ORDONNANCEMENT DES RESSOURCES HUMAINES : Etude du cas d une entreprise d injection plastique

Transcription

1 3 e Conférence Francophone de Modélisation et SIMulation Conception, Analyse et Gestion des Systèmes Industriels MOSIM 01 du 25 Avril au 27 avril 2001 Troyes (France) ORDONNANCEMENT DES RESSOURCES HUMAINES : Etude du cas d une entreprise d injection plastique Laure PICHOT, Pierre BAPTISTE PRISMa, INSA de LYON, Bat 403, 20 avenue Albert Einstein, Villeurbanne CEDEX Tél. : , baptiste@gprhp.insa-lyon.fr R!SUME : Le travail présenté a été mené dans un atelier d injection plastique disposant comme ressources techniques d une trentaine de presses, d outillages (moules), de palans pour le transport des outillages et comme ressources humaines : d opérateurs et de régleurs. Vu du côté machines, le problème d ordonnancement est un problème à machines parallèles. Mais, on ne peut se restreindre à prendre en compte uniquement les presses, il s agit en fait d un problème multi- ressources. L ordonnancement est aujourd hui basé sur les presses et les outillages, mais visiblement il n est pas suivi car les régleurs semblent être la ressource critique. Une analyse des compétences requises a permis de mettre en évidence la criticité des régleurs. Deux stratégies globales d ordonnancement ont été testées : Ordonnancer les tâches sur les presses puis prendre en compte les régleurs; Faire un modèle des compétences des régleurs, puis ordonnancer les tâches sur les régleurs avant de les ordonnancer sur les presses. Les premiers résultats montrent qu il est plus intéressant de traiter les régleurs en premier et les ressources machines en second. MOTS CLES : Ordonnancement, Ressources humaines, Compétences, Modèles, Algorithmes. 1 INTRODUCTION Les approches classiques de gestion de la production ne prennent pas en compte les contraintes de capacités des ressources humaines, les supposant à capacité infinie. Certaines entreprises pour pallier ce problème, cherche à rendre leurs ressources humaines à capacité infinie en ayant, par exemple, recours à des agences d intérimaires. Pourtant, un paramètre primordial non pris en compte est la capacité de ces intérimaires à effectuer le travail demandé, c est-à-dire les compétences qu ils possèdent pour effectuer leur mission dans l entreprise. Lorsque les compétences requises ne sont pas très pointues, cette stratégie est tout à fait valable. En revanche dés qu une certaine maîtrise des procédés et une connaissance de l atelier sont nécessaires pour effectuer correctement une tâche; ceci n est plus applicable. Il faut donc se retourner vers d autres stratégies. Il s agit du cas d une entreprise d injection plastique, située dans la région lyonnaise. Deux types de poste sont occupés dans l atelier : les opérateurs qui conduisent les presses à injecter et les régleurs qui effectuent les changements de production et veillent au bon fonctionnement des presses. Le poste d opérateur ne nécessite pas de compétences très pointues; l ajustement de la capacité à la charge se fait donc par l emploi d intérimaires. En revanche, en ce qui concerne les régleurs, une bonne connaissance de l injection plastique et de l outil de production sont nécessaires. On ne peut donc pas se permettre d employer des intérimaires pour effectuer ces tâches. Les régleurs sont donc une ressource critique pour l entreprise et une bonne organisation et répartition de leur travail dans le temps sont nécessaires au bon fonctionnement de l atelier de production. A partir de cet exemple concret, nous avons essayé d explorer des modélisations possibles des compétences qui soient utilisables dans un contexte d ordonnancement. Nous avons alors montré que la prise en compte des compétences comme de réelles ressources permet d obtenir des ordonnancements de bien meilleur qualité et plus proche de la réalité. 2 CAS DE L'ENTREPRISE ETUDIEE 2.1 Ressources techniques L'atelier est équipé de : - 33 presses à injecter de différentes tailles et puissances, et de marques différentes. Elles sont regroupées en fonction de leur puissance et de leur course d'ouverture. Il existe 18 groupes comprenant de 1 et 4 presses. - une multitude de moules. Un ordre de fabrication est associé à un moule (chaque type de pièce a un moule dédié). Les moules sont associés à des groupes de machine aux caractéristiques identiques (force de fermeture et course d'ouverture semblables mais pouvant être de marques différentes). - de 2 palans utilisés pour les changements de moules. - de périphériques (robots, broyeurs, tapis..etc..), non pris en compte dans l étude (nombre infini)

