Le travail concerne la commande robuste de systèmes linéaires à modèle incertain et incertitude paramétrique. L'approche développée est l'approche quadratique se basant sur la recherche et l'exploitation de fonctions de Lyapunov quadratiques en l'état. La partie la plus originale des travaux est relative à la commande par retour de sortie, c'est à dire celle basée sur un traitement de l'information contenue dans les mesures disponibles effectivement sur l'état du système et pour le cas d'incertitudes paramétriques polyédriques (cas de matrices intervalle). Une synthèse portant sur la commande robuste par retour d'état dans l'approche quadratique fournit les éléments essentiels pour la formalisation du problème de commande par retour de sortie : incertitudes non structurées et structurées. Le cas des systèmes à incertitude structurée (cas pour lequel demeure encore un besoin de résultats ¿forts¿) est abordé, après un rappel de quelques résultats concernant les cas d'incertitude ¿bornée en norme¿ non structurée pour laquelle existent des conditions nécessaires et suffisantes de stabilité, de nouveaux résultats sont énoncés pour le cas d'incertitude bornée en norme structurée sous la forme de conditions nécessaires et de conditions suffisantes. Il est montré que le cas de l'incertitude polyédrique est un cas extrême d'incertitude bornée en norme structurée. Ce dernier cas présente un degré de complexité important et, pour ce cas, un algorithme itératif pour le calcul d'un retour de sortie dynamique du type observateur de Luenberger est présenté. Le résultat obtenu permet également d'aborder le problème de la détermination du domaine d'incertitude (maximal). Ayant été développés pour les systèmes dynamiques en temps continu, les résultats obtenus sont étendus au cas des systèmes dynamiques en temps discret, résolvant par là même, le problème de la commande robuste avec placement des modes dans une régio n circulaire (problème d'intérêt pratique car permettant la maîtrise de la dynamique du système commandé). Enfin, dans la thèse le problème de la synthèse de commandes robustes avec critères de performance de type H2 (critère quadratique) ou H¿ (cas le plus défavorable) permettant (entre autres) de traiter le problème de rejet de perturbations est abordée.

Reproduction de : Thèse de doctorat : Développement rural : Toulouse, INPT : 2008. / Titre provenant de l'écran-titre. Bibliogr. 225 réf.

Reproduction de : Thèse de doctorat : Mécanique des fluides et Aérodynamique : Lille 1 : 2006. / N° d'ordre (Lille 1) : 3945. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 255-258. Liste des publications et rapports.

Lorsqu'on réalise une analyse des données dans le cadre d'une enquête, on est souvent confronté au problème des données manquantes. L'une des solutions les plus fréquemment utilisées est d'avoir recours aux méthodes d'imputation simple. Malheureusement, ces méthodes souffrnt d'un handicap important : les estimations courantes basées sur les valeurs observées et imputées considèrent à tort les valeurs imputées comme des valeurs connues, bien qu'une certaine forme d'incertitude plane au sujet des valeurs à imputer. En particulier, les intervalles de confiance pour les paramètres d'intérêt basés sur les données ainsi complétées n'incorporent pas l'incertitude qui est attribuable aux valeurs manquantes. Les méthodes basées sur le rééchantillonnage et l'imputation multiple -- une généralisation de l'imputation simple -- s'avèrent toutes deux des solutions courantes convenables au problème des données manquantes, du fait qu'elles incorporent cette incertitude. Une alternative consiste à avoir recours à l'imputation multiple à deux niveaux, une généralisation de l'imputation multiple (conventionnelle) qui a été développée dans la thèse que Shen [51] a rédigée en 2000 et qui permet d'exploiter les situations où la nature des valeurs manquantes suggère d'effectuer la procédure d'imputation en deux étapes plutôt qu'en une seule. Nous décrirons ces méthodes d'analyse des données incomplètes qui incorporent l'incertitude attribuable aux valeurs manquantes, nous soulèverons quelques problématiques intéressantes relatives au recours à ces méthodes et nous y proposerons des solutions appropriées. Finalement, nous illustrerons l'application de l'imputation multiple conventionnelle et de l'imputation multiple à deux niveaux au moyen d'exemples simples et concrets.

