De nombreux problèmes d'optimisation issus du monde réel, notamment dans le domaine de la logistique, doivent faire face à beaucoup de difficultés. En effet, ils sont souvent caractérisés par des espaces de recherche vastes et complexes, de multiples fonctions objectif contradictoires, et une foule d'incertitudes qui doivent être prises en compte. Les métaheuristiques sont des candidates naturelles pour résoudre ces problèmes, ce qui les rend préférables aux méthodes d'optimisation classiques. Toutefois, le développement de métaheuristiques efficaces découle d'un processus de recherche complexe. Le cœur de ce travail réside en la conception, l'implémentation et l'analyse expérimentale de métaheuristiques pour l'optimisation multiobjectif, ainsi que leurs applications à des problèmes logistiques de tournées et d'ordonnancement. Tout d'abord, une vue unifiée de ces approches est présentée, puis intégrée dans une plateforme logicielle dédiée à leur implémentation, ParadisEO-MOEO. Ensuite, plusieurs approches de coopération, combinant des métaheuristiques pour l'optimisation multiobjectif, sont proposées. Enfin, la question de la prise en compte l'incertitude est abordée dans le contexte de l'optimisation multiobjectif.

En optimisation multiobjectif, les connaissances du front et de l'ensemble de Pareto sont primordiales pour résoudre un problème. Un grand nombre de stratégies évolutionnaires sont proposées dans la littérature classique. Ces dernières ont prouvé leur efficacité pour identifier le front de Pareto. Pour atteindre un tel résultat, ces algorithmes nécessitent un grand nombre d'évaluations. En ingénierie, les simulations numériques sont généralement réalisées par des modèles de haute-fidélité. Aussi, chaque évaluation demande un temps de calcul élevé. A l'instar des algorithmes mono-objectif, les gradients des critères, ainsi que les dérivées successives, apportent des informations utiles sur la décroissance des fonctions. De plus, de nombreuses méthodes numériques permettent d'obtenir ces valeurs pour un coût modéré. En s'appuyant sur les résultats théoriques obtenus par Inria, nous proposons un algorithme basé sur l'utilisation des gradients de descente. Ces travaux résument la caractérisation théorique de cette méthode et la validation sur des cas tests analytiques. Dans le cas où les gradients ne sont pas accessibles, nous proposons une stratégie basée sur la construction des métamodèles de Krigeage. Ainsi, au cours de l'optimisation, les critères sont évalués sur une surface de réponse et non par simulation. Le temps de calcul est considérablement réduit, au détriment de la précision. La méthode est alors couplée à une stratégie de progression du métamodèle.

La décision du choix des fournisseurs est stratégique car elle influe sur la performance globale de l'entreprise et sur le coût d'achat qui représente de 40 à 80 % du coût total du produit. Une revue de la littérature dans ce domaine montre que rares sont les travaux qui ont considéré explicitement l'impact du transport sur cette décision. Ceci représente une limitation importante car le partage de la demande entre plusieurs fournisseurs implique des coûts de transport importants. De plus, le transport et les stocks sont fortement liés et engendrent des coûts encourus chez les fournisseurs pendant que les produits attendent d'être transportés, des coûts relatifs aux produits en transit et des coûts encourus chez le donneur d'ordres (DO) pendant que les produits attendent d'être utilisés. Par ailleurs, le transport a un impact sur les délais de livraison. Enfin, le transport prend une grande place dans le contexte actuel de développement durable. Pour étudier l'impact des politiques de transport sur le choix des fournisseurs, notre recherche commence par une analyse bibliographique sur le problème du choix des fournisseurs, sur les différentes caractéristiques du transport de fret et enfin sur le transport et les relations DO/Fournisseurs. Nous avons proposé une modélisation du problème par un programme mathématique de minimisation du coût total du produit, qui intègre les coûts de stockage, d'achat, de commande et de transport et tient compte des contraintes sur fournisseurs, le transport et le DO. Plusieurs scénarios ont été présentés pour la validation du modèle. A la fin, une approche multiobjectif qui minimise simultanément le coût total et le délai est proposée.

