Pour assurer une production de biens de qualité, de manière fiable et dans des délais maîtrisés, les organisations ont besoin d’outils d'exécution optimale de tâches tels que l’ordonnancement. Le succès des méthodologies de résolution des problèmes d’ordonnancement de production basées sur les métaheuristiques s’explique par leur capacité à fournir des solutions proches de l’optimum, dans des temps raisonnables. Cet ouvrage se consacre, dans un premier temps, aux métaheuristiques appliquées aux problèmes d’ordonnancement multicritère, qui sont des cas particuliers des problèmes d’optimisation combinatoire multicritère, généralement NP-difficiles. Puis, il s’intéresse aux préoccupations d’ordonnancement dans le secteur du transport qui suscitent également de multiples problèmes d’optimisation. Deux grands domaines d’application se distinguent, celui des systèmes de transport et celui des ressources de transport intervenant dans un atelier.
La 4e de couv. indique : "Pour assurer une production de biens de qualité, de manière fiable et dans des délais maîtrisés, les organisations ont besoin d’outils d'exécution optimale de tâches tels que l’ordonnancement. Le succès des méthodologies de résolution des problèmes d’ordonnancement de production basées sur les métaheuristiques s’explique par leur capacité à fournir des solutions proches de l’optimum, dans des temps raisonnables. Cet ouvrage se consacre, dans un premier temps, aux métaheuristiques appliquées aux problèmes d’ordonnancement multicritère, qui sont des cas particuliers des problèmes d’optimisation combinatoire multicritère, généralement NP-difficiles. Puis, il s’intéresse aux préoccupations d’ordonnancement dans le secteur du transport qui suscitent également de multiples problèmes d’optimisation. Deux grands domaines d’application se distinguent, celui des systèmes de transport et celui des ressources de transport intervenant dans un atelier."
Pour assurer une production de biens de qualité, de manière fiable et dans des délais maîtrisés, les organisations ont besoin d’outils d'exécution optimale de tâches tels que l’ordonnancement. Le succès des méthodologies de résolution des problèmes d’ordonnancement de production basées sur les métaheuristiques s’explique par leur capacité à fournir des solutions proches de l’optimum, dans des temps raisonnables. Cet ouvrage présente des exemples concrets d’applications des métaheuristiques pour la résolution des problèmes d’ordonnancement monocritère. Il expose notamment différents cas de problèmes de type flowshop, les job-shops flexibles, la production sur machines parallèles ou le problème d’ordonnancement avec des pénalités d’avance et de retard.
Les métaheuristiques sont utilisées pour résoudre des problèmes d’optimisation complexes, à chaque fois que l'on veut identifier, avec un temps de calcul raisonnable, des solutions efficaces. Il s’agit donc d’une approche pragmatique, qui a des sources d'inspiration multiples. La série Les métaheuristiques a pour objectif d'étendre leur champ d’application, en proposant des approches transversales du domaine, des études centrées sur des applications spécifiques ou encore des analyses consacrées à des familles de métaheuristiques particulières. De par leur diversité et leur difficulté, les problèmes logistiques sont, pour la recherche opérationnelle, un sujet d’étude à l’intérêt constamment renouvelé. Alors que les mathématiques semblent à court d’arguments pour les résoudre, une famille de méthodes appelées métaheuristiques permet d’apporter des réponses en proposant une approche à la fois flexible, robuste et efficace. Pour illustrer ces méthodes, ce livre s’appuie sur l’étude de nombreux problèmes logistiques concrets : voyageur de commerce, sac-à-dos, ordonnancement, planification, localisation… Ces problèmes, aussi différents qu’ils puissent paraître, peuvent tous être résolus avec un recuit simulé, une recherche locale itérée, un algorithme génétique ou des essaims particulaires. La présentation d’approches simples et générales aidera les étudiants à programmer leurs premières métaheuristiques, tandis que la description de techniques plus élaborées (implémentation de Taillard, chaînes d’éjection) permettra aux ingénieurs plus aguerris d’approfondir leurs connaissances.
