Dans cette étude, nous nous penchons sur le modèle Lotka-Volterra, qui est un des premiers modèles prédateur-proie basés sur des principes mathématiques. Le mémoire s'inscrit dans le cadre de la modélisation stochastique du système Lotka-Volterra, c'est-à-dire notre modèle prend en considération que les tailles des populations de proies et de prédateurs sont des variables aléatoires. L'objectif principal est de faire de l'inférence statistique et de la simulation numérique à partir des modèles construits. Nous nous intéressons également à analyser la probabilité d'extinction pour chaque population. Nos modèles sont basés sur certaines propriétés du système déterministe Lotka-Volterra, ainsi que des propriétés des processus de Poisson non homogènes et des processus de naissance et mort non homogènes. Le dernier chapitre de ce mémoire est consacré à l'estimation de paramètres et son étude à partir de simulations numériques. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : système Lotka-Volterra, processus de Poisson non homogène, processus de naissance et mort non homogène, modélisation stochastique, estimation de paramètres, interaction prédateur-proie.

Dans un contexte de pression toujours plus grande sur les ressources naturelles, une gestion rationnelle des ressources hydriques s'impose. La principale difficulté de leur gestion provient du caractère aléatoire des apports en eau dans le système. Le sujet de cette recherche consiste à développer des méthodes d'optimisation stochastique capable de bien représenter les processus aléatoires. Le cas de Kemano, située en Colombie-Britannique (Canada), illustre les travaux de recherche. L'importante accumulation de neige sur les bassins versants engendre une hydrologie complexe, rendant la gestion du système délicate. La programmation dynamique stochastique est la méthode la plus utilisée pour déterminer la politique de gestion des réservoirs. Mais, son étude fait ressortir que cette méthode ne peut gérer que des modèles simplifiés des processus stochastiques, ne rendant pas compte des complexes corrélations spatio-temporelles des apports hydriques. Ainsi, la politique obtenue peut être de mauvaise qualité. Cette méthode est comparée avec la recherche directe de politique qui n'utilise pas de modèles pour représenter les processus stochastiques, mais évalue la politique sur des scénarios d'apports. Ainsi la recherche directe de politique se révèle globalement plus performante en prenant bien en considération la complexité des apports, mais est limitée par la forme prédéterminée de la politique. De plus, l'optimisation des paramètres en utilisant un algorithme évolutionnaire s'avère lente. La conception d'un algorithme de descente par gradient, combinée à une architecture "acteur-critique" appropriée, permet de réduire notablement le temps d'optimisation. Combinée à une fonction plus complexe employée pour la paramétrisation de la politique de gestion, la méthode permet d'obtenir une politique de qualité significativement supérieure à celle obtenue avec la programmation dynamique stochastique. Les travaux effectués dans le cadre de cette thèse ouvrent la voie à une application opérationnelle de la méthode de recherche directe de politique. L'évaluation en simulation devrait être appréciée des opérateurs en permettant une bonne représentation du système et des apports.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

