PREMIER RETOUR D EXPERIENCE SUR LE FLOW-SHOP BIOBJECTIF ET HYBRIDE A DEUX ETAGES AVEC UNE CONTRAINTE DE BLOCAGE PARTICULIERE

Dimension: px
Commencer à balayer dès la page:

Download "PREMIER RETOUR D EXPERIENCE SUR LE FLOW-SHOP BIOBJECTIF ET HYBRIDE A DEUX ETAGES AVEC UNE CONTRAINTE DE BLOCAGE PARTICULIERE"

Transcription

1 6 e Conférence Francophone de MOdélisation et SIMulation - MOSIM 06 - du 3 au 5 avril Rabat - Maroc Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités PREMIER RETOUR D EXPERIENCE SUR LE FLOW-SHOP BIOBJECTIF ET HYBRIDE A DEUX ETAGES AVEC UNE CONTRAINTE DE BLOCAGE PARTICULIERE X. GANDIBLEUX, J. JORGE S. MARTINEZ N. SAUER LINA FRE CNRS 2729 Depto de Ing. Industrial LGIPM / MACSI INRIA Université de Nantes Instituto Tecnológico de Celaya IUT de Thionville-Yutz 2, rue de la Houssinière BP Celaya Guanajuato Ile du Saulcy BP F44322 Nantes cedex 03, France C.P , México F57012 Metz cedex 1, France RÉSUMÉ : Les travaux de recherche proposés dans cet article concernent le problème d ordonnancement d ateliers flexibles de type flow-shop hybride soumis à des contraintes de blocage en optimisant simultanément différents objectifs. Le problème étudié est composé de deux étages avec plusieurs machines parallèles sur le premier étage et une seule machine sur le deuxième. Il comporte de plus une contrainte de blocage particulière rencontrée dans plusieurs systèmes de production réels. Nous nous sommes intéressés au cas bi-objectif qui consiste à minimiser le makespan ainsi que le temps d attente entre la date d arrivée des produits et le début de l opération au premier étage. Ne disposant pas de travail antécédent à la présente étude lorsque ces deux objectifs sont optimisés simultanément, aucune information concernant l ensemble des solutions optimales (nombre, diversité), ni même d indications sur celles-ci (caractéristiques, propriétés, difficulté de calcul), rien ne permet de donner une orientation a priori à l étude. Ce premier travail a pour objet de rapporter un premier retour d expérience sur ces questions. La résolution exacte biobjectif a été tentée à l aide de deux solveurs MILP. Face aux difficultés rencontrées par les solveurs, une résolution approchée a été développée. Les résultats obtenus sont rapportés et discutés au regard de l apport de ces dernières pour un décideur. MOTS-CLÉS : Flow-shop hybride, blocage, optimisation multi-objectif, PLNE, recuit simulé 1. INTRODUCTION Accroître la productivité en réduisant les coûts est, aujourd hui, un objectif majeur dans toutes les entreprises, et c est la raison pour laquelle elles essaient de réduire les capacités de stockage, voire de les supprimer. Ceci conduit à une situation où chaque job reste bloqué sur une machine une fois son opération terminée tant que la machine suivante n est pas disponible ou qu il n y a pas de place en stock. Cette situation est connue dans la littérature comme situation de blocage. Suite à plusieurs problèmes concrets posés par des industriels (Péchiney, Interforge, Groupe Séché), nous nous sommes intéressés à l ordonnancement de systèmes flexibles soumis à une nouvelle contrainte de blocage. Dans la situation de blocage que nous avons étudiée, la machine reste bloquée jusqu à ce que l opération du job sur la machine suivante soit terminée et que le job quitte cette machine. Dans les problèmes industriels rencontrés, nous sommes souvent en présence de plusieurs critères à optimiser (par exemple, minimiser le makespan ainsi que le temps d attente entre la date d arrivée des produits et le début de l opération au premier étage). Une solution algorithmique opérationnelle traitant les objectifs dans un ordre lexicographique a été proposée [18]. Les travaux en cours visent à dépasser cette première approche en proposant des solutions algorithmiques efficientes qui optimisent simultanément deux objectifs sur ce problème d ordonnancement. Cet article rapporte nos premiers résultats sur l étude de l ordonnancement d un FlowShop Hybride (HFS) à deux étages avec la nouvelle contrainte de blocage en optimisant simultanément deux objectifs, le makespan et le temps d attente entre la date d arrivée des produits et le début de l opération au premier étage.

2 machine machine MOSIM 06 du 3 au 5 avril Rabat - Maroc L organisation de cet article est la suivante. Dans un premier temps nous décrivons le problème, citons deux applications et dressons un état de l art. Ensuite nous développons la résolution exacte et approchée du problème bi-objectif. Les méthodes sont présentées et les résultats obtenus sur les instances réelles et aléatoires sont discutés. Une conclusion et discussion sur ce premier retour d expérience et sur la poursuite envisagée des travaux terminent ce papier. M1 M2 Mk M1 Ji Jk Jj Jl Ji Jj Jk temps Jl a) Contrainte de blocage classique Ji Jk 2. DESCRIPTION DU PROBLÈME M2 Mk Jj Ji Jj Jk Jl Jl 2.1. Le problème Dans le flowshop hybride à deux étages avec la contrainte de blocage étudiée ici, un ensemble de n jobs {J 1,..., J i,..., J n } chacun composé de deux opérations, doivent être exécutés sur deux étages. Le premier étage contient un ensemble de m 1 machines parallèles identiques {M 1, M 2,.., M m } et le deuxième contient une seule machine critique M k. Chaque job doit passer sur une des machines du premier étage, puis sur la machine du deuxième étage. La préemption des opérations n est pas autorisée. La capacité de stockage entre les deux étages est considérée comme nulle. Le temps opératoire du job i à l étage j est noté p i,j. Au premier étage, chaque job i peut être exécuté par n importe quelle machine. Une machine ne peut exécuter qu un seul job à la fois. Le problème consiste à affecter les jobs sur les machines du premier étage et à déterminer le séquencement des jobs sur les deux étages en minimisant plusieurs objectifs simultanément. Pour les problèmes étudiés, nous minimisons le temps total d exécution aussi appelé makespan, ainsi que le temps d attente moyen des produits au premier étage. Dans une ligne de production de type flowshop, l absence d espace de stockage entre les machines implique qu une machine qui finit l exécution d un job ne peut pas libérer le job immédiatement. Ces situations sont appelées dans la littérature situations de blocage. Contrairement aux situations de blocage classiques où une machine reste bloquée par un job jusqu à ce que ce job commence sur la machine suivante dans la gamme, dans un système avec les contraintes de blocage considérées ici, la machine reste bloquée par un job jusqu à ce que son opération sur la machine suivante soit finie et qu il quitte la machine (voir Figure 1). Cette nouvelle contrainte de blocage a été introduite pour l ordonnancement des systèmes de type flowshop dans [2] et [3]. Dans la suite, RCb (Released when Completing blocking) dénote cette contrainte de blocage particulière. b) Nouvelle contrainte de blocage temps de blocage temps temps mort Figure 1: Les deux différents types de contraintes de blocage 2.2. Applications industrielles Cette nouvelle contrainte de blocage a été rencontrée dans plusieurs applications industrielles qui concernent, en autre, le traitement de déchets industriels et le transport ferroviaire. Dans ce premier cas, une compagnie reçoit différents types de déchets industriels et agricoles afin de les traiter avant enfouissement. Les déchets sont apportés par camions et déchargés dans des silos. Chaque chargement doit être déversé dans un seul silo. Les silos peuvent être vus comme des machines parallèles au premier étage. Chaque produit (ou chargement) est ensuite traité par une seule machine, appelée malaxeur, qui peut être vue comme la machine critique du deuxième étage. Comme les produits s écoulent lentement du silo vers le malaxeur, un silo est libéré de la totalité des déchets qu il contient seulement à la fin du traitement sur le malaxeur (contrainte de type RCb). Le second cas traite de la marche d un ou plusieurs trains sur une infrastructure ferroviaire. La figure 2 [4] illustre une portion d infrastructure composée de cinq zones de détection z 1,..., z 5. Les zones z 2 et z 3 appartiennent à un même canton (section de l infrastructure qui peut être fréquentée par un et un seul train à tout instant). Dans l exemple, deux parcours sont envisagés pour quatre trains t 1,..., t 4.