L'hadronthérapie est une modalité d'irradiation récente particulièrement attractive. Les ions, par leur profil caractéristique de dépôt de dose dans la matière et leur efficacité biologique accrue, sont des particules parfaitement adaptées pour le traitement du cancer. C'est une modalité émergente et les travaux de recherche et de développement qui en font l'objet se poursuivent de manière soutenue. Cependant, il n'existe à ce jour aucun outil permettant de quantifier pour le patient le gain clinique associé aux améliorations proposées, comme l'apport d'une gantry par exemple. Nous proposons dans ce travail de concevoir un module de planification inverse du traitement pour un but prospectif. Détachée des contraintes usuelles de précision et de temps de calcul, notre méthode d'optimisation se base sur un algorithme génétique afin d'approcher d'une solution globale vis-à-vis d'un grand nombre de paramètres balistiques (champs d'irradiation libres) et en associant les diverses régions d'intérêt dosimétrique. La stratégie d'optimisation retenue est progressivement complexifiée afin de prendre en compte de manière efficace les différents enjeux de la planification. La robustesse du plan vis-à-vis des incertitudes inhérentes au traitement, primordiale en hadronthérapie, est évaluée. Dans toutes les situations testées, il apparaît que l'inclusion dans l'optimisation de paramètres habituellement fixés manuellement permet une amélioration de la qualité de traitement. Nous proposons au terme de cette étude un outil prospectif d'optimisation au réglage simple et capable de mener des études comparées sur la pertinence de nouvelles modalités d'irradiation.

Ces travaux proposent une méthode d'assistance à la sélection des techniques d'assemblage et à l'allocation de tolérances sur les écarts géométriques des composants dans le cadre de l'assemblage de structures aéronautiques composites. Cette méthode consiste à formuler et à résoudre un problème d'optimisation multiobjectif afin de minimiser un indicateur de cout et un indicateur de non-conformité des structures assemblées. L'indicateur de coût proposé prend en compte le coût associé à l'allocation des tolérances géométriques ainsi que le coût associé aux opérations d'assemblage. Les indicateurs de non-conformités proposés sont évalués à partir des probabilités de non-respect des exigences géométriques sur les structures assemblées. Ces probabilités sont évaluées en propageant les tolérances géométriques allouées et les dispersions des techniques sélectionnées au travers d'une fonction appelée Relation de Comportement de l'assemblage (RdCa). Dans le cas de l'assemblage de structures aéronautiques composites, des exigences peuvent porter sur les jeux aux interfaces entre composants. Dans ce cas, la RdCa est évaluée par la résolution d'un problème mécanique quasi-statique non-linéaire par la méthode des éléments finis. Un méta-modèle de la RdCa est construit afin de la rendre compatible avec les méthodes probabilistes utilisées pour évaluer la non-conformité. Finalement, la définition d'un modèle structuro-fonctionnel du produit et d'une bibliothèque de techniques d'assemblage permet de construire un avant-projet de gamme d'assemblage paramétrique. Ce paramétrage permet de formuler le problème d'optimisation multiobjectif résolu à l'aide d'un algorithme génétique.

