Cette thèse traite de la conception semi-automatique d'entrepôts de données et des cubes OLAP associés pour l'analyse de données écologiques.Les sciences biologiques, notamment l'écologie et l'agronomie, génèrent des données qui nécessitent un effort de collecte important : plusieurs années sont souvent nécessaires pour obtenir un jeu de données complets. De plus, les objets et les phénomènes étudiés par ces sciences sont complexes et nécessite l'enregistrement de nombreux paramètres pour être appréhendés. Enfin, le recueil de données complexes sur un temps long a pour conséquence un risque accru d’inconsistance au sein de ces données. Ainsi, ces sciences génèrent des données nombreuses, hétérogènes, voir inconsistantes.Il est donc intéressant de proposer aux scientifiques travaillant dans les sciences du vivant des systèmes d'information capable de stocker et de restituer leurs données, en particulier quand celles ci présentent un volume important. Parmi les outils existants, les outils de l'informatique décisionnelle, notamment les systèmes d'analyse en ligne (On-Line Analytical processing : OLAP), ont particulièrement retenu notre attention, car il s'agit de processus d'analyse de données sur de larges collections de données historiques (c'est-à-dire un entrepôt de données) afin d'offrir un support à la prise de décision. L'informatique décisionnelle propose des outils qui permettent à leurs utilisateurs d'explorer de larges volumes de données, dans le but de découvrir des modèles et des connaissances au sein de ces données, et ainsi d'éventuellement confirmer leurs hypothèses.Cependant, les systèmes OLAP sont des systèmes d'information complexes dont la mise en place nécessite des compétences avancées en informatique décisionnelle. Ainsi, bien qu'ils aient des caractéristiques intéressantes pour gérer et analyser des données multidimensionnelles, leur complexité les rend difficilement accessibles pour des utilisateurs potentiels, qui ne seraient pas des informaticiens professionnels.Dans la littérature, plusieurs travaux se sont penchés sur la conception automatique de schéma multidimensionnel, mais les exemples proposés par ces travaux concernaient des données classiques. Par ailleurs, d'autres articles traitent de la modélisation multidimensionnelle adaptée à des données complexes (inconsistance, données hétérogènes, intégration d'objets spatiaux, de textes, d'images au sein d'un entrepôt …) mais les méthodes proposées par ces travaux sont rarement automatique.C'est pourquoi l'objectif de ce travail de thèse est de proposer une méthode de conception d'entrepôt de données et des cubes OLAP associés la plus automatique possible. Cette méthode doit être capable de prendre en compte la complexité des données inhérente aux sciences biologiques.Pour tester les différents prototypes que nous avons proposé durant ce travail de thèse, nous avons disposé d'un jeu de données concernant l'abondance des oiseaux le long de la Loire. Ce jeu de données est structuré de la façon suivante : (1) nous disposons du recensement de 213 espèces d'oiseaux (décrites par un ensemble de facteurs qualitatifs, comme par exemple le régime alimentaire) en 198 points le long du fleuve pour 4 campagnes de recensement ; (2) chacun des 198 points est décrits par un ensemble de variables environnementales issues de différentes sources (relevés de terrain, images satellites, SIG). Ce sont ces variables environnementales qui posent le plus de questions en termes de modélisation multidimensionnelle. Ces données sont issues de différentes sources, parfois indépendantes des campagnes de recensement des oiseaux, et sont donc inconsistantes dans le temps et l'espace. De plus, ces données sont hétérogènes : elles peuvent se présenter sous forme de facteurs qualitatifs, quantitatifs ou encore d'objets spatiaux. Pour finir, ces données environnementales intègrent un grand nombre de facteurs (158 variables retenues) (...) / This thesis concerns the semi-automatic design of data warehouses and the associated OLAP cubes analyzing ecological data.The biological sciences, including ecology and agronomy, generate data that require an important collection effort: several years are often required to obtain a complete data set. Moreover, objects and phenomena studied by these sciences are complex and require many parameter recording to be understood. Finally, the collection of complex data over a long time results in an increased risk of inconsistency. Thus, these sciences generate numerous and heterogeneous data, which can be inconsistent. It is interesting to offer to scientists, who work in life sciences, information systems able to store and restore their data, particularly when those data have a significant volume. Among the existing tools, business intelligence tools, including online analytical systems (On-Line Analytical processing: OLAP), particularly caught our attention because it is data analysis process working on large historical collections (i.e. a data warehouse) to provide support to the decision making. The business intelligence offers tools that allow users to explore large volumes of data, in order to discover patterns and knowledge within the data, and possibly confirm their hypotheses.However, OLAP systems are complex information systems whose implementation requires advanced skills in business intelligence. Thus, although they have interesting features to manage and analyze multidimensional data, their complexity makes them difficult to manage by potential users, who would not be computer scientists.In the literature, several studies have examined the automatic multidimensional design, but the examples provided by theses works were traditional data. Moreover, other articles address the multidimensional modeling adapted to complex data (inconsistency, heterogeneous data, spatial objects, texts, images within a warehouse ...) but the proposed methods are rarely automatic. The aim of this thesis is to provide an automatic design method of data warehouse and OLAP cubes. This method must be able to take into account the inherent complexity of biological data. To test the prototypes, that we proposed in this thesis, we have prepared a data set concerning bird abundance along the Loire. This data set is structured as follows: (1) we have the census of 213 bird species (described with a set of qualitative factors, such as diet) in 198 points along the river for 4 census campaigns; (2) each of the 198 points is described by a set of environmental variables from different sources (land surveys, satellite images, GIS). These environmental variables address the most important issue in terms of multidimensional modeling. These data come from different sources, sometimes independent of bird census campaigns, and are inconsistent in time and space. Moreover, these data are heterogeneous: they can be qualitative factors, quantitative varaibles or spatial objects. Finally, these environmental data include a large number of attributes (158 selected variables) (...).

