http://univ-bejaia.dz/dspace/123456789/222 2026-05-13T17:47:54Z 2026-05-13T17:47:54Z Yahiaoui, Mouna Boukoucha, Rachid ; directeur de thèse http://univ-bejaia.dz/dspace/123456789/27308 2026-05-07T08:45:46Z 2021-01-01T00:00:00Z

Title: Intégrale première et cycle limite des systèmes différentiels planaires. Authors: Yahiaoui, Mouna; Boukoucha, Rachid ; directeur de thèse Abstract: L’objectif de cette thèse est l'étude qualitative de quelques classes des systèmes différentiels planaires polynômiaux. Les résultats obtenus dans cette étude concernent l'intégrabilité, les portraits de phase et l'existence des cycles limites de quelques classes des systèmes différentielles. De plus on détermine explicitement l’expression des intégrales premières et des cycles limites algébriques ou non algébriques trouvés pour toutes les classes étudiée Description: Option : Analyse

2021-01-01T00:00:00Z Hassaini, Katia Bibi Mohand, Ouamer ; directeur de thèse http://univ-bejaia.dz/dspace/123456789/27307 2026-05-07T08:15:02Z 2025-01-01T00:00:00Z

Title: Etude des M-matrices et leurs applications en optimisation. Authors: Hassaini, Katia; Bibi Mohand, Ouamer ; directeur de thèse Abstract: Dans cette thèse, nous proposons une nouvelle approche pour résoudre un problème de programmation quadratique avec une M-matrice et des contraintes simples. Cette approche est basée sur les algorithmes de Luk et Pagano. Ces méthodes utilisent le fait qu'une M-matrice possède une inverse non négative qui permet d'obtenir une suite de points réalisables croissante et monotone. En introduisant le concept de support d'une fonction objective, notre approche conduit à une condition plus générale permettant d'obtenir une solution initiale réalisable, proche de la solution optimale. L'implémentation de notre méthode et de celle de Luk et Pagano a permis une analyse numérique, révélant que notre approche est plus efficace que celle de Luk et Pagano. En outre, une autre méthode de résolution (Box-QP), a été proposée, où nous nous sommes intéressés à résoudre un problème de programmation quadratique avec une M-matrice à diagonale dominante et des contraintes de bornes. Cette nouvelle approche inclut une procédure de prétraitement qui exploite la structure particulière de la M-matrice, permettant de simplifier le problème initial en réduisant la taille de la M-matrice. L'algorithme d'optimisation pour le problème réduit s'inspire de la méthode des points extérieurs et intègre le concept de support pour la fonction objectif. Cette intégration permet d'optimiser efficacement le problème. Description: Option : Modélisation Mathématique et Technique

2025-01-01T00:00:00Z Ait Hatrit, Fatima Amroun, Kamal ; directeur de thèse http://univ-bejaia.dz/dspace/123456789/27306 2026-05-07T08:00:01Z 2026-01-01T00:00:00Z

Title: Nouveaux algorithmes pour la résolution des problèmes de satisfaction de contraintes. Authors: Ait Hatrit, Fatima; Amroun, Kamal ; directeur de thèse Abstract: Les problèmes de satisfaction de contraintes (CSP) constituent un cadre formel essentiel en intelligence artificielle pour modéliser une large gamme de problèmes combinatoires. Toutefois, leur résolution reste un défi majeur en raison de leur complexité intrinsèque (NP-complète). Cette thèse explore différentes approches de résolution des CSP, en mettant un accent particulier sur les techniques de décomposition structurelle, notamment la Décomposition Hypertree Généralisée (GHD), particulièrement adaptée aux contraintes d'arité élevée. Après une étude approfondie des méthodes existantes, recherche systématique (Backtracking et ses variantes), techniques d'inférence (consistance d'arc, consistance de chemin), recherche locale et approches par apprentissage profond, ce travail propose une amélioration aux algorithmes guidés par la GHD. L'algorithme FC-GHD est introduit, ainsi que deux extensions : FC-GHD+NG, intégrant l'apprentissage de nogoods structurels, et FCGHD+NG+DR, basé sur un réordonnancement dynamique des clusters. La contribution principale de cette thèse réside dansl'introduction d'une stratégie de redémarrage adaptatif, visant à pallier la sensibilité des algorithmes GHD à la racine initiale. L'algorithme Restart-FC-GHD+NG+DR permet de diversifier l'exploration en sélectionnant dynamiquement un nouveau nœud racine tout en réutilisant les nogoods appris lors des phases précédentes. Une évaluation expérimentale sur des benchmarks standards de CSP n-aires démontre une amélioration significative des performances et de la robustesse de algorithme proposé, notamment pour les instances satisfiables et les structures complexes. Ce travail ouvre également des perspectives vers l'intégration de techniques d'apprentissage automatique pour guider dynamiquement les stratégies de redémarrage et d'ordonnancement des clusters. Description: Option : Intelligence Artificielle

2026-01-01T00:00:00Z Hameche, Salma Tari, Abdelkamel ; directeur de thèse http://univ-bejaia.dz/dspace/123456789/27305 2026-05-07T07:53:39Z 2026-01-01T00:00:00Z

Title: Addressing the Challenges of Service Composition in the Internet of Things and Cyber-Physical-Social Systems: Authors: Hameche, Salma; Tari, Abdelkamel ; directeur de thèse Abstract: This thesis addresses the problem of QoS-aware service composition in large-scale CyberPhysical-Social Systems (CPSS) and the Internet of Things (IoT). These environments are highly dynamic and interconnected, which makes ensuring optimal Quality of Service (QoS), balanced energy consumption, and adaptation to user mobility particularly challenging. Existing approaches often fail to account for these dimensions simultaneously, resulting in reduced service availability and lower composition quality. To overcome these limitations, the first contribution introduces the Group Teaching-based Energy-efficient and QoS-aware Composition Algorithm (GT-EQCA) for IoT environments. By formulating the problem as a multi-objective combinatorial optimization and selecting only the top-k most relevant services, the GT-EQCA algorithm reduces the computation time while maintaining a high QoS level. It employs the Group Teaching Optimization (GTO) algorithm, which avoids the need for hard parameter tuning and ensures scalability. The experimental results show improvements of up to 76% in composition time, 88% in energy efficiency, and 28% in QoS utility. However, the mobility aspect is not addressed in this algorithm. To deal with this limitation, the second contribution proposes the Learning-based Swarm optimization-aware Service Composition Algorithm (LS-SCA) by jointly considering mobility, energy, and QoS during the composition process. Using a realistic mobility model and a two-phase learning-based swarm optimizer, the LS-SCA algorithm reduces computation time while improving composition quality. The results show 23% higher QoS utility, 28% less energy consumption, and 40% higher service availability compared to the literature baselines. This thesis proposes adaptive, energy-efficient, and mobility-aware algorithms for scalable and reliable service composition in dynamic IoT and CPSS environments. Description: Option : Réseaux et Systèmes distribués

2026-01-01T00:00:00Z