Le contenu de cette thèse est divisé en deux parties. La première partie de cette thèse porte sur l'étude d'approches heuristiques pour approximer des fronts de Pareto. Nous proposons un nouvel algorithme de recherche locale pour résoudre des problèmes d'optimisation combinatoire. Cette technique est intégrée dans un modèle opérationnel générique où l'algorithme évolue vers de nouvelles solutions formées en combinant des solutions trouvées dans les étapes précédentes. Cette méthode améliore les algorithmes de recherche locale existants pour résoudre le problème d'assignation quadratique bi- et tri-objectifs.La seconde partie se focalise sur les algorithmes d'ordonnancement dans un contexte non-préemptif. Plus précisément, nous étudions le problème de la minimisation du stretch maximum sur une seule machine pour une exécution online. Nous présentons des résultats positifs et négatifs, puis nous donnons une solution optimale semi-online. Nous étudions ensuite le problème de minimisation du stretch sur une seule machinedans le modèle récent de la réjection. Nous montrons qu'il existe un rapport d'approximation en O(1) pour minimiser le stretch moyen. Nous montrons également qu'il existe un résultat identique pour la minimisation du flot moyen sur une machine. Enfin, nous étudions le problème de la minimisation du somme des flots pondérés dans un contexte online. / The content of this thesis is divided into two parts. The first part of the thesis deals with the study of heuristic based approaches for the approximation Pareto fronts. We propose a new Double Archive Pareto local search algorithm for solving multi-objective combinatorial optimization problems. We embed our technique into a genetic framework where our algorithm restarts with the set of new solutions formed by recombination and mutation of solutions found in the previous run. This method improves upon the existing Pareto local search algorithm for bi-objective and tri-objective quadratic assignment problem.In the second part of the thesis, we focus on non-preemptive scheduling algorithms. Here, we study the online problem of minimizing maximum stretch on a single machine. We present both positive and negative theoretical results. Then, we provide an optimally competitive semi-online algorithm. Furthermore, we study the problem of minimizing stretch on a single machine in a recently proposed rejection model. We show that there exists an O(1)-approximation ratio for minimizing average stretch. We also show that there exists an O(1)-approximation ratio for minimizing average flow time on a single machine. Lastly, we study the weighted average flow time minimization problem in online settings. We present a mathematical programming based framework that unifies multiple resource augmentation. Using the concept of duality, we show that there exists an O(1)-competitive algorithm for solving the weighted average flow time problem on unrelated machines. Furthermore, we proposed that this idea can be extended to minimizing l_k norms of weighted flow problem on unrelated machines.

Dans cette thèse, nous nous intéressons aux problèmes d'ordonnancement simultané de tâches et de périodes d'indisponibilité. Dans un premier temps, nous réalisons une revue de littérature sur la prise en compte des indisponibilités dans les problèmes d'ordonnancement.Ensuite, nous définissons un modèle général qui englobe des modèles existants de la littérature pour des ateliers à une machine et à machines parallèles. Une approche globale de résolution basée sur les problèmes d'affectation linéaire a été développée. Cette approche permet de résoudre le modèle général comme un simple problème d'affectation. Un grand nombre de critères d'optimisation et de modèles de maintenance peuvent être traités en utilisant cette approche, fournissant ainsi l'accès à tous les modèles qui ont souvent été étudiés séparément dans la littérature. Les résultats élaborés avec cette approche ont permis de résoudre des problèmes d'ordonnancement non traités avant et aussi de généraliser et améliorer des résultats antérieurs.Nous proposons, en dernier lieu, une étude d'un problème flow shop à deux machines en présence d'une période d'indisponibilité sur la deuxième machine. Une étude de complexité est menée sur le problème. Ensuite, nous définissons des propriétés d'optimalité. En se basant sur ces propriétés, trois méthodes de résolution exacte sont proposées; une méthode énumérative, un programme linéaire et une méthode basée sur l'approche de séparation et évaluation B&B. Une analyse expérimentale est présentée afin d'évaluer les performances de ces méthodes. / In classical scheduling problems, machines are assumed to be continuously available. However, in a real manufacturing system, machine may become unavailable during the scheduling period due to preventive maintenance. In this dissertation, we are interested in the problems of jointly scheduling jobs and unavailability periods.We start our study by introducing a general framework for scheduling problems and we present a review of the scheduling problems with unavailability periods.Then, we consider a general model for scheduling jobs on single-machine and unrelated parallel-machines with maintenance interventions. A unified approach is presented to solve this model as an assignment problem. A large number of performance criteria and maintenance models can be treated in this way, thus providing access to models that have often been studied separately in the published literature.Finally, we focus on the problem of a two-machine flow-shop makespan scheduling with the deteriorating maintenance period on the second machine. Then, we establish some conditions of the optimal schedule. In order to solve the problem, we proposed different exact methods: enumerative method, mixed-integer programming (MIP) model and a branch & bound algorithm. Numerical experiments are reported for all the proposed methods.