La démocratisation des nouvelles plateformes d'exécution parallèles et distribuées, notamment les grilles de calcul, a engendré l'émergence de nouvelles d'architectures constituées en grande partie par des ressources fournies par des personnes/organisations volontaires. Ces machines ne sont pas disponibles tout le temps. Elles sont sujettes à des perturbations liées aux incertitudes sur les dates de début et de fin de disponibilités. Pour générer des ordonnancements adaptés à ces plateformes, nous cherchons à optimiser, en plus des fonctions objectifs classiques, un nouveau critère qui caractérise l'aptitude de l'ordonnancement à absorber l'effet des perturbations (la stabilité). Nous nous sommes intéressés dans le cadre de ce travail au problème de l'ordonnancement avec contraintes d'indisponibilité de ressources et d'incertitudes sur les dates d'occurrence des évènements. Nous commençons par étudier le cas préliminaire de ce problème où une seule indisponibilité est possible par machine et où l'incertitude porte sur la durée de l'indisponibilité. Nous généralisons ensuite cette étude pour le cas où plusieurs indisponibilités peuvent être envisagées sur les machines et où l'incertitude porte sur les dates d'occurrences des évènements. Pour l'ensemble de ces problèmes, nous utilisons une technique de tampon pour fournir une famille d'ordonnancements qui optimisent simultanément la performance et la stabilité des ordonnancements générés. Une vaste campagne de simulation des heuristiques proposées conduit à la sélection de configurations qui aboutissent à des résultats satisfaisants en terme de compromis. Mots clés : Parallélisme, ordonnancement, incertitude, disponibilité, stabilité

Ce travail porte sur l'estimation des incertitudes et la prévision de risques en qualité de l'air. Il consiste dans un premier temps à construire un ensemble de simulations de la qualité de l'air qui prend en compte toutes les incertitudes liées à la modélisation de la qualité de l'air. Des ensembles de simulations photochimiques à l'échelle continentale ou régionale sont générés automatiquement. Ensuite, les ensembles générés sont calibrés par une méthode d'optimisation combinatoire qui sélectionne un sous-ensemble représentatif de l'incertitude ou performant (fiabilité et résolution) pour des prévisions probabilistes. Ainsi, il est possible d'estimer et de prévoir des champs d'incertitude sur les concentrations d'ozone ou de dioxyde d'azote, ou encore d'améliorer la fiabilité des prévisions de dépassement de seuil. Cette approche est ensuite comparée avec la calibration d'un ensemble Monte Carlo. Ce dernier, moins dispersé, est moins représentatif de l'incertitude. Enfin, on a pu estimer la part des erreurs de mesure, de représentativité et de modélisation de la qualité de l'air

L'objectif principal de cette thèse est l'étude de la fiabilité des cartes électroniques. Ces cartes sont utilisées dans plusieurs domaines, tels que l'industrie automobile, l'aéronautique, les télécommunications, le secteur médical, ..., etc. Elles assurent toutes les fonctions nécessaires au bon fonctionnement d'un système électronique. Les cartes électroniques subissent diverses sollicitations (mécaniques, électriques et thermiques) durant la manipulation et la mise en service. Ces sollicitations sont dues aux chutes, aux vibrations et aux variations de température. Elles peuvent causer la rupture des joints de brasage des composants électroniques. Cette rupture entraine la défaillance du système électronique complet. Les objectifs de ce travail sont: - Développer un modèle numérique pour la simulation du drop-test d'une carte électronique ; - Prédire la durée de vie en fatigue des joints de brasure en tenant compte des incertitudes des diverses variables ; - Développer une méthode d'optimisation fiabiliste pour déterminer la géométrie optimale qui assure un niveau cible de fiabilité d'une carte électronique ; - Application d'une nouvelle méthode hybride d'optimisation pour déterminer la géométrie optimale d'une carte électronique et d'un joint de brasure. Cette thèse a donné lieu à deux publications dans une revue indexée, et deux projets de publication et quatre communications dans des manifestations internationales.

