Formulation et résolution d'un problème de mobilité des ressources humaines.

Abstract

Cette thèse a pour objectif d’aborder le problème de mobilité es ressources humaines qui préoccupe la majorité des dirigeants notamment au sein des entreprises et administrations multi sites. Notre contribution consiste à formuler ce problème et à proposer des approches adaptées à sa résolution. Cette démarche constitue, alors, le noyau d’un système décisionnel de la gestion intégrée d’in mobilité capable d’influencer positivement le rendement et la productivité. Cette mobilité favorise par la même occasion la capitalisation des connaissances, l’échange d’expériences et la diffusion des savoir-faire. Dans cette perspective, nos travaux de recherche apportent cinq contributions essentielles : la première contribution consiste à formuler deux variantes de problèmes P1 et P2 issus du problème global de la mobilité. Le problème P1 décrit la mobilité des ressources humaines sous des contraintes organisationnelles à savoir : la contrainte de capacité qui limite le nombre du personnel affecté et la contrainte de conservation du nombre de postes au sein de chaque entité de production durant l’opération de mobilité. Le problème P2 combine de premier problème P1 et deux autres contraintes nouvellement ajoutées tels que la contrainte d’objectif et la contrainte budgétaire. La contrainte d’objectif a pour finalité d’ajuster le nombre de déplacements des candidats qualifiés et le rendement induit par ces déplacements. La contrainte budgétaire consiste à relier la réaffectation des candidats aux coûts des postes. Nous avons montré que ces deux problèmes sont appartiennes à la classe des problèmes NP-difficiles, et afin de les résoudre, nous avons proposé un algorithme génétique capable de résoudre efficacement ces deux problèmes. Cette dernière étape constitue alors notre deuxième contribution. De surcroît, pour améliorer de plus la qualité de cette solution optimale de mobilité, nous avons proposé une nouvelle approche hybride combinat l’algorithme génétique précédemment utilisé et la théorie des graphes «graphes de flux ». Cette démarche de résolution, que nous avons renforcée par l’alternance de deux opérateurs de croisement et de mutation appelés « Flip-Flop Crossover-Mutation », a fourni une structure optimale de mobilité et a conduit aux objectifs fixés. Les résultats expérimentaux obtenus ont été conditionnés par le bon choix des paramètres génétiques et un autre paramètre du problème qui est le coefficient de tolérance ᵅ. Ces résultats ont pu montrer la validité et l’efficacité de l’approche proposée tant sur le plan de la qualité des solutions que sur le plan du temps de convergence. Cette démarche de résolution constitue alors notre troisième contribution. Parfois, l’absence d’un profil adéquat ayant des compétences nécessaires pour améliorer le rendement au sein de l’entreprise oblige les dirigeants à recourir à l’opération de recrutement. C’est la raison qui nous a poussés à proposer une approche d’optimisation du problème P3 qui décrit la gestion du recrutement sous contraintes. C’est ce qui a été l’objet de notre quatrième contribution. L’objectif de celle-ci est de formuler d’une part le problème de recrutement sous contraintes en se basant sur un modèle lié au problème de sac à dos multiple (Multiple Knapsack Problem : MKP) connu parmi les problèmes NP-difficiles, et d’autre part d’utiliser un algorithme génétique pour le solutionner. Il s’agit de trouver une affectation optimale des recrutés qui possèdent des profils adéquats et permettent de maximiser le rendement global au sein des unités de production. La cinquième contribution consiste à traiter, enfin, la mobilité du personnel qui ne tient pas en compte la fonction objective et de certaines contraintes de nature dure, ce problème est nommé P4. La résolution de ce type de mobilité est effectuée à l’aide d’un algorithme combinant la méthode des postes fictifs et des permutations circulaires.