Reproduction de : Thèse de doctorat : Mathématiques Appliquées : Toulouse, INPT : 2004. / Titre provenant de l'écran-titre. Bibliogr. 59 réf.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse aborde la gestion des ressources humaines dans un centre d'appels. Plus spécifiquement, nous nous intéressons aux problèmes de dimensionnement et de planification. L'objectif sous-jacent est d'assurer la meilleure qualité de service au client (par exemple minimiser le délai d'attente) avec un coût salarial minimum pour l'entreprise. Ces problématiques sont généralement modélisées dans la littérature par le problème de construction de vacation (shift-scheduling problem). Pour appréhender ce problème, nous introduisons le paradigme de chaîne d'activités. Ce paradigme nous permet de représenter la grande diversité des environnements et des contraintes de gestion des ressources humaines dans un centre d'appels. Nous traduisons ensuite ce paradigme en programme linéaire en nombres entiers pour résoudre les problèmes de dimensionnement et de planification. Nous proposons enfin une méthode pour intégrer au programme linéaire en nombres entiers un objectif de qualité de service non linéaire.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

La littérature scientifique propose une grande variété de stratégies pour la résolution des problèmes d'optimisation combinatoire (POC). Ces problèmes sont d'une grande complexité et demandent des méthodes évoluées pour les résoudre. Les algorithmes exacts, comme la programmation linéaire en nombres entiers (PLNE) à l'aide de l'algorithme Branch and Bound (B&B), arrivent à trouver une solution optimale pour certaines instances de problèmes. Par contre, plus la taille du problème à résoudre est grande, plus ces algorithmes ont de la difficulté à en venir à bout. Les métaheuristiques représentent alors une alternative intéressante pour trouver une solution de qualité acceptable dans des délais très courts. Toutefois, il est impossible de garantir qu'une métaheuristique trouvera la solution optimale d'un problème. Parmi ces méthodes, on retrouve l'optimisation par colonies de fourmis (OCF), qui a su faire ses preuves pendant les dernières années pour la résolution de différents problèmes d'optimisation combinatoire. Une autre avenue consiste à créer des algorithmes hybrides. L'objectif principal de ce mémoire est de proposer trois algorithmes hybridant un OCF et la PLNE pour résoudre le problème d'ordonnancement de voitures (POV). Le POV est un POC qui consiste à déterminer dans quel ordre placer un ensemble de voitures à produire sur une chaîne d'assemblage en se soumettant à un ensemble de contraintes. On cherche parfois la séquence minimisant le nombre de conflits, où un conflit représente une surcharge de travail occasionnée à un poste particulier de l'atelier de montage par l'arrivée successive de plusieurs voitures similaires, ou encore minimisant le nombre de changements de couleurs à l'atelier de peinture. Pour simplifier le problème, on ne s'attardera qu'aux contraintes liées à l'atelier de montage où sont installées les différentes options des voitures. Cette version théorique du POV que l'on retrouve dans la littérature est une simplification du problème industriel. Différentes méthodes ont été proposées pour solutionner ce problème. Celles qui attirent notre attention sont l'OCF et la PLNE. On cherchera, dans ce mémoire, à concevoir des approches hybrides exploitant les forces de ces deux approches. Il sera également possible de comparer la performance des algorithmes hybrides avec les résultats obtenus avec l'OCF pour établir l'apport de telles hybridations. Le premier algorithme hybride proposé consiste à créer un sous-problème à partir de la meilleure solution de chaque cycle de l'OCF et de résoudre ce sous-problème avec le B&B. Cette méthode ne s'est pas avérée très performante, car aucune intensification n'est effectuée sur une solution. Le second algorithme tente de combler cette lacune en appelant le B&B de manière répétitive à un intervalle régulier de cycles de l'OCF. Cet appel répété du B&B représente, en fait, une recherche locale exacte (RLE). Pour l'ensemble des problèmes utilisés pour tester cette hybridation, des résultats de qualité légèrement supérieure ou égale à l'OCF, intégrant une recherche locale, ont été obtenus pour environ deux problèmes sur trois. On peut en dire autant de la troisième hybridation proposée, qui consiste, dans un premier temps, à exécuter l'OCF et à fournir la meilleure solution trouvée comme solution de départ à la RLE. Les objectifs fixés dans cette recherche ont été atteints en concevant des méthodes de résolution hybrides, adaptées au POV, combinant une métaheuristique et une méthode exacte. On avait aussi pour but d'établir la performance des méthodes hybrides face à leurs contreparties singulières. En règle générale, les hybridations parviennent à donner des résultats de qualité équivalente à celle des résultats de l'OCF avec recherche locale mais avec un coût en temps d'exécution. Il s'agit tout de même d'une conclusion réjouissante puisque des améliorations pourraient être apportées à ces algorithmes pour les rendre encore plus performants. On a aussi exploré quelques façons de créer des sous-problèmes plus faciles à résoudre par un algorithme exact. Ceci ouvre donc une porte à une autre approche de la résolution de POC.