L’exemple paradigmatique d’un processus stochastique multifractionnaire est le mouvement brownien multifractionnaire (mbm). Ce processus gaussien de nature fractale admet des trajectoires continues nulle part dérivables et étend de façon naturelle le célèbre mouvement brownien fractionnaire (mbf). Le mbf a été introduit depuis longtemps par Kolmogorov et il a ensuite été « popularisé » par Mandelbrot ; dans plusieurs travaux remarquables, ce dernier auteur a notamment insisté sur la grande importance de ce modèle dans divers domaines applicatifs. Le mbm, quant à lui, a été introduit, depuis plus de quinze ans, par Benassi, Jaffard, Lévy Véhel, Peltier et Roux. Grossièrement parlant, il est obtenu en remplaçant le paramètre constant de Hurst du mbf, par une fonction H(t) qui dépend de façon régulière du temps t. Ainsi, contrairement au mbf, les accroissements du mbm sont non stationnaires et la rugosité locale de ses trajectoires (mesurée habituellement par l’exposant de Hölder ponctuel) peut évoluer significativement au cours du temps ; en fait, à chaque instant t, l’exposant de Hölder ponctuel du mbm vaut H(t). Notons quecette dernière propriété, rend ce processus plus flexible que le mbf ; grâce à elle, le mbm est maintenant devenu un modèle utile en traitement du signal et de l’image ainsi que dans d’autres domaines tels que la finance. Depuis plus d’une décennie, plusieurs auteurs se sont intéressés à des problèmes d’inférence statistique liés au mbm et à d’autres processus/champs multifractionnaires ; leurs motivations comportent à la fois des aspects applicatifs et théoriques. Parmi les plus importants, figure le problème de l’estimation de H(t), l’exposant de Hölder ponctuel en un instant arbitraire t. Dans ce type de problématique, la méthode des variations quadratiques généralisées, initialement introduite par Istas et Lang dans un cadre de processus à accroissements stationnaires, joue souvent un rôle crucial. Cette méthode permet de construire des estimateurs asymptotiquement normaux à partir de moyennes quadratiques d’accroissements généralisés d’un processus observé sur une grille. A notre connaissance, dans la littérature statistique qui concerne le mbm, jusqu’à présent, il a été supposé que, l’observation sur une grille des valeurs exactes de ce processus est disponible ; cependant une telle hypothèse ne semble pas toujours réaliste. L’objectif principal de la thèse est d’étudierdes problèmes d’inférence statistique liés au mbm, lorsque seulement une version corrompue de ce dernier est observable sur une grille régulière.Cette version corrompue est donnée par une classe de modèles à volatilité stochastique dont la définition s’inspire de certains travaux antérieurs de Gloter et Hoffmann ; signalons enfin que la formule d’Itô permet de ramener ce cadre statistique au cadre classique : « signal+bruit ». / The paradigmatic example of a multifractional stochastic process is multifractional Brownian motion (mBm). This fractal Gaussian process with continuous nowhere differentiable trajectories is a natural extension of the well-known fractional Brownian motion (fBm). FBm was introduced a longtime ago by Kolmogorov and later it has been made « popular» by Mandelbrot; in several outstanding works, the latter author has emphasized the fact that this model is of a great importance in various applied areas. Regarding mBm, it was introduced, more than fifteen years ago, by Benassi, Jaffard, Lévy Véhel, Peltier and Roux. Roughly speaking, it is obtained by replacing the constant Hurst parameter of fBm by a smooth function H(t) which depends on the time variable t. Therefore, in contrast with fBm, theincrements of mBm are non stationary and the local roughness of its trajectories (usually measured through the pointwise Hölder exponent) is allowed to significantly evolve over time; in fact, at each time t, the pointwise Hölder exponent of mBm is equal to H(t). It is worth noticing that the latter property makes this process more flexible than fBm; thanks to it, mBm has now become a useful model in the area of signal and image processing, aswell as in other areas such as finance. Since at least one decade, several authors have been interested in statistical inference problems connected with mBm and other multifractional processes/fields; their motivations have both applied and theoretical aspects. Among those problems, an important one is the estimation of H(t), the pointwise Hölder exponent at an arbitrary time t. In the solutions of such issues, the generalized quadratic variation method, which was first introduced by Istas and Lang in a setting of stationary increments processes, usually plays a crucial role. This method allows to construct asymptotically normal estimators starting from quadratic means of generalized increments of a process observed on a grid. So far, to our knowledge, in the statistical literature concerning mBm, it has been assumed that, the observation of the true values of this process on a grid, is available; yet, such an assumption does not always seem to be realistic. The main goal of the thesis is to study statistical inference problems related to mBm, when only a corrupted version of it, can be observed on a regular grid. This corrupted version is given by a class of stochastic volatility models whose definition is inspired by some Gloter and Hoffmann’s earlier works; last, notice that thanks to Itô formula this statistical setting can be viewed as the classical setting: « signal+noise ».