L’application aux procédés agroalimentaires des approches d'écoconception combinant modélisation et optimisation multiobjectif est freinée par un manque de modèles de procédé intégrant les caractéristiques du produit. Ce travail consiste à développer un cadre méthodologique d'écoconception de procédés agroalimentaires combinant modélisation et optimisation, avec pour support l'exemple du procédé d'évaporation du lait. Le procédé est modélisé à l’aide d’un simulateur de procédés commercial, auquel sont intégrés des modèles de propriétés du produit et de coefficient d'échange sélectionnés dans la littérature. Le nettoyage est pris en compte à l’aide d’un outil de calcul des inventaires d'une séquence de nettoyage en place. Des critères économiques et environnementaux sont calculés pour analyser les solutions de conception du procédé.L'optimisation multiobjectif est réalisée à l'aide d'un algorithme génétique, et une méthode d'aide à la décision permet d'identifier les meilleures solutions de compromis. Les potentialités du cadre méthodologique sont illustrées dans trois études d’écoconception. Les perspectives de ce travail portent sur l’écoconception de la production de poudre de lait incluant des opérations à membranes et du séchage, l’utilisation de méthodes d’intégration énergétique, et la prise en compte de la qualité du produit.L'optimisation multiobjectif est réalisée à l'aide d'un algorithme génétique, et une méthode d'aide à la décision permet d'identifier les meilleures solutions de compromis. Les potentialités du cadre méthodologique sont illustrées dans tro / The application of eco-design approaches to food processes is yet hampered by a lack of process models which incorporate product attributes. This thesis consists in developing a methodological framework for the eco-design of food processes, which combines simulation and multiobjective optimisation. This development is supported by the example of the evaporation of milk. The process is modelled with a commercial process simulator, to which property models of the product and heat transfer coefficient models, selected from the literature, are integrated. Cleaning is taken into account with a simplified tool for the calculation of the inventories of a cleaning-in-place sequence.Economic and environmental criteria are computed, so as to analyse the different design solutions. Multiobjective optimisation is carried out with a genetic algorithm, and a multicriteria decision-making method identifies the solutions which offer the best compromise. The potential of the framework is demonstrated through three eco-design studies. This work paves the way for the eco-design of the milk powder production including membrane operations and drying, the use of energy integration methods, and the integration of product quality.

L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant avoir plus d'un objectif à optimiser. Les méthodes usuelles n'abordent pas le cas où chaque discipline a un problème d'optimisation multiobjectif à résoudre. Des méthodes ont été récemment proposées, transformant le problème d'optimisation multidisciplinaire en un problème d'optimisation multiobjectif. Ces méthodes reposent sur des algorithmes évolutionnaires multiobjectifs. Cependant, l'ensemble des solutions obtenues ne reflète pas les préférences disciplinaires : des solutions peuvent être globalement efficaces alors qu'elles sont localement dominées. En nous basant sur les propriétés des relations d'ordre, nous proposons quatre définitions de compromis qui tiennent compte du regroupement des objectifs en disciplines. Les propriétés théoriques de ces compromis sont étudiées, et notamment leur capacité à converger vers l'ensemble de solutions attendues, lorsqu'ils sont utilisés avec des algorithmes évolutionnaires. Ces compromis sont intégrés dans un algorithme évolutionnaire multiobjectif. Des analyses expérimentales de cet algorithme sur les quatre compromis proposés sont effectuées. Elles confirment les prédictions théoriques et montrent la pertinence des solutions obtenues.

Dans le cadre de l'optimisation multiobjectif, les métaheuristiques sont reconnues pour être des méthodes performantes mais elles ne rencontrent qu'un succès modéré dans le monde de l'industrie. Dans un milieu où seule la performance compte, l'aspect stochastique des métaheuristiques semble encore être un obstacle difficile à franchir pour les décisionnaires. Il est donc important que les chercheurs de la communauté portent un effort tout particulier sur la facilité de prise en main des algorithmes. Plus les algorithmes seront faciles d'accès pour les utilisateurs novices, plus l'utilisation de ceux-ci pourra se répandre. Parmi les améliorations possibles, la réduction du nombre de paramètres des algorithmes apparaît comme un enjeu majeur. En effet, les métaheuristiques sont fortement dépendantes de leur jeu de paramètres. Dans ce cadre se situe l'apport majeur de TRIBES, un algorithme mono-objectif d'Optimisation par Essaim Particulaire (OEP) qui fonctionne automatiquement,sans paramètres. Il a été mis au point par Maurice Clerc. En fait, le fonctionnement de l'OEP nécessite la manipulation de plusieurs paramètres. De ce fait, TRIBES évite l'effort de les régler (taille de l'essaim, vitesse maximale, facteur d'inertie, etc.).Nous proposons dans cette thèse une adaptation de TRIBES à l'optimisation multiobjectif. L'objectif est d'obtenir un algorithme d'optimisation par essaim particulaire multiobjectif sans paramètres de contrôle. Nous reprenons les principaux mécanismes de TRIBES auxquels sont ajoutés de nouveaux mécanismes destinés à traiter des problèmes multiobjectif. Après les expérimentations, nous avons constaté, que TRIBES-Multiobjectif est moins compétitif par rapport aux algorithmes de référence dans la littérature. Ceci peut être expliqué par la stagnation prématurée de l'essaim. Pour remédier à ces problèmes, nous avons proposé l'hybridation entre TRIBES-Multiobjectif et un algorithme de recherche locale, à savoir le recuit simulé et la recherche tabou. L'idée était d'améliorer la capacité d'exploitation deTRIBES-Multiobjectif. Nos algorithmes ont été finalement appliqués sur des problèmes de dimensionnement des transistors dans les circuits analogiques

