Le travail présenté dans cette thèse a pour but de construire un pont entre le contrôle basé sur les données et les logiques de conception de contrôle conventionnelles pour rejeter des perturbations périodiques inconnues complexes agissant sur des systèmes linéaires ou non linéaires. La principale contribution de la thèse est l'approche de contrôle à trois couches qui montre comment combiner le contrôle de type apprentissage (basé sur les données) et le contrôle de type non-apprentissage (conventionnel) au moyen d'un processus d'identification comme outil de connexion entre les deux. Cette approche est expliquée au chapitre 5 de la thèse. Un point particulièrement motivant de l'approche proposée est qu'elle peut fonctionner correctement sous des perturbations périodiques inconnues complexes à la fois lorsque le système est linéaire et non linéaire (les performances en cas linéaire sont beaucoup plus élevées que celles en cas non linéaire pour lesquelles les raisons seront expliquées au chapitre 5 et la conclusion générale). La faisabilité de cette approche est prouvée avec des résultats de simulation. La structure de la thèse est la suivante. Dans le chapitre 1, une introduction est donnée afin de développer les méthodes de contrôle de type apprentissage et non-apprentissage existantes et de décrire le processus de développement de la thèse. Dans le chapitre 2, une étude est consacrée à la bibliographie du contrôle d'apprentissage itératif (ILC) où des concepts de conception importants pour l'ILC ainsi que la principale méthode ILC utilisée tout au long de la thèse (c'est-à-dire la norme optimale ILC (NO-ILC)) sont introduits. Dans le chapitre 3, une application pratique avec un véritable drone d'intérieur est présentée comme une étude d'introduction qui a été réalisée pour tester la faisabilité du NO-ILC et déterminer s'il pouvait ou non être utilisé dans le reste du travail de thèse. Dans le chapitre 4, la principale contribution de la thèse commence à se développer avec la proposition d'une procédure de réglage automatique des contrôleurs de rétroaction linéaire qui reçoit le nom de workflow de réglage de contrôleur basé sur l'apprentissage (LBCT). Cette procédure peut être considérée comme la première tentative de créer une connexion entre le contrôle basé sur les données et le contrôle conventionnel tout au long de la thèse. Il est démontré avec les résultats de simulation d'un problème de rejet de perturbations périodiques inconnu a priori que l'ILC peut être utilisé comme un outil puissant pour simplifier la conception des contrôleurs de rétroaction. L'ensemble de ce processus correspond en fait à la transformation de l'ILC basée sur les données en une loi de rétroaction de manière approximative. Ensuite, dans le chapitre 5, les idées présentées dans le chapitre 4 sont développées plus avant et l'approche qui est mentionnée ci-dessus en tant que contrôle à trois couches est obtenue comme résultat principal de la thèse. La dernière section de la thèse est consacrée à une conclusion qui fournit quelques suggestions sur les études futures dans le sujet donné et elle implique le regard critique de l'auteur sur divers points concernant les applications et les approches menées au cours de la thèse.