Ces travaux de thèse constituent une contribution à l'introduction massive de la production photovoltaïque (PV) sur le réseau électrique. L'énergie PV possède un potentiel immense, notamment dans le secteur de l'habitat, mais l'effet d'intermittence limite son développement à grande échelle. Dans cette thèse nous proposons d'ajouter un élément de stockage aux systèmes photovoltaïques connectés au réseau dans l'habitat. Nous commençons par introduire la notion de gestion d'énergie dans ces systèmes dits « hybrides », dont l'objectif qui a été fixé est de réduire les pics de puissance appelée, voire produite. Ensuite, nous proposons et étudions des stratégies de gestion optimisées d'énergie basées sur des données prévisionnelles d'irradiations, de températures ambiante, de consommation et des prix de l'énergie. Enfin, nous apportons des solutions théoriques originales de gestion en temps réel, notamment en introduisant des réponses au problème des incertitudes sur les prévisions.

Système de reconnaissance de parole dont le principe a été propose par la société Texas Instrument France. Le procédé d'analyse est indépendant du locuteur. Les autres caractéristiques du système sont la reconnaissance de mots isolés parmi un vocabulaire donné, ces mots sont représentes sous forme phonétique et l'apprentissage du système réalisé pour l'ensemble des mots d'une langue donnée.

Nous présentons un ensemble de méthodes pour la vérification et la commande de systèmes continus et hybrides, basées sur l'utilisation de trajectoires individuelles. Dans une première partie, nous précisons la classe des systèmes considérés et leurs propriétés. Nous partons de systèmes continus régis par des équations différentielles ordinaires auxquels nous ajoutons des entrées et des événements discrets, constituant ainsi une classe de systèmes dynamiques hybrides. La seconde partie est consacrée à la vérification de ces systèmes basée sur le calcul d'atteignabilité. Nous étudions comment un nombre fini de trajectoires peut couvrir l'ensemble infini des états atteignables du système. Nous montrons qu'en utilisant une analyse de la sensibilité aux conditions initiales, une sur-approximation de l'ensemble atteignable peut être obtenue. Nous en déduisons un algorithme qui, par une sélection hiérarchique des trajectoires, trouve rapidement un comportement mauvais ou prouve qu'il n'en existe aucun. La troisième partie concerne la commande optimale et se base sur des techniques de programmation dynamique approchée. Un coût est défini pour chaque trajectoire, et la commande minimisant ce coût se déduit d'une fonction valeur définie sur l'espace d'état et que nous représentons en utilisant un approximateur de fonction . Nous utilisons l'expérience fournie par des trajectoires tests pour améliorer cette approximation. Enfin, nous utilisons les résultats de la deuxième partie pour sélectionner ces trajectoires en cohérence avec les propriétés de généralisation locales de l'approximateur de fonction et en restreignant l'exploration de l'espace d'état pour limiter les calculs.

Thèse de doctorat--Signal et images--Paris--ENST, 2007. / RSO = Radar à synthèse d'ouverture. Bibliogr. p. 195-199. Résumé.

Reproduction de : Thèse de doctorat : Systèmes automatiques : Toulouse, INPT : 2008. / Titre provenant de l'écran-titre. Bibliogr. 107 réf.

Ce travail de thèse porte sur la gestion énergétique des bâtiments par l'application de la programmation dynamique. Cet algorithme d'optimisation permet de développer des commandes prédictives, c'est à dire un ensemble de commandes à appliquer pendant une période donnée pour réduire la consommation énergétique du bâtiment ou améliorer le confort thermique des habitants.Un premier cas d'étude développe le cas du pilotage du chauffage d'un bâtiment pour effacer sa consommation en période de pointe électrique ou de pointe d'émission de CO2.Un second cas d'étude s'intéresse à une période de forte chaleur estivale ou le pilotage des protections solaires et de la ventilation mécanique contrôlée permet l'amélioration du confort thermique des occupants. Le pilotage des ouvertures (porte, fenêtre) est également étudié avec une comparaison de la régulation obtenue avec une régulation mise en place sur une maison test "Air et Lumière".Enfin la dernière partie du travail s'intéresse à la prévision des données climatiques locales grâce aux méthodes des chaînes de Markov et des réseaux de neurones artificiels. L'influence des erreurs de prévision sur la mise en place d'une stratégie d'effacement de la consommation de pointe dans le bâtiment est également étudiée.