2 Au cours des productions, les ressources techniques nécessaires sont les suivantes : Changement de production (1) (2) O.F. (3) (1) Changement d outillage : Presse + Palan (2) Démarrage : Presse (3) Production : Presse Figure 1. Besoins en ressources techniques Remarque : ordre de grandeur : - changement de production : de ½ h à 4 h : moyenne de 1h30 - démarrage : environ 1/3 du temps de changement de production - production : la durée des O.F. est très variable : de 4 h. à plusieurs semaines. La moyenne est de 8 h. 2.2 Ressources humaines Chaque équipe est composée de : 1 chef d'équipe 3 régleurs 5 opérateurs Au cours des productions, les ressources humaines nécessaires sont les suivantes : Chef d équipe (1) (2) (3) (1) Production : Opérateur (2) Changement de production : Régleur (3) Production : Opérateur Figure 2. Besoins en ressources humaines Les régleurs ont différents niveaux de compétences. Ils sont en nombre limité et l'ajustement de leur capacité à la charge de travail est impossible. Les régleurs sont donc la ressource la plus critique. 3 ANALYSE DU PROBLEME O.F. 1:1 1:1 nécessite Changement de production 1:1 1:1 1:1 affecté à MOULE associé à 1:1 nécessite réalisé par sur 0:N COMPETENCE monté sur 0:N détenue par 0:N MACHINE sur REGLEUR 0:N LEGENDE : Modèle Objectif de l'étude Détail des compétences Ressources (techniques & humaines) Figure 3. Modélisation du problème

3 3.1 Hypothèses! Le problème : Ordonnancer un ensemble de tâches dans le temps en tenant compte des contraintes de ressources (capacité et habilité) Soit un ensemble de tâches à réaliser : ( J i ) i=1 n! Les ressources : Pour réaliser les tâches, on dispose d un ensemble de ressources humaines et techniques : Soit un ensemble de régleurs pour réaliser ces tâches : ( R j ) j=1 p Soit un ensemble de machines sur lesquelles seront réalisées ces tâches : ( M k ) k=1 r! Les contraintes liées au problème : On cherche à affecter à chaque tâche : un régleur, une tâche, une date de début (la date de fin est implicite), en minimisant le temps de réalisation de l ensemble des tâches (C max ). On pose donc : δ ij =1 si la tâche i est affectée au régleur j, sinon δ ij =0 δ ik =1 si la tâche i est affectée à la machine k, sinon : δ ik =0 Une tâche est affectée à un et un seul régleur : i [1,n] ; Σ j (δ ij ) = 1 et Σ i Σ j (δ ij ) = n Une tâche est réalisée sur une et une seule machine : i [1,n] ; Σ k (δ ik ) = 1 et Σ i Σ k (δ ik ) = n Un régleur j peut réaliser de 0 à n tâches : j [1,p] ; 0 Σ i (δ ij ) n Une machine k peut réaliser de 0 à n tâches : k [1,r] ; 0 Σ i (δ ik ) n! Les contraintes : Ce sont des contraintes dues aux ressources : - au niveau des ressources humaines : Il s agit de contraintes de capacité (les régleurs sont en nombre fini) et de compétences. - au niveau des ressources techniques : il s agit de contraintes de capacité (les palans et les machines sont en capacité finie) et d adaptabilité (les machines ont différentes caractéristiques qui doivent être en adéquation avec les moules associés aux tâches).! L objectif : Notre objectif est de minimiser la durée totale d ordonnancement : C max. 3.2 Modélisation des compétences Soit un ensemble de compétences : (C g ) g=1 s Définition de la compétence Différentes définitions sont données pour le concept de compétence : - la mise en œuvre intégrée d'aptitudes, de traits de personnalité et aussi de connaissances acquises pour mener à bien une mission dans le cadre d une entreprise (Harzallah, 1998) - un savoir (des connaissances intellectuelles) agir (des capacités à mettre en œuvre) reconnu (socialisé, validé, inséré dans un exercice, un lieu). (LeBoterf, 1994) La compétence est donc associée à une ou plusieurs tâches d une situation de travail particulière, est issue d une combinaison de savoirs (ensemble de connaissances théoriques acquises), savoir-faire (maîtrise des processus de travail) et de savoirêtre.