Le regroupement des blocs opératoires au sein d'un Plateau Médico-Technique (PMT) présente des enjeux dans la phase de conception (dimensionnement des ressources et choix d'organisation) et dans la phase de pilotage (planification de l'activité et affectation des ressources humaines et matérielles) face auxquels les décideurs hospitaliers manquent d'outils. En réponse à ces besoins, cette thèse propose une démarche globale d'aide à la décision pour la conception du PMT et le pilotage des ressources humaines mutualisées de ce secteur. Cette démarche aborde trois principaux problèmes. Dans un premier temps, nous nous intéressons à la modélisation des processus de PMT existants, dont le but est de faire émerger un diagnostic et d'engager une démarche d'amélioration de la performance. Ces modèles sont réutilisés dans un second temps pour la modélisation des processus cibles qui nous permettent d'obtenir, par simulation de l'activité, les courbes de charge exprimant les besoins en personnel. Nous abordons la question du dimensionnement du personnel regroupé du PMT par la construction des vacations couvrant cette charge prévisionnelle, à l'aide de la Programmation Linéaire en Nombres Entiers (PLNE) couplée à la simulation de flux. Dans un troisième temps, nous étudions deux problèmes de planication d'horaires de travail : celui des infirmiers anesthésistes et celui des médecins anesthésistes, pour lesquels nous développons plusieurs approches de résolution basées sur la Programmation Linéaire Mixte (PLM) et sur la Programmation Par Contraintes (PPC), expérimentées et validées dans le cadre d'applications réelles.

Cette thèse s'inscrit dans le cadre du développement d'outils d'aide à la décision pour la configuration des lignes d'usinage modulaires à partir d'équipements standard. Le problème de configuration se pose en termes de sélection d'un sous-ensemble d'unités d'usinage et de leur affectation aux postes de travail définissant ainsi la structure de la ligne. Le problème revient à trouver la meilleure solution en termes de coût de mise en oeuvre en prenant en compte différents types de contraintes : productivité minimum à assurer, précédence, incompatibilité et capacité de stations et ligne. Le cœur de la thèse est dédié à l'étude des lignes avec un mode d'activation parallèle des unités d'usinage dans les stations. Dans ce cas, le début d'un cycle est marqué par l'enclenchement simultané de toutes les unités d'usinage de la ligne. Pour ce problème, nous avons proposé un modèle générique pour une approche par programmation par contraintes et deux modèles linéaires en nombres entiers.

