in-situ observations. Measurements of physical properties of soils are integrated to precise surface parametrization in the model. Necessary climatic data is interpolated based on available in-situ measurements. A non deterministic approach is applied to quantify uncertainties associated with the effect of topography on precipitation and their propagation through the modeling chain. Finally, uncertainties associated with model structure are estimated at the local scale by comparing simulation methods and results obtained on the one hand with the ISBA model, coupled with a reservoir routing module, and on the other hand, with the J2000 hydrological model.

Dans un contexte industriel compétitif, une prévision fiable du rendement est une information primordiale pour déterminer avec précision les coûts de production et donc assurer la rentabilité d'un projet. La quantification des risques en amont du démarrage d'un processus de fabrication permet des prises de décision efficaces. Durant la phase de conception d'un produit, les efforts de développement peuvent être alors identifiés et ordonnés par priorité. Afin de mesurer l'impact des fluctuations des procédés industriels sur les performances d'un produit donné, la construction de la probabilité du risque défaillance est développée dans cette thèse. La relation complexe entre le processus de fabrication et le produit conçu (non linéaire, caractéristiques multi-modales...) est assurée par une méthode de régression bayésienne. Un champ aléatoire représente ainsi, pour chaque configuration du produit, l'information disponible concernant la probabilité de défaillance. Après une présentation du modèle gaussien, nous décrivons un raisonnement bayésien évitant le choix a priori des paramètres de position et d'échelle. Dans notre modèle, le mélange gaussien a priori, conditionné par des données mesurées (ou calculées), conduit à un posterior caractérisé par une distribution de Student multivariée. La nature probabiliste du modèle est alors exploitée pour construire une probabilité de risque de défaillance, définie comme une variable aléatoire. Pour ce faire, notre approche consiste à considérer comme aléatoire toutes les données inconnues, inaccessibles ou fluctuantes. Afin de propager les incertitudes, une approche basée sur les ensembles flous fournit un cadre approprié pour la mise en œuvre d'un modèle bayésien imitant le raisonnement d'expert. L'idée sous-jacente est d'ajouter un minimum d'information a priori dans le modèle du risque de défaillance. Notre méthodologie a été mise en œuvre dans un logiciel nommé GoNoGo. La pertinence de cette approche est illustrée par des exemples théoriques ainsi que sur un exemple réel provenant de la société STMicroelectronics. / In competitive industries, a reliable yield forecasting is a prime factor to accurately determine the production costs and therefore ensure profitability. Indeed, quantifying the risks long before the effective manufacturing process enables fact-based decision-making. From the development stage, improvement efforts can be early identified and prioritized. In order to measure the impact of industrial process fluctuations on the product performances, the construction of a failure risk probability estimator is developed in this thesis. The complex relationship between the process technology and the product design (non linearities, multi-modal features...) is handled via random process regression. A random field encodes, for each product configuration, the available information regarding the risk of non-compliance. After a presentation of the Gaussian model approach, we describe a Bayesian reasoning avoiding a priori choices of location and scale parameters. The Gaussian mixture prior, conditioned by measured (or calculated) data, yields a posterior characterized by a multivariate Student distribution. The probabilistic nature of the model is then operated to derive a failure risk probability, defined as a random variable. To do this, our approach is to consider as random all unknown, inaccessible or fluctuating data. In order to propagate uncertainties, a fuzzy set approach provides an appropriate framework for the implementation of a Bayesian model mimicking expert elicitation. The underlying leitmotiv is to insert minimal a priori information in the failure risk model. Our reasoning has been implemented in a software called GoNoGo. The relevancy of this concept is illustrated with theoretical examples and on real-data example coming from the company STMicroelectronics.