(comportements mis en œuvre). Savoir théorique Aspect Organisation Technologies / Machines Aspect économique Mission pour accomplir Compétence Requise Individu par Compétence Acquise SAVOIR SAVOIR- FAIRE inclue inclue Savoir sur l'existant Savoir procédural Savoir-faire formalisé Savoir-faire empirique Aspect informationnel relative à type COMPETENCE possède Savoir-faire relationnel Produit SAVOIR- ETRE inclue Savoir-faire cognitif Processus Comportement Figure 4. Modèle de compétences (Harzallah, 1998) Pour notre étude, nous ne traiterons pas de la définition et de l évaluation des compétences dans l entreprise

4 3.2.2 Modèle général Deux types de compétences sont reconnus : les compétences requises, c est-à-dire celles nécessaires à la réalisation d une tâche et les compétences acquises, c est-à-dire celles possédées par les régleurs. γ ig =1 si la tâche i requiert la compétence g, sinon γ ig =0 γ jg =1 si le régleur possède la compétence g, sinon : γ jg =0 Une tâche i peut nécessiter de 0 à s compétences : i [1,n] ; 0 Σ g (γ ig ) s Un régleur j peut posséder de 0 à s compétences : j [1,p] ; 0 Σ g (γ jg ) s Une tâche i est réalisable par un régleur j seulement si les compétences requises sont contenues dans les compétences acquises par le régleur j : i [1,n], j [1,p] tels que δ ij = 1 g [1,n] : (γ ig ) (γ jg ) Ce modèle est le modèle générique. D autres variantes de la modélisation des compétences sont imaginables Variantes! Modèle multiressources Le modèle générique est complexe car il peut présenter des relations entre les compétences. Il est ainsi possible que les tâches nécessitent diverses compétences qu un seul régleur ne possède pas. Dans ce cas, on peut imaginer plusieurs alternatives à ce problème : - soit, si les compétences sont requises à différents moments de l exécution de la tâche : on peut alors différencier la tâche en sous-tâches nécessitant une ou des compétence(s) pouvant être réalisées par une seule ressource et en instaurant des conditions de précédence. - soit, en affectant plusieurs ressources simultanément pour l exécution d une tâche, mais, dans ce cas l utilisation des ressources n est pas optimisée.! Modèle par notation : Un autre modèle plus complexe inclue l influence que peuvent avoir les compétences sur les tâches. En effet, il est possible d imaginer que suivant les compétences du régleur, les tâches peuvent être réalisées plus ou moins rapidement. Dans ce cas, un système de notation pourra être mis en place : Soit x ij la note donnée lorsque la tâche i est effectuée par le régleur j Dans les cas précédents, les compétences étaient seulement considérées comme des contraintes, dans ce cas, elles doivent aussi intervenir dans la fonction de coût. L affectation des tâches aux régleurs devra donc être effectuée en cherchant à minimiser la somme des notations : i [1,n], j [1,p] tels que δ ij = 1 Min(Σ j (x ij ))! Modèle par «regroupement»: Afin de simplifier le problème, il est possible d imaginer qu une tâche requiert un ensemble de compétences et qu un régleur possède diverses compétences représentant un ensemble. On peut alors obtenir différents modèles. Les compétences peuvent être associées en ensemble de compétences que l on peut appeler «pôles» de compétence. A partir de la matrice de compétences, on peut s identifier à l un des modèles présentés dans le tableau 1. Le modèle 1 est le plus général, les 2 autres modèles, cas particuliers de celui-ci pourront être identifiés. Modèle générique : Pôles de compétences P2 P14 P11 P4 P6 P10 P13 P12 P3 P5 P9 P8 P7 P15 P1 Modèle 2 :Compétence en cascade P1 P2 P3 P4 P5 P6 Modèle 3 :Niveaux de compétence N4 N3 N2 N1 Comp. Tâches Tableau 1. Modèles de compétences Application au cas de l entreprise étudiée Dans le cas de l entreprise étudiée, les niveaux de compétence des régleurs sont évalués en fonction de leur formation et de leur expérience. Pour un changement de production, les compétences sont complexes, elles peuvent être décomposées en trois groupes : maîtrise de l'injection plastique (évaluée d'après les formations suivies); connaissance du moule (les moules sont classés par niveaux de difficulté); connaissance de la presse (les régleurs ont généralement des marques de prédilection, certaines presses nécessitant des actions particulières). En fonction de ces 3 «groupes» de compétences, un

