Cette thèse aborde le problème de la reconstruction tridimensionnelle de zones urbaines à partir d'images satellitaires très haute résolution. Le contenu informatif de ce type de données est insuffisant pour permettre une utilisation efficace des nombreux algorithmes développés pour des données aériennes. Dans ce contexte, l'introduction de connaissances a priori fortes sur les zones urbaines est nécessaire. Les outils stochastiques sont particulièrement bien adaptés pour traiter cette problématique.<br /><br />Nous proposons une approche structurelle pour aborder ce sujet. Cela consiste à modéliser un bâtiment comme un assemblage de modules urbains élémentaires extraits d'une bibliothèque de modèles 3D paramétriques. Dans un premier temps, nous extrayons les supports 2D de ces modules à partir d'un Modèle Numérique d' Elévation (MNE). Le résultat est un agencement de quadrilatères dont les éléments voisins sont connectés entre eux. Ensuite, nous reconstruisons les bâtiments en recherchant la configuration optimale de modèles 3D se fixant sur les supports précédemment extraits. Cette configuration correspond à la réalisation qui maximise une densité mesurant la cohérence entre la réalisation et le MNE, mais également prenant en compte des connaissances a priori telles que des lois d'assemblage des modules. Nous discutons enfin de la pertinence de cette approche en analysant les résultats obtenus à partir de données satellitaires (simulations PLEIADES). Des expérimentations sont également réalisées à partir d'images aériennes mieux résolues.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les métaheuristiques sont très utilisées dans le domaine de l'optimisation discrète. Elles permettent d’obtenir une solution de bonne qualité en un temps raisonnable, pour des problèmes qui sont de grande taille, complexes, et difficiles à résoudre. Souvent, les métaheuristiques ont beaucoup de paramètres que l’utilisateur doit ajuster manuellement pour un problème donné. L'objectif d'une métaheuristique adaptative est de permettre l'ajustement automatique de certains paramètres par la méthode, en se basant sur l’instance à résoudre. La métaheuristique adaptative, en utilisant les connaissances préalables dans la compréhension du problème, des notions de l'apprentissage machine et des domaines associés, crée une méthode plus générale et automatique pour résoudre des problèmes. L’optimisation globale des complexes miniers vise à établir les mouvements des matériaux dans les mines et les flux de traitement afin de maximiser la valeur économique du système. Souvent, en raison du grand nombre de variables entières dans le modèle, de la présence de contraintes complexes et de contraintes non-linéaires, il devient prohibitif de résoudre ces modèles en utilisant les optimiseurs disponibles dans l’industrie. Par conséquent, les métaheuristiques sont souvent utilisées pour l’optimisation de complexes miniers. Ce mémoire améliore un procédé de recuit simulé développé par Goodfellow & Dimitrakopoulos (2016) pour l’optimisation stochastique des complexes miniers stochastiques. La méthode développée par les auteurs nécessite beaucoup de paramètres pour fonctionner. Un de ceux-ci est de savoir comment la méthode de recuit simulé cherche dans le voisinage local de solutions. Ce mémoire implémente une méthode adaptative de recherche dans le voisinage pour améliorer la qualité d'une solution. Les résultats numériques montrent une augmentation jusqu'à 10% de la valeur de la fonction économique. / Metaheuristics are a useful tool within the field of discrete optimization that allow for large, complex, and difficult optimization problems to achieve a solution with a good quality in a reasonable amount of time. Often metaheuristics have many parameters that require a user to manually define and tune for a given problem. An adaptive metaheuristic aims to remove some parameters from being tuned or defined by the end user by allowing the method to specify and/or adapt a parameter or set of parameters based on the problem. The adaptive metaheuristic, using advancements in understanding of the problem being solved, machine learning, and related fields, aims to provide this more generalized and automatic toolkit for solving problems. Global optimization of mining complexes aims to schedule material movement in mines and processing streams to maximize the economic value of the system. Often due to the large number of integer variables within the model, complicated constraints, and non-linear constraints, it becomes prohibitive to solve these models using commercially available optimizers. Therefore, metaheuristics are often employed in solving mining complexes. This thesis builds upon a simulated annealing method developed by Goodfellow & Dimitrakopoulos (2016) to optimize the stochastic global mining complex. The method outlined by the authors requires many parameters to be defined to operate. One of these is how the simulated annealing algorithm searches the local neighborhood of solutions. This thesis illustrates and implements an adaptive way of searching the neighborhood for increasing the quality of a solution. Numerical results show up to a 10% increase in objective function value.