Le sujet de Thèse de ce doctorat consiste en l'élaboration de méthodes pour la planification dans les domaines avec aspects continus, discrets et stochastiques. Cette classe de problème, bien qu'assez générale, ne comporte pas pour l'instant de solution efficace et est souvent traitée de façon discrète plutôt que continue afin d'y appliquer les approches existantes. L'aspect stochastique apporte une difficulté supplémentaire à la recherche d'un plan optimal, et rend le problème d'autant plus intéressant. L'ensemble des approches et méthodes proposées dans cette Thèse sont avant tout appliquées au jeu du billard, tout en gardant dans l'esprit qu'une généralisation permettrait son application à d'autres problèmes similaires. En un premier lieu, une classification de ce type de problème par rapport aux recherches existantes sera effectuée, suivie d'une courte revue des approches actuelles possiblement applicables pour la recherche d'une solution acceptable. Un modèle général développé dans le contexte du jeu du billard sera présenté, ainsi que quelques indices sur la façon de le résoudre à l'aide de la programmation dynamique. Deuxièmement, un modèle pour une approche à deux-couches sera proposé, utilisant un contrôleur robuste profitant de la finesse qui peut être exploitée des techniques d'optimisation non-linéaire. Finalement, le modèle à deux-couches sera raffiné et quelques heuristiques de planifications seront proposée, afin de guider le contrôleur de façon à déterminer un plan efficace. On terminera à l'aide d'une synThèse des résultats et une discussion sur les perspectives futures.

Le travail présenté ici s'intéresse à la résolution numérique de problèmes de commande optimale stochastique de grande taille. Nous considérons un système dynamique, sur un horizon de temps discret et fini, pouvant être influencé par des bruits exogènes et par des actions prises par le décideur. L'objectif est de contrôler ce système de sorte à minimiser une certaine fonction objectif, qui dépend de l'évolution du système sur tout l'horizon. Nous supposons qu'à chaque instant des observations sont faites sur le système, et éventuellement gardées en mémoire. Il est généralement profitable, pour le décideur, de prendre en compte ces observations dans le choix des actions futures. Ainsi sommes-nous à la recherche de stratégies, ou encore de lois de commandes, plutôt que de simples décisions. Il s'agit de fonctions qui à tout instant et à toute observation possible du système associent une décision à prendre. Ce manuscrit présente trois contributions. La première concerne la convergence de méthodes numériques basées sur des scénarios. Nous comparons l'utilisation de méthodes basées sur les arbres de scénarios aux méthodes particulaires. Les premières ont été largement étudiées au sein de la communauté "Programmation Stochastique". Des développements récents, tant théoriques que numériques, montrent que cette méthodologie est mal adaptée aux problèmes à plusieurs pas de temps. Nous expliquons ici en détails d'où provient ce défaut et montrons qu'il ne peut être attribué à l'usage de scénarios en tant que tel, mais plutôt à la structure d'arbre. En effet, nous montrons sur des exemples numériques comment les méthodes particulaires, plus récemment développées et utilisant également des scénarios, ont un meilleur comportement même avec un grand nombre de pas de temps. La deuxième contribution part du constat que, même à l'aide des méthodes particulaires, nous faisons toujours face à ce qui est couramment appelé, en commande optimale, la malédiction de la dimension. Lorsque la taille de l'état servant à résumer le système est de trop grande taille, on ne sait pas trouver directement, de manière satisfaisante, des stratégies optimales. Pour une classe de systèmes, dits décomposables, nous adaptons des résultats bien connus dans le cadre déterministe, portant sur la décomposition de grands systèmes, au cas stochastique. L'application n'est pas directe et nécessite notamment l'usage d'outils statistiques sophistiqués afin de pouvoir utiliser la variable duale qui, dans le cas qui nous intéresse, est un processus stochastique. Nous proposons un algorithme original appelé Dual Approximate Dynamic Programming (DADP) et étudions sa convergence. Nous appliquons de plus cet algorithme à un problème réaliste de gestion de production électrique sur un horizon pluri-annuel. La troisième contribution de la thèse s'intéresse à une propriété structurelle des problèmes de commande optimale stochastique : la question de la consistance dynamique d'une suite de problèmes de décision au cours du temps. Notre but est d'établir un lien entre la notion de consistance dynamique, que nous définissons de manière informelle dans le dernier chapitre, et le concept de variable d'état, qui est central dans le contexte de la commande optimale. Le travail présenté est original au sens suivant. Nous montrons que, pour une large classe de modèles d'optimisation stochastique n'étant pas a priori consistants dynamiquement, on peut retrouver la consistance dynamique quitte à étendre la structure d'état du système

