L'objet de ce travail est de prouver des théorèmes de géométrie hyperbolique en utilisant des méthodes développées par Euler, Schubert et Steiner en géométrie sphérique. On donne des analogues hyperboliques de certaines formules trigonométriques en utilisant la méthode des variations et une formule pour l'aire d'un triangle. Euler utilisa cette idée en géométrie sphérique.On résout ensuite le problème de Lexell en géométrie hyperbolique. Cette partie est basée sur un travail en collaboration avec Weixu Su. En utilisant l'analogue hyperbolique des identités de Cagnoli, on prouve deux résultats classiques en géométrie hyperbolique. Ensuite, on donne les solutions aux problèmes de Schubert (en collaboration avec Vincent Alberge) et de Steiner. En suivant les idées de Norbert A'Campo, on donne l'ébauche de la preuve de la formule de Schlafli en utilisant la géométrie intégrale. Cette recherche peut être généralisée partiellement au cas de la dimension 3. / Our aim is to prove sorne theorems in hyperbolic geometry based on the methods of Euler, Schubert and Steiner in spherical geometry. We give the hyperbolic analogues of sorne trigonometrie formulae by method of variations and an a rea formula in terms of sides of triangles, both due to Euler in spherical case. We solve Lexell's problem. This is a joint work with Weixu Su. We give a shorter formula than Euler's a rea formula. Using hyperbolic analogues of Cagnoli's identities, we prove two classical results in hyperbolic geometry. Further, we give solutions of Schubert's and Steiner's problems. The study of Schubert's problem is a joint work with Vincent Alberge. Finally, following ideas of Norbert A' Campo, we give the sketch of the proof of Schlafli formula using integral geometry. The mentioned theorems can be generalized to the case of dimension 3 partially by means of the techniques used developed in this the sis.

Le succès dans l'utilisation de méthodes exactes d’optimisation combinatoire pour des problèmes de grande taille est encore limité à certains problèmes ou à des classes spécifiques d'instances de problèmes. Une approche alternative consiste soit à utiliser des métaheuristiques ou des matheuristiques qui reposent en partie sur des méthodes exactes. Dans le contexte de l'optimisation combinatoire, nous nous intéressons des heuristiques permettant de choisir les heuristiques appliquées au problème traité. Dans cette thèse, nous nous concentrons sur l'optimisation à l’aide d’hyperheuristiques pour des problèmes logistiques. Nous proposons un cadre hyperheuristique qui effectue une recherche dans l'espace des algorithmes heuristiques et apprend comment changer l'heuristique courante systématiquement tout au long du processus de telle sorte qu'une bonne séquence d'heuristiques permet d’obtenir des solutions de haute qualité. Nous étudions plus particulièrement deux problèmes en logistique pour lesquels nous proposons des HHs: un problème de planification d’interventions sur des puits de forage et un problème conjoint de localisation de hubs et de routage. Ensuite, nous comparons les performances de plusieurs HH décrites dans la littérature pour le second problème abordé reposant sur différentes méthodes de sélection heuristique telles que la sélection aléatoire, la fonction de choix, une approche de Q-Learning et un algorithme de colonie de fourmis. Les résultats numériques prouvent l'efficacité de HHs pour les deux problèmes traités, et la pertinence d'inclure l'information venant d’une relaxation de Lagrangienne pour le deuxième problème. / Success in using exact methods for large scale combinatorial optimization is still limited to certain problems or to specific classes of instances of problems. The alternative way is either using metaheuristics or matheuristics that rely on exact methods in some ways. In the context of combinatorial optimization, we are interested in heuristics to choose heuristics invoked to solve the addressed problem. In this thesis, we focus on hyperheuristic optimization in logistic problems. We focus on proposing a hyperheuristic framework that carries out a search in the space of heuristic algorithms and learns how to change the incumbent heuristic in a systematic way along the process in such a way that a good sequence of heuristics produces high quality solutions. We propose HHs for two problems in logistics: the workover rig scheduling problem and the hub location routing problem. Then, we compare the performances of several HHs described in the literature for the latter problem, which embed different heuristic selection methods such as a random selection, a choice function, a Q-Learning approach, and an ant colony based algorithm. The computational results prove the efficiency of HHs for the two problems in hand, and the relevance of including Lagrangian relaxation information for the second problem.