Les procédés chromatographiques multicolonnes continus se sont imposés comme technique séparative dans l’industrie pharmaceutique en raison de leur productivité élevée et de leur développement rapide. De nos jours, la modélisation, le dimensionnement et l’optimisation des procédés LMS et Varicol sont considérés comme établis. Le fonctionnement automatique optimisé et robuste de ces procédés reste cependant un sujet de recherche. Le plus souvent, les paramètres opératoires sont choisis en deçà du réglage optimal afin d’inclure une marge de robustesse. Ils sont ajustés manuellement par un opérateur expérimenté pour maintenir les produits à leurs spécifications de pureté. Le nombre élevé de séparations chromatographiques rend crucial le développement d’une application d’un contrôle avancé de ces procédés. Récemment, plusieurs méthodes de contrôle des procédés LMS ont été proposées. Ce travail de thèse présente une nouvelle approche de contrôle avancé. Cette commande ajuste les paramètres opératoires d’une séparation grâce à deux types de mesure : une mesure en ligne et une mesure hors ligne. Une validation expérimentale du schéma de contrôle a été effectuée sur un procédé Varicol. Les résultats présentés démontrent que la commande permet d’amener la pureté des produits à leurs spécifications, d’optimiser les performances du procédé et de répondre aux perturbations, tout en sécurisant la pureté du produit cible / Multicolumn continuous chromatographic processes became a key separation technology in the areas of pharmaceutical industry thanks to high productivity and short process development times. Today, modeling, design, and optimization of SMB and Varicol, are well established. However a robust and optimized operation of processes is still an open issue. The common practice is to operate processes under suboptimal operating conditions in order to gain the necessary robustness. The operating parameters are tuned manually by experienced operators in order to maintain the product specifications. Therefore, as chromatographic applications spread, process control problem becomes increasingly important. Recently, several control methodologies of SMB process have been proposed. This thesis work introduces a new advanced control system approach. This system adjusts operating parameters thanks to two kinds of measurements : an in-line measurement and an at-line measurement. The performance of this control scheme is demonstrated through several experiments on Varicol. The reported results aim to demonstrate that the controller is able to deliver the products within the specifications, to optimize the process performance and to answer to disturbances while protecting the key product

Aujourd'hui l'utilisation de l'échographie 3D en cardiologie est limitée car l'imagerie de la totalité du myocarde sur un cycle cardiaque, sans apnée, reste un défi technologique. Une solution consiste à réduire le nombre de capteurs dans les sondes échographiques matricielles afin d'alléger le procédé d'acquisition: ces sondes sont dites parcimonieuses. Le but de cette thèse est de proposer les meilleures dispositions d'un nombre réduit de capteurs piézo-électriques répartis sur la surface active de la sonde afin d'optimiser leur capacité à produire des images homogènes en termes de contraste et résolution dans tout le volume d'intérêt. Ce travail présente l'intégration de simulations acoustiques réalistes élaborées au sein d'un processus d'optimisation stochastique (algorithme de recuit simulé). La structure proposée pour le design des sondes parcimonieuse est suffisamment générale pour être appliquée aux sondes régulières (éléments actifs disposés selon une grille) et non-régulières (positionnement arbitraire des éléments actifs). L'introduction d'une fonction d'énergie innovante permet de sculpter en 3D le diagramme optimal de rayonnement de la sonde. Les résultats de sondes optimisées obtenues possèdent 128, 192 ou 256 éléments pour favoriser leur compatibilité avec les échographes commercialisés à ce jour, ce qui permettrait de déployer l'échographie 3D à moindre coût et à très large échelle / Today, the use of 3D ultrasound imaging in cardiology is limited because imaging the entire myocardium on a single heartbeat, without apnea, remains a technological challenge. A solution consists in reducing the number of active elements in the 2D ultrasound probes to lighten the acquisition process: this approach leads to sparse arrays. The aim of this thesis is to propose the best configuration