De nombreuses recherches se focalisent sur l'étude des aires de distribution des espèces qui se décalent vers des conditions plus adaptées à leurs besoins physiologiques sous l'effet du changement climatique. Le choix des indices utilisés pour caractériser l'écologie des espèces et définir leur vulnérabilité au réchauffement en cours est souvent conditionné par leur disponibilité, alors qu'il devrait être basé sur les connaissances en écophysiologie qui les concernent. D'autre part, la résolution spatiale parfois grossière utilisée n'est pas toujours pertinente au regard de l'échelle à laquelle les processus biologiques se déroulent. Dans ce cadre, l'objectif de ce travail est de cartographier à fine résolution spatiale les bilans en eau des sols et leurs différentes composantes à l'échelle des forêts de France, et d'évaluer leur intérêt pour modéliser la distribution ou la productivité des espèces au regard des indices traditionnellement utilisés. Dans un premier temps, nous avons modélisé et cartographié les différentes composantes du bilan en eau des sols, et tout particulièrement le rayonnement solaire et la réserve utile maximale en eau (RUM) des sols forestiers à partir des relevés de l'Inventaire Forestier National (IFN). Ces données ont été combinées avec des températures et des précipitations pour spatialiser le bilan en eau des sols forestiers de France. Les principaux résultats montrent l'importance de la nébulosité dans la prise en compte du calcul du rayonnement solaire, et l'inefficacité des indices dérivés de l'exposition pour en simuler les valeurs à l'échelle de la France. Nous avons également déterminé qu'il est possible de réaliser avec des informations simples à collecter une carte des RUM des sols forestiers de France. Elle permet de prédire la croissance des essences avec une efficacité comparable aux valeurs relevées sur des placettes et d'améliorer la modélisation de la distribution de certaines essences. Enfin, nous démontrons que les calculs de bilans en eau qui prennent en compte la réserve en eau des sols sont plus efficaces que les bilans hydriques climatiques ou les pluies, particulièrement pour ce qui concerne les espèces hygrophiles ou xérophiles. Ces résultats laissent penser que l'importance de l'eau a été sous-estimée dans l'analyse de la distribution des espèces et l'étude des conséquences du changement climatique sur les plantes. Les données produites permettent de progresser dans la connaissance de l'écologie des espèces et de mieux caractériser la vulnérabilité des espèces, ouvrant la porte à la création d'outils plus fonctionnels pour aider les gestionnaires à évaluer les impacts du changement de climat et à s'y adapter.

Les estimateurs pondérés généralement utilisés pour analyser les enquêtes cas-cohorte ne sont pas pleinement efficaces. Or, les enquêtes cas-cohorte sont un cas particulier de données incomplètes où le processus d'observation est contrôlé par les organisateurs de l'étude. Ainsi, des méthodes d'analyse pour données manquant au hasard (MA) peuvent être pertinentes, en particulier, l'imputation multiple, qui utilise toute l'information disponible et permet d'approcher l'estimateur du maximum de vraisemblance partielle.Cette méthode est fondée sur la génération de plusieurs jeux plausibles de données complétées prenant en compte les différents niveaux d'incertitude sur les données manquantes. Elle permet d'adapter facilement n'importe quel outil statistique disponible pour les données de cohorte, par exemple, l'estimation de la capacité prédictive d'un modèle ou d'une variable additionnelle qui pose des problèmes spécifiques dans les enquêtes cas-cohorte. Nous avons montré que le modèle d'imputation doit être estimé à partir de tous les sujets complètement observés (cas et non-cas) en incluant l'indicatrice de statut parmi les variables explicatives. Nous avons validé cette approche à l'aide de plusieurs séries de simulations: 1) données complètement simulées, où nous connaissions les vraies valeurs des paramètres, 2) enquêtes cas-cohorte simulées à partir de la cohorte PRIME, où nous ne disposions pas d'une variable de phase-1 (observée sur tous les sujets) fortement prédictive de la variable de phase-2 (incomplètement observée), 3) enquêtes cas-cohorte simulées à partir de la cohorte