Dans cette thèse, nous étudions des Hoist Scheduling Problems (HSP) qui se posent fréquemment dans des lignes automatiques de traitement de surface. Dans ces lignes, des ponts roulants sont utilisés pour transporter les pièces entre les bains. Ainsi, les ponts roulants jouent un rôle essentiel dans la performance de ces lignes ; et un ordonnancement optimal de leurs mouvements est un facteur déterminant pour garantir la qualité des produits et maximiser la productivité. Les lignes que nous étudions comportent un seul pont roulant mais peuvent être des lignes de base ou des lignes étendues (où des bains sont à fonctions et/ou capacités multiples). Nous examinons trois Hoist Scheduling Problems : l’optimisation robuste d’un HSP cyclique, l’ordonnancement dynamique d’une ligne étendue de type job shop et l’ordonnancement cyclique d’une telle ligne.Pour l’optimisation robuste d’un HSP cyclique, nous définissons la robustesse comme la marge dans le temps de déplacement du pont roulant. Nous formulons le problème en programmation linéaire en nombres mixtes à deux objectifs pour optimiser simultanément le temps de cycle et la robustesse. Nous démontrons que le temps de cycle minimal augmente avec la robustesse, et que par conséquent la frontière Pareto est constituée d’une infinité de solutions. Les valeurs minimales et maximales des deux objectifs sont établies. Les résultats expérimentaux à partir de benchmarks et d’instances générées aléatoirement montrent l’efficacité de l’approche proposée.Nous étudions ensuite un problème d’ordonnancement dynamique dans une ligne étendue de type job shop. Nous mettons en évidence une erreur de formulation dans une un modèle existant pour un problème similaire mais sans bains multi-fonctions. Cette erreur peut rendre l’ordonnancement obtenu sous-optimal voire irréalisable. Nous construisons un nouveau modèle qui corrige cette erreur. De plus il est plus compact et s’applique au cas avec des bains à la fois à capacités et à fonctions multiples. Les résultats expérimentaux menés sur des instances avec ou sans bains multi-fonctions montrent que le modèle proposé conduit toujours à une solution optimale et plus efficace que le modèle existant.Nous nous focalisons enfin sur l’ordonnancement cyclique d’une ligne étendue de type job shop avec des bains à fonctions et capacités multiples. Nous construisons un modèle mathématique en formulant les contraintes de capacité du pont roulant, les intervalles des durées opératoires, et les contraintes de capacité des bains. Nous établissons également des contraintes valides. Les expériences réalisées sur des instances générées aléatoirement montrent l’efficacité du modèle proposé. / This thesis studies hoist scheduling problems (HSPs) arising in automated electroplating lines. In such lines, hoists are often used for material handing between tanks. These hoists play a crucial role in the performance of the lines and an optimal schedule of the hoist operations is a key factor in guaranteeing product quality and maximizing productivity. We focus on extended lines (i.e. with multi-function and/or multi-capacity tanks) with a single hoist. This research investigates three hoist scheduling problems: robust optimization for cyclic HSP, dynamic jobshop HSP in extended lines and cyclic jobshop HSP in extended lines.We first study the robust optimization for a cyclic HSP. The robustness of a cyclic hoist schedule is defined in terms of the free slacks in hoist traveling times. A bi-objective mixed-integer linear programming (MILP) model is developed to optimize the cycle time and the robustness simultaneously. It is proved that the optimal cycle time strictly increases with the robustness, thus there is an infinite number of Pareto optimal solutions. We established lower and upper bounds of these two objectives. Computational results on several benchmark instances and randomly generated instances indicate that the proposed approach can effectively solve the problem.We then examine a dynamic jobshop HSP with multifunction and multi-capacity tanks. We demonstrate that an existing model for a similar problem can lead to suboptimality. To deal with this issue, a new MILP model is developed to generate an optimal reschedule. It can handle the case where a multi-function tank is also multi-capacity. Computational results on instances with and without multifunction tanks indicate that the proposed model always yields optimal solutions, and is more compact and effective than the existing one.Finally, we investigate a cyclic jobshop HSP with multifunction and multi-capacity tanks. An MILP model is developed for the problem. The key issue is to formulate the time-window constraints and the tank capacity constraints. We adapt the formulation of time-window constraints for a simpler cyclic HSP to the jobshop case. The tank capacity constraints are handled by dealing with the relationships between hoist moves so that there is always an empty processing slot for new parts. Computational experiments on numerical examples and randomly generated instances indicate that the proposed model can effectively solve the problem.