Nous proposons dans cette thèse l’étude de problèmes d’ordonnancement monocritère et multicritère sur un atelier de production flow-shop hybride. Nous nous intéressons à la résolution approchée de problèmes qui différent par leur fonction objectif que l’on cherche à minimiser : la date d’achèvement du travail le plus tardif (makespan), la somme pondérée des pénalités avance/retard et la somme totale des pénalités avance/retard. Notre objectif est d’explorer et de justifier l’utilisation d’algorithmes d’optimisation à base de colonie de fourmis pour la résolution de ces problèmes. Le problème multicritère, que nous abordons, considère le makespan et la somme pondérée des pénalités avance/retard comme critères d’optimisation. Une approche hybride basée sur un algorithme de colonie de fourmis et la logique floue est développée pour résoudre ce problème. Cette approche permet de générer une multitude de solutions et emploie un module d’aide à la décision et d’évaluation pour sélectionner une solution parmi les solutions possibles en utilisant comme operateur d’agrégation une intégrale de Choquet. Des expérimentations ont été effectuées sur des instances issues de la littérature ou générées aléatoirement, pour chacune des méthodes présentées. Les résultats obtenus sont prometteurs et l’intérêt de chaque approche est discuté.
Dans cette thèse, nous proposons d’aborder l’ordonnancement des transports par une approche interdisciplinaire. L’idée est d’intégrer les facteurs humains dans le système d’aide à la décision réalisé, de façon à ce que l’homme puisse agir sur la modélisation et la résolution du problème. Le système proposé doit offrir de la flexibilité, afin d’être capable de s’adapter aux nouvelles situations et aux changements, même si ceux-ci n’ont pas été prévus initialement par le concepteur du système. Pour atteindre l’objectif fixé, nous nous sommes notamment appuyé sur une analyse du domaine de travail (« Work Domain Analysis ») basée sur une hiérarchie d’abstraction des entités (physiques ou plus abstraites) manipulées dans ce type de problèmes. Nous avons proposé une architecture pour le système d’aide à la décision basée sur cette analyse du domaine et la programmation par contraintes. Nous avons également conçu, et intégré dans le système, des algorithmes dédiés et des méthodes de résolution basés sur le principe d’inversion de modèle. Enfin, nous avons proposé une architecture d’interfaces avec l’objectif d’assister efficacement l’opérateur humain dans la réalisation des différentes sous-tâches nécessaires à la résolution globale du problème. L’étude du sujet interdisciplinaire a été précédée d’une analyse focalisée sur la résolution de problèmes théoriques d’ordonnancement à machines parallèles avec contraintes de précédence et temps de préparation des machines entre opérations, utilisant des méthodes de recherche arborescente basée sur les divergences.
Améliorer la coordination et la planification de la production vis-à-vis des activités logistiques des ateliers de production réel (à savoir les ressources : machines et engins de transport) est devenu une grande nécessité pour la diminution des coûts et la réduction des délais de livraison. La présente thèse est scindée en quatre parties. La première partie est un tour d’horizon des problèmes d’ordonnancement, l’accent est mis essentiellement sur les environnements Job Shop. Dans la deuxième partie, nous présentons une étude plus détaillée de ces environnements :problématique, état de l’art, modélisation et méthodes de résolution. Dans le cadre de la logistique interne des ateliers de production de type Job Shop, nous étudions dans la troisième partie, deux problématiques, le Job Shop avec transport dans un environnement ‘’juste à temps’’ et le Job Shop à flexibilité partielle avec maintenance préventive. La dernière partie est consacrée au problème d’atterrissage d’avions multipistes que nous avons modélisé sous forme de problème de Job Shop. Dans les différents cas d’études présentés, notre travail s’articule autour d’une étude systématique à base de trois fondamentaux, une formulation mathématique et/ou graphique du problème puis une résolution par une approche d'optimisation à base de métaheuristiques hybrides et enfin une validation des résultats par des simulations numériques. Notre objectif était de développer des systèmes d’ordonnancement dynamique d’aide à la décision capables de supporter la nature NP-complet des problèmes étudiés.
A unified view of metaheuristics This book provides a complete background on metaheuristics and shows readers how to design and implement efficient algorithms to solve complex optimization problems across a diverse range of applications, from networking and bioinformatics to engineering design, routing, and scheduling. It presents the main design questions for all families of metaheuristics and clearly illustrates how to implement the algorithms under a software framework to reuse both the design and code. Throughout the book, the key search components of metaheuristics are considered as a toolbox for: Designing efficient metaheuristics (e.g. local search, tabu search, simulated annealing, evolutionary algorithms, particle swarm optimization, scatter search, ant colonies, bee colonies, artificial immune systems) for optimization problems Designing efficient metaheuristics for multi-objective optimization problems Designing hybrid, parallel, and distributed metaheuristics Implementing metaheuristics on sequential and parallel machines Using many case studies and treating design and implementation independently, this book gives readers the skills necessary to solve large-scale optimization problems quickly and efficiently. It is a valuable reference for practicing engineers and researchers from diverse areas dealing with optimization or machine learning; and graduate students in computer science, operations research, control, engineering, business and management, and applied mathematics.