NWTS, où une variable de phase-1 fortement prédictive de la variable de phase-2 était disponible. Ces simulations ont montré que l'imputation multiple fournissait généralement des estimateurs sans biais des risques relatifs. Pour les variables de phase-1, ils approchaient la précision obtenue par l'analyse de la cohorte complète, ils étaient légèrement plus précis que l'estimateur calibré de Breslow et coll. et surtout que les estimateurs pondérés classiques. Pour les variables de phase-2, l'estimateur de l'imputation multiple était généralement sans biais et d'une précision supérieure à celle des estimateurs pondérés classiques et analogue à celle de l'estimateur calibré. Les résultats des simulations réalisées à partir des données de la cohorte NWTS étaient cependant moins bons pour les effets impliquant la variable de phase-2 : les estimateurs de l'imputation multiple étaient légèrement biaisés et moins précis que les estimateurs pondérés. Cela s'explique par la présence de termes d'interaction impliquant la variable de phase-2 dans le modèle d'analyse, d'où la nécessité d'estimer des modèles d'imputation spécifiques à différentes strates de la cohorte incluant parfois trop peu de cas pour que les conditions asymptotiques soient réunies.Nous recommandons d'utiliser l'imputation multiple pour obtenir des estimations plus précises des risques relatifs, tout en s'assurant qu'elles sont analogues à celles fournies par les analyses pondérées. Nos simulations ont également montré que l'imputation multiple fournissait des estimations de la valeur prédictive d'un modèle (C de Harrell) ou d'une variable additionnelle (différence des indices C, NRI ou IDI) analogues à celles fournies par la cohorte complète

Le trafic routier englobe plusieurs facteurs, entre autres la géométrie des infrastructures routières, le comportement des conducteurs, la diversité des flux de véhicules, etc... Les situations auxquelles sont confrontés les exploitants des réseaux routiers dépendent du type de réseau dont ils ont la charge. Cette complexité du trafic en a fait un domaine de recherche d'un intérêt croissant et ce depuis les premières études qui ont donné naissance au modèle LWR au milieu des années cinquante. Afin de modéliser le trafic sur un réseau routier, deux approches, complémentaires l'une de l'autre sont nécessaires. La première est la modélisation de l'écoulement qui permet de décrire l'évolution des flux de trafic sur un tronçon de route et l'affectation qui décrit la façon dont les usagers choisissent leurs itinéraires sur un réseau. L'objet de ces travaux de thèse est d'apporter une contribution à cette amélioration de la modélisation des flux de trafic, en se concentrant dans un premier lieu sur la modélisation d'un trafic autoroutier constitué de deux classes de véhicules: des véhicules particuliers et des bus. L'étude numérique du modèle se fait en adaptant le modèle de transmission cellulaire de Daganzo. Un estimateur des densités et un autre des vitesses de ce trafic mixte sur un tronçon de route ont été présentés. Des résultats de stabilité dans les différents régimes de ce trafic ont été établis. Dans un second temps concernant la modélisation d'un trafic urbain multimodal constitué de trois classes de véhicules: aux deux classes précédemment citées, est intégrée une nouvelle classe de bus à haut niveau de service BHNS ou BRT, classe qui tend à se propager au milieu urbain et suburbain et qui est perçue comme solution à de nombreux problèmes liés au trafic par les exploitants de la route. Nous proposons deux modèles de la progression du BRT sur le réseau, puis nous développons une stratégie de régulation de ce système de transport urbain trimodal. L'objectif de la régulation est double, veiller à la fluidité du trafic en général et le respect de positions références pour le mode BRT. L'architecture s'appuie sur la commande des systèmes en boucle fermée et utilise la commande prédictive généralisée. Nous avons aussi proposé un modèle hybride de trafic routier basé sur le couplage d'un modèle macroscopique générique de second ordre et d'un modèle microscopique en coordonnées Lagrangiennes. Pour la validation de la bonne transmission de l'information à travers le schéma de couplage, nous avons étudié la propagation et la remontée d'une congestion.