3 La figure 3 [4] rapporte le diagramme de Gantt d utilisation de l infrastructure pour les 4 trains. Il reprend les temps d occupation, plus les temps de dégagement et de réservation éventuels induits par un train, sur les différentes zones de détection de l infrastructure. Les temps de dégagement engendrent un blocage qui s énonce comme suit : la machine M i est libre quand le job a passé i unités de temps sur la machine M i+1. Le blocage est donc moins important que dans le premier cas où la machine M i est libre quand le job a terminé sur M i+1 et commence sur M i+2. Il y a donc une différence entre les deux situations qui n apparaît pas pour deux étages. Il convient aussi de noter que la réservation induit une autre forme de blocage qui est spécifique à cette situation. articles qui considèrent la contrainte de blocage classique. Dans [19] et [20], les auteurs proposent une heuristique pour le HFS à plusieurs étages, avec et sans capacité de stockage respectivement. Une heuristique pour le HFS avec capacité de stockage limitée est donnée dans [24]. Dans [22], les auteurs proposent également une heuristique pour le HFS à plusieurs étages sans capacité de stockage. Dans [21], une méthode exacte basée sur un programme linéaire en nombres entiers est proposée pour résoudre le problème avec et sans capacité de stockage. À notre connaissance, les seuls travaux portant sur le problème HFS avec notre contrainte de blocage particulière sont ceux de Martinez et al. ([2] et [15]). De plus, aucun travail antérieur traite de ce problème sous l angle multiobjectif. 3. RÉSOLUTION DU PROBLÈME BI- OBJECTIF 3.1. Définition et notations préliminaires Figure 2: Exemple d infrastructure Figure 3: Diagramme de Gantt pour un passage de train sur l infrastructure 2.3. État de l art Pour le HFS classique (sans blocage), on peut trouver dans la littérature des algorithmes exacts, comme par exemple des branch and bound et des modélisations sous forme de programmes linéaires en nombres entiers ([1], [11], [17]). Malheureusement, les résultats expérimentaux montrent que les temps d exécution de ces méthodes deviennent très longs pour des problèmes avec plus de 10 jobs. Pour cette raison, de nombreuses heuristiques ont été développées pour résoudre des problèmes de taille plus importante ([8], [9], [10], [12], [16], etc.). Néanmoins, rares sont les Un problème d optimisation multiobjectif est défini par min (z 1(x),..., z q (x)) (MOP) x X avec X R n l ensemble des solutions réalisables, z : R n R q un vecteur de fonctions. Par Z = f(x) R q on note l image des solutions réalisables dans l espace des objectifs. On s intéresse aux solutions optimales de (MOP) en terme d efficacité (encore appelée Pareto optmalité). Une solution réalisable x X est appelée efficace si il n existe pas x X tel que z k (x ) z k (x) pour tout k = 1,...,q et z j (x ) < z j (x) pour certains j. En d autres termes, aucune solution n est au moins aussi bonne que x pour tous les objectifs, et strictement meilleure pour au moins un objectif. On parle d efficacité pour les solutions x dans l espace de décision. Dans l espace des objectifs, avec le vecteur des objectifs z(x) R q on utilise la notion de non-dominance : si x est efficace alors z(x) = (z 1 (x),..., z q (x)) est dit non-dominé (ou aussi efficace). L ensemble des solutions efficaces est noté X E, l ensemble des vecteurs non-dominés est Z N. Nous pouvons aussi parler de Z N comme frontière non dominée ou surface de compromis. Ce concept de solution efficace est central en optimisation multiobjectif. Résoudre un problème d optimisation multiobjectif consiste à rechercher l ensemble des solutions efficaces. Sans davantage de précision, X E est alors qualifié d ensemble complet des solutions efficaces.

4 Cependant, il peut exister plusieurs solutions x X correspondant à un même point non-dominé z(x) Z N. Ces solutions sont dites équivalentes. Si on se contente de calculer une seule solution x X pour chaque z Z N alors on construit l ensemble minimum complet X Em. In fine, une approximation des solutions efficaces est noté par X PE, un ensemble de solutions potentiellement efficaces. Davantage de précision sur ces définitions et notions peuvent être retrouvée dans [6, 7] Résolution exacte La résolution exacte fait usage du modèle de programmation linéaire en nombres entiers proposé par Martinez et al [14] étendu à un second objectif. La méthode de résolution est de type ɛ-contrainte. Partant d une solution optimale sur la minimisation du makespan, la méthode actualise à chaque itération la valeur sur une contrainte additionnelle qui garantit la production à chaque itération d une nouvelle solution non-dominée. La méthode s arrète quand aucune nouvelle solution réalisable ne peut être calculée. Le calcul de chaque solution optimale résulte d un appel à un solveur MILP. Deux solveurs ont été testés, XPress-MP (Dash optimization. et GLPK (GNU Linear Programming Kit. Cette partie du travail visait à confirmer la difficulté de résolution du problème sur des instances réelles (difficulté déjà relevée dans nos travaux antécédents lorsqu il s agissait d optimiser uniquement le makespan) Résolution approchée La résolution approchée repose sur un algorithme de recuit simulé multiobjectif, directement dérivé de la méthode MOSA [23]. Ce choix s est imposé du fait de l existance d un algorithme de recuit simulé introduit par Martinez et al [15] qui minimise le makespan pour ce problème de flowshop spécifique. Aussi, et même si la méthode MOSA est connue pour plusieurs limites, sa mise en œuvre est simple et se justifie dans la perspective d un premier retour d expérience. Les principales différences de notre algorithme visà-vis de MOSA sont au nombre de deux. La première porte sur la définition des jeux de poids indispensables pour guider les approximations vers la frontière efficace. Contrairement à MOSA qui recommande l utilisation d un large ensemble de jeux de poids aléatoires, nous utilisons un jeu de poids calculé de manière déterministe et myopique. La seconde se situe au niveau de la solution initiale utilisée entre deux processus de recherche. MOSA préconise de démarrer d une solution aléatoire alors que nous sélectionnons une solution initiale pour l itération suivante dans l approximation qui a été élaboré à l itération courante. A noter que la toute première solution est construite à l aide de MNEH, l heuristique de Nawaz, Enscore et Ham modifiée par Martinez [15], qui minimise le makespan. L algorithme 1 donne la description de notre algorithme et ses composants. Il produit X PE, un ensemble de solutions potentiellement efficaces. Algorithm 1 Un recuit simulé multiobjectif begin X PE ; x init xmneh() for all λ Λ loop T 0 T ; N count 0 n 0; x n x init ; X PEλ {x n } repeat randomly draw x N(x n ) if isbetter(x, x n ) or else isaccepted(x, x n, n, T n, λ) then X PEλ archive(x PEλ, x); x n+1 x ; N count 0 else x n+1 x n ; N count + + endif n + + updateparameters(α, n, T n, N count ) until isfinished(t n ) x init xminattente(x PEλ ) endloop X PE merge(x PEλ ) end avec : isbetter, un prédicat qui calcule z k z k (x) z k (x n ) et retourne ( k : z k 0). isaccepted, un prédicat qui calcule la probabilité d acceptation prob n pour l itération courante avec exp( q k=1 λ k (z k (x) z k (x n ))/T n ), tire aléatoirement prob uniformément distribué dans [0, 1] et retourne (prob < prob n ). isfinished, un prédicat qui vérifie si soit un nombre prédéfini d itérations N stop, soit une température limite T stop dans le processus de refroidissement a été atteint. merge, une fonction qui fusionne les X PEλ, λ Λ en un ensemble X PE en éliminant les solutions dominées

