L'objectif des travaux présentés dans cette HDR est de concevoir une méthode de conception orientée vers le comportement et dédiée à la robotique mobile et autonome. Cette méthode doit partir des informations disponibles, à savoir une description de la mission à accomplir. Constatant que les animaux ont un niveau d'autonomie élevé qui permettrait à des robots d'accomplir de nombreuses missions, nous avons choisi de focaliser cette étude, dans le cadre de l'approche animat, sur le “mécanisme de conception” à l'oeuvre dans la nature: la sélection naturelle. Ce processus algorithmique a l'avantage de ne prendre en compte que le résultat, c'est à dire la capacité à transmettre ses gènes dans un cadre naturel. Dans un cadre artificiel, c'est le bon accomplissement de la mission du robot qui est pris en compte. Nous nous sommes intéressé au passage à l'échelle de ces algorithmes en terme de complexité des comportements générés, l'algorithme évolutionniste étant utilisé pour synthétiser la structure et les paramètres d'un réseau de neurones artificiels. Une étude sur la modularité nous a révélé l'importance de la définition des pressions de sélection, conduisant à une approche dite d'exaptation. Nous avons alors proposé l'utilisation d'un cadre multi-objectif dans lequel la fonction de fitness récompensant le bon accomplissement de la tâche du robot est associé à des objectifs qui peuvent être indépendants de ce but, approche dite de “multi-objectivisation”. Dans ce contexte, en plus des travaux sur l'exaptation, nous avons proposé les contributions suivantes: * approche incrémentale multi-objectif: chaque sous-tâche du problème à résoudre est associée à un objectif indépendant. Il n'est alors pas nécessaire de les pondérer, de les ordonner ou de décider quand passer d'une tâche à une autre; * diversité comportementale: un objectif mesurant la distance moyenne au reste de la population dans l'espace des comportement est ajouté pour maintenir une diversité élevée dans cet espace. Cette approche s'est révélée très efficace, même avec les codages de réseaux de neurones les plus simples; * transférabilité: un objectif de transférabilité est maximisé pour faciliter le passage de la simulation à la réalité sans dégradation de performance. Dans la perspective de tendre vers des contrôleurs plus cognitifs et dans le cadre du projet ANR EvoNeuro, nous avons proposé une approche méthodologique s'appuyant sur les neurosciences et consistant à synthétiser des réseaux de neurones proches des modèles développés dans ce domaine. Sur la base d'un codage spécifique, nous avons ainsi reproduit des capacités élémentaires de sélection de l'action ou de mémoire de travail. L'objectif de ce projet est de synthétiser d'autres capacités cognitives en s'appuyant sur des protocoles d'évaluation venant des neurosciences avant de les appliquer dans un cadre robotique. Dans le cadre de ce projet, nous avons développé une méthode d'analyse multi-objectif permettant, sur la base d'une optimisation multi-objectif, de comparer et d'analyser les modèles complexes que les neuroscientifiques manipulent.

Ce travail est une contribution au développement des Algorithmes Evolutionnaires Multi-objectif. La hausse remarquable d'intérêt pour ces méthodes récentes constatée depuis la dernière décénie s'explique notamment par leur capacité de trouver une (bonne) approximation de l'ensemble des compromis de Pareto en un seul essai de l'algorithme, à la différence des approches traditionnelles pour l'optimisation multi-critère, qui ne trouvent qu'une solution-compromis à la fois (d'autant que cette solution dépend fortement du choix subjectif de certains paramètres). En effet, lors de la résolution des problèmes réels d'optimisation multi-critère, et en particulier, des problèmes de conception, il est souvent préférable de prendre la décision finale à partir des informations les plus complètes possibles, même si cela nécessite un effort de calcul supplémentaire. Dans cette thèse, deux problèmes de l'industrie automobile sont étudiés. Le premier concerne l'optimisation paramétrique de la forme d'un pare-choc de voiture, un problème a 10 objectifs issus de 3 domaines mécaniques: crash, acoustique et statique. Le second problème qui se pose lors du calibrage du moteur diesel Common Rail (rampe commune) consiste à minimiser la consommation spécifique du carburant ainsi que le bruit de la combustion tout en respectant les normes européennes de fonctionnement en terme de nuisances à l'environnement. Une tendance remarquable des Algorithmes Evolutionnaires est que ces méthodes pénètrent" aujourd'hui dans de nombreux nouveaux domaines d'application malgré l'absence de bases théoriques (notamment, de preuves de convergence) aussi solides que celles qu'on peut trouver pour des approches alternatives. Inspirée par cette observation, la motivation principale de ce travail était de contribuer au développement des Algorithmes Evolutionnaires Multi-objectif de façon à rendre leur application aux problèmes réels la plus efficace possible. Ainsi, une contribution originale de cette thèse consiste à répondre à un manque criant dans ce domaine, le manque de critère d'arrêt plus fin qu'une simple borne sur le nombre d'itérations. Le critère d'arrêt proposé dans ce travail est destiné à optimiser le rapport entre la qualité des solutions et le coût de calcul: dans la pratique c'est ce compromis qui est le plus souvent recherché. De même, un nouvel opérateur de croisement basé sur la relation de la dominance de Pareto est proposé et nous montrons l'accélération de la progression vers la surface des compromis optimaux qu'il apporte.