L'entreprise "Cyres-group" cherche à améliorer le temps de réponse de ses grappes Hadoop et la manière dont les ressources sont exploitées dans son centre de données. Les idées sous-jacentes à la réduction du temps de réponse sont de faire en sorte que (i) les travaux soumis se terminent au plus tôt et que (ii) le temps d'attente de chaque utilisateur du système soit réduit. Nous identifions deux axes d'amélioration : 1. nous décidons d'intervenir pour optimiser l'ordonnancement des travaux sur une plateforme Hadoop. Nous considérons le problème d'ordonnancement d'un ensemble de travaux du type MapReduce sur une plateforme homogène. 2. Nous décidons d'évaluer et proposer des outils capables (i) de fournir plus de flexibilité lors de la gestion des ressources dans le centre de données et (ii) d'assurer l'intégration d'Hadoop dans des infrastructures Cloud avec le minimum de perte de performance. Dans une première étude, nous effectuons une revue de la littérature. À la fin de cette étape, nous remarquons que les modèles mathématiques proposés dans la littérature pour le problème d'ordonnancement ne modélisent pas toutes les caractéristiques d'une plateforme Hadoop. Nous proposons à ce niveau un modèle plus réaliste qui prend en compte les aspects les plus importants tels que la gestion des ressources, la précédence entre les travaux, la gestion du transfert des données et la gestion du réseau. Nous considérons une première modélisation simpliste et nous considérons la minimisation de la date de fin du dernier travail (Cmax) comme critère à optimiser. Nous calculons une borne inférieure à l'aide de la résolution du modèle mathématique avec le solveur CPLEX. Nous proposons une heuristique (LocFirst) et nous l'évaluons. Ensuite, nous faisons évoluer notre modèle et nous considérons, comme fonction objective, la somme des deux critères identifiés depuis la première étape : la minimisation de la somme pondérée des dates de fin des travaux ( ∑ wjCj) et la minimisation du (Cmax). Nous cherchons à minimiser la moyenne pondérée des deux critères, nous calculons une borne inférieure et nous proposons deux heuristiques de résolution. / "Cyres-Group" is working to improve the response time of his clusters Hadoop and optimize how the resources are exploited in its data center. That is, the goals are to finish work as soon as possible and reduce the latency of each user of the system. Firstly, we decide to work on the scheduling problem in the Hadoop system. We consider the problem as the problem of scheduling a set of jobs on a homogeneous platform. Secondly, we decide to propose tools, which are able to provide more flexibility during the resources management in the data center and ensure the integration of Hadoop in Cloud infrastructures without unacceptable loss of performance. Next, the second level focuses on the review of literature. We conclude that, existing works use simple mathematical models that do not reflect the real problem. They ignore the main characteristics of Hadoop software. Hence, we propose a new model ; we take into account the most important aspects like resources management and the relations of precedence among tasks and the data management and transfer. Thus, we model the problem. We begin with a simplistic model and we consider the minimisation of the Cmax as the objective function. We solve the model with mathematical solver CPLEX and we compute a lower bound. We propose the heuristic "LocFirst" that aims to minimize the Cmax. In the third level, we consider a more realistic modelling of the scheduling problem. We aim to minimize the weighted sum of the following objectives : the weighted flow time ( ∑ wjCj) and the makespan (Cmax). We compute a lower bound and we propose two heuristics to resolve the problem.

