L’optimisation multi-objectif concerne la résolution de problèmes pour lesquels plusieurs objectifs (ou critères) contradictoires sont pris en compte. Contrairement aux problèmes d’optimisation ayant un seul objectif, un problème multi-objectif ne possède pas une valeur optimale unique mais plutôt un ensemble de points appelés “ensemble non dominé”. Les bornes inférieures et supérieures d’un problème multi-objectif peuvent être également décrites par des ensembles. Dans la pratique, les variables utilisées en optimisation multi-objectif représentent souvent des objets non fractionnables et on parle alors de problèmes multi-objectif en nombres entiers. Afin d’obtenir de meilleures bornes qui peuvent être utilisées dans la conception de méthodes exactes, certains problèmes sont formulés avec un nombre exponentiel de variables de décision et ces problèmes sont résolus par la méthode de génération de colonnes. Les travaux de cette thèse visent à contribuer à l’étude de l’utilisation de la génération de colonnes en programmation linéaires en nombres entiers multi-objectif. Pour cela nous étudions un problème de tournées de véhicules bi-objectif qui peut être considéré comme une généralisation de plusieurs autres problèmes de tournées de véhicules. Nous proposons des formulations mathématiques pour ce problème et des techniques pour accélérer le calcul des bornes inférieures par génération de colonnes. Les sous-problèmes qui doivent être résolus pour le calcul des bornes inférieures ont une structure similaire. Nous exploitons cette caractéristique pour traiter simultanément certains sous-problèmes plutôt qu’indépendamment / Multi-objective optimization deals with finding solutions to problems for which several objectives (or criteria) are considered. Unlike in single objective optimization, the optimal value of a multi-objective problem is a set of points called “the non dominated set”. Lowerand upper bounds of a multi-objective problem can also be described using sets. For most practical problems, the variables considered in multi-objective optimization represent non fractionable items and thus we talk of multi-objective integer programs. In order to obtain good lower and upper bounds that can be used in the design of exact methods, some problems are usually formulated with an exponential number of decision variables and these problems are solved by column generation. The work of this thesis seeks to contribute to the study of the use of column generation in multi-objective integer linear programming. We do this by studying a bi-objective vehicle routing problem which may be seen as a generalization of several other vehicle routing problems. We propose mathematical formulations for this problem and also find ways to quickly compute lower bounds by column generation. Since the subproblems solved when computing lower bounds have similar structures, we propose intelligent ways of treating some of these subproblems simultaneously rather than independently

Dans les systèmes manufacturiers de plus en plus complexes, les variations du processus de fabrication et de ses paramètres opératoires ainsi que leurs effets sur l’ensemble du système doivent être maîtrisés, mesurés et contrôlés. Cette thèse propose un cadre d’optimisation pour l’élaboration d’un plan d’inspection optimal qui permet une prise de décision opérationnelle afin d’assurer la satisfaction des objectifs stratégiques (réduction des coûts, amélioration de la qualité, augmentation de la productivité, …). La prise de décision se divise en trois questions : Quoi contrôler ? Comment contrôler ? Quand contrôler ? Le manque d'informations fiables sur les processus de production et plusieurs facteurs environnementaux est devenu un problème important qui impose la prise en compte de certaines incertitudes lors de la planification des inspections. Cette thèse propose plusieurs formulations du problème d’optimisation de la planification du processus d'inspection, dans lesquelles, les paramètres sont incertains et les machines de production sont sujettes aux défaillances. Ce problème est formulé par des modèles de programmation mathématique avec les objectifs : minimiser le coût total de fabrication, maximiser la satisfaction du client, et minimiser le temps de la production totale. En outre, les méthodes Taguchi et Monte Carlo sont appliquées pour faire face aux incertitudes. En raison de la complexité des modèles proposés, les algorithmes de méta-heuristiques sont utilisés pour trouver les solutions optimales. / Quality inspection in multistage production systems (MPSs) has become an issue and this is because the MPS presents various possibilities for inspection. The problem of finding the best inspection plan is an “inspection planning problem”. The main simultaneous decisions in an inspection planning problem in a MPS are: 1) which quality characteristics need to be inspected, 2) what type of inspection should be performed for the selected quality characteristics, 3) where these inspections should be performed, and 4) how the inspections should be performed. In addition, lack of information about production processes and several environmental factors has become an important issue that imposes a degree of uncertainty to the inspection planning problem. This research provides an optimization framework to plan an inspection process in a MPS, wherein, input parameters are uncertain and inspection tools and production machines are subject to breakdown. This problem is formulated through several mixed-integer mathematical programming models with the objectives of minimizing total manufacturing cost, maximizing customer satisfaction, and minimizing total production time. Furthermore, Taguchi and Monte Carlo methods are applied to cope with the uncertainties. Due to the complexity of the proposed models, meta-heuristic algorithms are employed to find optimal or near-optimal solutions. Finally, this research implements the findings and methods of the inspection planning problem in another application as hub location problem. General and detail concluding remarks are provided for both inspection and hub location problems.