Dans cette thèse, nous étudions le problème joint du routage et de l'attribution des "slots" entre les routeurs et les points d'accès dans les réseaux radio maillés. Nous le modélisons comme un problème de "Round weighting" dont l'objectif est de minimiser la période d'activation des "slots" en assurant une capacité suffisante pour répondre aux demandes de bande passante des routeurs. Résoudre le problème dans son intégralité nécessite la génération d'un ensemble exponentiel de "rounds", ce qui est hors de portée même pour des petits réseaux. Par conséquent, nous développons un modèle mathématique multicritère qui résout le problème en utilisant une méthode de génération de colonnes. Nous observons que le goulot d'étranglement est en général situé autour d'un point d'accès. Nous proposons une méthode pour obtenir des bornes inférieures et des bornes supérieures pour les graphes généraux. Nous appliquons ces méthodes aux grilles obtenant des formules closes pour des demandes uniformes et des stratégies optimales de routage pour des demandes non-uniformes. Motivé par les résultats sur l'existence d'une région limitée capable de représenter le réseau dans sa totalité, on considère une variante du RWP qui traite aussi de l'allocation de bande mais en considérant le SINR dans un réseau CDMA. Nous donnons des conditions suffisantes pour qu'un réseau puisse être réduit à un réseau mono-saut autour du point d'accès. Cela est dû au fait que le problème est convexe. Nous nous intéressons aux solutions optimales pour lesquelles chaque flot dans le goulot reçoit une partie juste de la bande passante disponible.

Ce travail de Thèse traite des problèmes directs et inverses de la magnétoencéphalographie (MEG) et de l'électroencéphalographie (EEG). Trois thématiques y sont abordées. Le problème direct est traité à l'aide des méthodes d'éléments frontière. Une nouvelle formulation, dite formulation symétrique, est proposée. Cette nouvelle formulation est ensuite appliquée au problème de la tomographie par impédance électrique pour lequel deux algorithmes d'estimation de conductivité sont proposés. Le problème inverse est traité dans le cadre des méthodes image. Des techniques de régularisation d'image par processus de diffusion sont transposées au problème inverse pour contraindre la reconstruction de sources distribuées. Plusieurs algorithmes sont proposés dont un calculant la solution inverse de variation totale minimale.

Cette thèse établit des formules asymptotiques robustes pour le second moment harmonique ramolli des fonctions $L$ de Rankin-Selberg. La principale contribution est une amélioration substancielle de la longueur admissible du ramollisseur qui est réalisée grâce à la résolution d'un problème de convolution avec décalage additif par une méthode spectrale considérée en moyenne. Une première conséquence est une nouvelle borne de sous-convexité pour les fonctions L de Rankin-Selberg par rapport au niveau qui possède de nombreuses applications arithmétiques déjà connues. En outre, une infinité de fonctions L de Rankin-Selberg ayant au plus huit zéros réels non-triviaux est exhibée et de nouvelles estimations non-triviales du rang analytique de la famille étudiée sont obtenues.

Nous nous intéressons à l'étude d'un problème d'analyse des transferts de chaleur qui modélise une opération de soudage. L'approche que nous considérons ne s'occupe que de la partie solide de la plaque. Elle consiste à résoudre un problème à frontière libre. Pour cela, nous proposons une formulation en optimisation de forme. Le problème d'état est gouverné par un opérateur qui, pour certaines données, n'est pas coercif. Cela complique l'étude de la continuité du problème d'état. Nous surmontons cette difficulté en utilisant le degré topologique de Leray-Shauder, ainsi nous montrons l'existence d'un domaine optimal. Ensuite, nous considérons une discrétisation de ce problème basée sur les éléments finis linéaires. Nous prouvons alors que le problème discret admet une solution et nous montrons qu'une sous-suite des solutions de ce problème convergence vers la solution du problème continu. Enfin, nous présentons des résultats numériques réalisés par deux méthodes : la méthode déterministe basée sur le calcul du gradient de forme, et les algorithmes génétiques combinés avec la logique floue et le calcul parallèle. Ainsi une étude comparative de ces deux méthodes aux niveaux qualitatif et quantitatif a été présentée.