La conception d'outils de simulation capables de reproduire la dynamique et l'évolution de phénomènes complexes réels est une tâche difficile. La modélisation de ces phénomènes par des approches analytiques est souvent impossible, obligeant le concepteur à s'orienter vers des approches comportementales. Dans ce contexte, les simulations multi-agents représentent aujourd'hui une alternative crédible aux simulations classiques. Elles restent cependant délicates à mettre en œuvre. En effet, le concepteur de la simulation doit être capable de transcrire en comportement d'agents la dynamique du phénomène qu'il observe. Cette étape requiert généralement les compétences d'un spécialiste possédant une certaine expertise du phénomène à simuler. Dans cette thèse, nous proposons une manière originale de traiter l'observation de comportements réels à simuler, sans avoir recours à l'aide d'un expert.Il s'agit de s'appuyer sur des techniques d'apprentissage non supervisé pour identifier et extraire des comportements et ainsi faciliter l'agentification de la simulation. Notre approche constitue, de ce fait, un pas vers la conception automatique de simulations multi-agents reproduisant des phénomènes observables. Cette approche est motivée par un cadre applicatif visant la simulation de comportements de clients à l'intérieur d'un espace de vente. / The design of simulation tools, which are able to reproduce the dynamics and evolution of complex real phenomena, is hard. Modeling these phenomena by analytical approaches is often unsuitable, forcing the designer to turn towards behavioral approaches. In this context, multi-agent simulations are now a credible alternative to the classical simulations. However, they remain difficult to implement. In fact, the designer of the simulation must be able to transcribe the dynamic of the phenomenon being observed in agents behavior. This step usually requires the skills of a specialist with some expertise in the phenomenon to be simulated. In this thesis, we propose a novel way to treat observing real behaviors to simulate, without resorting to the help of an expert.It is relying on unsupervised learning techniques to identify and extract behavior and facilitate the agentification. Our approach is, therefore, a step towards the automatic design of multi-agent simulations reproducing observable phenomena. This approach is motivated by an application context aiming the simulation of customers’ behavior within a retail space.

L'objectif de ce travail de thèse est de définir et de présenter une nouvelle approche de la conception sous contraintes de machines électriques. Celle-ci permet aux électrotechniciens d'utiliser l'ordinateur non pas seulement comme un outil d'analyse mais aussi comme un outil ayant de réelles facultés de dimensionnement automatique. Cette approche offre de grands avantages comme: -la gestion des contraintes d'un cahier des charges, -la gestion de l'interdépendance des phénomènes physiques intervenant dans une machine, -ou encore l'optimisation des solutions trouvées. Cependant sa grande originalité est qu'elle assure automatiquement la génération du logiciel de conception. Pour cela elle utilise comme connaissance de base, un modèle analytique de la machine à laquelle on s'intéresse, et comme moyen, des techniques de calcul symbolique et de programmation automatique. Afin de guider le processus de conception, elle emploie des algorithmes génériques d'optimisation numérique sous contraintes. Cette approche est notamment appliquée, dans ce mémoire, au dimensionnement de machines asynchrones.

L'essor de l'informatique et des techniques d'intelligence artificielle a conduit ces dernières années à un développement sans précédent des procédés d'optimisation automatique qui peuvent aujourd'hui prendre en compte des dizaines de paramètres de conception. En particulier, les méthodes évolutionnistes ont connu depuis le début des années soixante une croissance exponentielle et s'affirment peu à peu comme les techniques les plus robustes : d'une part, elles permettent de localiser l'optimum d'une fonction dans l'espace des paramètres sans avoir recours aux dérivées de la fonction par rapport à ces paramètres ; d'autre part elles ne se laissent pas piéger par un optimum local et réussissent le plus souvent à déterminer l'optimum global de la fonction considérée. Cependant, la traduction d'un problème d'optimisation réel avec tous ses aspects (performance "pure" mais aussi sensibilité, facilité de fabrication, prix de revient, ...) sous forme d'une fonction à optimiser n'est pas toujours une chose simple. Dès lors, le concepteur apprécie lorsqu'il étudie l'un des aspects d'être conduit à plusieurs possibilités (plus ou moins parfaites suivant cet aspect là) plutôt qu'à une solution unique. Les méthodes génétiques multimodales ou méthodes de nichage offrent des perspectives intéressantes en permettant la localisation de solutions optimales multiples, aussi bien locales que globales. Notre travail est centré sur la caractérisation de ces nouvelles techniques d'optimisation numériques. Chaque méthode a été testée de façon classique à partir de fonctions mathématiques ainsi que sur des problèmes d'électromagnétisme et sur un procédé très original de conception de formes optimales d'électrodes. Nous décrivons une nouvelle approche pour des systèmes 2D-plan ou axisymétriques, où la forme de l'électrode est identifiée à une ligne équipotentielle obtenue par optimisation du positionnement et de la valeur d'un certain nombre de charges fictives.