5 Les choix arrêtés pour sa mise en œuvre sont: 4. Construction et codage d une solution Soit l ordre {1, 2,..., n} de la séquence de n jobs {J 1, J 2,..., J n }. Sur le premier étage, un job i est placé au plus tôt sur la première machine disponible. Il sera ensuite placé aussitôt que possible sur le second étage, compte tenu des précédents jobs déjà ordonnancés. Si il existe dans l ordonnancement partiel du second étage des fenêtres de temps suffisamment grandes pour y insérer le job i, alors celui-ci est placé dans la première de ces fenêtres. Le makespan n est pas affecté. Si une telle fenêtre n existe pas alors le job i est placé au plus tôt à la fin de l ordonnancement partiel sur le second étage, ce qui impacte le makespan. Solutions initiales La solution utilisée pour la première direction de recherche est construite à l aide de MNEH (routine xmneh dans l algorithme 1). Pour toutes les autres directions de recherche, la solution initiale est prélevée dans la dernière approximation élaborée; c est la solution qui correspond à l attente minimale (routine xminattente dans l algorithme 1). Voisinage Partant d un ordre {1, 2,..., i,..., j,..., n} de la séquence de n jobs, une solution voisine est obtenue en échangeant deux jobs i, j sélectionnés aléatoirement. Le nouvel ordre {1, 2,..., j,..., i,..., n} est ainsi utilisé pour construire une solution. Réglage des paramètres Λ, l ensemble des poids : 10 T, la température initiale : 100 α, le coefficient de refroidissement : 0.98 N step, la longueur d un palier à température constante : 100 N stop, nombre d itérations sans amélioration avant de provoquer un changement de température : 12 Règle d arrêt La recherche dans une direction s arrête quand la température courante est inférieure à T stop = 10 9 EXPÉRIMENTATIONS NUMÉRIQUES 4.1. L environnement d expérimentation Les expérimentations ont été réalisées sur un PC standard, équipé d un Pentium IV 2,26GHz, 256Mo de RAM, fonctionnant sous Linux Fedora version La version 4.8 de GLPK a été utilisée pour les résolutions exactes. L algorithme de recuit simulé a été implémenté en C++. L exécutable a été produit à l aide de g++, version 3.3.2, avec l option -O Instances numériques utilisées Instances réelles Deux instances ont été fournies représentant deux journées réelles. Dans les deux cas, toutes les machines du premier étage sont équivalentes. La première journée a pour caractéristique de présenter une distribution régulière dans le temps des dates de disponibilité (arrivées) des jobs (camions), avec des temps de traitement différents (capacité des camions non homogène, déchets variés) au premier et au second étage (voir figure 4). 15 jobs (clients) sont attendus pour cette journée et 6 machines au premier étage (silos) composent l outil de production. La seconde journée a pour caractéristique de présenter des temps de traitement fortement similaires au premier et au second étage, avec des arrivées des camions surtout en début et fin de journée. 17 jobs sont attendus et 6 machines composent l outil de production. customer h10 0h35 15 customers 6 silos 60min 45min 30min 15min t unloading 1h00 2h00 1h00 1h45 1h20 t m ixing 1h10 2h20 1h00 0h550h55 0h35 1h50 2h Figure 4: Données correspondant à la première journée réelle étudiée Instances aléatoires Un ensemble d instances aléatoires variées a été élaboré. Le nombre de jobs considéré dans ces instances est 5, 7 et de 10 à 100 jobs, par pas de 10. Les dates de disponibilité considérées ont été générées uniformément dans les intervalles 0 à respectivement 0/50/100/150. Les durées de traitement envisagées sur le premier et le second étage ont été générées 2h25 1h45 1h45 2h20 time

6 uniformément dans les intervalles 0 à respectivement 10/50/100. L ensemble représente un total de 1470 instances. Ces instances ont été résolues en considérant un premier étage composé de 2 à 10 machines Résultats en résolution exacte Au terme de plusieurs jours de calculs il n a pas été possible d obtenir avec Xpress, ni avec GLPK, les solutions efficaces pour les deux journées réelles. Seules des solution exactes pour les instances aléatoires de très petites tailles (5 jobs, 2 machines au premier étage) ont été obtenues avec ces solveurs MILP. Cette partie du travail se verra reconsidérée dans la poursuite des travaux. étages soient globalement peu variés, un grand nombre de solutions équivalentes s obtiennent par un simple échange entre deux jobs. Au contraire des solutions symétriques, ces solutions équivalentes définissent des ordonnancements distincts. La figure 5 illustre un ordonnancement obtenu, qui correspond à l un des trois points potentiellement non-dominé (figure 6). Le constat est identique pour la journée B (1265 solutions équivalentes, 1 point potentiellement non-dominé) Résultats en résolution approchée Du fait que les machines sur le premier étage sont toutes équivalentes, on désigne par solutions symétriques l ensemble de solutions qui est obtenu en échangeant l affectation de tous les jobs sur deux ou plusieurs machines. Ces solutions sont sans impact sur les objectifs et ne définissent pas un nouvel ordonnancement (elles sont identiques entre-elles à une permutation près). Ces solutions ne présentent aucun intérêt; elles ne sont pas construites par la méthode approchée et n apparaissent pas dans l ensemble des solutions équivalentes dans la suite. A ce niveau, une première remarque s impose concernant le réglage des paramètres du recuit simulé. En effet, nos tentatives de réglage n ont eu qu un impact très limité sur les approximations observées. Le faible nombre de points non-dominés que possède ce problème semble marginaliser la délicate question du réglage des paramètres pour cette technique. Ce qui expliquerait l unique valeur recommandée par Loukil et al [13] pour les paramètres de MOSA, et cela quelque soit le problème d ordonnancement (avec un unique réglage des paramètres, ces auteurs ont traité un large panel de problèmes bi-objectif : ordonnancement sur une machine, sur machines paralèlles, de type flowshop; les objectifs examinés sont l avance/retard pondéré, le makespan, les jobs en retards, etc.). Instances représentant les deux journées réelles Le nombre de solutions potentiellement efficaces équivalentes est remarquablement élevé. Pour la journée A étudiée, pas moins de 1097 solutions équivalentes ont été mesurées correspondant seulement à 3 points potentiellement non-dominés. Du fait que les temps de traitement des jobs sur les deux Figure 5: Trois solutions potentiellement efficaces, chacune correspondant à un point potentiellement non-dominé, qui définissent une approximation de X Em pour la journée A attente moyenne "courbe_ex1" using 1: makespan Figure 6: Trois points potentiellement non-dominés produits au terme de la résolution approchée de la journée réelle A Les instances aléatoires Pour alimenter cette première discussion, 108 instances parmi les 1470 élaborées ont été sélectionnées et résolues pour une configuration à deux et six machines au premier étage. Pour chaque instance, la valeur min/max/moy observée sur le nombre de solu-