Le but principal de la thèse est de mettre en lumière une conceptualisation heuristique de l’incertitude qui permette d’expliquer la manière dont elle est interprétée par les citoyens dans le contexte des risques de santé publique et quelles stratégies de gestion (coping) sont déployées afin d’y faire face. L’emploi de méthodes mixtes est privilégié. La première étude, testant un schème psychométrique sur les données d’une enquête nationale documentant le risque et l’acceptabilité perçue d’un enjeu de santé publique (N= 1517), révèle que l’incertitude perçue se distingue d’autres évaluations cognitives de la menace, telle que la probabilité. Elle est associée à une augmentation de l’inquiétude ressentie seulement lorsque l’impact perçu du risque sur la santé est élevé. La deuxième étude, testant un devis de recherche expérimental auprès de Canadiens du grand public (N= 434), démontre que l’effet sur l’adhérence au message, de différents types d’avertissements à propos d’un risque varie selon les sources d’incertitude communiquées. En particulier, la communication d’ambiguïté (divergence entre experts ou données contradictoires) diminue l’adhérence au message, alors que la communication d’incertitude épistémique (manque de données scientifiques) ne diminue pas l’adhérence au message ni la confiance envers la source. Les dernières études explorent la construction du sens donné à l’incertitude par les citoyens à travers une approche qualitative, avec trois entrevues individuelles et neuf groupes de discussion réalisés auprès d’adultes provenant de villes canadiennes (N= 47). La troisième étude analyse la portion des entrevues mettant l’accent sur les attentes des citoyens à propos de qui devraient être impliqués dans la communication gouvernementale du risque, pourquoi les incertitudes devraient être communiquées, lesquelles sont désirables, et comment et quand les discuter. La quatrième étude emprunte la méthode de la théorie ancrée afin d’élaborer un schéma conceptuel explicatif des réactions à l’incertitude. Celui-ci identifie et met en lien les principaux facteurs d’importance, soit: la source d’incertitude, les caractéristiques situationnelles et individuelles, le contrôle perçu et la confiance envers la source d’information et les gestionnaires du risque. Ces résultats permettent de mieux comprendre et d’anticiper les réactions du public dans la communication et la gestion du risque.