Le besoin de simuler des phénomènes toujours plus complexes accroît les besoinsen puissance de calcul, tout en consommant et produisant de plus en plus dedonnées.Pour répondre à cette demande, la taille et l'hétérogénéité des plateformes decalcul haute performance augmentent.L'hétérogénéité permet en effet de découper les problèmes en sous-problèmes,pour lesquels du matériel ou des algorithmes ad hoc sont plus efficients.Cette hétérogénéité se manifeste dans l'architecture des plateformes et dans lavariété des applications exécutées.Aussi, les performances sont de plus en plus sensibles au contexte d'exécution.L'objet de cette thèse est de considérer, qualitativement et à faible coût,l'impact du contexte d'exécution dans les politiques d'allocation etd'ordonnancement.Cette étude est menée à deux niveaux: au sein d'applications uniques, et àl'échelle des plateformes au niveau inter-applications.Nous étudions en premier lieu la minimisation du temps de complétion pour destâches séquentielles sur des plateformes hybrides intégrant des CPU et des GPU.Nous proposons de tenir compte du contexte d'exécution grâce à un mécanismed'affinité améliorant le comportement local des politiques d'ordonnancement.Ce mécanisme a été implémenté dans un run-time parallèle.Une campagne d'expérience montre qu'il permet de diminuer les transferts dedonnées tout en conservant un faible temps de complétion.Puis, afin de prendre implicitement en compte le parallélisme sur les CPU, nousenrichissons le modèle en considérant les tâches comme moldables sur CPU.Nous proposons un algorithme basé sur la programmation linéaire en nombresentiers.Cet algorithme efficace a un rapport de compétitivité de 3/2+ε.Dans un second temps, nous proposons un nouveau cadre de modélisation danslequel les contraintes sont des outils de premier ordre.Plutôt que d'étendre les modèles existants en considérant toutes lesinteractions possibles, nous réduisons l'espace des ordonnancements réalisablesvia l'ajout de contraintes.Nous proposons des contraintes raisonnables pour modéliser l'étalement desapplications ainsi que les flux d'E/S.Nous proposons ensuite une étude de cas exhaustive dans le cadre de laminimisation du temps de complétion pour des topologies unidimensionnelles,sous les contraintes de convexité et de localité. / The demand for computation power is steadily increasing, driven by the need tosimulate more and more complex phenomena with an increasing amount ofconsumed/produced data.To meet this demand, the High Performance Computing platforms grow in both sizeand heterogeneity.Indeed, heterogeneity allows splitting problems for a more efficient resolutionof sub-problems with ad hoc hardware or algorithms.This heterogeneity arises in the platforms' architecture and in the variety ofprocessed applications.Consequently, the performances become more sensitive to the execution context.We study in this thesis how to qualitatively bring—at a reasonablecost—context-awareness/obliviousness into allocation and scheduling policies.This study is conducted from two standpoints: within single applications, andat the whole platform scale from an inter-applications perspective.We first study the minimization of the makespan of sequential tasks onplatforms with a mixed architecture composed of multiple CPUs and GPUs.We integrate context-awareness into schedulers with an affinity mechanism thatimproves local behavior.This mechanism has been implemented in a parallel run-time, and experimentsshow that it is able to reduce the memory transfers while maintaining a lowmakespan.We then extend the model to implicitly consider parallelism on the CPUs withthe moldable-task model.We propose an efficient algorithm formulated as an integer linear program witha constant performance guarantee of 3/2+ε.Second, we devise a new modeling framework where constraints are a first-classtool.Rather than extending existing models to consider all possible interactions, wereduce the set of feasible schedules by further constraining existing models.We propose a set of reasonable constraints to model application spreading andI/O traffic.We then instantiate this framework for unidimensional topologies, and propose acomprehensive case study of the makespan minimization under convex and localconstraints.