Avec la sévérisation des réglementations environnementales sur les émissions polluantes (normes Euro) des moteurs d'automobiles, la nécessité de maitriser les phénomènes de combustion a motivé le développement de la simulation numérique comme outil d'aide à la conception. Tenant compte de la complexité des phénomènes à modéliser, et de l'antagonisme des objectifs à optimiser, l'optimisation évolutionnaire multi-objectif semble être la mieux adaptée pour résoudre ce type de problèmes. Cependant, l'inconvénient principal de cette approche reste le coût très élevé en termes de nombre d'évaluations qui peut devenir très contraignant dans le contexte des optimisations réelles caractérisées par des évaluations très coûteuseL'objectif principal de ce travail de thèse est de réduire le coût global des optimisations du monde réel, en explorant la parallélisation des algorithmes évolutionnaires multi-objectifs, et en utilisant les techniques de réduction du nombre d'évaluations (méta-modèles).Motivés par le phénomène d'hétérogénéité des coûts des évaluations, nous nous proposons d'étudier les schémas d'évolution stationnaires asynchrones dans une configuration parallèle de type « maître-esclave ». Ces schémas permettent une utilisation plus efficace des processeurs sur la grille de calcul, et par conséquent de réduire le coût global de l'optimisation.Ce problème a été attaqué dans un premier temps d'un point de vue algorithmique, à travers une adaptation artificielle des algorithmes évolutionnaires multi-objectifs au contexte des optimisations réelles caractérisées par un coût d'évaluation hétérogène. Dans un deuxième temps, les approches développées et validées dans la première partie sur des problèmes analytiques, ont été appliquées sur la problématique de la combustion Diesel qui représente le contexte industriel de cette thèse. Dans ce cadre, deux types de modélisations ont été utilisés: la modélisation phénoménologique 0D et la modélisation multidimensionnelle 3D. La modélisation 0D a permis par son temps de retour raisonnable (quelques heures par évaluation) de comparer l'approche stationnaire asynchrone avec celle de l'état de l'art en réalisant deux optimisations distinctes. Un gain de l'ordre de 42 % a été réalisé avec l'approche stationnaire asynchrone. Compte tenu du temps de retour très coûteux de la modélisation complète 3D (quelques jours par évaluation), l'approche asynchrone stationnaire déjà validée a été directement appliquée. L'analyse physique des résultats a permis de dégager un concept intéressant de bol de combustion permettant de réaliser un gain en termes d'émissions polluantes. / In order to comply with environmental regulations, automotive manufacturers have to develop efficient engines with low fuel consumption and low emissions. Thus, development of engine combustion systems (chamber, injector, air loop) becomes a hard task since many parameters have to be defined in order to optimize many objectives in conflict. Evolutionary Multi-objective optimization algorithms (EMOAs) represent an efficient tool to explore the search space and find promising engine combustion systems. Unfortunately, the main drawback of Evolutionary Algorithms (EAs) in general, and EMOAs in particular, is their high cost in terms of number of function evaluations required to reach a satisfactory solution. And this drawback can become prohibitive for those real-world problems where the computation of the objectives is made through heavy numerical simulations that can take hours or even days to complete.The main objective of this work is to reduce the global cost of real-world optimization, using the parallelization of EMOAs and surrogate models.Motivated by the heterogeneity of the evaluation costs observed on real-world applications, we study asynchronous steady-state selection schemes in a master-slave parallel configuration. This approach allows an efficient use of the available processors on the grid computing system, and consequently reduces the global optimization cost.In the first part of this work, this problem has been studied in an algorithmical point of view, through an artificial adaptation of