Investigation sur l’ordonnancement des systèmes à machines parallèles.

Abstract

La dynamique des marchés a évolué et les environnements de production sont devenus complexes, caractérisés par des conditions en perpétuel changement. Cette complexité dépend non seulement de l‘évolution des systèmes de production mais aussi du processus, ce qui rend, par conséquent les problèmes d‘ordonnancement dépendant d‘un grand nombre de contraintes, relatives aux ressources (consommables ou renouvelables), aux processus (réentrant ou non), etc. Cela conduit les industries à s‘adapter à ces contraintes et à améliorer leurs systèmes de production en exploitant les différentes ressources pour rester compétitives. Dans ce contexte, notre thèse s‘intéresse à l‘ordonnancement sur machines parallèles avec ressources consommables et processus réentrant. Nous développons, tout d‘abord, un programme linéaire en nombres entiers pour la résolution du problème d‘ordonnancement sur machines parallèles avec ressource consommables. Ensuite, nous proposons une métaheuristique à base d‘algorithme génétique. Cette technique est utilisée pour résoudre le problème mais cette fois ci dans un environnement caractérisé par un processus réentrant. De plus, plusieurs procédures de recherches locales sont proposées pour surmonter les limitations inhérentes aux composants individuels de l‘algorithme génétique afin de pouvoir améliorer davantage son fonctionnement.