Scheduling on unrelated parallel machines is a common problem in many systems (as semi-conductors manufacturing,multiprocessor computer applications, textile industry, etc.). In this thesis, we consider two variantsof this problem under uncertain processing time. In the first case, each job can be split into continuoussub-jobs and processed independently on the machines with allowed overlappinf. In the second case whichis termed preemption, we prohibit the overlapping. From a mathematical viewpoint, the splitting problem isa relaxed version of the preemptive problem. The objective is to minimize the makespan.The deterministic linear formulations provided by the literature allow to solve these problems in polynomialtimes under the hypothesis of certainty. But, when we consider uncertain processing times, thesealgorithms suffer from some limitations. Indeed, the solutions compouted based on a nominal instance,supposed to be certain, turn usually to be suboptimal when applied to the actual realization of processingtimes.We incorporate the uncertain processing times in these problems without making any assumption ontheir distribution. Hence, we use discrete scenarios to represent the uncetain processing times and we adopta proactive approach to provide robust solutions. We use special case policies that are commongly used inthe industry to compute robust solutions. We show that the solutions based on some of those policies arepotentially good in terms of robustness according to the worst-case makespan, especially the scenario smaxsolution under which all the processing times are set to their maximal values. However, the robustness costsof these solutions are not satisfying. Thus, we propose to compute optimal robust solutions. For this purpose,we use a mathematical trick that allows us to formulate and solve, in polynomila times, the robust versionsof the considered scheduling problems. Moreover, the computational results affirm that the robustness costof the optimal solution is not usually very high.Moreover, we evaluate the stability of the robust solutions under a new scenario induced by variations.In fact, the decision-maker is only responsible for the consequences of the decisions when the processingtime realizations are within the represented uncertainty set. Thus, we define stability of a robust solution asits ability to cover a new scenario with minor deviations regarding its structure and its performance.The global motivation of this thesis is then to provide a decision support to help decision maker computerobust solutions and choose among these robust solutions those with the most stable structure and the moststable performance. / Scheduling on unrelated parallel machines is a common problem in many systems (as semi-conductors manufacturing,multiprocessor computer applications, textile industry, etc.). In this thesis, we consider two variantsof this problem under uncertain processing time. In the first case, each job can be split into continuoussub-jobs and processed independently on the machines with allowed overlappinf. In the second case whichis termed preemption, we prohibit the overlapping. From a mathematical viewpoint, the splitting problem isa relaxed version of the preemptive problem. The objective is to minimize the makespan.The deterministic linear formulations provided by the literature allow to solve these problems in polynomialtimes under the hypothesis of certainty. But, when we consider uncertain processing times, thesealgorithms suffer from some limitations. Indeed, the solutions compouted based on a nominal instance,supposed to be certain, turn usually to be suboptimal when applied to the actual realization of processingtimes.We incorporate the uncertain processing times in these problems without making any assumption ontheir distribution. Hence, we use discrete scenarios to represent the uncetain processing times and we adopta proactive approach to provide robust solutions. We use special case policies that are commongly used inthe industry to compute robust solutions. We show that the solutions based on some of those policies arepotentially good in terms of robustness according to the worst-case makespan, especially the scenario smaxsolution under which all the processing times are set to their maximal values. However, the robustness costsof these solutions are not satisfying. Thus, we propose to compute optimal robust solutions. For this purpose,we use a mathematical trick that allows us to formulate and solve, in polynomila times, the robust versionsof the considered scheduling problems. Moreover, the computational results affirm that the robustness costof the optimal solution is not usually very high.Moreover, we evaluate the stability of the robust solutions under a new scenario induced by variations.In fact, the decision-maker is only responsible for the consequences of the decisions when the processingtime realizations are within the represented uncertainty set. Thus, we define stability of a robust solution asits ability to cover a new scenario with minor deviations regarding its structure and its performance.The global motivation of this thesis is then to provide a decision support to help decision maker computerobust solutions and choose among these robust solutions those with the most stable structure and the moststable performance.

Ces travaux concernent la mise en place d'un système d'aide à la décision, s'appuyant sur le raisonnement à partir de cas, pour la modélisation et la résolution des problèmes d'ordonnancement en génie des procédés. Une analyse de co-citation a été exécutée afin d'extraire de la littérature la connaissance nécessaire à la construction de la stratégie d'aide à la décision et d'obtenir une image de la situation, de l'évolution et de l'intensité de la recherche du domaine des problèmes d'ordonnancement. Un système de classification a été proposée, et la nomenclature proposée par Blazewicz et al. (2007) a été étendue de manière à pouvoir caractériser de manière complète les problèmes d'ordonnancement et leur mode de résolution. Les difficultés d'adaptation du modèle ont été discutées, et l'efficacité des quatre modèles de littérature a été comparée sur trois exemples de flow-shop. Une stratégie de résolution est proposée en fonction des caractéristiques du problème mathématique. / The purpose of this study is to work out the foundations of a decision-support system in order to advise efficient resolution strategies for scheduling problems in process engineering. This decision-support system is based on Case-Based Reasoning. A bibliographic study based on co-citation analysis has been performed in order to extract knowledge from the literature and obtain a landscape about scheduling research, its intensity and evolution. An open classification scheme has been proposed to scheduling problems, mathematical models and solving methods. A notation scheme corresponding to the classification has been elaborated based on the nomenclature proposed by Blazewicz et al. (2007). The difficulties arising during the adaptation of a mathematical model to different problems is discussed, and the performances of four literature mathematical models have been compared on three flow-shop examples. A resolution strategy is proposed based on the characteristics of the scheduling problem.