of a given number of active elements distributed on the probe active surface in order to maximize their ability to produce images with homogeneous contrast and resolution over the entire volume of interest. This work presents the integration of realistic acoustic simulations performed in a stochastic optimization process (simulated annealing algorithm). The proposed sparse array design framework is general enough to be applied on both on-grid (active elements located on a regular grid) and non-grid (arbitrary positioning of the active elements) arrays. The introduction of an innovative energy function sculpts the optimal 3D beam pattern radiated by the array. The obtained optimized results have 128, 192 or 256 active elements to help their compatibility with currently commercialized ultrasound scanners, potentially allowing a large scale development of 3D ultrasound imaging with low cost systems

Le Problème de Transport à la Demande (PTD), consiste à prendre en charge le transport des personnes d'un lieu de départ vers un lieu d'arrivée. Il est caractérisé par un ensemble de demandes de transport et d'un nombre de véhicules disponible. L'ultime objectif dans ce travail de thèse est d'offrir une alternative optimisée au déplacement individuel et collectif. Le PTD est classé parmi les problèmes NP-difficile, la majorité des travaux de recherche ont été concentrés sur l'utilisation des méthodes approchées pour le résoudre.Ce problème est également multicritère, la solution proposée dans ce travail permet à la fois une réduction du temps de voyage et également de la distance parcourue. Dans cette thèse, nous proposons notre contribution à l'étude et à la résolution du problème de transport à la demande multicritère et dynamique en appliquant l'algorithme de recuit simulé multi-objectif. Une grande partie de notre travail concerne la conception, le développement et la validation des approches qui permettent de donner des solutions optimales ou quasi optimales, pour un PTD. Ces approches utilisent une méthode multicritère qui s’appuie sur l’algorithme de recuit simulé. La modélisation du PTD est représentée par une architecture multi-acteurs. Cette architecture met en évidence l’aspect distribué du système ainsi que les interactions et les relations qui peuvent avoir lieu entre les différents acteurs. Nous présentons dans ce travail un Système Multi-Agents pour la planification des itinéraires des véhicules affectés au transport des voyageurs. Les agents de ce système utilisent le module d’optimisation développé dans la première partie / The Dial a Ride Problem (DRP) is to take passengers from a place of departures to places of arrivals. Different versions of the dynamic Dial a Ride Problem are found in every day practice; transportation of people in low-density areas, transportation of the handicapped and elderly persons and parcel pick-up and delivery service in urban areas. In the DRP, customers send transportation requests to an operator. A request consists of a specified pickup location and destination location along with a desired departure or arrival time. The ultimate aim is to offer an alternative to displacement optimized individually and collectively. The DRP is classified as NP-hard problem that’s why most research has been concentrated on the use of approximate methods to solve it. Indeed the DRP is a multi-criteria problem, the proposed solution of which aims to reduce both route duration in response to a certain quality of service provided. In this thesis, we offer our contribution to the study and solving the DRP in the application using a multi agent system based on the Multi-Objective Simulated Annealing Algorithm

Dans le cadre de l'optimisation multiobjectif, les métaheuristiques sont reconnues pour être des méthodes performantes mais elles ne rencontrent qu'un succès modéré dans le monde de l'industrie. Dans un milieu où seule la performance compte, l'aspect stochastique des métaheuristiques semble encore être un obstacle difficile à franchir pour les décisionnaires. Il est donc important que les chercheurs de la communauté portent un effort tout particulier sur la facilité de prise en main des algorithmes. Plus les algorithmes seront faciles d'accès pour les utilisateurs novices, plus l'utilisation de ceux-ci pourra se répandre. Parmi les améliorations possibles, la réduction du nombre de paramètres des algorithmes apparaît comme un enjeu majeur. En effet, les métaheuristiques sont fortement dépendantes de leur jeu de paramètres. Dans ce cadre