5 régleur sera plus à même d'effectuer un changement de production. D'autres compétences sont aussi nécessaires mais non déterminantes pour l'accomplissement d'une tâche : organisation, innovation, responsabilisation..etc.. L analyse de la matrice des compétences nous montre que nous pouvons sans trop perdre d informations modéliser cette matrice par une structure hiérarchique de type 3 (cf. Tableau 1). Le nombre de «1» à l extérieur des rectangles étant très limité. Par contre, une modélisation de type 2 (cf. Tableau 1) ne semble pas adaptée. On distingue 3 niveaux de compétences. Les niveaux sont codifiés de la façon suivante et correspondent à des critères : - Niveau 3 : régleur confirmé - Niveau 2 : régleur qualifié - Niveau 1 : régleur (débutant) 3.3 Résolution du problème Hypothèses Afin de résoudre le problème, nous posons : Les compétences sont seulement reliées aux tâches : un niveau de compétence minimum est requis pour réaliser une tâche. Nous négligeons les liens que peuvent avoir les compétences avec les presses. Le niveau de compétence des régleurs n a pas d influence sur la réalisation de la tâche (durée de changement de production constant) Le choix de la machine n a pas d influence sur la réalisation de la tâche (durées des O.F.s et des changements de production constants) Les tâches peuvent être réalisées sur un ensemble de groupes de machine : dont les caractéristiques sont comprises entre un minimum (puissance correspondant au groupe minimum) et un maximum (puissance correspondant au groupe maximum) On prend en compte comme ressources humaines uniquement les régleurs et comme ressources techniques : les presses à injecter et les palans Données de base Les données concernent : (les données en italique correspondent au cas de l entreprise) o Les tâches : (40 tâches) - la durée de l O.F. (hors changement de production) : de 4 à 8 heures - la durée du changement de production : de 1 à 3 heures - le niveau de compétence requis : 3 niveaux de compétence - les groupes minimum et maximum des presses à injecter : 18 groupes o Les régleurs : (3 régleurs) - le niveau de compétence acquis : 3 niveaux de compétence o Les groupes de presses à injecter : (18 groupes ; 33 machines) - le nombre de machines appartenant au groupe : de1 à 3 machines par groupe Remarque : le générateur d exemples propose de choisir le nombre de régleurs, de tâches, de groupes de machines ; mais le nombre de palans disponibles est fixé à Les approches possibles Les plus simples problèmes d ordonnancement étant np-complets, il est clair qu une recherche de solution exacte est vouée à l échec sur des problèmes de dimension importante. Les différentes approches possibles sont : - heuristique - méthode stochastique Les méthodes stochastiques sont relativement simples à mettre en œuvre et seront sans doute intéressantes à utiliser dans un second temps. Dans un premier temps, il nous a semblé intéressant d essayer de définir une heuristique. Qu il s agisse de l une ou l autre approche, l évaluation de la performance de nos résultats ne pourra pas se faire à partir de solutions optimales connues (absence de Benchmark et de programme optimum). En conséquence, nous serons obligés de nous comparer à des bornes, sans pour le moment connaître exactement la qualité de ces bornes. Nous chercherons à minimiser la durée de réalisation des tâches : Cmax Solution proposée! Architecture de la solution : La solution proposée à ce problème d ordonnancement