L'ETUDE PORTE SUR LA RESOLUTION DE PROBLEMES D'OPTIMISATION DES GRANDS SYSTEMES COMPLEXES. DEUX TYPES DE DIFFICULTES SONT ABORDES: DIFFICULTES DE CALCUL, ET DIFFICULTES LIEES A L'IMPRECISION DES MODELES QUI DECRIVENT LES SYSTEMES A OPTIMISER. ADOPTANT DES STRUCTURES HIERARCHISEES DE RESOLUTION, ON RAPPELLE TOUT D'ABORD LES PRINCIPES GENERAUX DE LA COMMANDE HIERARCHISEE. ENSUITE, ON PRESENTE UNE SYNTHESE DES PRINCIPALES METHODES DE DECOMPOSITION-COORDINATION EN UTILISANT L'APPROCHE POURSUITE D'OBJECTIFS. DES NOUVEAUX DEVELOPPEMENTS ALGORITHMIQUES QUI ENTRAINENT UNE AMELIORATION SENSIBLE DE L'EFFICACITE DES STRUCTURES DE RESOLUTION SONT EGALEMENT PRESENTES. CES DEVELOPPEMENTS SONT VALIDES EN ASSOCIATION AVEC DES STRUCTURES MULTI-NIVEAUX DE COORDINATION SUR UN PROBLEME DE GESTION D'UN SYSTEME HYDROTHERMIQUE. DANS LA SECONDE PARTIE DE L'ETUDE, ON DEVELOPPE DES STRUCTURES D'OPTIMISATION HIERARCHISEE QUI PRENNENT EN COMPTE L'IMPRECISION DES MODELES MATHEMATIQUES. UN NOUVEL ALGORITHME DE POURSUITE D'OBJECTIFS INTRODUISANT LA TECHNIQUE DE RETOURS D'INFORMATIONS A PARTIR DU SYSTEME REEL EST DEVELOPPE. ENSUITE, LES OUTILS DE LA LOGIQUE FLOUE SONT EMPLOYES POUR ELABORER UNE METHODOLOGIE D'OPTIMISATION DES SYSTEMES REPRESENTES PAR DES MODELES FLOUS

Ces travaux présentent une méthode d'optimisation dynamique pour le contrôle optimal en génie des procédés. Plus généralement, ils s'inscrivent dans une thématique plus vaste, concernant l'optimisation des systèmes dynamiques hybrides. La méthode développée repose sur une méthode hybride entre deux méthodes directes : approches séquentielles et simultanées. Cette méthode nommée Méthode directe a tirs multiples, se caractérise par un découpage de l'horizon de temps en sous intervalles d'intégration et par une réduction de l'espace de recherche des fonctions de contrôle par une paramétrisation de ces dernières. Contrairement aux méthodes séquentielles, la méthode présentée permet de prendre en compte facilement des contraintes sur les variables d'état, ce qui représente une classe importante de problème en Génie des Procédés. De plus, la taille du problème d'optimisation reste acceptable car seules les fonctions de contrôle sont paramétrisées. Toutefois, ce problème d'optimisation est plus complexe que celui des approches séquentielles, à cause de la mise en oeuvre de contraintes de continuité (sur les variables d'état et de contrôle) entre les différents sous intervalles issus de la subdivisons du temps. Cette méthode est intégrée dans le noyau numérique de la plate forme PrODHyS. Son utilisation est illustrée au travers de trois exemples en génie des procédés

Cette thèse aborde la résolution de problèmes d'optimisation sous contraintes et systèmes de contraintes non linéaires sur les réels. Dans un premier temps, nous sommes intéressés à l'optimisation de problèmes dont les données sont connues de façon implicite (résultats d'une simulation informatique), en particulier, dans le cas des systèmes à événements discrets. Les contraintes de la simulation nécessitent de choisir judicieusement les méthodes d'optimisation adaptées à cette démarche de simulation-optimisation. Il est nécessaire d'utiliser des méthodes d'optimisation itératives où la fonction objectif est calculée point par point. Cette étude a donné naissance à l’environnement SimOpt qui consiste à coopérer entre un environnement de simulation et un environnement d’optimisation mathématique constitué d’un ensemble de méthodes d’analyse numérique et de recherche opérationnelle. Ensuite, Nous avons étudié les problèmes d'optimisation globale non linéaires continus basés sur la satisfaction de contraintes et l'arithmétique des intervalles. Dans ce cas, le résultat du calcul est un intervalle qui contient les solutions. Notre contribution consiste d'abord à classifier les techniques de résolution et établir les différentes relations de décomposition et transformation d'un problème d'optimisation dans un processus de résolution. Finalement, la dernière partie est consacrée à la résolution de systèmes de contraintes non linéaires. Nous avons proposé une méthode basée sur une approche symbolique numérique qui permet de limiter le problème de localité des raisonnements dans le processus de résolution basé sur les techniques de consistance locale.

Hierarchy is a form of organisation of complex systems that rely on or produce a strong differentiation in capacity (power and size) between the parts of the system. It is frequently observed within the natural living world as well as in social institutions. According to the authors, hierarchy results from random processes, follows an intentional design, or is the result of the organisation which ensures an optimal circulation of energy for information. This book reviews ancient and modern representations and explanations of hierarchies, and compares their relevance in a variety of fields, such as language, societies, cities, and living species. It throws light on concepts and models such as scaling laws, fractals and self-organisation that are fundamental in the dynamics and morphology of complex systems. At a time when networks are celebrated for their efficiency, flexibility and better social acceptance, much can be learned about the persistent universality and adaptability of hierarchies, and from the analogies and differences between biological and social organisation and processes. This book addresses a wide audience of biologists and social scientists, as well as managers and executives in a variety of institutions.