Les problèmes d'optimisation issus du monde réel sont souvent complexes et NP-difficiles. Leur modélisation est en constante évolution en termes de contraintes et d'objectifs, et leur résolution est coûteuse en temps de calcul. Bien que des algorithmes approchés telles que les métaheuristiques (heuristiques génériques) permettent de réduire la complexité de leur résolution, ces méthodes restent insuffisantes pour traiter des problèmes de grande taille. Au cours des dernières décennies, le calcul parallèle s'est révélé comme un moyen incontournable pour faire face à de grandes instances de problèmes difficiles d'optimisation. La conception et l'implémentation de métaheuristiques parallèles sont ainsi fortement influencées par l'architecture parallèle considérée. De nos jours, le calcul sur GPU s'est récemment révélé efficace pour traiter des problèmes coûteux en temps de calcul. Cette nouvelle technologie émergente est considérée comme extrêmement utile pour accélérer de nombreux algorithmes complexes. Un des enjeux majeurs pour les métaheuristiques est de repenser les modèles existants et les paradigmes de programmation parallèle pour permettre leurdéploiement sur les accélérateurs GPU. De manière générale, les problèmes qui se posent sont la répartition des tâches entre le CPU et le GPU, la synchronisation des threads, l'optimisation des transferts de données entre les différentes mémoires, les contraintes de capacité mémoire, etc. La contribution de cette thèse est de faire face à ces problèmes pour la reconception des modèles parallèles des métaheuristiques pour permettre la résolution des problèmes d'optimisation à large échelle sur les architectures GPU. Notre objectif est de repenser les modèles parallèles existants et de permettre leur déploiement sur GPU. Ainsi, nous proposons dans ce document une nouvelle ligne directrice pour la construction de métaheuristiques parallèles efficaces sur GPU. Le défi de cette thèse porte sur la conception de toute la hiérarchie des modèles parallèles sur GPU. Pour cela, des approches très efficaces ont été proposées pour l'optimisation des transferts de données entre le CPU et le GPU, le contrôle de threads, l'association entre les solutions et les threads, ou encore la gestion de la mémoire. Les approches proposées ont été expérimentées de façon exhaustive en utilisant cinq problèmes d'optimisation et quatre configurations GPU. En comparaison avec une exécution sur CPU, les accélérations obtenues vont jusqu'à 80 fois plus vite pour des grands problèmes d'optimisation combinatoire et jusqu'à 2000 fois plus vite pour un problème d'optimisation continue. Les différents travaux liés à cette thèse ont fait l'objet d'une douzaine publications comprenant la revue IEEE Transactions on Computers. / Real-world optimization problems are often complex and NP-hard. Their modeling is continuously evolving in terms of constraints and objectives, and their resolution is CPU time-consuming. Although near-optimal algorithms such as metaheuristics (generic heuristics) make it possible to reduce the temporal complexity of their resolution, they fail to tackle large problems satisfactorily. Over the last decades, parallel computing has been revealed as an unavoidable way to deal with large problem instances of difficult optimization problems. The design and implementation of parallel metaheuristics are strongly influenced by the computing platform. Nowadays, GPU computing has recently been revealed effective to deal with time-intensive problems. This new emerging technology is believed to be extremely useful to speed up many complex algorithms. One of the major issues for metaheuristics is to rethink existing parallel models and programming paradigms to allow their deployment on GPU accelerators. Generally speaking, the major issues we have to deal with are: the distribution of data processing between CPU and GPU, the thread synchronization, the optimization of data transfer between the different memories, the memory capacity constraints, etc. The contribution of this thesis is to deal with such issues for the redesign of parallel models of metaheuristics to allow solving of large scale optimization problems on GPU architectures. Our objective is to rethink the existing parallel models and to enable their deployment on GPUs. Thereby, we propose in this document a new generic guideline for building efficient parallel metaheuristics on GPU. Our challenge is to come out with the GPU-based design of the whole hierarchy of parallel models.In this purpose, very efficient approaches are proposed for CPU-GPU data transfer optimization, thread control, mapping of solutions to GPU threadsor memory management. These approaches have been exhaustively experimented using five optimization problems and four GPU configurations. Compared to a CPU-based execution, experiments report up to 80-fold acceleration for large combinatorial problems and up to 2000-fold speed-up for a continuous problem. The different works related to this thesis have been accepted in a dozen of publications, including the IEEE Transactions on Computers journal.

