Contribution à l’étude des problèmes d’ordonnancement des systèmes de production de type flow-shop : Modélisation, optimisation et expérimentation

Abstract

Les travaux de recherche étant du ressort de la résolution des problèmes d’ordonnancement suscitent l’intérêt d’un nombre considérable de chercheurs. Cette rivalité abondante est singulièrement due au large pan de problématiques qui émergent dans les systèmes d’ordonnancement, parmi lesquelles le problème d’atelier à cheminement unique, trivialement appelé « flow-shop », occupe une place extrêment dominante si bien qu’il représente le système de production le plus général qui peut se présenter dans l’industrie. Dans cette thèse, la résolution des problèmes d’ordonnancement de ces ateliers a pour finalités principales la minimisation des retards relatifs aux dates d’échéances, via le biais de la minimisation du maximum des retards absolus et la maximisation de la productivité à travers la minimisation de la date d’achèvement de la tâche la plus tardive nommée « makepsan ». Cette résolution englobe l’étude des problèmes flow-shop monocritère et multicritères visant globalement à trouver l’allocation optimale des tâches sur les ressources, en répondant au mieux aux critères de performance abordés et en respectant des contraintes réalistes auxquelles le système peut être soumis. Parmi les restrictions issues des milieux industriels réels qui, à notre connaissance nécessitent jusqu’à présent des efforts importants, la contrainte de blocage et de disponibilité des tâches sur la première machine tiennent le premier rang. De nombreux modèles et approches d'optimisation sont développés et largement exploités pour atteindre l’excellence de la productivité. Néanmoins, l'application de tous ces outils et formalismes sur des systèmes englobant les paramètres les plus en vue dans la littérature et les plus affrontés dans les situations pratiques reste limitée. Dans cet esprit, l’objectif de notre contribution porte principalement sur la modélisation et la résolution des problèmes mono-objectif et multi-objectifs à l’étude, à travers des approches basées sur les algorithmes génétiques, des approches hybrides et des approches fondées sur la notion de dominance. Relativement aux problèmes monocritère, nous considérons le makespan comme critère d’optimisation et nous proposons dans un premier temps une résolution exacte à travers le solveur (CPLEX) suivie d’une résolution approchée à l’aide des algorithmes génétiques. Ces algorithmes sont améliorés par la suite à travers une hybridation séquentielle avec le recuit simulé. Concernant les problèmes multicritères, nous considérons le makepsan et le maximum des retards absolus comme critères de performance et nous suggérons également une résolution exacte et une autre approchée, dans laquelle une amélioration au niveau de la première phase du processus de recherche du bon compromis de l’approche NSGA-II est effectuée. Pour les différents types de problèmes d’ordonnancement considérés, l’analyse des études comparatives décèle que les approches proposées fournissent des résultats pertinents sur les différentes instances numériques générées, comparativement aux meilleurs résultats trouvés auparavant dans la littérature. Finalement, une validation expérimentale est effectuée sur une ligne réelle de conditionnement des produits pharmaceutiques. Cette dernière a prouvé non seulement l’intérêt de traiter de plus près les problèmes d’ordonnancement considérés, mais également l’efficacité des modèles et des approches de résolution proposés en vue de maximiser implicitement le profit, la performance et la productivité des systèmes de production.