Dans cette thèse, nous étudions la complexité paramétrée de problèmes combinatoires dans les graphes. Plus précisément, nous présentons une multitude d’algorithmes de programmation dynamique ainsi que des réductions montrant que certains de ces algorithmes sont optimaux. Nous nous intéressons principalement à la treewidth, un paramètre de graphes pouvant être vu comme une mesure de distance entre la structure d’un graphe et la structure topologique d’un arbre. Certains de nos algorithmes sont aussi paramétrés par la taille de la solution demandée et le degré maximum du graphe donné en entrée. Nous avons obtenu un certain nombre de résultats dont certains d’entre eux sont listés ci-dessous. Nous présentons un encadrement du nombre de graphes étiquetés de treewidth bornée. Nous étendons le domaine d’application de la théorie de la bidimensionalité par contraction au delà des graphes ne contenant pas de graphe apex en tant que mineur. Nous montrons aussi que la technique des structures de Catalan, outil améliorant l’efficacité des algorithmes résolvant des problèmes de connexité lorsque le graphe d’entrée est creux, ne peut être appliquée à la totalité des problèmes de connectivité, même si l’on ne considère, parmi les graphes creux, que les graphes planaires. Nous considérons le problème F-M-Deletion qui, étant donné une collection de graphes F, un graphe G et un entier k, demande s’il est possible de retirer au plus k sommets de G de telle sorte que le graphe restant ne contienne aucun graphe de F en tant que mineur. Nous considérons aussi la version topologique de ce problème, à savoir F-TM-Deletion. Ces deux problèmes généralisent des problèmes de modification de graphes bien connus tels que Vertex Cover, Feedback Vertex Set et Vertex Planarization. En fonction de la collection de graphes F, nous utilisons différentes techniques de programmation dynamique pour résoudre F-M-Deletion et F-TM-Deletion paramétrés par la treewidth. Nous utilisons des techniques standards, la structure des graphes frontières et l’approche basée sur le rang. En dernier lieu, nous appliquons ces techniques algorithmiques à deux problèmes issus du réseau de communications, à savoir une variation du problème classique de domination et un problème consistant à trouver un arbre couvrant possédant certaines propriétés, et un problème issu de la bioinformatique consistant à construire un arbre contenant en tant que mineur (topologique) un ensemble d’arbres donnés correspondant à des relations d’évolution entre ensembles d’espèces. / In this thesis, we study the Parameterized Complexity of combinatorial problems on graphs. More precisely, we present a multitude of dynamic programming algorithms together with reductions showing optimality for some of them. We mostly deal with the graph parameter of treewidth, which can be seen as a measure of how close a graph is to the topological structure of a tree. We also parameterize some of our algorithms by two other parameters, namely the size of a requested solution and the maximum degree of the input graph. We obtain a number of results, some of which are listed in the following. We estimate the number of labeled graphs of bounded treewidth. We extend the horizon of applicability of the theory of contraction Bidimensionality further than apex-minor free graphs, leading to a wider applicability of the design of subexponential dynamic programming algorithms. We show that the Catalan structure technique, that is a tool used to improve algorithm efficiency for connectivity problems where the input graph is restricted to be sparse, cannot be applied to all planar connectivity problems. We consider the F-M-Deletion problem that, given a set of graphs F, a graph G, and an integer k, asks if we can remove at most k vertices from G such that the remaining graph does not contain any graph of F as a minor. We also consider the topological version of this problem, namely F-TM-Deletion. Both problems generalize some well-known vertex deletion problems, namely Vertex Cover, Feedback Vertex Set, and Vertex Planarization. Depending on the set F, we use distinct dynamic programming techniques to solve F-M-Deletion and F-TM-Deletion when parameterized by treewidth. Namely, we use standard techniques, the rank based approach, and the framework of boundaried graphs. Finally, we apply these techniques to two problems originating from Networks, namely a variation of the classical dominating set problem and a problem that consists in finding a spanning tree with specific properties, and to a problem from Bioinformatics, namely that of construcing a tree that contains as a minor (or topological minor) a set of given trees corresponding to the evolutionary relationships between sets of species.

Ce travail de thèse porte sur la gestion énergétique des bâtiments par l'application de la programmation dynamique. Cet algorithme d'optimisation permet de développer des commandes prédictives, c'est à dire un ensemble de commandes à appliquer pendant une période donnée pour réduire la consommation énergétique du bâtiment ou améliorer le confort thermique des habitants.Un premier cas d'étude développe le cas du pilotage du chauffage d'un bâtiment pour effacer sa consommation en période de pointe électrique ou de pointe d'émission de CO2.Un second cas d'étude s'intéresse à une période de forte chaleur estivale ou le pilotage des protections solaires et de la ventilation mécanique contrôlée permet l'amélioration du confort thermique des occupants. Le pilotage des ouvertures (porte, fenêtre) est également étudié avec une comparaison de la régulation obtenue avec une régulation mise en place sur une maison test "Air et Lumière".Enfin la dernière partie du travail s'intéresse à la prévision des données climatiques locales grâce aux méthodes des chaînes de Markov et des réseaux de neurones artificiels. L'influence des erreurs de prévision sur la mise en place d'une stratégie d'effacement de la consommation de pointe dans le bâtiment est également étudiée. / The subject of this work is the control of building equipments with the use of a dynamic programming optimization. This algorithm allows to develop a predictive controller in order to reduce the energy counsumption of the building or to increase the comfort of the occupants.A first case study is developed with the control of the heating system in order to shift the load from peak hours to off-peak hours according to utility rate incentives or carbon emissions.A second case study is about the control of stores and mechanical ventilation in order to increse comfort in the building during a strong heat wave summer week. The control of openings, like windows and doors, is also developed to use natural ventilation in order to increase comfort. The results of such a control strategy are compared with another control strategy set up in a test house "Air et Lumière".The last part of this work is about weather forecast of local climatic data by using Markov chains and artificial neural networks. The influence of weather forecast errors on the developed control strategy is also studied.