consiste à : 1. Affecter un ensemble de tâches aux régleurs : a. Classement des tâches suivant un critère à définir b. Affectation des tâches aux régleurs suivant leur capacité (niveau de compétence) et suivant leur occupation 2. Ordonnancer les tâches sur les machines a. Choisir le régleur libre le plus tôt b. Choix de la tâche dans la liste associée au régleur libre le plus tôt c. Affectation de la tâche à la machine libre la plus tôt Remarque : Les palans sont une ressource critique à prendre en compte lors de l ordonnancement des tâches sur les machines! Algorithmes : L algorithme utilisé correspondant à l architecture définie ci-dessus est le suivant : 1. Affectation des tâches aux régleurs : Classer les tâches suivant le critère dans l ordre croissant (*) Tant qu il reste des tâches à faire Début : Affecter la tâche au 1 er régleur pouvant la réaliser

6 Fin Tant qu il reste des régleurs (pouvant la réaliser)à tester Début : Si temps occupation régleur testé < temps occupation régleur affecté Alors Affecter la tâche au régleur testé Fin 2. Affectation des tâches aux machines : Tant qu il reste des tâches à affecter faire Début : Dés qu un des palans est libre Choisir le 1 ier régleur (ayant une tâche non affectée dans sa liste) se libérant après cette date Recherche de la tâche de ce régleur à effectuer (dans sa liste de tâches non effectuées) Pour toutes les tâches de la liste du régleur Début : Déterminer la machine permettant de minimiser son Cmax Fin Choisir le couple (tâche/machine) minimisant le Cmax Affecter la tâche choisie à la machine choisie et au régleur choisi et réserver le palan Fin (*) Plusieurs tris ont été testés : " tri suivant la durée de l O.F. (croissant et décroissant) : ce qui correspond à un tri SPT (Shortest Process Time) ou LPT (Longest Process Time) " tri suivant la durée du changement de production (croissant et décroissant) " tri suivant le niveau de compétence requis (croissant) " tri suivant le nombre de régleurs capables de réaliser la tâche (croissant) (ce tri est l inverse du tri précédent) " tri suivant le nombre de machines sur lesquelles peut être réalisée la tâche (croissant et décroissant) Evaluation de la solution Afin d évaluer la solution proposée, nous avons instauré des bornes et des éléments de comparaison (en italique, on retrouve les noms donnés à chacun sur les feuilles de résultats):! Bornes minimales : Notre solution est obligatoirement supérieure à ces bornes mais elle doit s en rapprocher au mieux : La durée totale des tâches divisée par le nombre de machines (MOY. D(tâches)/nb mach) : cette borne correspond au Cmax minimum que l on devrait obtenir sans contraintes de palans, sans contraintes de régleurs et avec des tâches préemptives L ordonnancement en ne considérant que l affectation aux machines (AFF MACH): cette borne correspond au Cmax minimum si l on résolvait de façon optimale le problème de machines parallèles non préemptives, sans contraintes de régleurs ou de palans. Cette borne nécessite une résolution d un problème npcomplet qui n a pas été fait. Nous l approchons par le Cmax minimum que l on obtient lorsque l on teste les différents tris (BORNE MACH) L ordonnancement en ne considérant que l affectation aux régleurs : (AFF REG) :cette borne correspond au Cmax minimum que l on devrait obtenir sans contraintes de machines ou de palans, et en considérant des tâches préemptives. Dans ce dernier cas, on ne considère que les temps de changements de production. La borne définie grâce à cet ordonnancement est le Cmax minimum que l on obtient lorsque l on teste les différents tris (BORNE REG). Remarque : Les deux ordonnancements proposés cidessus sont utilisés comme éléments de comparaison. Pour chaque tri, on peut étudier la différence entre la valeur du Cmax issue de l ordonnancement et la valeur du Cmax obtenu avec notre solution. Evidemment les Cmax obtenus avec les ordonnancements sont inférieurs car ils omettent certaines contraintes (pour l ordonnancement AFF REG, les contraintes dues aux machines sont négligées ; pour l ordonnancement AFF