Nous nous sommes penchés sur différents aspects des problèmes<br />d'optimisation stochastique qui, à notre connaissance, ont été peu<br />étudiés. Ainsi, nous nous sommes intéressés au problème de l'effet dual,<br />puis à la discrétisation des contraintes de mesurabilité, à la<br />résolution numérique de problèmes avec contraintes en information statique et enfin,<br />nous avons étudié les conditions d'optimalité d'un problème<br />d'optimisation stochastique, le but recherché étant de mieux<br />comprendre comment intervient la contrainte de mesurabilité dans la<br />caractérisation de la (ou des) solution(s) optimale(s). Notre approche<br />numérique du problème est originale de deux points de vue :<br />Elle utilise les topologies sur l'espace des sigma-algèbres<br /> pour mesurer la perte d'information due à la discrétisation de la<br /> contrainte de mesurabilité. L'étude de cet espace nous a permis entre<br /> autres d'apporter de nouveaux résultats qui constituent des éléments<br /> essentiels dans notre étude~;<br />Nous montrons que l'erreur de discrétisation provient de la<br /> contribution de deux termes d'erreur : une erreur issue de la <br /> discrétisation de la contrainte de mesurabilité et une autre erreur<br /> issue de l'approximation de l'espérance.<br /><br />Nous donnons dans ce mémoire des résultats asymptotiques de<br />convergence d'une suite de problèmes discrets vers le problème<br />d'origine. Nous avons également, sur des problèmes particuliers, des<br />résultats de type Lipschitz sur la fonction valeur. Par ailleurs,<br />l'étude des conditions d'optimalité nous a permis d'obtenir deux<br />possibilités différentes d'approche d'un problème de commande optimale<br />stochastique.

Ce travail présente nos principales contributions à la résolution de problèmes d'optimisation combinatoire en environnements déterministe et stochastique. Au niveau des métaheuristiques, une vue unifiée de la conception de métaheuristiques à solution unique et de métaheuristiques multi-objective est proposée. Cette unification a permis notamment de retravailler la plateforme ParadisEO afin d'offrir plus de flexibilité et de polyvalence. La synthèse des travaux présente également une vue unifiée des métaheuristiques coopératives. Nous montrons que cette vue convient aussi bien pour des coopérations entre métaheuristiques que des coopération entre des métaheuristiques et des méthodes exactes mais également des coopérations entre des métaheuristiques et des algorithmes d'extraction de connaissances. Différents exemples de coopérations réalisées dans mes travaux de recherche illustent ces coopérations et leur application à des problèmes d'optimisation combinatoire mono- et multi-objectif. Cette habilitation se termine par la présentation de travaux réalisés en optimisation stochastique notamment dans le cadre de l'optimisation sous incertitude et de l'optimisation dynamique. L'importance des critères de robustesse est discutée ainsi que l'intérêt et la mise en œuvre de méthodes coopératives dans un contexte dynamique. Les principales applications présentées on été réalisées sur des problèmes en transport et logistique ainsi qu'en biologie dans le cadre de l'ANR Dock.

La thèse est consacrée à la modélisation analytique des réseaux de télécommunication à communication de paquets, véhiculant différents types de trafic, trafic temps-réel et transferts de données. Une première partie s'attache à l'évaluation de la performance des réseaux de données: l'analyse des différentes politiques d'allocation de ressource repose sur la théorie des réseaux de files d'attente dits Processor Sharing. En particulier, nous identifions et étudions les allocations insensibles aux caractéristiques statistiques fines du trafic. Nous étudions dans la deuxième partie le délai de traversée du réseau des paquets attachés aux applications temps-réel et donnons, à l'aide d'outils d'ordonnancement stochastique, quelques arguments en faveur de la conjecture "mieux que Poisson" majorant précisément ce délai. La dernière partie quantifie l'impact du trafic temps-réel sur la performance des transferts de données, étude basée également sur des notions d'ordre stochastique.

