Algorithmes pour la prise de décision distribuée en contexte hiérarchique

Cette thèse a pour objet la coordination entre entités autonomes. De manière plus précise, nous nous intéressons à la coordination dans un contexte hiérarchique. Les problèmes étudiés montrent les caractéristiques suivantes : (1) il s'agit de problèmes d'optimisation distribués, (2) le problème est naturellement décomposé en sousproblèmes, (3) il existe a priori une séquence selon laquelle les sous-problèmes doivent être résolus, (4) les sous-problèmes sont sous la responsabilité de différentes entités et (5) chaque sous-problème est défini en fonction des solutions retenues pour les sousproblèmes précédents. Parmi les principaux domaines d'application, on trouve les systèmes d'aide à la décision organisationnels et les problèmes de synchronisation dans les chaînes logistiques industrielles. Ce dernier domaine sert de fil conducteur dans cette thèse : le travail de plusieurs unités de production est nécessaire pour fabriquer et livrer les commandes des clients. Différentes alternatives sont possibles en ce qui a trait aux pièces à utiliser, au choix des processus de fabrication, à l'ordonnancement des opérations et au transport. Chaque partenaire désire établir son plan de production (quoi faire, où et quand le faire), mais il est nécessaire pour eux de coordonner leurs activités. Les méthodes utilisées en pratique industrielle peuvent être qualifiées d'heuristiques de coordination. À l'opposé, il existe des algorithmes d'optimisation distribués et exacts, notamment les techniques de raisonnement sur contraintes distribuées (Distributed Constraint Optimization Problems, ou DCOP). Cependant, ces derniers algorithmes s'accommodent mal de la nature hiérarchique des problèmes étudiés et pourraient difficilement être utilisés en pratique. Les forces et les faiblesses des méthodes heuristiques et exactes nous ont donc amené à proposer de nouvelles approches.