MACH, les contraintes dues aux régleurs sont négligées).! Eléments de comparaison : Deux éléments de comparaison sont utilisés : L ordonnancement en considérant dans un premier temps l affectation aux machines puis l affectation à un régleur quelconque (ORDO MACH (Rég. Aléa.) L élément de comparaison qui nous permet de réellement évaluer notre solution est le test de l ordonnancement comme on le connaît généralement, c est-à-dire d ordonnancer en fonction des ressources techniques. (ORDO MACH) Dans ce cas, l architecture du programme est la suivante 1. Ordonnancer les tâches sur les machines : a. Classement des tâches suivant un critère à définir b. Affectation des tâches aux machines suivant leur occupation 2. Affecter les tâches aux régleurs a. Choisir le régleur libre le plus tôt pouvant réaliser la tâche b. Affecter le régleur à la tâche Implémentation Pour la programmation des algorithmes, à la demande des industriels utilisateurs, notre choix s est porté sur l outil Excel, par l intermédiaire des macros programmés en Visual Basic. Différents critères ont été étudiés afin d effectuer ce choix : - un outil utilisé et réputé industriellement - une représentation graphique adaptée et aisée - pas de contraintes de rapidité (temps de calcul)

7 3.3.7 Analyse des résultats Suite à la programmation des algorithmes, plusieurs séries de données choisies aléatoirement ont été testées. Chaque algorithme a été testé suivant les différentes méthodes de tri décrites précédemment. En fonction des résultats, nous avons donc pu d une part évaluer notre solution et d autre part les méthodes de tri. Pour une série de données type, nous avons constaté les résultats présentés sur la figure 5. Les résultats se situent bien au-dessus des bornes inférieures définies comme cela était prévisible. En effet, les bornes pourraient être approchées dans des cas très particuliers mais non représentatifs des entreprises donc non intéressants pour notre étude. D après les définitions qui en ont été données précédemment, les bornes ne prennent pas en compte certaines contraintes primordiales: pas de contraintes de capacité (ressources techniques ou humaines), pas de contraintes de compétence..etc.. Il est donc tout à fait normal que notre solution se trouve bien au-dessus de ces bornes. En comparant les différents résultats obtenus grâce aux différents algorithmes, nous avons pu constater que notre solution est bien placée, ce qui est très encourageant. En effet, en comparant avec les Cmax obtenus avec un ordonnancement classique, le Cmax obtenu grâce à la solution proposée est inférieur ORDO MACH MOY. D(tâches)/nb mach AFF MACH BORNE MACH. ORDO REG ORDO MACH. (Rég. Aléa.) AFF REG BORNE REG RESULTATS DES ORDONNANCEMENTS Cmax ,52 12,52 12,52 12,52 12,52 12,52 12,52 12,52 12,52 0 N TAC D(OF) D(ChgtPROD) D(OF) Dec D(ChgtPROD) Dec Comp. Nb reg. Nb Mac Nb Mac Dec CRITERES DE TRI Figure 5. Feuille de résultats Il apparaît donc clairement qu il est important d intégrer les compétences au processus d ordonnancement des tâches. Et que leur prise en compte doit être intégrée dans le processus le plus rapidement possible. Nous avons aussi pu remarquer l importance du tri des tâches. Ce tri préliminaire a une influence primordiale sur le résultat final. Il est donc important de bien choisir le critère de tri. Plusieurs heuristiques ont été testées. Il ressort nettement que le tri par nombre de régleurs disponibles pour effectuer la tâche croissant est le tri permettant l obtention des meilleurs résultats. En effet, il permet de traiter en priorité les tâches nécessitant le niveau de compétence le plus élevé. Une autre heuristique qui permet l obtention de bons résultats est le tri par durée de changement de production croissant. En effet, les besoins en régleurs sont surtout problématiques en début de production car aucun O.F. ne peut être lancé avant que le changement de production associé ne soit effectué. Durant cette phase, les régleurs doivent être bien organisés et lancer les productions le plus rapidement possible, choisir de débuter par les tâches