ED Sciences Physiques et de l'Ingénieur
Compression de données sans perte : application à l'analyse vibratoire des équipements aéronautiques et à l'imagerie radar.
par Guillaume COTTIN (Laboratoire de l'Intégration du Matériau au Système)
Cette soutenance a lieu à 14h00 - Amphithéâtre Jean Paul Dom, IMS, Bâtiment A31 - 351 avenue de la libération, 33400, Talence
devant le jury composé de
- Franck CAZAURANG - Professeur des universités - Université de Bordeaux - Directeur de these
- Mohamed-Chaker LARABI - Professeur des universités - Université de Poitiers - Rapporteur
- Yannis POUSSET - Professeur des universités - Université de Poitiers - Rapporteur
- Magalie THOMASSIN - Maîtresse de conférences - Université de Lorraine - Examinateur
- Jérôme SARACCO - Professeur des universités - Bordeaux INP - CoDirecteur de these
- Marc DONIAS - Maître de conférences - Bordeaux INP - Examinateur
La compression de données sans perte est une problématique actuelle touchant de nombreux domaines d'application. Confrontés à des volumes de données toujours plus importants, les systèmes embarqués doivent pouvoir stocker, transmettre et traiter ces informations en opérant avec des ressources de calcul limitées. L'intégrité totale de l'information est en outre indispensable pour l'analyse, ou encore la prise de décision. La compression sans perte assure l'intégrité de ces signaux, et s'inscrit comme nécessaire dans de nombreux secteurs. Cette thèse propose donc une étude approfondie de la compression sans perte appliquée à deux types de données. La première partie traite les signaux vibratoires en se basant sur un partitionnement dynamique guidé par l'entropie de Shannon et un codage de Huffman adaptatif. Cette méthodologie permet une compression en ligne, efficace et compatible avec les contraintes des systèmes embarqués. La seconde partie étend ces travaux aux données bidimensionnelles : l'imagerie radar. Pour ce travail, deux approches sont explorées. L'une vectorise l'image suite à une analyse du vecteur intensité de celle-ci, ce qui permet par la suite d'utiliser le traitement monodimensionnel précédent selon la direction de lecture sélectionnée. L'autre repose sur une décomposition en plans de bits, exploitant ainsi les caractéristiques informationnelles des bits de poids fort pour générer une représentation compacte de l'image. Ces méthodes visent à optimiser le traitement, le stockage et la transmission tout en maintenant l'intégrité de l'information radar. Ainsi, cette thèse propose des solutions originales et performantes de compression sans perte, adaptées à des données hétérogènes tout en répondant aux exigences critiques des environnements embarqués. Elle offre une solution innovante pour gérer les volumes croissants de données, vibratoires et radar, contribuant à la fois à la maintenance prédictive et à l'efficacité opérationnelle des systèmes avioniques.
Résolution de problèmes de tournées de véhicules avec drones en logistique urbaine: une approche basée sur les méthodes d'optimisation exactes et approchées
par Sylvain LICHAU (Laboratoire de l'Intégration du Matériau au Système)
Cette soutenance a lieu à 14h00 - Amphithéâtre E Université de Bordeaux, Bâtiment A29, 351 cours de la Libération, 33400 Talence
devant le jury composé de
- Rémy DUPAS - Professeur - Université de Bordeaux - Directeur de these
- Eduardo UCHOA - Full professor - Universidade Federal Fluminense - CoDirecteur de these
- Francesca GUERRIERO - Full professor - University of Calabria - Rapporteur
- Roberto BALDACCI - Full professor - Hamad Bin Khalifa University - Rapporteur
- François CLAUTIAUX - Professeur - Université de Bordeaux - Examinateur
- Caroline PRODHON - Professeure - Université de Technologie de Troyes - Examinateur
Les drones constituent un complément prometteur pour la logistique de livraison. Ils présentent des caractéristiques fondamentalement différentes de celles des véhicules classiques : des coûts d'utilisation plus faibles et des vitesses plus élevées, au détriment d'une autonomie et d'une capacité réduite. Pour les applications où ces contraintes sont acceptables, les drones peuvent remplacer entièrement les véhicules de livraison. Cependant, dans la plupart des cas, il est nécessaire de combiner stratégiquement ces types de véhicules complémentaires afin de tirer le meilleur parti de leurs atouts opérationnels respectifs. Cette thèse propose principalement des méthodes mathématiques d'optimisation exactes pour les problèmes de routage avec drones. Le premier chapitre propose une revue de littérature consacrée aux problèmes de routage avec drones dans le domaine de la recherche opérationnelle, en mettant l'accent sur les méthodes d'optimisation exactes. Nous soulignons la diversité des problèmes abordés par les chercheurs ainsi que la nécessité d'augmenter la taille des instances résolues à l'optimale. Le deuxième chapitre rappelle brièvement les concepts de programmation mathématique nécessaires à la compréhension des algorithmes de «branch-cut-and-price». Nous décrivons également l'algorithme utilisé dans cette thèse, en détaillant ses composantes avancées ainsi que l'algorithme de «labeling» employé pour résoudre les sous-problèmes. Le troisième chapitre traite du «Two-Echelon Vehicle Routing Problem with Drones». Nous proposons un nouveau modèle de partitionnement d'ensembles, dans lequel les chemins partiels correspondant aux mouvements des drones sont énumérés à l'aide d'un programme dynamique. Nous présentons également une adaptation des «rounded capacity cuts», spécialement conçue pour résoudre ce problème. Par ailleurs, nous développons une heuristique basée sur l'algorithme exact. Les expériences numériques montrent que l'algorithme exact augmente considérablement la taille des instances résolues de manière optimale. Pour évaluer le modèle, l'algorithme est ensuite étendu pour traiter le «Park-and-Loop Routing Problem». Le quatrième chapitre traite du «Truck-based Drone Delivery Routing Problem with Time Windows». Nous développons un algorithme exact de branch-cut-and-price ainsi qu'un algorithme de «labeling» pour résoudre le sous-problème. Nous comparons deux modèles de sous-problème alternatifs définis sur des graphes distincts et montrons qu'aucun des deux ne domine l'autre : le meilleur choix dépend des caractéristiques de l'instance considérée. Les expériences numériques démontrent l'efficacité des approches proposées. Nous introduisons également de nouvelles instances plus complexes, où la capacité des drones est augmentée. Le cinquième chapitre étudie une variante du «Vehicle Routing Problem with Time Windows», qui intègre deux caractéristiques pertinentes sur le plan opérationnel : des heures de départ flexibles depuis le dépôt et des limites strictes sur la durée des routes. Bien que plus générique, ce problème peut s'apparenter à un problème de routage de drones dans lequel la portée est limitée par la durée du trajet. Nous développons un algorithme de branch-cut-and-price, dont la composante principale est un algorithme de «labeling» bidirectionnel résolvant le sous-problème. Nous montrons également comment traiter le problème connexe de minimisation de la durée totale du trajet. Les expériences numériques confirment les performances de l'algorithme.