Un grand nombre de traitements sont aujourd'hui disponibles pour la cancérologie, dont l'objectif est d'éliminer tous les tissus cancéreux en minimisant les dommages occasionnés sur les tissus sains. La chimio-embolisation est considérée comme un régime de traitement localisé, préconisé pour certains cancers. Cependant, le ciblage des tumeurs profondément enfouies par chimio-embolisation est actuellement limité en raison de la taille des cathéters. Compte tenu des échelles envisagées, l'utilisation des microrobots magnétiquement guidés est l'une des approches les plus prometteuses. L'objectif de cette thèse consiste à développer les outils permettant à des microrobots endovasculaires (ou transporteurs magnétiques), de naviguer dans le corps humain, en utilisant les gradients magnétiques d'un appareil IRM clinique amélioré. Pour cela, une compréhension approfondie de l'environnement d'évolution du microrobot est une étape au préalable, en vue d'établir des stratégies de navigation adéquates. La variation des paramètres physiologiques de l'humain et l'utilisation d'un scanner IRM nécessitent d'une part, une robustesse du contrôleur vis-à-vis des erreurs de modélisation, et d'autre part, l'anticipation du comportement du système. A cet effet, la commande prédictive, trouve ici toute son efficacité pour résoudre les problèmes de poursuite. En outre, une plateforme d'instrumentation a été conçue au sein du laboratoire en vue de démontrer les concepts proposés, et de valider les stratégies de navigation prédictives développées dans nos travaux. Puis, dans un deuxième temps, nous avons intégré ces approches dans une plateforme d'IRM clinique.

La perte d'équilibre chez l'humain est un phénomène courant de la vie quotidienne. Plusieurs causes peuvent être identifiées, dont notamment des perturbations extérieures. Le scénario qui nous intéresse particulièrement est celui des passagers debout dans les transports en commun. La combinaison de plusieurs études accidentologiques fait ressortir un risque de blessure important pour ce type de situations, surtout pour des passagers debout et/ou âgées. Ces incidents en gendrent des blessures qui coûtent très cher au niveau du budget de la santé. La sécurité de ces passagers est donc à l'origine de ce travail. La perte et/ou le rattrapage d'équilibre est une question complexe qui met en jeu un ensemble de phénomènes tels que la perception de la perturbation, le traitement de l'information, la prise de décision et la mise en œuvre d'actions correctrices. Bien que les connaissances théoriques sur chacun de ces phénomènes soient avancées, il n'existe pas, à l'heure actuelle, de modèle global permettant de représenter la réaction des personnes dans des situations aussi concrètes et complexes que celle des passagers debout de transport en commun.Dans ce contexte, l'objectif principal de ce travail était de développer un outil de simulation pour évaluer les risques associés à la perte d'équilibre des passagers de transport en commun.

Cette thèse aborde les problèmes de la modélisation et de la commande d'un micro-réseau courant continu (CC) en vue de la gestion énergétique optimale, sous contraintes et incertitudes. Le micro-réseau étudie contient des dispositifs de stockage électrique (batteries ou super-capacités), des sources renouvelables (panneaux photovoltaïques) et des charges (un système d'ascenseur motorise par une machine synchrone a aimant permanent réversible). Ces composants, ainsi que le réseau triphasé, sont relies a un bus commun en courant continu, par des convertisseurs dédies. Le problème de gestion énergétique est formule comme un problème de commande optimale qui prend en compte la dynamique du système, des contraintes sur les variables, des prédictions sur les prix, la consommation ou la production et des profils de référence.Le micro-réseau considère est un système complexe, de par l'hétérogénéité de ses composants, sa nature distribuée, la non-linéarité de certaines dynamiques, son caractère multi-physiques (électromécanique, électrochimique, électromagnétique), ainsi que la présence de contraintes et d'incertitudes. La représentation consistante des puissances échangées et des énergies stockées, dissipées ou fournies au sein de ce système est nécessaire pour assurer son opération optimale et fiable.Le problème pose est abordé via l'usage combine de la formulation hamiltonienne a port, de la platitude et de la commande prédictive économique base sur le modelé. Le formalisme hamiltonien a port permet de décrire les conservations de la puissance et de l'énergie au sein du micro-réseau explicitement et de relier les composants hétérogènes dans un même cadre théorique. Les non linéarités sont gérées par l'introduction de la notion de platitude démentielle et la sélection de sorties plates associées au modèle hamiltonien a ports. Les profils de référence sont génères a l'aide d'une para métrisation des sorties plates de telle sorte que l'énergie dissipée soit minimisée et les contraintes physiques satisfaites. Les systèmes hamiltoniens sur graphes sont ensuite introduits pour permettre la formulation et la résolution du problème de commande prédictive _économique a l'échelle