Cette thèse est consacrée à la résolution de problèmes d'analyse non linéaire multivoque dans lesquels plusieurs variables interagissent. Le problème générique est modélisé par une inclusion vis-à-vis d'une somme d'opérateurs monotones sur un espace hilbertien produit. Notre objectif est de concevoir des nouveaux algorithmes pour résoudre ce problème sous divers jeux d'hypothèses sur les opérateurs impliqués et d'étudier le comportement asymptotique des méthodes élaborées. Une propriété commune aux algorithmes est le fait qu'ils procèdent par éclatement en ceci que les opérateurs monotones et, le cas échéant, les opérateurs linéaires constitutifs du modèle agissent indépendamment au sein de chaque itération. Nous abordons en particulier le cas où les opérateurs monotones sont des sous-différentiels de fonctions convexes, ce qui débouche sur de nouveaux algorithmes de minimisation. Les méthodes proposées unifient et dépassent largement l'état de l'art. Elles sont appliquées aux inclusions monotones composites en dualité, aux problèmes d'équilibre, au traitement du signal et de l'image, à la théorie des jeux, à la théorie du trafic, aux équations d'évolution, aux problèmes de meilleure approximation et à la décomposition de domaine dans les équations aux dérivées partielles.

Ce mémoire est un exposé synthétique d'une partie des travaux que j'ai accomplis après la fin de ma thèse. Au cours des dernières années, j'ai été amené à m'intéresser à la discrétisation de problèmes provenant de différentes applications en mécanique des fluides. L'élément commun à tous ces problèmes est la présence de termes diffusifs du second ordre. Pour des raisons différentes, j'ai considéré des discrétisations non conformes, c'est-à-dire, basées sur des espaces discrets non contenus dans l'espace continu naturellement associé à la formulation faible du problème. Plus précisément, dans les travaux présentés dans ce mémoire on retrouve essentiellement deux grandes familles de méthodes : les méthodes dites de Galerkine discontinues et les méthodes volumes finis. Ce document s'organise comme suit. Les Chapitres 1–3 fournissent les renseignements administratifs relatifs au dossier de demande d'habilitation, dont un <EM>curriculum vitæ</EM>, une description succincte de l'ensemble de mes travaux et la liste complète des publications. Les Chapitres 4–5 relatent les efforts entrepris au sujet de la discrétisation de problèmes avec diffusion par des méthodes non conformes. Plus précisément, le Chapitre 4 est consacré aux méthodes de Galerkine discontinues, tandis que le Chapitre 5 traite des méthodes volumes finis. Même si l'accent est généralement mis sur les motivations des travaux et sur le développement de la ligne de pensée, des détails sont fournis quand cela s'avère nécessaire pour apporter un complément d'information par rapport aux publications, ou bien pour indiquer des pistes de recherche futures. Le rapport contient aussi une annexe contenant les résumés des thèses actuellement en cours. Dans la dernière partie de ce mémoire on peut trouver le texte intégral des publications. Pour faciliter la lecture, mes publications sont citées dans le texte avec un numéro progressif, tandis que les articles de la bibliographie générale sont cités avec les initiales des auteurs.