Dans de nombreux problèmes industriels, l'agencement des différents composants joue un rôle déterminant sur les performances du système à concevoir. Ces problèmes de placement ont fait l'objet de nombreux travaux dans la littérature ; toutefois les méthodes de résolution généralement proposées sont spécifiques et ne peuvent être appliquées à différents problèmes. Ce travail propose une méthode générique pour la résolution des problèmes de placement. La méthode présentée est une hybridation d'un algorithme évolutionnaire avec une méthode de séparation. L'algorithme évolutionnaire est un algorithme génétique multi-objectif chargé d'explorer efficacement l'espace de recherche et l'algorithme de séparation a pour objectif de faire respecter les contraintes de placement du problème. Si les contraintes de placement d'une solution proposée ne sont pas respectées, l'algorithme de séparation modifie la solution de manière à la rendre réalisable. La méthode de séparation a été développée pour des cas simples comme pour des cas compliqués en 2D et 3D et permet la gestion de contraintes particulières. Différents exemples 2D sont présentés avec plusieurs analyses permettant de comprendre les mécanismes mis en jeu lors de la résolution des problèmes de placement. Les éléments de résolution des problèmes 3D de géométries complexes sont aussi présentés. Par rapport aux algorithmes ad-hoc de la littérature, notre méthode générique permet de résoudre une grande variété de problèmes avec des temps de calculs du même ordre de grandeur. Enfin, les différents avantages et possibilités de la méthode permettent de nombreux développements futurs.

Cette thèse concerne la conception optimale de systèmes robotisés à haute mobilité pour la chirurgie mini-invasive. Elle este basée sur un processus d'optimisation par algorithmes évolutionnaires mult-objectifs, couplés à une simulation réaliste de la tache chirurgicale qui prend en compte tous les paramètres nécessaires à l'évaluation fidèle des robots. Cette méthodologie de conception a été appliquée au geste de suture lors d'une procédure de pontage coronarien. Elle aboutit à l'obtention d'un instrument chirurgical robotisé adapté, doté de 9 degrés de liberté: DRIMIS. Un prototype en a été réalisé et ses performances cinématiques évaluées.

Le domaine de la traction électrique a suscité un très grand intérêt dans les dernières années. La conception optimale de l'ensemble moteur électrique de traction - onduleur doit prendre en compte une variété de critères et contraintes. Étant donnée la liaison entre la géométrie du moteur et la stratégie de commande de l'onduleur, l'optimisation de l'ensemble de traction doit prendre en considération, en même temps, les deux composants.L'objectif de la thèse est la conception d'un outil d'optimisation appliqué à un système de traction électrique légère qu'emploie un moteur à réluctance variable alimenté (MRVCE) par un onduleur triphasé en pont complet. Le MRVCE est modélisé en utilisant la technique par réseau de perméances. En même temps, la technique de commande électronique peut être facilement intégrée dans le modèle pour effectuer l'analyse dynamique du fonctionnement du moteur. L'outil d'optimisation réalisé utilise l'algorithme par essaim de particules, modifié pour résoudre des problèmes multi-objectif. Les objectifs sont liés à la qualité des caractéristiques de fonctionnement du moteur, en temps que les variables d'optimisation concernent la géométrie du moteur aussi que la technique de commande. Les performances de l'algorithme sont comparées avec ceux de l'algorithme génétique (NSGA-II) et d'une implémentation classique de l'algorithme par essaim de particules multi-objectif.Finalement, un prototype de moteur à réluctance variable est construit et le fonctionnement du MRVCE alimenté depuis l'onduleur triphasé en pont complet est implémenté et les outils de modélisation et d'optimisation sont validés