de l'ensemble du micro-réseau CC. Les stratégies de commande proposées sont validées par des résultats de simulation pour un système d'ascenseur multi-sources utilisant des données réelles, identifiées sur base de mesures effectuées sur une machine synchrone. / The goals of this thesis is to propose modelling and control solutions for the optimal energy management of a DC microgrid under constraints. The studied microgrid system includes electrical storage units (e.g., batteries, supercapacitors), renewable sources (e.g., solar panels) and loads (e.g., an electro-mechanical elevator system). These interconnected components are linked to a three phase electrical grid through a DC bus and associated DC/AC converters. The optimal energy management is usually formulated as an optimal control problem which takes into account the system dynamics, cost, constraints and reference profiles.An optimal energy management for the microgrid is challenging with respect to classical control theories. Needless to say, a DC microgrid is a complex system due to its heterogeneity, distributed nature (both spatial and in sampling time), nonlinearity of dynamics, multi-physic characteristics, the presence of constraints and uncertainties. Moreover, the power-preserving structure and the energy conservation of a microgrid are essential for ensuring a reliable operation.This challenges are tackled through the combined use of port-Hamiltonian formulations, differential flatness, and economic Model Predictive Control.The Port-Hamiltonian formalism allows to explicitly describe the power-preserving structure and the energy conservation of the microgrid and to connect different components of different physical natures through the same formalism. The strongly non-linear system is then translated into a flat representation. Taking into account differential flatness properties, reference profiles are generated such that the dissipated energy and various physical constraints are taken into account. Lastly, we minimize the purchasing/selling electricity cost within the microgrid using the economic Model Predictive Control with the Port-Hamiltonian formalism on graphs.The proposed control designs are validated through simulation results.

Lors du contrôle de robots, les variations fortes et soudaines dans les couples de commande doivent impérativement être évitées. En effet ces discontinuités peuvent entraîner, en plus des comportements imprévisibles du système, des dommages physiques, notamment au niveau des actionneurs. Pour la réalisation de tâches complexes, un robot à plusieurs degrés de liberté utilise généralement un système de commande multi-objectif avec lequel plusieurs tâches doivent être réalisées et plusieurs contraintes respectées. Le basculement entre ces différentes tâches ainsi que les contraintes causées par un environnemt dynamique et imprévisible sont les causes directes des variations fortes dans les couples de commande. Dans ce travail, les problèmes de transitions de priorités entre les différentes tâches ainsi que la variation des contraintes sont considérées avec pour objectif la des variations fortes dans les couples de commande. Deux contributions principales ont été réalisées.Premièrement, un nouveau contrôleur appelé "contrôle hiérarchique généralisé (GHC)" est implémenté sous forme d’optimisation quadratique pour gérer la priorité des transitions entre les tâches de poids différents. Le projecteur utilisé assure en plus de la continuité des transitions, la gestion de l’ajout et/ou de la suppression de tâches. Les couples de commande sont alors calculés en résolvant un problème d’optimisation prenant en compte en même temps la hiérarchie des tâches et les contraintes égalitaire et inégalitaires.Deuxièmement, nous avons développé une primitive de contrôle à base de Contrôle par Modèle Prédictif (CMP) afin de gérer l’existence des discontinuités des contraintes que doit respecter le robot, tel que le changement d’état des contacts ou l’évitement d'obstacles. Le contrôleur profite ainsi de la formulation prédictive en anticipant l'évolution des contraintes vis-à-vis des scénarios de commande et/ou de l'information des capteurs. Il permet de générer des nouvelles contraintes continues qui remplacent les anciennes contraintes discrètes dans le contrôleur réactif QP. Par conséquent, le taux de changement des couples articulaires est minimisé, comparé aux anciennes contraintes discrètes. Cette primitive de contrôle prédictive ne modifie pas directement les objectifs désirés des tâches mais les contraintes, ce qui permet de s’assurer que les changements de couple sont bien gérés dans les pires scénarios.L'efficacité de la stratégie de contrôle proposée est validée via des expériences en simulation avec le robot Kuka LWR 4+ et le robot humanoïde iCub. Les résultats montrent que l'approche développée peut réduire de manière significative la variation des couples articulaires pendant les changements de priorité des tâches ou sous contraintes discrètes. / Large and sudden changes in the torques of the actuators of a robot are highly undesirable and should be avoided during robot control as they may result in unpredictable behaviours. Multi-objective