Dans ce mémoire, nous concevons un plan d'ordonnancement de la production dans un contexte d'industrie 4.0. L'environnement de travail est un atelier de soudure doté de trois stations pour le chargement et le déchargement des pièces, d'un robot de transport, d'un robot positionneur, de deux robots soudeurs et de gabarits sur lesquels sont montées les pièces. Dans un souci de construction de modèles reflétant la réalité de l'usine de production, des caractéristiques et des contraintes ont été considérées. Il s'agit entre autres des caractéristiques liées au type et aux temps de changement de gabarit, des contraintes d'entreposage, de ressources matérielles limitées (machines) et de recirculation. Le problème considéré est un problème de job shop flexible dont l'objectif est de minimiser la durée totale des opérations. Différentes variantes de la méthode exacte basée sur la programmation linéaire mixte en nombres entiers sont présentées. Ces méthodes sont de deux catégories à savoir les méthodes en une étape de résolution et les méthodes en deux étapes de résolution. La comparaison de ces différentes méthodes proposées montre que les méthodes en une étape de résolution offrent les meilleures valeurs de la fonction objectif mais sont plus lents dans la résolution tandis que les méthodes en deux étapes de résolution sont plus rapides dans la résolution mais n'ont pas les meilleures valeurs de la fonction objectif. / In this master's thesis, we design a production scheduling plan in an Industry 4.0 context. The working environment is a welding shop with three stations for loading and unloading parts, a transport robot, a positioner robot, two welding robots and jigs on which parts are mounted. In order to build models that reflect the reality of the production plant, additional characteristics and constraints were considered. These include characteristics related to the type and duration of jig change, constraints of storage, limited material resources (machines) and recirculation. The problem considered is a flexible job shop problem with the objective to minimize the total execution time (the makespan). Different variants of the exact method based on mixed integer linear programming are presented. These methods are of two categories, namely the one-step and the two-step methods. The comparison of these different proposed methods shows that the one-step method yields the best objective function values but requires relatively long computing times while the two-step method is faster but does not give the best objective function values.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2009-2010 / Pour faire face aux risques associés aux aléas des opérations normales et aux périls qui menacent les ressources d'un réseau logistique, une méthodologie générique pour le design de réseaux logistiques efficaces et robustes en univers incertain est développée dans cette thèse. Cette méthodologie a pour objectif de proposer une structure de réseau qui assure, de façon durable, la création de valeur pour l'entreprise pour faire face aux aléas et se prémunir contre les risques de ruptures catastrophiques. La méthodologie s'appuie sur le cadre de prise de décision distribué de Schneeweiss et l'approche de modélisation mathématique qui y est associée intègre des éléments de programmation stochastique, d'analyse de risque et de programmation robuste. Trois types d'événements sont définis pour caractériser l'environnement des réseaux logistiques: des événements aléatoires (ex. la demande, les coûts et les taux de changes), des événements hasardeux (ex. les grèves, les discontinuités d'approvisionnement des fournisseurs et les catastrophes naturelles) et des événements profondément incertains (ex. les actes de sabotage, les attentats et les instabilités politiques). La méthodologie considère que l'environnement futur de l'entreprise est anticipé à l'aide de scénarios, générés partiellement par une méthode Monte-Carlo. Cette méthode fait partie de l'approche de solution et permet de générer des replications d'échantillons de petites tailles et de grands échantillons. Elle aide aussi à tenir compte de l'attitude au risque du décideur. L'approche générique de solution du modèle s'appuie sur ces échantillons de scénarios pour générer des designs alternatifs et sur une approche multicritère pour l'évaluation de ces designs. Afin de valider les concepts méthodologiques introduits dans cette thèse, le problème hiérarchique de localisation d'entrepôts et de transport est modélisé comme un programme stochastique avec recours. Premièrement, un modèle incluant une demande aléatoire est utilisé pour valider en partie la modélisation mathématique du problème et étudier, à travers plusieurs anticipations approximatives, la solvabilité du modèle de design. Une approche de solution heuristique est proposée pour ce modèle afin de résoudre des problèmes de taille réelle. Deuxièmement, un modèle incluant les aléas et les périls est utilisé pour valider l'analyse de risque, les stratégies de resilience et l'approche de solution générique. Plusieurs construits mathématiques sont ajoutés au modèle de base afin de refléter différentes stratégies de resilience et proposer un modèle de décision sous risque incluant l'attitude du décideur face aux événements extrêmes. Les nombreuses expérimentations effectuées, avec les données d'un cas réaliste, nous ont permis de tester les concepts proposés dans cette thèse et d'élaborer une méthode de réduction de complexité pour le modèle générique de design sans compromettre la qualité des solutions associées. Les résultats obtenus par ces expérimentations ont pu confirmer la supériorité des designs obtenus en appliquant la méthodologie proposée en termes d'efficacité et de robustesse par rapport à des solutions produites par des approches déterministes ou des modèles simplifiés proposés dans la littérature.