L'alternateur à griffes est utilisé comme générateur d'électricité dans les véhicules. Il<br />a pour rôle d'alimenter en courant continu tous les récepteurs reliés au réseau de bord, et<br />plus particulièrement de charger la batterie. Les travaux de cette thèse ont pour but<br />d'augmenter le courant fourni par l'alternateur, d'augmenter son rendement et de réduire<br />son bruit acoustique d'origine magnétique. L'application de la méthode des pertes<br />séparées a permis d'étudier la répartition des pertes en fonction de la vitesse de rotation et<br />du courant débité. En s'appuyant sur des simulations éléments finis, les principales<br />causes des pertes Joule statoriques et des pertes fer totales sont déterminées, aussi bien<br />les pertes fer statoriques dues à la composante axiale du flux. Des solutions sont<br />proposées dans le but d'augmenter le courant fourni ainsi que le rendement et de réduire<br />le bruit acoustique d'origine magnétique, toutes ces solutions ont fait l'objet d'une<br />validation expérimentale sur prototypes. Pour finir, une méthode fondée sur des<br />optimisations mono objectif est proposée dans le but d'augmenter le débit et de réduire<br />les ondulations de couple sources du bruit acoustique d'origine magnétique.

Nous étudions dans cette thèse un problème de tarification pour le transport longue distance de marchandises à charge pleine. Plus précisément chaque véhicule livre une seule demande à la fois. Dans cet environnement, nous étudions une problématique de tarification et de valorisation de la capacité inutilisée entre deux transporteurs. Le premier, le transporteur B, possède une clientèle qu'il ne peut satisfaire en totalité, et devra se résoudre à sous-traiter une partie à la concurrence. Le deuxième transporteur, le transporteur A, concurrent mais partenaire privilégié du premier, propose des tarifs pour combler les demandes insatisfaites du transporteur B. Nous sommes en présence d'un processus de décision séquentiel, non coopératif, hiérarchisé que nous modélisons par une approche de programmation bi-niveau : au premier niveau le transport A (le meneur) a pour objectif de maximiser son revenu en fixant des tarifs, et en prenant explicitement en compte la réaction du transporteur B (le suiveur) qui a pour objectif de satisfaire toutes ses demandes à coût minimal. Deux types de modèles ont été proposé : un modèle bi-niveau mono-objectif et un modèle bi-niveau bi-objectif. Plus précisément deux objectifs sont pris simultanément en compte pour le problème de haut niveau : la maximisation du revenu et l'équilibrage de la distance parcourue à vide. Des méthodes exactes ont été proposées, pour résoudre les instances de petites tailles et des heuristiques sont définies pour obtenir de bonnes solutions en des temps raisonnables sur des instances de plus grande taille.

Dans cette thèse, nous nous intéressons à l'étude des capacités de la méta heuristique d'optimisation par colonie de fourmis (Ant Colony Optimization - ACO) pour résoudre des problèmes d'optimisation combinatoire multi-objectif. Dans ce cadre, nous avons proposé une taxonomie des algorithmes ACO proposés dans la littérature pour résoudre des problèmes de ce type. Nous avons mené, par la suite, une étude expérimentale de différentes stratégies phéromonales pour le cas du problème du sac à dos multidimensionnel mono-objectif. Enfin,nous avons proposé un algorithme ACO générique pour résoudre des problèmes d'optimisation multi-objectif. Cet algorithme est paramétré par le nombre de colonies de fourmis et le nombre de structures de phéromone considérées. Il permet de tester et de comparer, dans un même cadre,plusieurs approches. Nous avons proposé six variantes de cet algorithme dont trois présentent de nouvelles approches et trois autres reprennent des approches existantes. Nous avons appliqué et comparé ces variantes au problème du sac à dos multidimensionnel multi-objectif