Les investissements directs étrangers liés à la recherche-développement dans les pays en voie de développement ne cessent de croître depuis le milieu des années 1990 et cette croissance est très concentrée géographiquement, les gros pays émergents en étant les principales destinations. Cette thèse s’interroge ainsi sur les déterminants de la localisation de la R&D des firmes multinationales dans ce type de pays, en plaçant au centre de l’analyse les facteurs d’innovation. La littérature sur l’internationalisation de la R&D suggère que les activités d’innovation, étant hautement intensives en connaissances, sont localisées dans les pays développés et que la R&D déployée dans les pays en développement est limitée uniquement à l’adaptation des produits/processus aux conditions locales. Nous bâtissons un cadre d’analyse et élaborons un modèle qui permet de dégager les déterminants de la R&D des firmes multinationales dans les pays en développement, en distinguant entre les facteurs d’offre ou technologiques, et ceux de demande. Les premiers déterminent la R&D d’innovation, alors que les seconds, la R&D d’adaptation. Le rôle crucial des capacités technologiques et des ventes locales dans le choix du pays-hôte montre que l’investissement direct étranger lié à la R&D dans les pays en développement est déterminé surtout par les opportunités de développement technologique et par les besoins d’adaptation aux conditions du marché local, l’innovation y occupant peu de place. En plus, lorsque le choix se pose entre les pays en développement et ceux développés, l’appartenance au premier groupe exerce un effet dissuasif sur l’investissement direct étranger lié à la R&D. / Research and development-related foreign direct investment in developing countries continues to grow since the mid-1990s, and this growth is highly concentrated geographically, large emerging countries being the main destinations.This thesis thus examines the determinants of multinational firms’ R&D location in such countries by placing innovation factors in the forefront of the analysis. The literature on the internationalization of R&D suggests that innovation activities, being highly knowledge-intensive, are located in developed countries, while R&D deployed in developing countries is confined to adapting products and processes to local conditions. We build an analytical framework and develop a model that allows to identify the determinants of multinational firms’ R&D location in developing countries, while distinguishing between supply and demand factors. The former explain innovative R&D, and the latter, adaptive R&D. The crucial role of host-country’s technological capabilities and foreign affiliates’ local sales in the location decision shows that R&D-related foreign direct investment in developing countries is mainly determined by the opportunities for technological development and by the need of adaptation to local market conditions, innovation-related motivations having little importance. Furthermore, when the location choice is made between developing and developed economies, belonging to the former type of countries has a deterrent effect on foreign direct investment in R&D.

Texte remanié de: Th. doct.--Sci. polit.--Aix-en-Provence, 1999. Titre de soutenance : Science et pouvoir dans la Tunisie contemporaine : contribution à une analyse de la politique scientifique tunisienne (1956-1996). / En appendice, choix de documents. Bibliogr. p. 387-391. IREMAM = Institut de recherches et d'études sur le monde arabe et musulman.

Diplomarbeit--Information und Kommunikation--Stuttgart--Hochschule der Medien, 2006. / Bibliogr. p. 118-133.

Doktorsavhandling--Uppsala universitet, 1999. / Mention parallèle de titre ou de responsabilité : The rhetoric of evaluation and the science of history : cognitive identity in reviews in the Danish Historical journal, the Norwegian Historical journal and the Swedish Historical journal 1965-1990. Résumé en anglais. Bibliogr. p. 207-221.

Texte en partie remanié de: Dissertation--Berlin--Humboldt-Universität, 2000. Titre de soutenance : Zeitschriften in der Krise. / Bibliogr. p. [129]-131. Notes bibliogr.

Dissertation--Göttingen--Georg-August-Universität, 2006. / Bibliogr. p. 245-269.

Rapport de stage diplôme de conservateur des bibliothèques : Bibliothéconomie : Villeurbanne, ENSSIB : 2003.

Rapport de recherche bibliographique DESS : Réseaux d'information et document électronique : Villeurbanne, ENSSIB : 2002.

Rapport de recherche bibliographique DESS : Réseaux d'information et document électronique : Villeurbanne, ENSSIB : 2002.