L'objectif du travail présenté dans cette thèse est de proposer une stratégie de planification automatique des réseaux locaux sans fil de type WiFi en environnement Indoor. Il s'agit de rechercher une ou plusieurs configurations des points d'accès (AP) au réseau garantissant une certaine qualité de service (QoS). La qualité d'une telle stratégie dépend en grande partie du modèle de prédiction de couverture radio utilisé. La première partie de ces travaux a donc été consacrée au développement et à la validation des prédictions de couverture radio du modèle Multi-Resolution Fourier Domain ParFlow (MR-FDPF). Une étape de calibration du modèle nous a permis de définir un paramétrage adéquat du modèle MR-FDPF pour des bâtiments standard, garantissant une erreur quadratique de moins de 5 dB.<br /><br />La seconde partie se concentre sur le problème de planification wLAN. Des critères de couverture radio, de minimisation des interférences, d'optimisation de la bande passante et d'amélioration des services de localisation ont été proposés. Deux heuristiques de recherche basées sur une approche Tabou ont été développées : une heuristique mono-objectif et une heuristique multiobjectifs. Ces travaux ont mis en évidence les avantages d'une recherche multiobjectifs car elle permet d'obtenir plusieurs solutions appartenant au front de Pareto de l'espace des fonctions associées au problème traité. Chaque solution représente alors un compromis différent entre les critères du problème à résoudre. Le choix de la solution à déployer se fait à posteriori dans l'ensemble limité des \textit{bonnes} solutions.

Un réseau de télécommunication optique est configuré de manière à répondre à<br />une demande donnée, avec un certain objectif. Avec le temps, la demande<br />d'exploitation du réseau change. C'est dans ce contexte que se pose le<br />problème de la reconfiguration: être capable de changer la configuration du<br />réseau de manière à l'adapter à des nouvelles demandes. Pour ce faire il faut<br />généralement interrompre totalement ou partiellement le trafic. Étant données<br />les quantités de données y circulant, il n'est guère envisageable d'arrêter le<br />réseau. De nombreux paramètres sont à prendre en compte afin de déterminer ce<br />que sera une bonne solution, et plusieurs métriques peuvent être utilisées<br />pour mesurer la qualité d'une solution.<br /><br />Dans une première partie, nous nous intéressons au problème de la<br />reconfiguration comme problème d'optimisation mono-objectif. Nous proposons un<br />modèle mathématique permettant de représenter le problème. Cependant, le<br />résoudre exactement peut être très coûteux en temps de calcul. Nous proposons<br />également une heuristique gloutonne et une heuristique basée sur le recuit<br />simulé. Les solutions obtenues présentent différentes caractéristiques selon<br />la métrique optimisée. L'algorithme glouton est rapide et trouve des solutions<br />décentes. L'algorithme du recuit simulé obtient des solutions qui sont<br />comparables aux solutions optimales.<br /><br />Dans une seconde partie, nous nous intéressons à l'aspect multiobjectif du<br />problème. Il consiste à considérer simultanément les différentes métriques et<br />rechercher un ensemble de solutions représentant différents compromis<br />intéressants. Puis nous proposons un algorithme basé sur notre modélisation<br />mathématique. Nous adaptons également un algorithme évolutif. Donner une<br />certaine flexibilité par rapport à une métrique permet généralement<br />d'améliorer de manière significative les solutions obtenues par rapport aux<br />autres métriques.