EMOAs to the context of real-world optimizations characterized by a heterogeneous evaluation cost.In the second part, the proposed approaches, already validated on analytical functions, have been applied on the Diesel combustion problem, which represents the industrial context of this thesis. Two modelling approaches have been used: phenomenological modelling (0D model) and multi-dimensional modelling (3D model).The 0D model allowed us, thanks to its reasonable evaluation cost (few hours per evaluation) to compare the asynchronous steady-state approach with the standard generational one by performing two distinct optimizations. A gain of 42 % was observed with the asynchronous steady-state approach.Given the very high evaluation cost of the full 3D model, the asynchronous steady-state approach already validated has been applied directly. The physical analysis of results allowed us to identify an interesting concept of combustion bowl with a gain in terms of pollutant emissions.

Ces travaux de recherche abordent un problème de défense anti-aérien, usuellement appelé problème d'allocation d'armes à des cibles dans la littérature. L'allocation d'armes à des cibles est un problème bien connu de la recherche opérationnelle militaire qui a rencontré un franc succès parmi la communauté des chercheurs, et qui aujourd'hui encore suscite un large engouement puisque sa propriété démontrée NP-difficile en fait un problème qui reste irrésolu. Que ce soit par des méthodes analytiques ou meta-heuristiques, le problème d'allocation d'armes à des cibles a fait l'objet de nombreuses propositions de résolution. Cependant, il est assez surprenant de voir que la modélisation proposée pour ce problème n'a guère évolué depuis qu'il est apparu pour la première fois dans la littérature en 1950. Cette modélisation peut être considérée comme obsolète aujourd'hui et ne répond plus aux exigences qui accompagnent les technologies modernes. En effet, en 60 ans le champ de bataille a complètement changé, et dans la littérature seulement un nombre limité d'études proposent de prendre en compte ces évolutions. L'étude menée dans cette thèse propose de s'intéresser aux systèmes de Commandes et Contrôles (C2) pour des applications anti-aériennes. Habituellement un système C2 est composé de senseurs, d'un centre d'opérations tactiques et d'un ou plusieurs lanceurs. Les senseurs alimentent le centre d'opérations tactiques à partir des informations qu'ils recueillent, puis, une fois ces informations reçues, le centre d'opérations tactiques va interpréter ces données afin de calculer l'atteignabilité des menaces. Enfin, un plan d'engagement qui comprend l'allocation des munitions disponibles aux cibles et une date de tir sont proposés à un opérateur humain qui aura pour mission de valider cette proposition en totalité ou partiellement, puis va procéder à l'engagement des menaces. Pour remplir cet objectif, une approche innovante et faisant l'objet d'un dépôt de brevet a été développée afin de répondre aux difficultés relatives aux problèmes d'optimisation multi-objectifs. Ensuite, un algorithme d'optimisation continue basé sur la combinaison de l'optimisation par essaim particulaires avec la théorie des jeux évolutionnaires est proposé pour optimiser les dates de tirs. L'allocation optimale, elle, est obtenue en adaptant cette méthode continue au cas discret. La preuve que l'algorithme développé est localement convergent est donnée dans cette thèse. D'autre part, l'aspect temps-réel a également fait l'objet d'une recherche attentive et l'algorithme précédemment cité a été hybridé avec les réseaux de neurones afin d'accélérer le temps de calcul des composants identifiés comme "lourds" en termes de charge de calcul. Enfin, cette étude ne se limite pas à une application de recherche opérationnelle militaire, mais inclut quelques concepts élémentaires de guidage et de navigation pour le calcul d'atteignabilité des menaces. Finalement, cette thèse permet d'identifier que les points suivants doivent faire l'objet d'une attention très particulière afin de développer un outil d'aide à la décision efficace. D'abord, la métrique d'évaluation d'un