La recherche abordée dans le cadre de cette thèse s'intéresse à la gestion des ressources humaines opérationnelles, et plus spécifiquement aux problèmes de planification de ces ressources dans un contexte dynamique. Un intérêt particulier est porté au problème d'ordonnancement en temps réel du personnel travaillant sur une chaîne d'assemblage. Nous abordons cette problématique dans une perspective de gestion par compétences et ce, en nous basant sur le profil de compétences dans la modélisation de l'offre et de la demande en main-d'oeuvre. Quatre principaux axes de recherche sont exploités. Le premier axe vise l'aspect théorique de la modélisation du problème d'ordonnancement du personnel. A cet effet, nous proposons un modèle mathématique du problème d'affectation dynamique des employés sur une chaîne d'assemblage avec la prise en considération des préférences, des compétences et des déplacements inter-postes des employés. En nous basant sur ce modèle, et grâce à l'utilisation du solveur commercial de type Cplex, nous avons pu résoudre des instances de problèmes de petite taille. Les résultats obtenus démontrent que la production d'une solution optimale requiert un temps de calcul important, ce qui risque de générer une rigidité et une moindre réactivité de la fonction d'ordonnancement face à des perturbations d'un environnement dynamique. Le deuxième axe de recherche porte sur l'élaboration d'une approche distribuée à base d'agents pour la résolution du problème d'ordonnancement du personnel. L'approche proposée se base sur l'utilisation de plusieurs catégories d'agents intelligents qui coopèrent entre eux à travers la formation de coalitions. Chaque coalition est formée de deux agents-employés qui auront décidé de coopérer entre eux en s'échangeant une partie de leurs activités d'assemblage afin d'améliorer leur profit et en conséquence, la qualité de la solution globale d'ordonnancement. Les résultats d'ordonnancement du personnel obtenus à partir des premiers tests sont encourageants. Ils démontrent que notre approche à base d'agents permet d'obtenir des solutions de bonne qualité en des temps raisonnables. Le troisième axe de recherche porte sur le réordonnancent du personnel en temps réel face aux aléas liés à l'absence d'employés. À cet effet, nous proposons une extension de l'approche à base d'agents ainsi que deux variantes de l'approche de recuit simulé, qui permettent de résoudre le problème de réordonnancement. Nous avons pu tester les performances de ces deux approches sur plusieurs cas du problème d'ordonnancement et de réordonnancement du personnel. L'ensemble des résultats démontre que l'algorithme à base d'agents conduit à de très bonnes solutions en comparaison avec le recuit simulé. Enfin, nous avons exploité les algorithmes à base d'agents et de recuit simulé, qui sont développés dans cette recherche, pour étudier deux aspects de la gestion stratégique des ressources humaines : la flexibilité dans l'élaboration des horaires de travail et l'impact de la prise en considération des préférences dans le processus d'ordonnancement du personnel. Dans les deux cas, les résultats de simulation obtenus corroborent les hypothèses initiales de recherche, à savoir la pertinence et l'intérêt de la notion de flexibilité et de la prise en compte des préférences dans le processus d'ordonnancement du personnel.