L'utilisation d'équipes de robots a pris de l'ampleur ces dernières années. Cela est dû aux avantages que peut offrir une équipe de robot par rapport à un robot seul pour la réalisation d'une même tâche. Cela s'explique aussi par le fait que ce type de plates-formes deviennent de plus en plus abordables et fiables. Ainsi, l'utilisation d'une équipe de véhicules aériens devient une alternative viable. Cette thèse se concentre sur le problème du déploiement d'une équipe de Micro-Véhicules Aériens (MAV) pour effectuer des missions de surveillance sur un terrain inconnu de morphologie arbitraire. Puisque la morphologie du terrain est inconnue et peut être complexe et non-convexe, les algorithmes standards ne sont pas applicables au problème particulier traité dans cette thèse. Pour y remédier, une nouvelle approche basée sur un algorithme d'optimisation cognitive et adaptatif (CAO) est proposée et évaluée. Une propriété fondamentale de cette approche est qu'elle partage les mêmes caractéristiques de convergence que les algorithmes de descente de gradient avec contraintes qui exigent une connaissance parfaite de la morphologie du terrain pour optimiser la couverture. Il est également proposé une formulation différente du problème afin d'obtenir une solution distribuée, ce qui nous permet de surmonter les inconvénients d'une approche centralisée et d'envisager également des capacités de communication limitées. De rigoureux arguments mathématiques et des simulations étendues établissent que l'approche proposée fournit une méthodologie évolutive et efficace qui intègre toutes les contraintes physiques particulières et est capable de guider les robots vers un arrangement qui optimise localement la surveillance. Finalement, la méthode proposée est mise en œuvre sur une équipe de MAV réels pour réaliser la surveillance d'un environnement extérieur complexe.

Cette thèse porte sur des équations aux dérivées partielles hamiltoniennes à conditions initiales aléatoires. En effet, on étudie ici l'évolution de certaines mesures à travers le flot de telles équations. Cette étude suit deux axes.Premièrement, on considère le caractère globalement bien posé de l'équation d'onde non linéaire quand la donnée initiale est de faible régularité. Cette donnée initiale est une variable aléatoire et on obtient le caractère globalement bien posé de façon presque sûre par rapport à la mesure induite par cette variable. La faible régularité fait référence à l'espace auquel appartient les valeurs de la variable aléatoires et dénote une régularité moins contraignante que celle requise par la théorie déterministe.Dans certaines conditions, des propriétés d'invariance de la loi de la donnée initiale sont nécessaires à la démonstration du caractère bien posé. C'est pourquoi le deuxième axe comprend la question de l'invariance de mesures et leurs stabilités à travers le flot d'EDPs.On donne ainsi une loi invariante à travers le flot de l'équation d'onde cubique et une autre à travers celui de l'équation de Benjamin-Bona-Mahony (BBM). la mesure invariante pour BBM est telle que les amplitudes associées à chaque longueur d'onde de la solution sont des variables aléatoires indépendantes les unes des autres. On considère alors la stabilité de l'invariance pour BBM lorsqu'on ajoute des corrélations entre ces amplitudes.Enfin, en s'inspirant de la littérature physique à propos de la turbulence faible, on s'est demandé ce qu'il advenait de l'indépendance entre les amplitudes dans un contexte plus général. Plus précisément, on a cherché à si les covariances des amplitudes restent petites lorsque celles-ci sont initialement indépendantes et que le terme non quadratique de l'énergie associée à l'équation étudiée est très petit devant l'énergie totale.

On propose une méthode stochastique qui s'applique à des systèmes non linéaires d'équations différentielles qui modélisent l'interaction de deux espèces; le but est d'établir si un système déterministe particulier peut s'ajuster à des données qui présentent un comportement oscillatoire. L'existence d'un cycle limite est essentielle pour l'implantation de notre méthode. Cette procédure se base sur l'estimation des isoclines du système, en utilisant le fait que les isoclines traversent les solutions du système à des points maximum et minimum. Ensuite, nous proposons des tests qui permettent de comparer trois modèles: Holling (1959), Hanski et al. (1991), and Arditi et al. (2004). Finalement, on utilise des données simulées pour illustrer et étudier les propriétés de notre méthode, et nous appliquons la procédure à un ensemble de données bien connu. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Systèmes prédateur-proie, Équations différentielles ordinaires, Plan des phases, Isoclines, Modèle stochastique, Régression linéaire, Estimation par moindres carrés, Test de t, Test de Wilcoxon.