bon plan d'engagement doit être clairement analysée. Ensuite, le plan d'engagement proposé doit être stable et ne pas proposer de changements soudains qui pourraient perturber l'opérateur. Le troisième point concerne la robustesse de la solution proposée et sa capacité à faire face aux situations les plus compliquées. Quatrièmement, le temps et la charge de calcul sont des contraintes techniques qui ne peuvent pas être outrepassées. Finalement, les exigences posées lors de la préparation de mission et qui dépendent du contexte doivent faire l'objet d'une attention particulière. C'est pourquoi, l'outil d'aide à la décision proposé doit permettre un allègement significatif de la charge de travail de l'opérateur ainsi que la réduction considérable du stress lié à ce contexte / This research investigates a practical air defence problem, usually named Weapon Target Assignment (WTA) in the literature. The WTA problem is a well-known problem of military operation research that encountered a wide success in the research community, but still nowadays since it remains an unsolved problem because of its NP-hardness property. From analytical to heuristic methods, the WTA was deeply investigated and many attempts to solve this problem have been proposed. However, the proposed modelling of this problem is consistent with the 1950's technologies. Thus, the proposed modelling found in the literature can be considered as obsolete and cannot fit the requirement of the current technology advances. Indeed, the battle field dramatically changes over 60 years, and the recent literature proposes only few studies taking into account these amendments. The herein study proposes to investigate a Command & Control system (C2) in air defence applications. Usually a C2 system includes sensors, a Tactical Operation Centre (TOC) and one or more launchers. The sensors provide information about aerial tactical situation to the TOC. This TOC is in charge of evaluating the received information in order to compute the attainability of the targets, then an engagement plan that includes the assignment of the available weapons to the incoming targets and a date to fire for each assignment. This engagement plan is then proposed to one human operator in charge of accepting whole or part of this engagement plan and engage the targets following the received instructions. To achieve this goal, an innovative and patented approach to mitigate the issues related to multi-objective optimisation is proposed. Then, a continuous optimisation algorithm based on the combination of the Particle Swarm Optimisation and the Evolutionary Game Theory was proposed to determine the best dates to fire. The optimal assignment was obtained by adapting the aforementioned algorithm to the discrete case. This thesis also gives the proof that the designed algorithms are locally convergent and intensive benchmarking confirms the developed theory. In order to respect the real-time requirement, it was also devised to use the Neural Networks to lighten the identified burdensome parts of the algorithm and decrease computational time. Not limited to the military operation research field, the herein study reuse some basic concepts of missile guidance and navigation to compute the attainability of the targets. From this thesis, it can be identified that following aspects need to be carefully considered to provide an efficient decision making support to a human operator: First, clearly define what a good engagement plan is. Second, the engagement plan must be steady to avoid high rate changing in the assignments that could significantly disturb the operator. Third, the proposed engagement also must be reliable and robust to face any possible situations. Fourth, the computation time and computation load are technical constraints that cannot be overstepped. Finally, the operational constraints related to the mission context defined during a pre-mission stage must also be taken into account. Therefore, the proposed decision making support must help and significantly reduce the operator's work load in this situation of high stress and sensitive context

No description available.