L'analyse des risques est un élément essentiel pour la prise de décision réglementaire liée aux industries à haut risques. Une analyse systématique des risques se compose de trois étapes: (i) l’identification des scénarios indésirables de risque. (ii) l’estimation de la probabilité d'occurrence des scénarios des risques. (iii) le calcul d’effet des conséquences des scénarios de risque identifiés. L'analyse de la vraisemblance et de la gravité s'effectue à l'aide de modèles qui dépendent de plusieurs paramètres d'entrée. Cependant, la fiabilité de l'analyse de risque est limitée grâce à diverses sources d'incertitude. L’incertitude des paramètres, du modèle et d'incomplétude sont les principales sources d'incertitude. L’incertitude de paramètres découle de l'incapacité de définir des valeurs exactes à certains paramètres d'entrée utilisés pour l'analyse de la probabilité et de l’effet. L'incertitude de l’incomplétude provient de ne pas tenir compte de l’ensemble des contributions au risque dans le processus d'identification (certains événements initiateurs sont ignorés). L'incertitude du modèle n'est pas prise en compte dans ce travail. L'INERIS (Institut national de l'environnement industriel et des risques) a développé une approche semi-quantitative d'intervalle pour l’évaluation de la probabilité des risques qui utilise des informations quantitatives si disponibles ou des informations qualitatives, sinon. Cependant, cette approche semi-quantitative d'intervalle présente certains inconvénients en raison de l'incertitude des paramètres. L'information concernant les paramètres d’entrée des modèles d’effets est souvent incomplète, vague, imprécise ou subjective. En outre, certains paramètres peuvent être de nature aléatoire et ont des valeurs différentes. Cela conduit à deux différents types d'incertitude des paramètres. L'incertitude aléatoire dû à la variabilité naturelle. L’autre est l’incertitude épistémique, causée par le manque d'informations, par exemple, une imprécision de mesure. De plus, dans les méthodes d'analyse de risque actuelles, l'étape d'identification est incomplète. Juste les scénarios liés à la sûreté causés par des événements accidentels sont pris en compte durant l’analyse. L'introduction de systèmes connectés et de technologies numériques dans l’Industrie crée de nouvelles menaces de cyber-sécurité qui peuvent entraîner des accidents de sûreté indésirables. Ces événements liés à la cyber-sécurité doivent être pris en compte lors de l'analyse des risques industriels. Cette recherche vise à développer des méthodologies d'analyse d'incertitude pour traiter l'incertitude dans le processus d'analyse de risque de l’INERIS. En d'autres termes, analyser l'incertitude dans l'analyse de la probabilité, l'analyse des effets et l'étape d'identification. Dans ce travail, nous traitons les limites de l'approche semi-quantitative d'intervalle en introduisant la notion de nombres flous au lieu d'intervalles. Les nombres flous sont utilisés pour traiter l'incertitude dans les données d’entrée. Une méthodologie hybride qui traite chaque cause de l'incertitude des paramètres dans l'analyse des effets avec la bonne théorie est développée. La théorie de la probabilité est utilisée pour représenter la variabilité, les nombres flous sont utilisés pour représenter l'imprécision et la théorie d’évidence est utilisée pour représenter l'ignorance, l'incomplétude ou le manque de consensus. Une nouvelle méthodologie d'identification des risques qui considère la sûreté et la sécurité ensemble lors de l'analyse des risques industriels est développée. Cette approche combine Nœud-Papillon (BT), utilisé pour l'analyse de sûreté, avec une nouvelle version étendue de l’arbre d’attaque (AT), introduite pour l'analyse de cybersécurité des systèmes de contrôle industriel. L'utilisation combinée d'AT-BT fournit une représentation exhaustive des scénarios de risque en termes de sûreté et de sécurité. / Risk analysis is a critical part for regulatory decision-making related to high-risk risk industries. A systematic risk analysis is made up of three steps: (i) identifying the undesirable risk scenarios. A risk scenario is characterized by referencing to the potential event with its causes and consequences. (ii) Estimating the likelihood of occurrence of risk scenarios. (iii) Calculating the effect of consequences of the identified risk scenarios. Likelihood and effect analysis are carried out with the help of models that depend on several number of input parameters.However, the trustworthiness of risk analysis is limited when inaccuracies in the results can occur, and are due to various sources of uncertainty. Parameter, model and completeness uncertainties are the main sources of uncertainty. Parameter uncertainty arises from the inability to set exact values for certain input parameters used for likelihood and severity analysis. Completeness uncertainty originates from not considering all contributions to risk in the identification process (some initiating events are ignored). Model uncertainty is not considered in this work.The INERIS (French National Institute for Industrial Environment and Risks) has developed an interval semi-quantitative approach that uses both quantitative information if available or qualitative information if not. However, this interval semi-quantitative approach has some drawbacks due to parameter uncertainty.Information regarding model parameters used for effect analysis is often incomplete, vague, imprecise or subjective. Moreover, some of the parameters may be random in nature and have different values. This leads to two different types of parameter uncertainty that need to be accounted for an accurate risk analysis and effective decision-making. Aleatoric uncertainty arises from randomness due to natural variability resulting from the variation of a value in time. Or epistemic uncertainty caused by the lack of information resulting, for example, from measurement errors, subjectivity expert judgment or incompleteness.Moreover, the identification step is incomplete where only safety related scenarios caused by accidental events are considered. The introduction of connected systems and digital technology in process industries creates new cyber-security threats that can lead to undesirable safety accidents. These cyber-security related events should be considered during industrial risk analysis.This research aims to develop uncertainty analysis methodologies to treat uncertainty in the INERIS risk analysis process. In other words, to analyze uncertainty in likelihood analysis, effect analysis and the identification step.In this work, we propose a fuzzy semi-quantitative approach to deal with parameter uncertainty in the likelihood analysis step. We handle the limits of the interval semi-quantitative approach by introducing the concept of fuzzy numbers instead of intervals. Fuzzy numbers are used to represent subjectivity in expert judgments (qualitative data) and covers uncertainty in the quantitative data if this data exists.A hybrid methodology that treat each cause of parameter uncertainty in effect analysis with the right theory is developed. Probability theory is used to represent variability, fuzzy numbers are used to represent imprecision and evidence theory is used to represent vagueness, incompleteness and the lack of consensus.A new risk identification methodology that considers safety and security together during industrial risk analysis is developed. This approach combines Bow-Tie Analysis (BTA), commonly used for safety analysis, with a new extended version of Attack Tree Analysis (ATA), introduced for security analysis of industrial control systems. The combined use of AT-BT provides an exhaustive representation of risk scenarios in terms of safety and security.