This work presents a comprehensive model of supply chain management. Experienced executives from 20 companies clearly define supply chain management, identifying those factors that contribute to its effective implementation. They provide practical guidelines on how companies can manage supply chains, addressing the role of all the traditional business functions in supply chain management and suggest how the adoption of a supply chain management approach can affect business strategy and corporate performance.
This book describes the potentialities of metaheuristics for solving production scheduling problems and the relationship between these two fields. For the past several years, there has been an increasing interest in using metaheuristic methods to solve scheduling problems. The main reasons for this are that such problems are generally hard to solve to optimality, as well as the fact that metaheuristics provide very good solutions in a reasonable time. The first part of the book presents eight applications of metaheuristics for solving various mono-objective scheduling problems. The second part is itself split into two, the first section being devoted to five multi-objective problems to which metaheuristics are adapted, while the second tackles various transportation problems related to the organization of production systems. Many real-world applications are presented by the authors, making this an invaluable resource for researchers and students in engineering, economics, mathematics and computer science. Contents 1. An Estimation of Distribution Algorithm for Solving Flow Shop Scheduling Problems with Sequence-dependent Family Setup Times, Mansour Eddaly, Bassem Jarboui, Radhouan Bouabda, Patrick Siarry and Abdelwaheb Rebaï. 2. Genetic Algorithms for Solving Flexible Job Shop Scheduling Problems, Imed Kacem. 3. A Hybrid GRASP-Differential Evolution Algorithm for Solving Flow Shop Scheduling Problems with No-Wait Constraints, Hanen Akrout, Bassem Jarboui, Patrick Siarry and Abdelwaheb Rebaï. 4. A Comparison of Local Search Metaheuristics for a Hierarchical Flow Shop Optimization Problem with Time Lags, Emna Dhouib, Jacques Teghem, Daniel Tuyttens and Taïcir Loukil. 5. Neutrality in Flow Shop Scheduling Problems: Landscape Structure and Local Search, Marie-Eléonore Marmion. 6. Evolutionary Metaheuristic Based on Genetic Algorithm: Application to Hybrid Flow Shop Problem with Availability Constraints, Nadia Chaaben, Racem Mellouli and Faouzi Masmoudi. 7. Models and Methods in Graph Coloration for Various Production Problems, Nicolas Zufferey. 8. Mathematical Programming and Heuristics for Scheduling Problems with Early and Tardy Penalties, Mustapha Ratli, Rachid Benmansour, Rita Macedo, Saïd Hanafi, Christophe Wilbaut. 9. Metaheuristics for Biobjective Flow Shop Scheduling, Matthieu Basseur and Arnaud Liefooghe. 10. Pareto Solution Strategies for the Industrial Car Sequencing Problem, Caroline Gagné, Arnaud Zinflou and Marc Gravel. 11. Multi-Objective Metaheuristics for the Joint Scheduling of Production and Maintenance, Ali Berrichi and Farouk Yalaoui. 12. Optimization via a Genetic Algorithm Parametrizing the AHP Method for Multicriteria Workshop Scheduling, Fouzia Ounnar, Patrick Pujo and Afef Denguir. 13. A Multicriteria Genetic Algorithm for the Resource-constrained Task Scheduling Problem, Olfa Dridi, Saoussen Krichen and Adel Guitouni. 14. Metaheuristics for the Solution of Vehicle Routing Problems in a Dynamic Context, Tienté Hsu, Gilles Gonçalves and Rémy Dupas. 15. Combination of a Metaheuristic and a Simulation Model for the Scheduling of Resource-constrained Transport Activities, Virginie André, Nathalie Grangeon and Sylvie Norre. 16. Vehicle Routing Problems with Scheduling Constraints, Rahma Lahyani, Frédéric Semet and Benoît Trouillet. 17. Metaheuristics for Job Shop Scheduling with Transportation, Qiao Zhang, Hervé Manier, Marie-Ange Manier. About the Authors Bassem Jarboui is Professor at the University of Sfax, Tunisia. Patrick Siarry is Professor at the Laboratoire Images, Signaux et Systèmes Intelligents (LISSI), University of Paris-Est Créteil, France. Jacques Teghem is Professor at the University of Mons, Belgium.