La révolution la plus récente dans l'industrie (révolution industrielle 4.0) nécessite une plus grande flexibilité, agilité et efficacité dans l'utilisation des équipements de production. Le système manufacturier cellulaire dynamique (DCMS) est l'un des meilleurs systèmes de production qui répondent à ces exigences. En outre, l'importance croissante du développement durable force les fabricants et les gestionnaires à prendre en compte les enjeux environnementaux et sociaux dans la conception et la configuration des systèmes de fabrication. Cette thèse porte sur la configuration durable des DCMS en proposant trois modèles mathématiques. Le plus grand challenge de cette étude est (i) de choisir des critères sociaux et environnementaux appropriés, (ii) de les intégrer dans des modèles mathématiques et (iii) d'étudier l'impact de ces critères sur des DCMS. Le premier modèle est bi-objectif afin de faire un compromis entre certains critères sociaux (offres d'emplois, risques de la machine, etc.) et économiques (divers coûts liés à la formation de cellules). Pour être plus proche de situations de la vie réelle, certains paramètres tels que la demande, les coûts liés aux machines et la capacité en temps des machines sont considérés comme incertains. Pour résoudre ce problème, une méthode d'optimisation robuste est appliquée pour faire face à cette incertitude. Dans le deuxième modèle, toutes les dimensions du développement durable sont prises en compte dans le modèle mathématique bi-objectif proposé. La première fonction objectif modélise des critères économiques (coûts) et la seconde des aspects environnementaux (déchets de production), tandis que certaines contraintes représentent des questions sociales (principalement le « Daily Noise » à cause de la complexité de calcul). En raison de la NP-difficulté du problème, une nouvelle approche novatrice appelée NSGA II-MOSA est proposée. Le troisième modèle proposé a trois fonctions objectif, une pour chaque type d’enjeux : environnemental, social et économique. Afin d'être proche de la vie réelle, certains paramètres du modèle sont exprimés en termes de valeur floue. Nous proposons une méthode possibiliste hybride pour faire face à l'incertitude et une approche floue interactive est considérée pour résoudre un modèle multi-objectif déterministe pour des solutions de compromis. Enfin, la dernière partie de la thèse étudie la possibilité d'appliquer les trois modèles proposés à l’industrie grâce à une méthode plus facile. Une approche d'optimisation-simulation innovante est introduite pour faire face à la configuration de DCMS : (i) La phase d'optimisation fonctionne comme méthode de fractionnement de scénarii pour réduire le nombre de configurations alternatives en se concentrant sur les niveaux stratégique et tactique. (ii) Ensuite, un outil de simulation détaille le niveau opérationnel en étudiant la performance de chaque alternative et l'interaction entre plusieurs composants de cellules. / The most recent revolution in industry (Industrial Revolution 4.0) requires increased flexibility, agility and efficiency in the use of production equipment. Dynamic Cellular Manufacturing System (DCMS) is one of the best production systems to meet such requirements. In addition, the increasing importance of sustainable development forces manufacturers and managers to take account of the environmental and social issues in the design and configuration of manufacturing systems. This thesis focuses on the sustainable configuration of DCMS by proposing three mathematical models. The main challenge of this study is to (i) choose appropriate social and environmental criteria, (ii) integrate them in mathematical models, and (iii) study the impact of these criteria on DCMS. The first model is bi-objective in order to make a trade-off between some social (job opportunity, potential machine hazards, etc.) and economic (various costs related to cell formation) criteria. To get closer to real-life situations, some parameters such as demand, machine-related costs and time capacity of the machines are considered as uncertain. To solve this problem, a robust optimization method is applied to cope with this uncertainty. In the second model, all dimensions of sustainable development are taken into account in a new bi-objective mathematical model. The first objective function models economic criteria (costs) and the second one environmental aspects (production waste), while social issues (mainly Daily Noise Dosage because of computational complexity) are modeled as constraints. Due to the NP-hardness of the problem, a new innovative approach called NSGA II-MOSA is proposed. The last model has three objective functions, one for each dimension of the sustainable development: environmental, social and economic. In order to be close to real life, some parameters of the model are expressed in terms of fuzzy value. We propose a hybridized possibilistic method to deal with uncertainty and an interactive fuzzy approach is considered to solve an auxiliary crisp multi-objective model in order to find trade-off solutions. Finally, the last part of the thesis studies the possibility to apply the three proposed models to the industry thanks to an easier method. A novel optimization-simulation approach is introduced to deal with the configuration of DCMS: (i) the optimization phase operates as scenario fraction method in order to reduce the number of alternative configurations by focusing on strategic and tactical levels; (ii) next, a simulation tool investigates the operational level by studying the performance of each alternative and the interaction between several components of the cells.