Cette recherche s’inscrit dans le domaine du Français sur objectif universitaire(FOU). Ce concept plus ou moins récent de la didactique du français langue étrangère (FLE) est défini comme étant une branche du Français sur objectif spécifique (FOS) ; il vise à préparer des étudiants à suivre des études dans des pays francophones.Dans cette thèse, nous nous proposons d’étudier le cas des étudiants d’EPS de l’Université de Balamand. Nous nous y interrogeons sur les apports et les limites du dispositif d’apprentissage du français mis en œuvre pour les accompagner, et nous y réfléchissons à des possibilités d’amélioration de l’existant pour les aider à réussir leurs projets et études universitaires. Notre travail se décline en quatre axes indissociables et complémentaires. Le premier consiste à étudier de près le profil linguistique des étudiants de l’EPS. Le deuxième, à caractère épistémologique, vise à décortiquer le curriculum et les programmes d’enseignement de langue française conçus par l’Université afin de dévoiler leurs points forts et les failles qui les rendent peu efficients. Le troisième axe s’intéresse à l’analyse des besoins langagiers de notre public à travers une étude descriptive des situations de communication qu’il vit à l’université et du discours propre à son domaine d’étude. Le dernier axe, plutôt praxéologique, propose une reconstruction des programmes d’enseignement par le biais d’un référentiel de compétences qui épouse les spécificités du public ciblé par la recherche et répond à ses besoins fonctionnels. / In this research, focus will be laid on French for Academic Purposes (FAP). This more or less new concept of teaching French as a foreign language is defined as being a field of French for Specific Purposes (FSP), and aims to enabling students to pursue their studies in francophone countries.In this thesis, we look into the case of Physical Education students at the University of Balamand. We examine the contributions and limitations of the French teaching program implemented to help these students enhance their language skills, and we conduct a reflection on the possibilities of improving this program in order to help them succeed in their projects and studies. Our work is divided into four interrelated and complementary axes. In the first one, we take a closer look at the linguistic profile of physical education students. The second axis has an epistemological scope and aims to analyze the University’s french curriculum and programs in order to reveal their strengths as well as the flaws that make them inefficient. The third axis analyses the students’ language needs through a descriptive study of the communication situations they encounter within university, and of the physical education discourse. The last area that is rather praxeological offers a reconstruction of french teaching programs by means of a competency framework that embraces the specificities of the target audience, and meets it functional needs.

Depuis le début des années 2000, le secteur social et médico-social connait des évolutions et des mutations importantes. D’un côté, le nombre de personnes prises en charge est en perpétuelle augmentation. D’un autre côté, les finances et les budgets mis à disposition des établissements ne cessent de se réduire, ce qui oblige les décideurs à s’adapter et à trouver de nouvelles solutions pour faire plus avec moins de moyens. Dans cette thèse, nous étudions un problème pratique auquel sont souvent confrontés les directeurs des établissements qui est l’élaboration de plans d’actions optimaux. Un plan d’actions est un ensemble d’actions qui sont mises en place afin d’améliorer à la fois les performances de l’établissement et la qualité de prise en charge de ses résidents.Élaborer un plan d’actions optimal consiste à identifier et choisir les meilleures actions qui améliorent tous les objectifs du plan tout en respectant quelques contraintes. Après la présentation du contexte pratique et théorique, nous fournissons une modélisation formelle du problème sous forme d’un problème de sac-à-dos multi-objectif.Puis nous présentons quelques méthodes de résolution à base d’indicateurs de qualité et de la dominance de Lorenz. Nous montrons que la méthode IBMOLS combinée avec l’indicateur de qualité R2 permet d’obtenir des solutions efficaces et d’intégrer facilement les préférences du décideur. Nous montrons également que dans un contexte où les préférences du décideur sont inconnues ou les objectifs ont tous la même importance, la dominance de Lorenz est un outil très efficace qui permet, d’un côté, d’intégrer l’équité dans le processus de recherche et, d’un autre côté, de réduire le nombre de solutions non dominées ainsi que le temps d’exécution. / Since the early 2000s, the social and medico-social sector is experiencing significant evolutions and mutations. On the one hand, the number of persons taken over is constantly increasing. On the other hand, the finances and budgets available to the structures are constantly decreasing. This forces decision-makers to adapt and find new solutions to do more with fewer resources. In this thesis, we study a practical problem that is often faced by the decision-makers, which is the elaboration of optimal action plans. An action plan is a set of actions that are realized to improve both the performance of the structure and the quality of service offred to its residents. Elaborating an optimal action plan consists of identifying and selecting the best actions that improve all the objectives of the plan while respecting some constraints. After presenting the practical and theoretical context, we provide a formal modeling of the problem as a multi-objective knapsack problem. Then, we present a number of solution methods based on quality indicators and Lorenz dominance. We show that combining IBMOLS method with R2 indicator allows obtaining efficient solutions and easily integrating the decision-maker preferences. We also show that in a context where decision-maker preferences are not known or all the objectives are considered equals, Lorenz dominance is a very efficient tool to incorporate equity into the search process and reduce the number of non-dominated solutions as well as the algorithm runtime.