Au cours du siècle actuel, la mondialisation a poussé les unités de production traditionnelles à se transformer en réseaux de fabrication. Avec des demandes de marché diverses, des évolutions technologiques et des coûts de main-d'œuvre variables selon les régions, les usines décentralisées offrent une flexibilité pour s'adapter à ces variations et obtenir des avantages concurrentiels. Par conséquent, la littérature sur la gestion de la production distribuée est vaste ; cependant, elle repose sur l'hypothèse que chaque usine du réseau est capable d'effectuer diverses tâches. Cette thèse examine une nouvelle configuration multi-usines dans laquelle chaque usine se voit attribuer une tâche spécifique au sein du réseau. Dans ce scénario, les usines des fournisseurs non identiques produisent différents composants des produits finaux dans la première étape. Chaque fournisseur est qualifié pour fabriquer un ensemble spécifique de composants. Dans la deuxième étape, les composants sont assemblés en produits finaux dans l'usine d'assemblage. Cette configuration des usines peut être observée dans l'industrie électronique comme le processus de fabrication des ordinateurs portables. L'objectif principal de cette recherche est de planifier les tâches dans toutes les usines de manière à minimiser le temps de réalisation de l'ensemble du processus. À cette fin, un modèle de programmation en nombres entiers mixtes est proposé. Pour traiter des instances plus importantes, un algorithme par séparation et évaluation, ainsi que des méthodes heuristiques constructives, sont développés. Les études computationnelles mettent en évidence l'efficacité des méthodes proposées. Le deuxième objectif de cette thèse est de garantir des performances ponctuelles au sein du réseau, dans le but de satisfaire les clients grâce à une livraison juste-à-temps. À cette phase, une fenêtre de temps est considérée pour chaque produit final. Si un produit est terminé plus tôt que sa fenêtre de temps, une pénalité de précocité est imposée. Si un produit est terminé plus tard que sa fenêtre de temps, il y aura une pénalité de retard. L'objectif est de terminer les produits aussi près que possible de leur fenêtre de temps pour minimiser la somme des pénalités de précocité et de retard. Un modèle de programmation linéaire en nombres entiers mixtes est développé pour trouver la solution optimale pour des problèmes de petite taille. Pour traiter des instances plus importantes, une heuristique de recherche locale itérative sont proposées. Les expériences computationnelles montrent que les méthodes de recherche locale itérative sont très efficaces, surpassant la méthode de recherche itérative bien connue dans la littérature. Le troisième objectif de la thèse consiste à intégrer des activités de maintenance préventive et corrective dans le processus de prise de décision. À cette phase, on suppose que les machines chargées de traiter les composants sont susceptibles de tomber en panne, et que leur temps de défaillance suit une distribution de probabilité de Weibull. Face à la complexité des modèles d'optimisation stochastiques résultants, nous proposons un algorithme de décomposition utilisant un solveur exact. Cette approche décompose le modèle principal en sous-problèmes de plus petites tailles, réduisant ainsi les défis computationnels. L'efficacité de cet algorithme est comparée au logiciel CPLEX largement adopté, et ce, en utilisant diverses instances. Dans nos analyses de sensibilité, nous évaluons les performances de notre modèle stochastique intégré par rapport à des travaux issues de la littérature. Les résultats sont discutés de manière approfondie, offrant des éclairages sur les implications des contributions de la thèse en industrie manufacturière. / In the current century, globalization has prompted traditional production units to create a network for manufacturing. With diverse market demands, technological shifts, and labor expenses across regions, decentralized factories offer flexibility to adapt such variations and gain competitive advantages. Consequently, the literature on distributed production management is extensive; however, it relies on the assumption that each factory in the network is capable of performing various tasks. This thesis investigates a new multi-factory configuration in which each factory is preassigned a specific task within the network. In this scenario, the non-identical supplier factories produce different components of the final products in the first stage. Each supplier is qualified to manufacture a