Depuis des années, les avionneurs sont engagés pour la réduction de l’empreinte environnementale à travers le développement de nouveaux concepts. Ainsi, le remplacement des systèmes hydrauliques (hydraulicless) et pneumatiques (bleedless) de l’avion par des systèmes électriques sont envisagés d’où l’apparition du concept d’avion « plus électrique ». Toutefois, les gains espérés (diminution du coût, de la consommation de carburant ou de la masse) suite à cette substitution ne sont pas si faciles à obtenir, car les technologies précédentes ont bénéficié de plusieurs dizaines d’années de développement et d’optimisation. Les solutions électriques nouvellement proposées doivent donc elles aussi être très abouties pour être véritablement concurrentielles ; tous les degrés de liberté doivent être envisagés, qu’il s’agisse des technologies ou des architectures. En particulier, l’usage d’un nouveau réseau HVDC (540 V) semble être une solution prometteuse. A partir de ce réseau HVDC, les différentes charges AC triphasées sont alimentées par une série d’onduleurs génériques. Compte tenu de la disparité des consommations pendant les différentes phases de vol, le même onduleur peut servir à alimenter plusieurs charges. La connexion entre les onduleurs et les charges est gérée par une matrice de contacteurs. Cette solution innovante considère également des cas de redondance pour augmenter la robustesse de la solution. La conception de ce nouveau système est présentée dans ce rapport de thèse. Le compromis optimal entre le nombre d’onduleurs et la puissance nominale de chaque onduleur doit être obtenu. Ce choix déterminera fortement la taille de la matrice de contacteurs. Cependant, pour adresser cette problématique, il est nécessaire de connaître la masse des différents composants en fonction de la puissance requise. Un environnement de conception est ainsi créé dans le but de réaliser le dimensionnement optimal de convertisseurs de puissance. Les différents composants sont décrits utilisant une approche « directe » et sont codés sous le formalisme « orienté-objet ». Ces modèles sont ensuite validés expérimentalement ou par simulation numérique. Les différents modèles sont couplés à un environnement d’optimisation et à un solveur fréquentiel qui permet une résolution rapide des formes d’ondes du régime permanent. L’environnement d’optimisation réalise le dimensionnement précis des différentes parties de l’onduleur : dissipateur, module de puissance, filtre côté continu et inductance de couplage. Un onduleur est proposé pour différentes puissances nominales et fréquences de découpage. L’optimisation adresse également le choix des différentes technologies. Finalement, les résultats sont utilisés pour déterminer le meilleur compromis entre nombre d’onduleurs et puissance de l’onduleur à partir d’un algorithme heuristique. / In recent years, aircraft manufacturers have been making progress in the design of more efficient aircrafts to reduce the environmental footprint. To attain this target, aircrafts manufactures work on the replacement of the hydraulic and bleed systems for electrical systems leading to a “More Electrical Aircraft”. However, the expected mass gain is a challenge, as previous technologies have been developed and optimized for decades. The new electrical solutions need to be look into detail to be competitive with previous technologies. All degrees of freedom must be considered, that is, new technologies and architectures. In particular, an HVDC network that reduces the number of rectifier stages seems a promising solution. From the HVDC network, the different three phase AC loads will be supplied by a series of power generic inverters. As the power consumption of the different loads change during the flight mission, the same inverter is used to supply different loads. The connection between the inverters and the loads is managed by a matrix of contactors. The proposed solution also considers redundant configurations, thus increasing system robustness. The design of the innovative system is presented in this document. That is, determining the optimal trade-off between the number of power inverters and the nominal power of each generic inverter that will also impact the size of the matrix of contactors. However, to assess the combinatory problem, the mass of the different components as a function of the nominal power needs to be calculated. A design environment is therefore created to perform automatic and optimized design of power converters. The different components are described using a “direct modelling” approach and coded using “object-oriented” programming. The components are validated experimentally or by numerical simulations. The different models are coupled to an optimization environment and to a frequency solver allowing a fast calculation of the steady-state waveforms. The optimization environment performs the precise design of the different parts of the power inverter: heatsink, power module, DC filter and coupling inductor. The power inverter is designed for different values of nominal power and switching frequency. The optimization assesses as well the usage of different technologies. Finally, the results are used to determine the optimal trade-off between the number of inverters and the nominal power of each inverter using a heuristic algorithm.