control system for complex robots usually have to handle multiple prioritized tasks while satisfying constraints. Changes in tasks and/or constraints are inevitable for robots when adapting to the unstructured and dynamic environment, and they may lead to large sudden changes in torques. Within this work, the problem of task priority transitions and changing constraints is primarily considered to reduce large sudden changes in torques. This is achieved through two main contributions as follows. Firstly, based on quadratic programming (QP), a new controller called Generalized Hierarchical Control (GHC) is developed to deal with task priority transitions among arbitrary prioritized task. This projector can be used to achieve continuous task priority transitions, as well as insert or remove tasks among a set of tasks to be performed in an elegant way. The control input (e.g. joint torques) is computed by solving one quadratic programming problem, where generalized projectors are adopted to maintain a task hierarchy while satisfying equality and inequality constraints. Secondly, a predictive control primitive based on Model Predictive Control (MPC) is developed to handle presence of discontinuities in the constraints that the robot must satisfy, such as the breaking of contacts with the environment or the avoidance of an obstacle. The controller takes the advantages of predictive formulations to anticipate the evolutions of the constraints by means of control scenarios and/or sensor information, and thus generate new continuous constraints to replace the original discontinuous constraints in the QP reactive controller. As a result, the rate of change in joint torques is minimized compared with the original discontinuous constraints. This predictive control primitive does not directly modify the desired task objectives, but the constraints to ensure that the worst case of changes of torques is well-managed. The effectiveness of the proposed control framework is validated by a set of experiments in simulation on the Kuka LWR robot and the iCub humanoid robot. The results show that the proposed approach significantly decrease the rate of change in joint torques when task priorities switch or discontinuous constraints occur.

Les centaines de millions de véhicules du parc automobile mondial nous rappellent à quel point notre société dépend du moteur à combustion interne. Malgré des progrès significatifs en termes d’émissions polluantes et de consommation, les moteurs à essence et diesel demeurent l’une des principales sources de pollution de l’air des centres urbains modernes. Ce constat motive les autorités à renforcer les normes anti-pollution, qui tendent à complexifier la définition technique des moteurs. En particulier, un nombre croissant d’actionneurs fait aujourd’hui, du contrôle de la chaîne d’air, un challenge majeur. Dans un marché de plus en plus mondialisé et où le temps de développement de moteurs se doit d’être de plus en plus court, ces travaux entendent proposer une solution aux problèmes liés à cette augmentation de la complexité. La proposition repose sur une approche en trois étapes et combine : modélisation physique du moteur, contrôle prédictif non linéaire et programmation multiparamétrique. Le cas du contrôle de la chaîne d’air d’un moteur à essence suralimenté sert de fil conducteur au document. Dans son ensemble, les développements présentés ici fournissent une approche quasi-systématique pour la synthèse du contrôle de la chaîne des moteurs à essence suralimentés. Intuitivement, le raisonnement doit pouvoir être étendu à d’autres boucles de contrôle et au cas des moteurs diesel. / The hundreds of millions of passenger cars and other vehicles on our roads emphasize our society’s reliance on internal combustion engines. Despite striking progress in terms of pollutant emissions and fuel consumption, gasoline and diesel engines remain one of the most important sources of air pollution in modern urban areas. This leads the authorities to lay down increasingly drastic pollutant emission standards, which entail ever more complex engine technical definitions. In particular, due to an increasing number of actuators in the past few years, the air path of internal combustion engines represents one of the biggest challenges of engine control design. The present thesis addresses this issue of increasing engine complexity with respect to the continuous reduction in development time, dictated by a more and more competitive globalized market. The proposal consists in a three-step approach that combines physics-based engine modeling, nonlinear model predictive control and multi-parametric nonlinear programming. The latter leads to an explicit piecewise affine feedback control law, compatible with a real-time implementation. The proposed approach is applied to the particular case of the control of the air path of a turbocharged gasoline engine. Overall, the developments presented in this thesis provide a quasi-systematic approach for the synthesis of the control of the air path of turbocharged gasoline engines. Intuitively, this approach can be extended to other control loops in both gasoline and diesel engines.