La tomographie des temps de première arrivée cherche à estimer un modèle de vitesse de propagation des ondes sismiques à partir des temps de première arrivée pointés sur les sismogrammes. Le modèle de vitesse obtenu peut alors permettre une interprétation structurale du milieu ou bien servir de modèle initial pour d'autres traitements de l'imagerie sismique. Les domaines d'application de cette méthode s'étendent, à des échelles différentes, de la géotechnique à la sismologie en passant par la géophysique pétrolière. Le savoir-faire du géophysicien joue un rôle important dans la difficile résolution du problème tomographique non-linéaire et mal posé. De nombreuses recherches ont entrepris de faciliter et d'améliorer cette résolution par des approches mathématique ou physique. Dans le cadre de ce travail, nous souhaitons développer une approche pragmatique, c'est-à-dire que nous considérons que le problème tomographique doit être résolu par un algorithme interactif dont les paramètres de réglage sont clairement définis. L'aspect interactif de l'algorithme facilite l'acquisition du savoir-faire tomographique car il permet de réaliser, dans un temps raisonnable, de nombreuses simulations pour des paramétrisations différentes. Le but poursuivi dans cette thèse est de définir, pour le cas spécifique de la tomographie des temps de première arrivée, un algorithme qui réponde au mieux à ces critères. Les algorithmes de tomographie des temps de première arrivée classiquement mis en oeuvre aujourd'hui ne répondent pas à nos critères d'une approche pragmatique. En effet, leur implémentation ne permet pas d'exploiter l'architecture parallèle des supercalculateurs actuels pour réduire les temps de calcul. De plus, leur mise en oeuvre nécessite une paramétrisation rendue complexe du fait de la résolution du système linéaire tomographique. Toutes ces limitations pratiques sont liées à la formulation même de l'algorithme à partir de la méthode de Gauss- Newton. Cette thèse repose sur l'idée de formuler la résolution du problème tomographique à partir de la méthode de plus grande descente pour s'affranchir de ces limitations. L'étape clé de cette formulation réside dans le calcul du gradient de la fonction coût par rapport aux paramètres du modèle. Nous utilisons la méthode de l'état adjoint et une méthode définie à partir d'un tracé de rais a posteriori pour calculer ce gradient. Ces deux méthodes se distinguent par leur formulation, respectivement non-linéaire et linéarisée, et par leur mise en oeuvre pratique. Nous définissons ensuite clairement la paramétrisation du nouvel algorithme de tomographie et validons sur un supercalculateur ses propriétés pratiques : une parallélisation directe et efficace, une occupation mémoire indépendante du nombre de données observées et une mise en œuvre simple. Finalement, nous présentons des résultats de tomographie pour des acquisitions de type sismique réfraction, 2-D et 3-D, synthétiques et réelles, marines et terrestres, qui valident le bon comportement de l'algorithme, en termes de résultats obtenus et de stabilité. La réalisation d'un grand nombre de simulations a été rendue possible par la rapidité d'exécution de l'algorithme, de l'ordre de quelques minutes en 2-D.

Dans les disciplines de l'intelligence artificielle et de la recherche opérationnelle, on rencontre de nombreux problèmes comme l'allocation de ressources, l'ordonnancement, la, conception, le diagnostic automatisé. Ces problèmes se formulent aisément comme des problèmes de satisfaction de contraintes (CSP). Un CSP est défini comme étant un ensemble de contraintes impliquant un certain nombre de variables. L'objectif consiste simplement à trouver un ensemble de valeurs à affecter aux variables, de sorte que toutes les contraintes soient satisfaites. Dans le cas le plus général, les problèmes de satisfaction de contraintes ont un aspect fortement combinatoire qui leur confère une grande complexité. Nous nous intéressons dans le cadre de cette thèse aux problèmes de satisfaction de contraintes binaires en domaines finis. Les méthodes auxquelles nous nous intéressons pour résoudre un CSP sont, les méthodes dites incomplètes : elles font une réparation d'une configuration en parcourant de manière non systématique l'espace des configurations. Dans cette catégorie de méthodes, notre intérêt s'est plus particulièrement tourné vers les Algorithmes Evolutionnistes. Ce sont des méthodes générales d'optimisation combinatoire qui sont inspirées de la théorie de l'évolution. Dans un CSP classique, on recherche une solution, sans avoir à optimiser de fonction. Pour entrer dans le cadre des Algorithmes Évolutionnistes, on se doit de définir une fonction d'évaluation pour les CSP qui prend ses valeurs minimales sur les solutions du problème. Cette fonction pourrait être utilisée par toutes méthodes incomplètes, telles que les techniques min-conflits, GSAT et leurs variantes. Nous montrons dans cette thèse l'application de notre fonction d'évaluation pour la méthode min-conflits ainsi que pour un algorithme évolutionniste. D'un autre côté, dans le contexte plus spécifique des algorithmes génétiques, nous souhaitons guider l'évolution (i.e. recherche d'une solution), en faisant des transformations sur la population plus orientées vers le problème de satisfaction de contraintes. Nous définissons ainsi des opérateurs de mutation et de croisement spécialisés pour les CSP qui sont basés sur la structure du graphe de contraintes. Ensuite, nous incorporons le concept d'adaptation dans l'opérateur de croisement, afin d'améliorer la recherche de l'algorithme. Dans ce mémoire, nous décrivons et justifions les algorithmes mis en oeuvre, en illustrant les techniques implémentées par la résolution de problèmes de coloriage de graphe avec trois couleurs, et de CSP générés aléatoirement.