se situe l'apport majeur de TRIBES, un algorithme mono-objectif d'Optimisation par Essaim Particulaire (OEP) qui fonctionne automatiquement,sans paramètres. Il a été mis au point par Maurice Clerc. En fait, le fonctionnement de l'OEP nécessite la manipulation de plusieurs paramètres. De ce fait, TRIBES évite l'effort de les régler (taille de l'essaim, vitesse maximale, facteur d'inertie, etc.).Nous proposons dans cette thèse une adaptation de TRIBES à l'optimisation multiobjectif. L'objectif est d'obtenir un algorithme d'optimisation par essaim particulaire multiobjectif sans paramètres de contrôle. Nous reprenons les principaux mécanismes de TRIBES auxquels sont ajoutés de nouveaux mécanismes destinés à traiter des problèmes multiobjectif. Après les expérimentations, nous avons constaté, que TRIBES-Multiobjectif est moins compétitif par rapport aux algorithmes de référence dans la littérature. Ceci peut être expliqué par la stagnation prématurée de l'essaim. Pour remédier à ces problèmes, nous avons proposé l'hybridation entre TRIBES-Multiobjectif et un algorithme de recherche locale, à savoir le recuit simulé et la recherche tabou. L'idée était d'améliorer la capacité d'exploitation deTRIBES-Multiobjectif. Nos algorithmes ont été finalement appliqués sur des problèmes de dimensionnement des transistors dans les circuits analogiques / Meta-heuristics are recognized to be successful to deal with multiobjective optimization problems but still with limited success in engineering fields. In an environment where only the performance counts, the stochastic aspect of meta-heuristics again seems to be a difficult obstacle to cross for the decision-makers. It is, thus, important that the researchers of the community concern a quite particular effort to ease the handling of those algorithms. The more the algorithms will be easily accessible for the novices, the more the use of these algorithms can spread. Among the possible improvements, reducing the number of parameters is considered as the most challenging one. In fact, the performance of meta-heuristics is strongly dependent on their parameters values. TRIBES presents an attempt to remedy this problem. In fact, it is a particle swarm optimization (PSO) algorithm that works in an autonomous way. It was proposed by Maurice Clerc. Indeed, like every other meta-heuristic, PSO requires many parameters to be fitted every time a new problem is considered. The major contribution of TRIBES is to avoid the effort of fitting them. We propose, in this thesis, an adaptation of TRIBES to the multiobjective optimization. Our aim is to conceive a competitive PSO algorithm free of parameters. We consider the main mechanisms of TRIBES to which are added new mechanisms intended to handle multiobjective problems. After the experimentations, we noticed that Multiobjective-TRIBESis not competitive compared to other multiobjective algorithms representative of the state of art. It can be explained by the premature stagnation of the swarm. To remedy these problems, we proposed the hybridization between Multiobjective-TRIBES and local search algorithms such as simulated annealing and tabu search. The idea behind the hybridization was to improve the capacity of exploitation of Multiobjective-TRIBES. Our algorithms were finally applied to sizing analogical circuits' problems

L'objectif des travaux présentés dans ce mémoire est la représentation de formes tridimensionnelles ainsi que la reconstruction tridimensionnelle a partir de coupes sériées. Après avoir défini le cadre exact de la reconstruction tridimensionnelle a partir de coupes sériées, le premier chapitre analyse les différentes étapes et les méthodes généralement employées pour effectuer cette reconstruction. Les chapitre 2 et 3 s'attachent a la description et a la représentation de formes tant bidimensionnelles que tridimensionnelles. Le chapitre 3 developpe ainsi une methode de squelettisation tridimensionnelle permettant d'obtenir un squelette filaire. Le chapitre 4 est consacre a la description de deux méthodes de reconstruction tridimensionnelle opérant par inférence de formes. La methode utilisant l'inférence structurelle de graphes de la ligne médiane est ensuite développée. Elle passe par une nécessaire étape, chapitre 5, de mise en correspondance de graphes de la ligne médiane. Différentes méthodes de mise en correspondance sont présentées, finalement la methode procédant par recherche de cliques dans un graphe est développée. La construction du graphe de mise en correspondance est tout d'abord présentée, ensuite la recherche de cliques est abordée a l'aide de méthodes heuristiques de parcours (recuit simule et algorithmes génétiques). Le chapitre 6 développe le processus d'inférence de graphes de la ligne médiane mis en œuvre, il permet d'inférer des coupes intermediaires qui sont empilées pour finalement donner le volume tridimensionnel recherche. Le chapitre 7 est consacre a la présentation des divers résultats et de leurs conséquences, il présenté aussi d'autres applications possibles des différentes techniques developpees