Les activités de planification, et plus précisément l’ordonnancement, jouent un rôle majeur dans l’équilibre et l’efficience des systèmes de travail. L’ordonnancement est considéré comme un problème complexe ; et parmi les facteurs de complexité, l’incertitude représente une dimension centrale. Bien que de nombreux outils automatiques ou d’aide à la décision aient été conçus pour faciliter l’ordonnancement, la place de l’opérateur humain demeure primordiale. Paradoxalement, peu de travaux se sont intéressés à l’activité cognitive de l’ordonnanceur. Cette thèse de doctorat en ergonomie vise à étudier les processus cognitifs mis en œuvre par l’ordonnanceur, avec un intérêt particulier pour les stratégies de gestion de l’incertitude.Après la proposition d’une typologie des situations d’ordonnancement et d’une méthode d’analyse de l’activité, deux situations d’ordonnancement sous incertitude ont été étudiées : l’organisation des tournées dans le Transport Routier de Marchandises (TRM) et l’ordonnancement dans les Services de Soins Infirmiers à Domicile (SSIAD). Cette approche écologique a permis d’élaborer des modèles permettant de mieux appréhender les aspects humains de l’ordonnancement et de cerner les stratégies de gestion de l’incertitude. Des contributions à la fois théoriques, méthodologiques et pratiques seront issues de cette thèse. La combinaison de ces travaux permet d’enrichir la réflexion quant à l’optimisation de la collaboration Homme-Machine. / Planning processes, especially, scheduling play a major role in work systems stability and efficiency. Scheduling is regarded as a complex problem; among complexity factors, uncertainty represent a central dimension. Although numerous automated tools or decision support systems have already been designed to help operators schedule their activities. The part played by said operators remains primordial. Paradoxically, few researches were concerned by the cognitive activity of the scheduler. This PhD thesis in human factors aims at studying those cognitive processes, with a specific interest in uncertainty management strategies.After exposing a scheduling situations typology and a method for activity analysis, we presented two scheduling situations with high uncertainty factors to study: organization of rounds in Road Freight Transports (RFT) and scheduling in Visiting Nurse Agencies (VNAs). This ecological approach allowed for a better understanding of the human aspects of scheduling and the detection of uncertainty management strategies. This work contributes to widen the debate around the optimisation of Man-Machine collaboration.

La conception des plateformes aéronautiques s’effectue en tenant compte des aspects fonctionnels et dysfonctionnels prévus dans les scénarios d’emploi des aéronefs qui les embarquent. Ces plateformes aéronautiques sont composées de systèmes informatiques temps réel qui doivent à la fois être précises dans leurs calculs, exactes dans l’instant de délivrance des résultats des calculs, et robustes à tout évènement pouvant compromettre le bon fonctionnement de la plateforme.Dans ce contexte, ces travaux de thèse abordent les ordonnancements temps réel tolérants aux fautes. Partant du fait que les systèmes informatiques embarqués sont perturbés par les ondes électromagnétiques des radars, notamment dans la phase d’approche des aéronefs, ces travaux proposent une modélisation des effets des ondes, dite en rafales de fautes. Après avoir exploré le comportement de l’ordonnanceur à la détection d’erreurs au sein d’une tâche, une technique de validation, reposant sur le calcul de pire temps de réponse des tâches, est présentée. Il devient alors possible d’effectuer des analyses d’ordonnançabilité sous l’hypothèse de la présence de rafales de fautes. Ainsi, cette technique de validation permet de conclure sur la faisabilité d’un ensemble de tâches en tenant compte de la durée de la rafale de fautes et de la stratégie de gestion des erreurs détectées dans les tâches.Sur la base de ces résultats, les travaux décrits montre comment envisager l’analyse au niveau système. L’idée sous-jacente est de mettre en évidence le rôle des ordonnancements temps réel tolérants aux fautes dans la gestion des données erronées causées par des perturbations extérieures au système.Ainsi, le comportement de chaque équipement est modélisé, ainsi que les flots de données échangés et la dynamique du système. Le comportement de chaque équipement est fonction de la perturbation subie, et donne lieu à l’établissement de la perturbation résultante, véritable réponse dysfonctionnelle de l’équipement à une agression extérieure. / The design of avionic platforms takes into account the functional and dysfunctional aspects, which depend on the