Le développement massif des énergies renouvelables intermittentes dans les systèmes de puissance affecte le fonctionnement des systèmes électriques. En raison des techniques limitées et des investissements nécessaires pour maintenir le niveau de sécurité électrique actuel, les questions liées à l'envoi, à la stabilité statique et dynamique pourraient arrêter le développement de ces sources. Le sujet de la thèse est de développer un outil pour mesurer l'incertitude sur la disponibilité de la puissance produite par les générateurs photovoltaïques dans un réseau urbain. Premièrement, l'incertitude est modélisée par l'étude de la nature incertaine de la PV énergie production et de la charge. Avec les méthodes stochastiques, on calcule la réserve de puissance (OR) un jour d'avance en tenant compte d'un indice de risque de fiabilité associé. Ensuite, l'OR est distribué en différents générateurs (générateurs photovoltaïques actifs et micro-turbines à gaz). Afin de minimiser le coût opérationnel total et/ou les émissions équivalentes de CO2, une planification optimale et une répartition quotidienne de l'OR dans différents générateurs d'énergie sont mises en œuvre. Enfin, un logiciel libre «Un système de gestion de l'énergie convivial et un superviseur de la planification opérationnelle» est développé à partir de l'interface utilisateur graphique de Matlab pour conceptualiser le fonctionnement global du système. / The massive development of intermittent renewable energy technologies in power systems affects the operation of electrical systems. Due to technical limitations and investments needed to maintain the current electrical security level, issues related to dispatching, static and dynamic stability could stop the development of these distributed renewable energy sources (RES). The subject of the PhD is to develop a tool to study the uncertainties of PV power and load forecasting in an urban network. Firstly, the uncertainties are modeled by studying the uncertainty nature of PV power and load. With stochastic methods, the day-ahead operating reserve (OR) is quantified by taking into account an associated reliability risk index. Then the OR is dispatched into different power generators (active PV generators and micro gas turbines). To minimize the microgrid total operational cost and/or equivalent CO2 emissions, day-ahead optimal operational planning and dispatching of the OR into different power generators is implemented. Finally, a freeware “A User-friendly Energy Management System and Operational Planning Supervisor” is developed based on the Matlab GUI to conceptualize the overall system operation

Les paramètres radioélectriques des satellites sont actuellement mesurés directement, à l’aide d’une base compacte. Cependant, les li-mites de ces bases sont atteintes à cause de l’augmentation des dimensions des satellites, du nombre et de la complexité des antennes qu’ils comportent.Les techniques de champ proche constituent une solution prometteuse sous la forme de base pla-naire. Ces techniques consistent à mesurer le champ rayonné à proximité de la source pour en déduire, par traitement mathématique, le champ à grande distance.Ce travail de thèse porte sur l’adaptation des techniques de champ proche au test des satellites de télécommunications. La caractérisation du rayonnement des antennes par ces techniques estaujourd’hui largement utilisée. Toutefois, un développement théorique doit être complété et des méthodes de mesures proposées pour le test de l’ensemble des paramètres de la charge utile. Des difficultés spécifiques liées à la fonction du satellite (transpondeur) et à l’accès limité aux antennes et à l’électronique du satellite doivent être prise en compte dans la mise en oeuvre de ces méthodes de mesure.Enfin les mesures en champ proche sont affectées par plusieurs causes d’erreurs. L’identification des sources de ces erreurs et l’évaluation de leurs contributions au résultat final constituent une partie importante du travail de thèse. L’étude globale permet de dimensionner un système de mesure complet bénéficiant d’un bon niveau d’optimisation. / Nowadays, the radioelectric charac-teristics of satellites are directly measured by means of a com-pact range basis. However, the limits of these bases are affected by the growth of the satellite dimensions, in addition to the number and the complexity of the integrated an-tennas.On the other hand, near field techniques formed a promising solution under the planar range form. These techniques consist of measuring the radiated field near the source and accordingly deduce the far field by the means of mathemati-cal analysis.The purpose of this thesis is to adapt near field techniques for testing telecommunication satel-lites. In fact, these techniques are widelyused for antenna pattern measurements. However, a theoretical development has to be completed and measurement methods need to be proposed for testing all payload parameters. Unfortunately, specific difficulties related to the satellite function (transponder) and the limited access to antennas and satellite electronics have to be taken into account in the implementation of these measurement methodologies.Finally, the near field measurements are affected by many causes of errors. The identification of the error sources and the evaluation of their contribution to the final results constitute an important part of the thesis work. The global study allows dimensioning a complete measurement system with a good optimization.