Ce travail porte sur la modélisation et la résolution de problèmes d’optimisation robuste et multi-objectifs du transport multimodal. Après une synthèse des travaux de la littérature et des concepts de base de l’optimisation robuste et l’optimisation multi-objectif, nous proposons un nouveau modèle d’optimisation multi-objectif du transport multimodal des produits agricoles marocains vers des clients européens. L’objectif est de déterminer la meilleure stratégie d’exportation qui minimise simultanément le coût total de transport multimodal et l’overtime maximal en prenant en considération des contraintes réalistes. Nous proposons également des nouvelles approches de résolution avec une application sur un réseau de transport multimodal réel.Nous avons étudié une autre problématique du transport multimodal avec localisation de terminaux intermodaux. Outre la version déterministe, une optimisation robuste qui tient compte des incertitudes sur les capacités, les coûts d’utilisation et les coûts de transport. Deux approches hybrides ont été proposées pour la résolution du problème.Dans ces contributions, des modèles et des méthodes sont présentés, des remarques et des interprétations sont tirées à propos de l’impact de la périssabilité des produits et de la robustesse sur les flux, le choix des ports, des trajets et des modes de transport. / Because of the importance of multimodal transport for goods importation and exportation from Morocco to international customers, our goals are modeling and solving multimodal freight transportation problems by more focusing on some issues confronted by our country. After presenting the required mathematical background on robust and multiobjective optimization and surveying the literature works on multimodal transport problems, its variants and solution approaches; and instead of testing them only on traditional benchmarks; we dealt with new variants and methods. A multi-objective mathematical model is proposed to optimize the multimodal transport of agricultural products from Morocco to Europe. To solve this model adapted to a real network, two multiobjective version algorithms are presented in order to optimize simultaneously the total transportation cost and the over-time.Given the complexity of the global logistics chain by various operations and several stakeholders, the data of the problem may sometimes be ignored or uncompleted. That’s why we have developed a mathematical model for multimodal terminal location problem by integrating uncertainties of the transportation costs, the capacities and the using costs of terminals. A population based simulated annealing and a hybrid method combining an exact and a metaheuristic approaches are proposed to effectively solving the problem. The test is then performed on a real intermodal network. These contributions are concluded by remarks and highlights about the impact of perishability and robustness on flows, location strategies of ports, the choice of paths and transportation modes.

Les systèmes de cogénération (SC) sont largement définis par la production simultanée ou coïncidente de la production combinée de chaleur et d'électricité. L’idée de la cogénération revêt une importance particulière puisqu’elle est un outil de réduction des émissions à effet de serre. Comme les systèmes électriques ont été développés selon les carburants et leur utilisation énergétique, de même, les SC ont été développés afin d'utiliser l'énergie possible du carburant pour produire de l’électricité et de la chaleur. La décentralisation de la production électrique est désormais un événement existant. La favorisation maximale de l’électricité d’origine renouvelable ou des systèmes de
cogénération, a abouti à cette décentralisation formant une partie de la production électrique.
