L'objet de cette thèse est d’explorer les mécanismes évolutionnaires à l'origine de la punition coûteuse chez les humains. Dans le chapitre 1, nous montrons que les comportements punitifs observés en laboratoire sont plus en adéquation avec des processus de sélection individuelle plutôt que de sélection de groupe. Dans le chapitre 2, nous fournissons des preuves empiriques que la décision de punir relève principalement de raisonnements intuitifs causés par une forte exposition à des environnements à réciprocité directe. Enfin, dans le chapitre 3, nous émettons quelques doutes quant à l'hypothèse (plutôt récente) que des stratégies de changement de partenaires pourraient se substituer à la punition coûteuse dans la nature. En somme, nos résultats soulignent le caractère maladaptatif du sentiment punitif tel qu'il se manifeste dans les jeux expérimentaux à un coup. / The aim of this thesis is to investigate the evolutionary roots of costly punishment in humans. In chapter 1, we show that available experimental data are more compatible with behavioral patterns sculpted by individual selective pressures than higher-population processes. In chapter 2, we provide experimental evidence that punishing decisions mostly rely on intuitive reasonings originally adapted to direct reciprocity environments. Finally, in chapter 3, we cast doubt on the (recent) claim that cheap partner switching opportunities make costly punishment anecdotal in the wild. In sum, our results emphasize the maladaptive nature of punitive behaviors observed in anonymous, one-shot laboratory settings.

Afin de réduire le coût de calcul pour des problèmes d'optimisation coûteuse, cette thèse a été consacrée à la Stratégie d'Evolution avec Adaptation de Matrice de Covariance assistée par modèle de Krigeage (KA-CMA-ES). Plusieurs algorithmes de KA-CMA-ES ont été développés et étudiés. Une application de ces algorithmes KA-CMA-ES développés est réalisée par l'identification des paramètres matériels avec un modèle constitutif d'endommagement élastoplastique. Les résultats expérimentaux démontrent que les algorithmes KA-CMA-ES développés sont plus efficaces que le CMA-ES standard. Ils justifient autant que le KA-CMA-ES couplé avec ARP-EI est le plus performant par rapport aux autres algorithmes étudiés dans ce travail. Les résultats obtenus par l'algorithme ARP-EI dans l'identification des paramètres matériels montrent que le modèle d'endommagement élastoplastique utilisé est suffisant pour décrire le comportement d'endommage plastique et ductile. Ils prouvent également que la KA-CMA-ES proposée améliore l'efficace de la CMA-ES. Par conséquent, le KA-CMA-ES est plus puissant et efficace que CMA-ES pour des problèmes d'optimisation coûteuse. / In order to reduce the cost of solving expensive optimization problems, this thesis devoted to Kriging-Assisted Covariance Matrix Adaptation Evolution Strategy (KA-CMA-ES). Several algorithms of KA-CMA-ES were developed and a comprehensive investigation on KA-CMA-ES was performed. Then applications of the developed KA-CMA-ES algorithm were carried out in material parameter identification of an elastic-plastic damage constitutive model. The results of experimental studies demonstrated that the developed KA-CMA-ES algorithms generally are more efficient than the standard CMA-ES and that the KA-CMA-ES using ARP-EI has the best performance among all the investigated KA-CMA-ES algorithms in this work. The results of engineering applications of the algorithm ARP-EI in material parameter identification show that the presented elastic-plastic damage model is adequate to describe the plastic and ductile damage behavior and also prove that the proposed KA-CMA-ES algorithm apparently improve the efficiency of the standard CMA-ES. Therefore, the KA-CMA-ES is more powerful and efficient than CMA-ES for expensive optimization problems.