Dans un contexte industriel compétitif, une prévision fiable du rendement est une information primordiale pour déterminer avec précision les coûts de production et donc assurer la rentabilité d'un projet. La quantification des risques en amont du démarrage d'un processus de fabrication permet des prises de décision efficaces. Durant la phase de conception d'un produit, les efforts de développement peuvent être alors identifiés et ordonnés par priorité. Afin de mesurer l'impact des fluctuations des procédés industriels sur les performances d'un produit donné, la construction de la probabilité du risque défaillance est développée dans cette thèse. La relation complexe entre le processus de fabrication et le produit conçu (non linéaire, caractéristiques multi-modales...) est assurée par une méthode de régression bayésienne. Un champ aléatoire représente ainsi, pour chaque configuration du produit, l'information disponible concernant la probabilité de défaillance. Après une présentation du modèle gaussien, nous décrivons un raisonnement bayésien évitant le choix a priori des paramètres de position et d'échelle. Dans notre modèle, le mélange gaussien a priori, conditionné par des données mesurées (ou calculées), conduit à un posterior caractérisé par une distribution de Student multivariée. La nature probabiliste du modèle est alors exploitée pour construire une probabilité de risque de défaillance, définie comme une variable aléatoire. Pour ce faire, notre approche consiste à considérer comme aléatoire toutes les données inconnues, inaccessibles ou fluctuantes. Afin de propager les incertitudes, une approche basée sur les ensembles flous fournit un cadre approprié pour la mise en oeuvre d'un modèle bayésien imitant le raisonnement d'expert. L'idée sous-jacente est d'ajouter un minimum d'information a priori dans le modèle du risque de défaillance. Notre méthodologie a été mise en oeuvre dans un logiciel nommé GoNoGo. La pertinence de cette approche est illustrée par des exemples théoriques ainsi que sur un exemple réel provenant de la société STMicroelectronics.

L’adaptation côtière est un impératif pour faire face à l’élévation du niveau marin,conséquence directe du réchauffement climatique. Cependant, la mise en place d’actions et de stratégies est souvent entravée par la présence de diverses et importantes incertitudes lors de l’estimation des aléas et risques futurs. Ces incertitudes peuvent être dues à une connaissance limitée (de l’élévation du niveau marin futur par exemple) ou à la variabilité naturelle de certaines variables (les conditions de mer extrêmes). La prise en compte des incertitudes dans la chaîne d’évaluation des risques est essentielle pour une adaptation efficace.L’objectif de ce travail est de proposer une méthodologie pour la quantification des incertitudes basée sur les fonctions de croyance – un formalisme de l’incertain plus flexible que les probabilités. Les fonctions de croyance nous permettent de décrire plus fidèlement l’information incomplète fournie par des experts (quantiles,intervalles, etc.), et de combiner différentes sources d’information. L’information statistique peut quand à elle être décrite par de fonctions des croyance définies à partir de la fonction de vraisemblance. Pour la propagation d’incertitudes, nous exploitons l’équivalence mathématique entre fonctions de croyance et intervalles aléatoires, et procédons par échantillonnage Monte Carlo. La méthodologie est appliquée dans l’estimation des projections de la remontée du niveau marin global à la fin du siècle issues de la modélisation physique, d’élicitation d’avis d’experts, et de modèle semi-empirique. Ensuite, dans une étude de cas, nous évaluons l’impact du changement climatique sur les conditions de mers extrêmes et évaluons le renforcement nécessaire d’une structure afin de maintenir son niveau de performance fonctionnelle. / Coastal adaptation is an imperative to deal with the elevation of the global sealevel caused by the ongoing global warming. However, when defining adaptationactions, coastal engineers encounter substantial uncertainties in the assessment of future hazards and risks. These uncertainties may stem from a limited knowledge (e.g., about the magnitude of the future sea-level rise) or from the natural variabilityof some quantities (e.g., extreme sea conditions). A proper consideration of these uncertainties is of principal concern for efficient design and adaptation.The objective of this work is to propose a methodology for uncertainty analysis based on the theory of belief functions – an uncertainty formalism that offers greater features to handle both aleatory and epistemic uncertainties than probabilities.In particular, it allows to represent more faithfully experts’ incomplete knowledge (quantiles, intervals, etc.) and to combine multi-sources evidence taking into account their dependences and reliabilities. Statistical evidence can be modeledby like lihood-based belief functions, which are simply the translation of some inference principles in evidential terms. By exploiting the mathematical equivalence between belief functions and random intervals, uncertainty can be propagated through models by Monte Carlo simulations. We use this method to quantify uncertainty in future projections of the elevation of the global sea level by 2100 and evaluate its impact on some coastal risk indicators used in coastal design. Sea-level rise projections are derived from physical modelling, expert elicitation, and historical sea-level measurements. Then, within a methodologically-oriented case study,we assess the impact of climate change on extreme sea conditions and evaluate there inforcement of a typical coastal defence asset so that its functional performance is maintained.