Mercredi 20 novembre 2019, Mme Mariem Besbes soutiendra publiquement à Supméca ses travaux de thèse intitulés Modélisation et résolution du problème d’implantation des ateliers de production : proposition d’une approche combinée Algorithme Génétique- Algorithme A*, et dirigés par MM. Marc Zolghadri (Supméca) et Faouzi Masmoudi (Université de Sfax).
Résumé
Pour faire face à la concurrence et à l’évolution de la demande du marché, les entreprises cherchent à améliorer leurs performances industrielles. Cette problématique peut être prise en compte dès la (re-)conception du système de production, comme par exemple par la détermination de la meilleure configuration des ateliers de production. En effet, à travers la définition de l’arrangement le plus approprié des équipements, le flux des pièces peut être mieux maîtrisé. Ce type de problème est connu en anglais par Facility Layout Problem « FLP». Le FLP est considéré parmi les problèmes les plus complexes dans la mesure où l’espace des solutions plausibles peut être très grand dû au nombre important de variables. Dans ce contexte, notre travail propose une méthodologie pour la définition de la configuration d’atelier à travers une approche réaliste. Plus précisément, notre objectif est de prendre en compte les distances réelles parcourues par les pièces dans l’atelier et des contraintes liées au système qui n’ont pas encore été intégrées aux modèles proposés dans la littérature. Pour ce faire, notre première contribution scientifique consiste à développer une nouvelle méthode de modélisation et de résolution qui utilise l’algorithme ?∗ pour identifier les distances entre les postes de travail de manière réaliste. Cet algorithme détermine le chemin le plus court, tenant compte des gammes de fabrication, évitant les obstacles et respectant les voies de transport entre les postes de travail.
La méthodologie proposée combine l’Algorithme Génétique (AG) et l’algorithme ?∗ afin d’explorer des espaces de solutions de grande taille en assurant l’obtention d’une configuration performante en terme de coût de transport des pièces. Pour se rapprocher de plus en plus des cas réels, notre deuxième contribution consiste à présenter une nouvelle formulation généralisée du FLP initialement étudié, en tenant compte de différentes formes et de dimensions des équipements ainsi que de l’atelier. Les résultats obtenus prouvent l’applicabilité et la faisabilité de cette approche dans diverses situations. Une étude comparative de l’approche proposée avec les essaims particulaires intégrés avec l’algorithme A* a prouvé la qualité de la première approche en terme de coût de transport. Finalement, notre troisième contribution consiste à traiter le FLP dans un espace 3D où des contraintes spatiales sont intégrées dans la phase de modélisation. La résolution est une extension de la méthodologie proposée pour le problème 2D, qui intègre donc l’algorithme A* et l’AG afin de générer diverses configurations et d’en proposer celle ayant le meilleur coût total de transport des pièces dans un espace 3D. Pour chacune de ces contributions, une analyse de sensibilité des différents paramètres d’AG utilisés a été faite à l’aide de simulations de Monte Carlo.
Mots clés
Conception des ateliers de production, Algorithme génétique, Algorithme A*, Simulation monte Carlo.