7 tions équivalentes et sur temps CPU utilisé, est rapportée dans la table 1. # jobs # solutions CPUt(s) 2 machines 10 min 1 2,12 max 13 3,67 moy 6,47 2,61 50 min 5 9,95 max ,77 moy 70,14 13, min 2 21,99 max ,21 moy 30,00 33,05 6 machines 10 min 1 3,33 max ,02 moy 516,42 36,61 50 min 3 15,63 max ,22 moy 312,31 24, min 1 35,75 max ,03 moy 43,11 59,26 Table 1: Nombre de solutions équivalentes et temps CPU (secondes) relevés pour les 108 instances. Les résultats sont présentés en 6 classes d après la taille des instances (nombre de jobs), avec les dates de disponibilité r i (générées uniformément dans les intervalles 0 à respectivement 0/50/100/150) et les temps de traitement au premier et second étage p i,1, p i,2 (générées uniformément dans les intervalles 0 à respectivement 10/50/100) confondus. Premier constat général pour les 6 classes, il y a toujours au moins une instance qui produit un nombre très faible de solutions. Aussi, pour toutes les classes le temps de résolution est toujours inférieur en moyenne à la minute de calcul. Le plus grand nombre de solutions équivalentes est obtenu pour l instance rnd_10_10_50_0 laquelle présente 10 jobs, un temps de traitement de 10 et 50 respectivement sur le premier et second étage, avec tous les jobs disponibles à l origine. Toutes ces solutions correspondent à seulement 4 points potentiellement nondominés ayant pour makespan et attente moyenne : {(267, 19.3); (268, 17.6); (269, 7.5); (271, 7.2)}. Clairement, ce constat appelle à d autres analyses comme par exemple la mesure de l ensemble minimum complet de solutions (ensemble qui ne comporte qu un seul représentant des solutions qui conduisent à une même performance) dérivé de l approximation. La faible dispersion des valeurs des points sur les deux objectifs conduit aussi à s intéresser à la robustesse de ces ordonnancements. Pour les instances aléatoires où les solutions exactes ont été obtenues, il est intéressant de noter que les solutions approchées sont apparues comme étant très proches des solutions exactes. Toutefois, cela ne concerne que des instances de très petite taille, il n est donc pas possible d en dériver une conclusion. 5. PREMIÈRE CONCLUSION ET POUR- SUITE DES TRAVAUX Cette étude présente les premiers résultats sur le problème d ordonnancement d ateliers flexibles de type flow-shop hybride soumis à des contraintes de blocage en optimisant simultanément deux objectifs, le makespan et le temps d attente moyen. La résolution exacte rencontre très rapidement des difficultés; dans l état courant seules des très petites instances peuvent être résolues exactement. La résolution approchée permet de traiter l ensemble des instances endéans des temps de calculs inférieurs à la minute. A la lumière des approximations rapportées, les instances peuvent véhiculer un nombre impressionnant de solutions équivalentes. Contrairement aux travaux expérimentaux rapportés dans [5] sur des problèmes d optimisation combinatoires bi-objectifs, ce problème particulier de HFS possède peu de points non-dominés. Même si ce constat est préliminaire, il abonde dans le sens des résultats rapportés par Loukil et al [13]. La poursuite des travaux se décline en trois orientations. La première s attache à la résolution exacte avec pour objectif d être en mesure de traiter des instances de la taille des journées réelles du problème de traitement des déchets. La seconde se penche sur la robustesse des solutions, question importante aux yeux du décideur dans le contexte applicatif. La question prend tout son sens compte-tenu du faible nombre de solutions de performances différentes que semble véhiculer le problème, ainsi que la faible dispersion des points dans l espace des objectifs. La dernière orientation relève de la modélisation, notamment par la prise en compte simultanée de contraintes de blocage et de réservation (comme dans le problème ferroviaire mentionné), autre forme de mobilisation d une ressource sans pour autant y voir un job en traitement.

8 References [1] S.A. Brah and J.L. Hunsucker. Branch and bound for flow shop with multiple processors scheduling. European Journal of Operational Research, 51:88 99, [2] S. Dauzère-Pérès, C. Pavageau, N. Sauer. Modélisation et résolution par PLNE d un problème réel d ordonnancement avec contraintes de blocage. 3ème congrès ROADEF p , Nantes, janvier [3] S. Dauzère-Pérès, C. Guéret, S. Martínez, Y. Mati, N. Sauer. Complexité de problèmes d ordonnancement de type flow-shop avec de nouvelles contraintes de blocage. 5ème congrès ROADEF p , Avignon, février [4] X. Delorme. Modélisation et résolution de problèmes liés à l exploitation d infrastructures ferroviaires. Thèse de l Université de Valenciennes et du Hainaut Cambrésis, France, [5] F. Degoutin and X. Gandibleux. Un retour d expériences sur la résolution de problèmes combinatoires bi-objectifs. 5e journée du groupe de travail PM20, Angers, France, mai [6] M. Ehrgott and X. Gandibleux. Multiobjective combinatorial optimization. In M. Ehrgott and X. Gandibleux, editors, Multiple Criteria Optimization: State of the Art Annotated Bibliographic Survey, Vol. 52 of International Series in Operations Research and Management Science, chapter 8, p Kluwer, [7] X. Gandibleux Optimisation multiobjectif : problèmes combinatoires, résolutions exactes et approchées, applications. Habilitation à diriger des recherches. 12 décembre 2003, Université de Valenciennes, France. [8] J.N.D. Gupta. Two-stage, hybrid flowshop scheduling problem. Journal of Operational Research, vol 39: , [9] J.N.D. Gupta et E.A. Tunc. Scheduling a two stages hybrid flowshop with parallel machines at the second stage. Int J. Prod. Res., 29,7: , [10] M. Haouari and R. M Hallah. Heuristic algorithms for the two-stage hybrid flowshop problem. Operations Res. Letters, 21:43 53, [11] J.L. Hunsucker and S.A. Brah. Optimal scheduling in a flow shop with multiple processors. Paper presented at the TIMS/ORSA Joint National Meeting in New Orleans, pages 4 6, [12] M.A. Langston. Interstage transportation planning in the deterministic flow-shop environment. Operations Research, 35, 4: , [13] T. Loukil, J. Teghem, and D. Tuyttens. Solving multi-objective production scheduling problems using metaheuristics. European Journal of Operational Research, 161(1):42 61, [14] S. Martínez, S. Dauzère-Pérès, C. Guéret, N. Sauer. Modèle optimal pour le Flow-Shop hybride à deux étages avec une nouvelle contrainte de blocage. 5e Conférence MOSIM p , Nantes, septembre [15] S. Martínez. Ordonnancement de Systèmes de Production avec contraintes de blocage. Thèse de l Université de Nantes, France, [16] E. Nowicki and C. Smutnicki. The flow shop with parallel machines: A tabu search approach. European Journal of Operational Research, 106: , [17] M.S. Salvador. A solution to a special case of flow-shop scheduling problems. Technical report, Springer-Verlag, New York, [18] N. Sauer. Contribution à l évaluation et l optimisation des systèmes de production. Habilitation à diriger des recherches. Décembre 2004, Université de Nantes, France. [19] T.J. Sawik. A schedule algorithm for flexible flow lines with limited intermediate buffers. Applied Stoch. Models and Data Anal., 9: , [20] T.J. Sawik. Scheduling flexible flow lines with no in-process buffers. Int. J. Prod. Res., 33: , [21] T.J. Sawik. Mixed integer programming for scheduling flexible flow lines with limited intermediate buffers. Mathematical and Computer Modelling, 31: 39-52, [22] H.W. Thornton and J. L. Hunsucker. A new heuristic for minimal makespan in flow shops with multiple processors and no intermediate storage. European Journal of Operational Research, 152:96 114, [23] E.L. Ulungu, J. Teghem, P.H. Fortemps, and D. Tuyttens. MOSA method: A tool for solving multiobjective combinatorial optimization problems. Journal of Multi-Criteria Decision Analysis, 8(4): , [24] R.J. Wittrock. An adaptable scheduling algorithm for flexible flow lines. Operations Research, 36: , 1988.