Cette thèse aborde le problème de l'extraction non supervisée des réseaux linéiques (routes, rivières, etc.) à partir d'images satellitaires et aériennes. Nous utilisons des processus objet, ou processus ponctuels marqués, comme modèles a priori. Ces modèles permettent de bénéficier de l'apport d'un cadre stochastique (robustesse au bruit, corpus algorithmique, etc.) tout en manipulant des contraintes géométriques fortes. Un recuit simulé sur un algorithme de type Monte Carlo par Chaîne de Markov (MCMC) permet une optimisation globale sur l'espace des configurations d'objets, indépendamment de l'initialisation.<br />Nous proposons tout d'abord une modélisation du réseau linéique par un processus dont les objets sont des segments interagissant entre eux. Le modèle a priori est construit de façon à exploiter au mieux la topologie du réseau recherche au travers de potentiels fondés sur la qualité de chaque interaction. Les propriétés radiométriques sont prises en compte dans un terme d'attache aux données fondé sur des mesures statistiques.<br />Nous étendons ensuite cette modélisation à des objets plus complexes. La manipulation de lignes brisées permet une extraction plus précise du réseau et améliore la détection des bifurcations.<br />Enfin, nous proposons une modélisation hiérarchique des réseaux hydrographiques dans laquelle les affluents d'un fleuve sont modélisés par un processus de lignes brisées dans le voisinage de ce fleuve.<br />Pour chacun des modèles, nous accélérons la convergence de l'algorithme MCMC par l'ajout de perturbations adaptées.<br />La pertinence de cette modélisation par processus objet est vérifiée sur des images satellitaires et aériennes, optiques et radar.

La segmentation des images est généralement l'étape la plus importante dans un système d'analyse d'images : dans l'aide au diagnostic en médecine, en navigation autonome des véhicules, etc. Toutes les tâches ultérieures de ces applications, comme l'extraction de primitives, la détection d'une position ou la reconnaissance d'un objet, dépendent fortement de la qualité de la segmentation. L'inconvénient majeur des algorithmes de segmentation actuels est leur incapacité à s'adapter aux différents types d'images. <br />L'apparition des "métaheuristiques" remonte aux années quatre-vingts. Ces algorithmes stochastiques d'optimisation globale peuvent être appliqués à tout problème, du moment qu'il est formulé sous la forme de l'optimisation de critère(s). Ces algorithmes sont inspirés par des analogies avec la physique (recuit simulé, recuit microcanonique), avec la biologie (algorithmes évolutionnaires) ou avec l'éthologie (colonies de fourmis, essaims particulaires). Ils se prêtent aussi à toutes sortes d'extensions, notamment en optimisation multiobjectif.<br />Afin de concevoir un système de segmentation qui permet d'avoir une meilleure qualité de la segmentation sur une grande variété d'images, nous formulons la segmentation comme un problème d'optimisation, mono-objectif dans un premier temps, puis multiobjectif. <br />Dans l'approche mono-objectif, nous adaptons plusieurs métaheuristiques au problème de la segmentation. Une application sur des images par résonance magnétique (IRM) cérébrales est ensuite réalisée. Cette adaptation des différentes métaheuristiques pour la segmentation nous permet de les comparer sur les plans suivants : la complexité, la vitesse de convergence, l'adaptabilité, et la reproductibilité des solutions. <br />Nous proposons ensuite une approche multiobjectif pour mieux résoudre le problème de la segmentation des images. Dans ce contexte, nous développons trois schémas de systèmes de segmentation adaptatifs : le premier est basé sur l'agrégation de critères, le second sur l'approche non-Pareto, et le troisième sur l'approche Pareto. Enfin, dans le cas particulier de la segmentation des espaces de ventricules cérébraux, nous appliquons différentes approches sur des IRM saines et d'autres pathologiques.