Cette thèse est composée de quatre chapitres et analyse une régularité empirique très mal connue et très peu analysée : les « formes organisationnelles plurielles ». Dans le premier chapitre, j’examine les diverses tentatives de théoriser les formes plurielles et comment ce domaine a évolué au fil du temps. Cela me permet d’identifier deux variables qu’on retrouve au cœur des idées exprimées dans ces tentatives pour expliquer l’existence et la stabilité des formes plurielles : la spécificité des actifs ainsi que les facteurs d’incertitude. Néanmoins, ces variables sont restées très mal explorées, ce qui pointe la nécessité de nouvelles contributions théoriques sur ce sujet. Dans le deuxième chapitre, je cherche à comprendre ce qui explique la variété des formes plurielles. Je propose un modèle théorique intégrant la spécificité des actifs et l'incertitude pour pronostiquer l’existence des formes plurielles et non plurielles. Ensuite, je souligne que les formes plurielles sont hétérogènes et je construis des hypothèses mettant en relation différents types d’incertitude avec des formes plurielles différentes. Dans les deux chapitres suivants, le modèle théorique et les hypothèses sont confrontés à des données empiriques qualitatives. Le troisième chapitre confronte le modèle théorique à une étude de cas clinique menée au sein d’une entreprise, l’entreprise Korin (Brésil), qui produit et vend divers produits bios. Enfin dans le chapitre quatre, le modèle théorique et les hypothèses sont confrontés à des données recueillies à partir d’une enquête sur l’approvisionnement en ‘inputs’ auprès de 24 entreprises opérant dans le secteur agricole brésilien. Je trouve dans ces deux articles des concordances fortes à l’appui de mon modèle et des hypothèses que j’en ai dérivées, ce qui ouvre la voie à de nouvelles recherches. / This dissertation is composed of four chapters and addresses an empirical regularity about which very little is known: “plural forms”. In the first chapter, I intend to verify what has been theorized about plural forms and how this field has evolved over time. I identified two variables that underlie most of the theoretical explanations for the existence and stability of plural forms: asset specificity and uncertainty. However, these variables are very seldom explored, which points towards the need for novel contributions. In the second chapter, I am concerned with explaining the variety of plural form manifestations. I built a theoretical model integrating asset specificity and uncertainty to predict plural and non-plural forms. Next, I stressed that plural forms are heterogeneous and built hypotheses relating different types of uncertainty to different types of plural forms. In the next two chapters, I empirically confront my theoretical model and hypotheses with qualitative data. In the third chapter, I confront my model by performing an embedded clinical case study on the Korin company (in Brazil), which produces and commercializes multiple organic products; while in the final chapter, I intend to empirically confront both my theoretical model and my hypotheses and survey the procurement of inputs by 24 companies operating in the Brazilian Agribusiness sector. I find support for my model and for my hypotheses on both of these papers, indicating a path for further analyses.