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,

Plus en détail

AVERTISSEMENT. D'autre part, toute contrefaçon, plagiat, reproduction encourt une poursuite pénale. LIENS

AVERTISSEMENT. D'autre part, toute contrefaçon, plagiat, reproduction encourt une poursuite pénale. LIENS AVERTISSEMENT Ce document est le fruit d'un long travail approuvé par le jury de soutenance et mis à disposition de l'ensemble de la communauté universitaire élargie. Il est soumis à la propriété intellectuelle

Plus en détail

Optimisation des tournées de ramassage scolaire de la commune de Seneffe

Optimisation des tournées de ramassage scolaire de la commune de Seneffe Optimisation des tournées de ramassage scolaire de la commune de Seneffe Laurie Hollaert Séminaire GRT 7 novembre Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe

Plus en détail

Séparation et Evaluation pour le problème d ordonnancement avec blocage.

Séparation et Evaluation pour le problème d ordonnancement avec blocage. Séparation et Evaluation pour le problème d ordonnancement avec blocage. Abdelhakim Ait Zai 1, Abdelkader Bentahar 1, Hamza Bennoui 1, Mourad Boudhar 2 et Yazid Mati 3 1 Faculté d Electronique et d Informatique,

Plus en détail

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation

Plus en détail

Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires

Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires Thierry Benoist Frédéric Gardi Antoine Jeanjean Bouygues e-lab, Paris { tbenoist, fgardi, ajeanjean }@bouygues.com

Plus en détail

A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters

A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters Présenté par : Equipe de travail : Laboratoire : Maxime CHASSAING Philippe LACOMME, Nikolay

Plus en détail

Minimisation de la somme des retards dans un jobshop flexible

Minimisation de la somme des retards dans un jobshop flexible Minimisation de la somme des retards dans un jobshop flexible Nozha ZRIBI, Imed KACEM, Abdelkader EL KAMEL, Pierre BORNE LAGIS Ecole Centrale de Lille, BP 48, 5965 Villeneuve d Ascq Cedex, France ISTIT

Plus en détail

LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage

LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage Alain HERTZ Ecole Polytechnique - GERAD Département de mathématiques et de génie industriel CP 679, succ. Centre-ville, Montréal (QC) H3C

Plus en détail

Travail d Étude et de Recherche. Aide à l optimisation de rendez-vous de type business speed-dating

Travail d Étude et de Recherche. Aide à l optimisation de rendez-vous de type business speed-dating Travail d Étude et de Recherche Aide à l optimisation de rendez-vous de type business speed-dating Alexandre Medi Andreea Radulescu Johan Voland Université de Nantes 10 mai 2011 1 Remerciements En préambule

Plus en détail

Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative

Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Y. Houbad, M. Souier, A. Hassam, Z.Sari Laboratoire d automatique Tlemcen Faculté de technologie, Université Abou

Plus en détail

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003 Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation

Plus en détail

Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes.

Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. LE QUERE Yann, SEVAUX Marc, TRENTESAUX Damien, TAHON Christian Equipe Systèmes de Production

Plus en détail

Un propagateur basé sur les positions pour le problème d Open-Shop.

Un propagateur basé sur les positions pour le problème d Open-Shop. Actes JFPC 2007 Un propagateur basé sur les positions pour le problème d Open-Shop. Jean-Noël Monette Yves Deville Pierre Dupont Département d Ingénierie Informatique Université catholique de Louvain {jmonette,yde,pdupont}@info.ucl.ac.be

Plus en détail

Une application des algorithmes génétiques à l ordonnancement d atelier

Une application des algorithmes génétiques à l ordonnancement d atelier Une application des algorithmes génétiques à l ordonnancement d atelier VACHER Jean-Philippe - GALINHO Thierry - MAMMERI Zoubir Laboratoire d Informatique du Havre Université du Havre 25, Rue Philippe

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Abir BEN HMIDA SAKLY Le 12/12/2009

En vue de l'obtention du. Présentée et soutenue par Abir BEN HMIDA SAKLY Le 12/12/2009 THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré par l'institut National des Sciences Appliquées de Toulouse Discipline ou spécialité : Systèmes Informatiques Présentée et soutenue

Plus en détail

Sujets de stage. Sciences de la Fabrication et Logistique. Génie Industriel. Optimisation. Recherche opérationnelle. Simulation

Sujets de stage. Sciences de la Fabrication et Logistique. Génie Industriel. Optimisation. Recherche opérationnelle. Simulation 2011 2012 Sujets de stage Génie Industriel Optimisation Recherche opérationnelle Simulation Sciences de la Fabrication et Logistique Table des matières Problème de planification de production avec des

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

Ordonnancement robuste et décision dans l'incertain

Ordonnancement robuste et décision dans l'incertain Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4

Plus en détail

Classement multicritère de stratégies d'ordonnancement dans le cadre d'une industrie semi-continue

Classement multicritère de stratégies d'ordonnancement dans le cadre d'une industrie semi-continue Classement multicritère de stratégies d'ordonnancement dans le cadre d'une industrie semi-continue O. Roux 1, V. Dhaevers 1, D. Duvivier 1, N. Meskens 1 et A. Artiba 2 1. Facultés Universitaires Catholiques

Plus en détail

Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle

Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA

Plus en détail

Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamique

Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamique Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamiue D. BERKOUNE 2, K. MESGHOUNI, B. RABENASOLO 2 LAGIS UMR CNRS 846, Ecole

Plus en détail

Sommaire. Introduction.2. 1. Définition..2. 2. Historique.2. 3. Domaine d application.2. 4.Les Travaux réalisés sur les domaines d application.