aircraft operation concept. These avionic platforms embed computer resources that must produce accurate results at the right time, and must be dependable whatever the disturbance.In this specific context, we address the topic of fault tolerant real time scheduling. Since the embedded computer resources are disturbed by electromagnetic waves produced by radar, especially during the aircraft approach, we suggest a model of these wave effects named fault bursts. Afterthe analysis of scheduler behaviour when an error is dectected inside a task, we present a validation technique based on the evaluation of the worst case response time. By this way, we are able to study the task set feasibility under fault burst assumption and according to the error recovery strategy.Then, based on these results, we show a way to analyse the effects of disturbances such as electromagnetic waves at system level. The underlining idea is to demonstrate the main role of fault tolerant real time scheduler in the management of erroneous data. To do that, we suggest an equipment model which integrates the behaviour of the equipement when a disturbance occurs. We also describe thedata flows in order to describe the avionics platform dynamics.

Les grilles de calcul et le “cloud computing” permettent de distribuer un ensemble de ressources informatiques, telles que du stockage ou du temps de calcul, à un ensemble d’utilisateurs en fonction de leurs demandes en donnant l’illusion de ressources infinies. Cependant, lorsque l’ensemble de ces ressources est insuffisant pour satisfaire les exigences des utilisateurs, des conflits d’intérêts surgissent. Ainsi, un libre accès à des ressources limitées peut entraîner une utilisation inefficace qui pénalise l’ensemble des participants. Dans de tels environnements, il devient nécessaire d’établir des procédures d’arbitrage afin de résoudre ces conflits en garantissant une distribution équitable aux différents utilisateurs. Nous présentons une nouvelle classe de problèmes : celle des ordonnancements multi-utilisateurs. Cette thèse aborde la notion d’équité au travers de problèmes d’allocation de ressources sous incertitudes et d’ordonnancement de tâches périodiques. / Grid and Cloud computing make possible the sharing of computer system resources, such as storage or computation time, among a set of users, according to their requests, thereby creating an illusion of infinite resources. However, as soon as those resources are insufficient to meet users’s expectations, conflicts of interest arise. Therefore, unlimited access to limited resources may lead to inefficient usage which penalizes the whole set of users. In such environments, arbitration becomes necessary in order to settle those conflicts and ensure a fair allocation to all users. We present two classes of problems : multi-user resource allocation under uncertainty and multi-user periodic task scheduling. We tackle these problems from the point of view of fairness.

Dans cette thèse, nous nous intéressons au problème de chargement des laveurs dans un service de stérilisation de dispositifs médicaux réutilisables (DMR). Ce problème de chargement des laveurs a été considéré comme un problème d'ordonnancement par batch. Nous présentons, dans un premier temps, des études offline pour lesquelles nous avons développé des algorithmes, exacts et approchés, ainsi que des modèles PLNE pour certains cas particuliers et pour des cas généraux. Nous présentons ensuite des études semi-online et online pour lesquelles nous avons développé des heuristiques. Nous avons également conçu des modèles de simulation afin de tester l'impact de nos heuristiques sur l'ensemble du service de stérilisation. Nous proposons, en dernier lieu, l'implémentation d'une approche de type bin packing pour le cas d'un service de stérilisation externe afin de minimiser le nombre de cycles de lavage lancés. / In this dissertation, we are interested in the problem of loading of washing resources in hospital sterilization services of reusable medical devices (RMD). Through our studies, we modeled the problem of loading of washing resources as a batch scheduling problem. We began our research with offline studies for whom exact algorithms are proposed for some special cases and then heuristics, approximation algorithms and linear models are proposed for general cases. Afterwards, we continued our research with semi-online and online studies for whom heuristics are developed. We inserted these heuristics also in simulation models in order to test their efficiency on the whole sterilization service. We finished our studies with a final work aiming at minimizing the number of washing cycles for an external sterilization service where we adopted a bin packing approach.