Le problème de commande motrice de systèmes exécutant des activités multi-objectifs et fortement contraintes est à résoudre pour permettre l’émergence de comportements performants et robustes ; l’élaboration de stratégies complexes de coordination motrice est critique pour en assurer les performances, faisabilité et sécurité.Bien que les approches de commande prédictive multi-objectifs permettent la définition de stratégies complexes et sous contraintes coordonnant l’activité motrice du système, leur coût de calcul est un inconvénient critique à leur application.Le travail présenté dans ce manuscrit vise à considérer des techniques de commande prédictive multi-objectifs pour des applications pratiques à la robotique humanoïde.Une architecture de commande est alors proposée sous la forme d’un contrôleur multi-objectif à deux niveaux, exploitant les avantages respectifs des formulations prédictive et instantanée.La contribution de ce travail prend la forme de la validation des avantages d’une telle approche dans son développement pour des défis pratiques, en simulation et implémentation temps-réel, sur les robots iCub et TORO ainsi que sur des modèles d’humain.Le coût de calcul du niveau prédictif est contenu par l’introduction de problèmes réduits, permettant la formulation avantageuse de problèmes de commande au travers de programmes en nombres entiers mixtes et de distributions séquentielles et parallèles.Malgré les approximations sur la dynamique du système au niveau prédictif, des comportements complexes émergent, exploitant des stratégies de coordination entre objectifs et contraintes conflictuels pour augmenter les performances et robustesse face à des perturbations. / Rising to the challenge of motor control for systems involved in multi-objective and highly-constrained activities is a requirement to enable the emergence of efficient and robust behaviors; the elaboration of complex motor coordination strategies is critical in ensuring performance, feasibility and safety.Although multi-objective predictive approaches enable the definition of complex and constrained strategies coordinating the motor activity of the system, their computational cost is a critical drawback from practical applications.The work presented in this dissertation aims at considering multi-objective predictive control for feasible and practical applications to humanoid robotics.A control architecture is proposed to this purpose as a multi-objective, two-layered controller exploiting the respective advantages of predictive and instantaneous formulations.The contribution of this work takes the form of the validation of the benefits from such an approach in its development for practical challenges and applications, in simulation and real-time implementation, on the iCub and TORO robots and virtual human models.Computational demand of the predictive level is contained with the introduction of reduced multi-objective predictive problems, enabling computationally-favorable formulations of the control problem using mixed-integer programming and sequential and parallel distributions.Despite the resulting approximations on the dynamics of the system at the predictive level, complex behaviors are emerging, exploiting elaborate coordination strategies between conflicting objectives and constraints to increase performance and robustness against disturbances.

Avec la miniaturisation de plus en plus poussée des composants sur silicium, certains phénomènes, connus sous le nom des problèmes de la Compatibilité Électromagnétique peuvent surgir, ils sont les principales causes de la reconception des systèmes intégrés. Ce travail de thèse consiste à développer une méthodologie d'analyse prédictive de la compatibilité électromagnétique pour les systèmes électroniques, par anticipation design. Afin d'aboutir à ce modèle prédictif, différents champs d'investigation ont été mise en place afin d'appréhender l'ensemble du problème. Premièrement, nous avons développé une méthode de prédiction des parasites du boîtier électronique appelée « MCTL Matrix Method ». Cette méthode est issue du principe du prototypage virtuel du boîtier et elle est basée sur des lignes de transmission multiconducteurs. Deuxièmement, nous avons proposé une méthodologie d'analyse de l'immunité du système complet dès les premières phases de la conception. / Modern electronic systems require a high-level of integrations. As a result, some phenomena which are known as ElectroMagnetic Compatibility (EMC) issues are arising, and they are the major causes of system redesign. This main objective of this work is to develop a predictive methodology for systems immunity. To do so, different fields have been investigated: first, we have developed a predictive method for package parasites called “MCTL Matrix Method” which is based on a virtual package prototyping and Multiconductor transmission lines. Then we have proposed a new methodology for system immunity at the earliest design stages.