Sommaire. Introduction.2. 1. Définition..2. 2. Historique.2. 3. Domaine d application.2. 4.Les Travaux réalisés sur les domaines d application. Sommaire Introduction.2 1. Définition..2 2. Historique.2 3. Domaine d application.2 4.Les Travaux réalisés sur les domaines d application.3 5.Algorithme 4 6.Exemple d application 5 7. Avantage et inconvénient..6

Plus en détail

Contribution à la compréhension de l avis de l expert dans un choix multiobjectifs. Cas industriel : fabrication de fromages

Contribution à la compréhension de l avis de l expert dans un choix multiobjectifs. Cas industriel : fabrication de fromages Contribution à la compréhension de l avis de l expert dans un choix multiobjectifs. Cas industriel : fabrication de fromages Irma RAMIREZ*, Jean RENAUD, Patrick TRUCHOT *Doctorante en ème année de thèse

Plus en détail

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

Recherche locale pour un problème d optimisation de tournées de véhicules avec gestion des stocks

Recherche locale pour un problème d optimisation de tournées de véhicules avec gestion des stocks 8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» Recherche

Plus en détail

Rapport du Jury du Concours 2010 Épreuve Pratique d Algorithmique et de Programmation (EPAP)

Rapport du Jury du Concours 2010 Épreuve Pratique d Algorithmique et de Programmation (EPAP) Rapport du Jury du Concours 2010 Épreuve Pratique d Algorithmique et de Programmation (EPAP) Loris Marchal, Guillaume Melquion, Frédéric Tronel 21 juin 2011 Remarques générales à propos de l épreuve Organisation

Plus en détail

Cours de Master Recherche

Cours de Master Recherche Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction

Plus en détail

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.

Plus en détail

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour

Plus en détail

Algorithmes de recherche d itinéraires en transport multimodal

Algorithmes de recherche d itinéraires en transport multimodal de recherche d itinéraires en transport multimodal Fallou GUEYE 14 Décembre 2010 Direction : Christian Artigues LAAS-CNRS Co-direction : Marie José Huguet LAAS-CNRS Encadrant industriel : Frédéric Schettini

Plus en détail

Problème d ordonnancement de véhicules en variables booléennes

Problème d ordonnancement de véhicules en variables booléennes Problème d ordonnancement de véhicules en variables booléennes Freddy Hetman 2 juillet 2013 Faculté des sciences Jean Perrin Freddy Hetman () 2 juillet 2013 1 / 22 Sommaire 1 Introduction 2 Le problème

Plus en détail

Résolution du RCPSP avec production et consommation de ressources : modèles PLNE basés sur les événements

Résolution du RCPSP avec production et consommation de ressources : modèles PLNE basés sur les événements «Évaluation et optimisation des systèmes innovants de production de biens et de services» Résolution du RCPSP avec production et consommation de ressources : modèles PLNE basés sur les événements Oumar

Plus en détail

Approche hybride de reconstruction de facettes planes 3D

Approche hybride de reconstruction de facettes planes 3D Cari 2004 7/10/04 14:50 Page 67 Approche hybride de reconstruction de facettes planes 3D Ezzeddine ZAGROUBA F. S.T, Dept. Informatique. Lab. d Informatique, Parallélisme et Productique. Campus Universitaire.

Plus en détail

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction

Plus en détail

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178 Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain

Plus en détail

INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING

INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ES SCIENCES PAR Tamas KIS Informaticien mathématicien diplômé de l'université

Plus en détail

Programmation Linéaire - Cours 1

Programmation Linéaire - Cours 1 Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.

Plus en détail

Hela Boukef. To cite this version: HAL Id: tel-00577101 https://tel.archives-ouvertes.fr/tel-00577101

Hela Boukef. To cite this version: HAL Id: tel-00577101 https://tel.archives-ouvertes.fr/tel-00577101 Sur l ordonnancement d ateliers job-shop flexibles et flow-shop en industries pharmaceutiques : optimisation par algorithmes génétiques et essaims particulaires Hela Boukef To cite this version: Hela Boukef.

Plus en détail

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du

Plus en détail

Système Immunitaire Artificiel Parallèle appliqué aux Flow Shop Hybride (FSH)

Système Immunitaire Artificiel Parallèle appliqué aux Flow Shop Hybride (FSH) République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieur et de la Recherche Scientifique Université des Sciences et de la Technologie d Oran -Mohamed Boudiaf USTO-MB Faculté

Plus en détail

PLANIFICATION DES LIVRAISON JOINTES DE DIFFERENTS PRODUITS A DIFFERENTS SITES

PLANIFICATION DES LIVRAISON JOINTES DE DIFFERENTS PRODUITS A DIFFERENTS SITES 0ème Conférence Francophone de Modélisation, Optimisation et Simulation- MOSIM 5 au 7 novembre 0 - Nancy France «de l économie linéaire à l économie circulaire» PLANIFICATION DES LIVRAISON JOINTES DE DIFFERENTS

Plus en détail

Évaluation d une méthode d ordonnancement multicritère utilisant AHP

Évaluation d une méthode d ordonnancement multicritère utilisant AHP Évaluation d une méthode d ordonnancement multicritère utilisant AHP FOUZIA OUNNAR 1, SELMA KHADER 2, YVES DUBROMELLE 1, JEAN-PIERRE PRUNARET 1, PATRICK PUJO 1 1 LSIS UMR CNRS 7296 Aix-Marseille Université

Plus en détail

Ordonnancement temps réel

Ordonnancement temps réel Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

ESTIMATION DE LA HAUTEUR D UN LIT DE STOCKAGE DE L ENERGIE THERMIQUE UTILISANT UN MATERIAU A CHANGEMENT DE PHASE

ESTIMATION DE LA HAUTEUR D UN LIT DE STOCKAGE DE L ENERGIE THERMIQUE UTILISANT UN MATERIAU A CHANGEMENT DE PHASE 0-06 Novembre, 00, Sousse,Tunisie ESTIMATION DE LA HAUTEUR D UN LIT DE STOCKAGE DE L ENERGIE THERMIQUE UTILISANT UN MATERIAU A CHANGEMENT DE PHASE A. Benmansour A. Benzerdjeb Laboratoire de mécanique appliquée,

Plus en détail

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques Université Mohammed V, Faculté des Sciences de Rabat Laboratoire de Recherche Mathématiques, Informatique et Applications Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques MASTER

Plus en détail

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base M.A. Knefati 1 & A. Oulidi 2 & P.Chauvet 1 & M. Delecroix 3 1 LUNAM Université, Université Catholique de l Ouest,

Plus en détail

Ordonnancement sous contraintes de Qualité de Service dans les Clouds

Ordonnancement sous contraintes de Qualité de Service dans les Clouds Ordonnancement sous contraintes de Qualité de Service dans les Clouds GUÉROUT Tom DA COSTA Georges (SEPIA) MONTEIL Thierry (SARA) 14/9/215 1 Profil Profil Parcours : Laboratoires LAAS et IRIT à Toulouse