nécessitant les changements de production les plus courts peut être très avantageux 4 CONCLUSION ET PERSPECTIVES Cette étude a permis de mettre en avant l importance de «gérer les ressources humaines», et l importance d associer la gestion des compétences à la gestion de la production. Ce thème est très vaste est seulement une parcelle a pu être traitée. Mais les résultats obtenus ont permis de justifier une telle approche et ouvrent un horizon de recherche assez vaste. En effet, nous avons pu développer et étudier un algorithme proposant une démarche inverse à celle traditionnellement utilisée ; c est-à-dire débutant par un ordonnancement des tâches sur les ressources humaines puis une affectation des tâches aux ressources techniques

8 Pour cela, nous avons défini différentes modélisations des compétences et choisie la plus adaptée à notre cas. Nous avons alors basé notre étude sur cette modélisation et cherché à optimiser l utilisation des ressources humaines en fonction de leur compétence. Notre étude a prouvé que cette méthode était utilisable et amenait de meilleurs résultats que les méthodes traditionnelles (qui le plus souvent ignorent les ressources humaines). La seconde étape de notre étude serait une approche par méthode stochastique qui permettrait de mieux évaluer notre solution. Le choix a été fait d étudier en priorité une approche heuristique. Les tests réalisés sont basés sur les données d une entreprise d injection plastique. Ce secteur implique certaines particularités, notamment au niveau de la modélisation des ressources techniques par groupe de machines similaires. Une autre caractéristique est que les ressources critiques sont nécessaires pour les changements de production et non pour les O.F., comme c est généralement le cas. Nous avons opté pour une modélisation par niveaux de compétence, qui correspondait le mieux au cas de l entreprise étudiée mais il pourrait être intéressant dans un second temps d étudier une modélisation par pôles de compétences afin de généraliser nos résultats. En outre, d autres aspects directement liés à la gestion des compétences n ont pas été traités. Comme par exemple, l adéquation entre les compétences requises et acquises qui passent par un bilan des compétences disponibles dans l atelier dans le présent et une prévision des compétences nécessaires dans le futur afin de prévoir les formations nécessaires. Cette étude s applique directement au cas d une entreprise. Ces travaux de recherche sont aussi adaptables à d autres entreprises connaissant des problèmes similaires. Mais ce sont des cas particuliers, un projet de généralisation serait relativement complexe ; mais sans aucun doute très intéressant à mener. HARZALLAH M., VERNADAT F., Gestion des compétences des ressources humaines en entreprise industrielle. Journées Gestion des compétences, Club des Enseignants Chercheurs en Génie Industriel, Paris. JACEK B., ECKER K., SCHMIDT G., WEGLARZ J. Scheduling in Computer and Manufacturing Systems, Edition Springer-Verlag. LAMBERT P., La fonction ordonnancement Edition Organisation. LAMY P., Ordonnancement et gestion de la production Edition Hermès science Publications. LE BOTERF Guy, 1999.L ingénierie des compétences Edition Organisation. LE BOTERF Guy, De la compétence, Edition Organisation. LEVY LEBOYER Claude, La gestion des compétences, Edition Organisation. PINEDO Michael. Scheduling : theory, algorithms, and systems Edition Prenctice Hall, New Jersey, REFERENCES BEAUJOLIN Françoise, La gestion des compétences Edition Nathan Parascolaire Les cahiers de la 128. BERANGER P., Les nouvelles règles de la production, Edition Dunod. BOYER, POIREE et SALIN, Précis d organisation et de gestion de la production, Edition Organisation. CAILLAUD E., NGUYEN P., Planification et ordonnancement : vers une aide à la gestion de la charge des opérateurs de production ; Deuxième congrès International Franco-Québecois de Génie Industriel, Albi 1997 COURTOIS A. ; Gestion de la production Edition Organisation. GOLDRATT E.M. ; COX J., Le but, l excellence en production, Edition Eyrolles