LE MEILLEUR DES CAS POUR L’ORDONNANCEMENT DE GROUPES : Un nouvel indicateur proactif-réactif pour l’ordonnancement sous incertitudes

Abstract

Cette th`ese repr´esente une ´etude d’un nouvel indicateur d’aide `a la d´ecision pour le probl`eme d’ordonnancement d’ateliers de production sous pr´esence d’incertitudes. Les contributions apport ´ees dans ce travail se situent dans le contexte des groupes d’op´erations permutables. Cette approche consiste `a proposer une solution d’ordonnancement flexible caract´erisant un ensemble fini non-´enum´er´e d’ordonnancements. Un op´erateur est ensuite cens´e s´electionner l’ordonnancement qui r´epond le mieux aux perturbations survenues dans l’atelier. Nous nous int´eressons plus particuli`erement `a cette phase de s´election et nous mettons l’accent sur l’int´erˆet de l’humain pour la prise de d´ecision. Dans un premier temps, nous pr´esentons le meilleur des cas; indicateur d’aide `a la d´ecision pour le calcul du meilleur ordonnancement caract´eris´e par l’ordonnancement de groupes. Nous proposons des bornes inf´erieures pour le calcul des dates de d´ebut/fin des op´erations. Ces bornes sont ensuite impl´ement´ees dans une m´ethode de s´eparation et d’´evaluation permettant le calcule du meilleur des cas. Grˆace `a des simulations effectu´ees sur des instances de job shop de la litt´erature nous mettons l’accent sur l’utilit´e et la performance d’un tel indicateur dans un syst`eme d’aide `a la d´ecision. Enfin, nous proposons une Interface Homme-Machine (IHM) adapt´ee `a l’ordonnancement de groupes et pilot´ee par un syst`eme d’aide `a la d´ecision multicrit`eres. L’impl´ementation de cette IHM sur un cas d’´etude r´eel a permis de soulever certaines pratiques efficaces pour l’aide `a la d´ecision dans le contexte de l’ordonnancement sous incertitudes.