Plus en détail

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes

Optimisation de requêtes. I3009 Licence d informatique 2015/2016. Traitement des requêtes Optimisation de requêtes I3009 Licence d informatique 2015/2016 Cours 5 - Optimisation de requêtes Stéphane.Gançarski Stephane.Gancarski@lip6.fr Traitement et exécution de requêtes Implémentation des opérateurs

Plus en détail

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/)

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/) IREM Clermont-Ferrand Algorithmique au lycée Malika More malika.more@u-clermont1.fr 28 janvier 2011 Proposition d activité utilisant l application Tripatouille (http://www.malgouyres.fr/tripatouille/)

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

Proposition d un modèle pour Ordonnancement d un Système Automatisé de Production Applications des algorithmes génétiques hybrides

Proposition d un modèle pour Ordonnancement d un Système Automatisé de Production Applications des algorithmes génétiques hybrides Proposition d un modèle pour Ordonnancement d un Système Automatisé de Production Applications des algorithmes génétiques hybrides Djamila Bouhalouan 1, Nassima Aissani 1, Bouziane Beldjilali 2 1 Département

Plus en détail

J. Franco *1, O. Vasseur 2, B. Corre 1, M. Sergent 3. Communication orale 1. INTRODUCTION

J. Franco *1, O. Vasseur 2, B. Corre 1, M. Sergent 3. Communication orale 1. INTRODUCTION Un nouveau critère basé sur les arbres de longueur minimale pour déterminer la qualité de la répartition spatiale des points d un plan d expériences numériques en phase exploratoire. J. Franco *1, O. Vasseur

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Algorithmique et Programmation Projets 2012/2013

Algorithmique et Programmation Projets 2012/2013 3 Dames 3. Objectif Il s agit d écrire un programme jouant aux Dames selon les règles. Le programme doit être le meilleur possible. Vous utiliserez pour cela l algorithme α β de recherche du meilleur coup

Plus en détail

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique

Plus en détail

UNE APPROCHE D OPTIMISATION-BASEE SUR LA SIMULATION POUR LA CONCEPTION D UN RESEAU DE DISTRIBUTION STOCHASTIQUE MULTI FOURNISSEURS

UNE APPROCHE D OPTIMISATION-BASEE SUR LA SIMULATION POUR LA CONCEPTION D UN RESEAU DE DISTRIBUTION STOCHASTIQUE MULTI FOURNISSEURS 8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie Évaluation et optimisation des systèmes innovants de production de biens et de services UNE

Plus en détail

Développement itératif, évolutif et agile

Développement itératif, évolutif et agile Document Développement itératif, évolutif et agile Auteur Nicoleta SERGI Version 1.0 Date de sortie 23/11/2007 1. Processus Unifié Développement itératif, évolutif et agile Contrairement au cycle de vie

Plus en détail

Contrainte de flot pour RCPSP avec temps de transfert

Contrainte de flot pour RCPSP avec temps de transfert Contrainte de flot et x-rcpsc T 1 Contrainte de flot pour RCPSP avec temps de transfert PS temp, s ij Cmax BENOIST Thierry BOUYGUES/e-Lab DIAMANTINI Maurice ENSTA/LMA Contrainte de flot et x-rcpsc T Présentation

Plus en détail

Un couplage métaheuristique / simulation appliqué au problème du job shop avec transport

Un couplage métaheuristique / simulation appliqué au problème du job shop avec transport Un couplage métaheuristique / simulation appliqué au problème du job shop avec transport LAURENT DEROUSSI 1, ICHEL GOURGAND 2 LIOS CNRS UR 6158 1 IUT de ontluçon, Avenue Aristide Briand B.P. 2235, 03101

Plus en détail

Plans Coupants et Branch-and-bound

Plans Coupants et Branch-and-bound Plans Coupants et Branch-and-bound Pierre Bonami Optimisation Combinatoire, Masters II, ID et IF 18 décembre 2012 2 idées algorithmiques On considère un problème en nombres entiers z PLM = min{c T x :

Plus en détail

Théorie de l information : historique

Théorie de l information : historique Théorie de l information : historique Développée dans les années quarante par Claude Shannon. Objectif : maximiser la quantité d information pouvant être transmise par un canal de communication imparfait.

Plus en détail

UN ALGORITHME COOPÉRATIF POUR UN PROBLÈME D ATELIER JOB SHOP MULTI-AGENT

UN ALGORITHME COOPÉRATIF POUR UN PROBLÈME D ATELIER JOB SHOP MULTI-AGENT 8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» UN

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

Ministère de l Enseignement Supérieur et de la Recherche Scientifique. Mémoire de fin d études. Thème

Ministère de l Enseignement Supérieur et de la Recherche Scientifique. Mémoire de fin d études. Thème Ministère de l Enseignement Supérieur et de la Recherche Scientifique Institut National de formation en Informatique (I.N.I.) Oued-Smar Alger Mémoire de fin d études Pour l obtention du diplôme d ingénieur

Plus en détail

Agrégation des portefeuilles de contrats d assurance vie

Agrégation des portefeuilles de contrats d assurance vie Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l

Plus en détail

Utilisation du backtrack intelligent dans un branch-and-bound Application au problème d Open-Shop

Utilisation du backtrack intelligent dans un branch-and-bound Application au problème d Open-Shop Utilisation du backtrack intelligent dans un branch-and-bound Application au problème d Open-Shop Narendra Jussien et Christelle Guéret École des Mines de Nantes 4 rue Alfred Kastler BP 20722 F-44300 Nantes

Plus en détail

High Performance by Exploiting Information Locality through Reverse Computing. Mouad Bahi

High Performance by Exploiting Information Locality through Reverse Computing. Mouad Bahi Thèse High Performance by Exploiting Information Locality through Reverse Computing Présentée et soutenue publiquement le 21 décembre 2011 par Mouad Bahi pour l obtention du Doctorat de l université Paris-Sud

Plus en détail

Les Triggers SQL. Didier DONSEZ. Université de Valenciennes Institut des Sciences et Techniques de Valenciennes donsez@univ-valenciennes.

Les Triggers SQL. Didier DONSEZ. Université de Valenciennes Institut des Sciences et Techniques de Valenciennes donsez@univ-valenciennes. Les Triggers SQL Didier DONSEZ Université de Valenciennes Institut des Sciences et Techniques de Valenciennes donsez@univ-valenciennes.fr 1 Sommaire Motivations Trigger Ordre Trigger Ligne Condition Trigger

Plus en détail

Partie 6 : Ordonnancement de processus

Partie 6 : Ordonnancement de processus INF3600+INF2610 Automne 2006 Partie 6 : Ordonnancement de processus Exercice 1 : Considérez un système d exploitation qui ordonnance les processus selon l algorithme du tourniquet. La file des processus

Plus en détail

Modèle de coopération d un processus de ré-ordonnancement distribué

Modèle de coopération d un processus de ré-ordonnancement distribué Modèle de coopération d un processus de ré-ordonnancement distribué LE QUEREa, b Yann, SEVAUX a Marc TAHONa Christian, TRENTESAUXa Damien. aequipe Systèmes de Production LAMIH, Université de Valenciennes

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

Projet du service «ON DEMAND BUS» à Kashiwa (Japon)