Cette thèse est appliquée au cas du système électrique libanais. Elle sert à évaluer la puissance optimale de cogénération qui doit être installée par le secteur public ou le secteur privé, ainsi que la mise en évidence des impacts économiques et environnementaux dus à l’intégration des SC et des énergies renouvelables dans le réseau. Dans ce travail de thèse, nous nous sommes intéressés à l’intégration des systèmes de cogénération dans un réseau électrique. Nous avons travaillé sur deux thèmes principaux et les avons appliqués au cas du réseau électrique libanais. Le premier thème principal est l’innovation d’une stratégie de prise de décision qui sert à trouver une puissance de cogénération respectant l’économie et l’environnement. Le second thème principal est l’optimisation et le contrôle du réseau électrique en fonction des énergies renouvelables (ER) et des SC intégrés. Les deux thèmes cités sont ensuite appliqués au cas du réseau électrique libanais pour montrer les avantages de l’intégration des SC et des ER dans ce réseau. / Cogeneration systems (CS) are largely defined by the simultaneous or coincident production of combined heat and power. The idea of cogeneration is of particular importance since it is a tool for reducing greenhouse gases emissions. As electrical systems have been developed according to the fuel and energy use, the CS have been developed to profit from the possible potential of the fuel energy to produce electricity and heat. Decentralization of power generation is considered an important fact. The maximum use of electricity from renewable sources or cogeneration systems, has leaded to the decentralization of power generation.This thesis is applied to the Lebanese electrical system. It is used to assess the optimum cogeneration power to be installed by the public sector or the private sector, as well as highlighting the economic and environmental impacts due to the integration of the CS and renewables into the grid. In this thesis, we focused on the integration of cogeneration systems into a grid. We worked on two major themes and have applied them to the case of the Lebanese electrical grid. The first main theme is the innovation of a new decision making strategy to find the cogeneration power respecting the economy and the environment. The second main theme is the optimization and the control of the electrical grid due to the integration of renewable energy (RE) and CS. The two themes cited are then applied to the case of the Lebanese electrical grid to show the benefits of the integration of RE and CS into this grid.

La détection d'homologues lointains est essentielle pour le classement fonctionnel et structural des séquences protéiques et pour l'amélioration de l'annotation des génomes très divergents. Pour le classement des séquences, nous présentons la méthode "ILP-SVM homology", combinant la programmation logique inductive (PLI) et les modèles propositionnels. Elle propose une nouvelle représentation logique des propriétés physico-chimiques des résidus et des positions conservées au sein de l'alignement de séquences. Ainsi, PLI trouve les règles les plus fréquentes et les utilise pour la phase d'apprentissage utilisant des modèles d'arbre de décision ou de machine à vecteurs de support. La méthode présente au moins les mêmes performances que les autres méthodes trouvées dans la littérature. Puis, nous proposons la méthode CASH pour annoter les génomes très divergents. CASH a été appliqué à Plasmodium falciparum, mais reste applicable à toutes les espèces. CASH utilise aussi bien l'information issue de génomes proches ou éloignés de P. falciparum. Chaque domaine connu est ainsi représenté par un ensemble de modèles évolutifs, et les sorties sont combinées par un méta-classificateur qui assigne un score de confiance à chaque prédiction. Basé sur ce score et sur des propriétés de co-ocurrences de domaines, CASH trouve l'architecture la plus probable de chaque séquence en appliquant une approche d'optimisation multi-objectif. CASH est capable d'annoter 70% des domaines protéiques de P. falciparum, contre une moyenne de 58% pour ses concurrents. De nouveaux domaines protéiques ont pu être caractérisés au sein de protéines de fonction inconnue ou déjà annotées.

Afin de définir une conception optimale d'un système électromécanique, celui-ci doit intégrer des contraintes toujours plus drastiques et de nombreux phénomènes physiques issus de : l'électromagnétique, l'aérothermique, l'électronique, la mécanique et l'acoustique. L'originalité de cette thèse est de proposer une modélisation multi-physique pour la conception reposant sur des modèles à constantes localisées : solution intermédiaire entre la modélisation analytique et numérique. Ces différents modèles permettront l'étude et la conception sous contraintes d'une machine synchrone à aimants permanents dédiée pour la traction ferroviaire. Les résultats de simulations seront comparés à des résultats éléments finis mais aussi à des essais expérimentaux. Ce modèle multi-physique est entièrement paramétré afin d'être associé à des outils d'optimisation. On utilisera ici une optimisation par essaim de particules pour chercher des compromis entre différents objectifs sous forme de Front de Pareto. Dans ce papier, nous ciblerons les objectifs suivants : le couple d'origine électromagnétique et le bruit d'origine électromagnétique. Finalement une étude de sensibilité valide la robustesse de la conception retenue quand celle-ci est soumise aux contraintes de fabrication. L'objectif étant de poser les bases d'un outil d'aide à la décision pour le choix d'une machine électrique