Projet du service «ON DEMAND BUS» à Kashiwa (Japon) Module COSMI Master TRADD PFR Mina KAGAWA (Japon) Youssef MHIMRA (Maroc) Projet du service «ON DEMAND BUS» à Kashiwa (Japon) Aperçu général sur la ville de Kashiwa : La ville de Kashiwa est située à environ

Plus en détail

PLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique

PLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique Département de génie de la production automatisée Programme de baccalauréat Professeur Pontien Mbaraga, Ph.D. Session/année Automne 2004 Groupe(s) 01 PLAN DE COURS GPA750 Ordonnancement des systèmes de

Plus en détail

Partie 7 : Gestion de la mémoire

Partie 7 : Gestion de la mémoire INF3600+INF2610 Automne 2006 Partie 7 : Gestion de la mémoire Exercice 1 : Considérez un système disposant de 16 MO de mémoire physique réservée aux processus utilisateur. La mémoire est composée de cases

Plus en détail

Programmation en VBA

Programmation en VBA Programmation en VBA Présentation de Visual Basic Visual Basic : Basic : dérivé du langage Basic (Biginner s All purpose Symbolic Instruction Code) des années 60 Visual : dessin et aperçu de l interface

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Ordonnancement sous contraintes de Qualité de Service dans les Clouds

Ordonnancement sous contraintes de Qualité de Service dans les Clouds Ordonnancement sous contraintes de Qualité de Service dans les Clouds GUÉROUT Tom DA COSTA Georges (SEPIA) MONTEIL Thierry (SARA) 05/12/2014 1 Contexte CLOUD COMPUTING Contexte : Environnement de Cloud

Plus en détail

Générateur de code de simulation à partir de l information de localisation du produit

Générateur de code de simulation à partir de l information de localisation du produit Générateur de code de simulation à partir de l information de localisation du produit Andrés VÉJAR Patrick CHARPENTIER prénom.nom@cran.uhp-nancy.fr Centre de Recherche en Automatique de Nancy (CRAN), CNRS

Plus en détail

SugarCubes. Jean-Ferdinand Susini Maître de Conférences, CNAM Chaire systèmes enfouis et embarqués. Paris, le 9 janvier, 2009

SugarCubes. Jean-Ferdinand Susini Maître de Conférences, CNAM Chaire systèmes enfouis et embarqués. Paris, le 9 janvier, 2009 SugarCubes Jean-Ferdinand Susini Maître de Conférences, CNAM Chaire systèmes enfouis et embarqués Paris, le 9 janvier, 2009 Plan 2 Les SugarCubes au dessus de J2ME Quelques résultats expérimentaux Les

Plus en détail

Mathématiques appliquées à l informatique

Mathématiques appliquées à l informatique Mathématiques appliquées à l informatique Jean-Etienne Poirrier 15 décembre 2005 Table des matières 1 Matrices 3 1.1 Définition......................................... 3 1.2 Les différents types de matrices.............................

Plus en détail

Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image

Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire

Plus en détail

DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com

DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com #solconnect13 SOLUTIONS ADAPTEES AUX BESOINS CLIENTS Mobile/Cloud Data Serving and Transaction Processing Mobile Storefront JSON Database

Plus en détail

Conception assistée par ordinateur de molécules thérapeutiques

Conception assistée par ordinateur de molécules thérapeutiques Conception assistée par ordinateur de molécules thérapeutiques D. Gilis Bioinformatique génomique et structurale Faculté des sciences appliquées Université Libre de Bruxelles Objectif: illustrer en quoi

Plus en détail

FIMA, 7 juillet 2005

FIMA, 7 juillet 2005 F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation

Plus en détail

Modélisation et optimisation participative des processus métier assistées par un jeu de rôles

Modélisation et optimisation participative des processus métier assistées par un jeu de rôles Modélisation et optimisation participative des processus métier assistées par un jeu de rôles Les organisations doivent aujourd hui s'adapter de plus en plus vite aux évolutions stratégiques, organisationnelles

Plus en détail

Mlle Yasmin A. RÍOS SOLÍS

Mlle Yasmin A. RÍOS SOLÍS Thèse de DOCTORAT de l UNIVERSITÉ PARIS VI - PIERRE ET MARIE CURIE Spécialité : INFORMATIQUE présentée par : Mlle Yasmin A. RÍOS SOLÍS pour obtenir le grade de DOCTEUR de l UNIVERSITÉ PARIS VI Sujet de

Plus en détail

Contrôle stochastique d allocation de ressources dans le «cloud computing»

Contrôle stochastique d allocation de ressources dans le «cloud computing» Contrôle stochastique d allocation de ressources dans le «cloud computing» Jacques Malenfant 1 Olga Melekhova 1, Xavier Dutreilh 1,3, Sergey Kirghizov 1, Isis Truck 2, Nicolas Rivierre 3 Travaux partiellement

Plus en détail

Marketing Data Set: Follow-Up to Purchases of a Consumer Panel

Marketing Data Set: Follow-Up to Purchases of a Consumer Panel Marketing Data Set: Follow-Up to Purchases of a Consumer Panel Typologie des consommateurs et Mesure de la loyauté/fidélité Stéphanie Ledauphin-Menard, Sébastien Lê Face aux problèmes de pouvoir d achat

Plus en détail

Fast and Furious Decision Tree Induction

Fast and Furious Decision Tree Induction Institut National des Sciences Appliquées de Rennes Dossier de planification initiale Encadreurs : Nikolaos Parlavantzas - Christian Raymond Fast and Furious Decision Tree Induction Andra Blaj Nicolas

Plus en détail

Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2

Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2 Implantation d atelier 1 ère partie Franck Fontanili Centre de Génie Industriel EMAC/IFIE_GIPSI_M2 Plan de la présentation Processus général d implantation Estimation des surfaces nécessaires Pareto des

Plus en détail

Analyse des erreurs de mesure lors d une opération de soudage ; Définition d une instrumentation optimale.

Analyse des erreurs de mesure lors d une opération de soudage ; Définition d une instrumentation optimale. Analyse des erreurs de mesure lors d une opération de soudage ; Définition d une instrumentation optimale. Morgan DAL 1, Philippe LE MASSON 1, Michel DUMONS 1, Didier LAWRJANIEC 2 1 LIMATB, Université

Plus en détail

Bilan de thèse à mi-parcours

Bilan de thèse à mi-parcours Bilan de thèse à mi-parcours Benjamin Lévy 26 mars 2012 Introduction La thèse de doctorat d informatique (école doctorale 130, EDITE) dont le titre officiel est le suivant : Avatars capables d écoute,

Plus en détail

FONCTION ORDONNANCEMENT AU SEIN

FONCTION ORDONNANCEMENT AU SEIN Lebanese Science Journal, Vol. 10, No. 1, 2009 107 FONCTION ORDONNANCEMENT AU SEIN D UN SYSTEME DE GESTION DE PRODUCTION «ETUDE D UN CAS» Mohsen Akrout et Faouzi Masmoudi Ecole Nationale d Ingénieurs de

Plus en détail

Modélisation de la relation entre le comportement au volant et la consommation de carburant

Modélisation de la relation entre le comportement au volant et la consommation de carburant ÉTUDE TECHNIQUE Modélisation de la relation entre le comportement au volant et la consommation de carburant De nombreuses entreprises investissent dans des services d accompagnement destinés aux conducteurs

Plus en détail