specific set of components, hence, there is no decision about assigning the components to potentially suitable factories. In the second stage, the components are assembled into final products in the assembly factory. This configuration of the factories can be observed in electronic industry such as laptop manufacturing process. The primary objective of this research is to schedule the jobs in all factories in a way that minimizes the makespan of the entire process. For this purpose, a mixed integer programming model is proposed. To deal with larger instances, a branch-and-bound algorithm, and constructive heuristic methods are developed. Computational studies highlight the accuracy of the proposed methods. The second objective of this thesis is to ensure timely performance within the network, aiming to fulfill customer satisfaction through just-in- time delivery. In this phase, for each final product a due window is considered. If a product is finished earlier than its due window, an earliness penalty occurs. If a product is finished later than its due window, tardiness penalty occurs. The objective is to complete the products as close as possible to their due window to minimize the sum of earliness and tardiness penalty. A mixed integer linear programming model is developed for this problem which can find the optimal solution for small-size problems. To deal with larger instances, iterated local search methods equipped with local search heuristic are proposed. Computational experiments show that the iterated local search methods are very efficient outperforming the well-known iterated greedy method in literature. The third objective of the thesis involves integrating both preventive and corrective maintenance activities into the decision-making process. In this phase, it is assumed that the machines responsible for processing components are susceptible to failure, and their failure time follows a Weibull probability distribution. To navigate the complexity of these optimization models, we propose a decomposition algorithm employing an exact solver. This approach breaks down the main model into smaller subproblems, reducing computational challenges. The effectiveness of this algorithm is compared against the widely adopted CPLEX software, including various instances. In our sensitivity analyses, we assess the performance of our integrated stochastic model against benchmarks from the literature. The findings are comprehensively discussed, offering insights into the implications for manufacturing industries.

Les rapports d'activité de l'Établissement Français du Sang (EFS) font état d'une demande croissante de produits sanguins labiles (PSL) tels les concentrés globules rouges (CGR), les plaquettes, et le plasma. Afin d'assurer la demande vitale en PSL, il est primordial d'optimiser la logistique liée aux activités de collecte du sang et de ses composants. Pour faire face à cette situation, l'EFS Auvergne-Loire mène une réflexion dans le but d'utiliser de manière plus efficiente les dispositifs de collecte en sites fixes et mobiles pour améliorer (i) la qualité de service rendue au donneur, et (ii) l'efficience de l'utilisation des ressources humaines. Dans ce contexte nous avons développé dans cette thèse des outils opérationnels pour (i) la modélisation des dispositifs de collecte, (ii) la régulation des flux de donneurs, et (iii) la planification de collectes mobiles.La méthode d'analyse des dispositifs de collecte est basée sur des techniques de simulation à événements discrets. Une modélisation préalable des flux de donneurs dans les systèmes de collecte en sites fixes et mobiles à l'aide de réseaux de Petri a été proposée. Pour la régulation de flux de donneurs, notamment pour la planification optimale des rendez-vous des donneurs et la planification de la capacité dans les systèmes de collecte au site fixe, deux approches ont été abordées: (a) Construction d'un algorithme basée sur techniques d'optimisation stochastique via simulation ; (b) Programmation mathématique: Modèle de programmation en nombres entiers non-linéaire (MINLP) basée sur réseaux de files d'attente et représentation et évaluation des systèmes à événements discrets à travers de programmation mathématique. Pour la planification de collectes mobiles. Deux types de modèles ont été développés : (a) Au niveau tactique : Modèles de programmation en nombres entiers linéaire (MIP) pour planifier les semaines de collectes pour chaque ensemble disponible sur un horizon de temps pour garantir l'autosuffisance à niveau régional des CGR. (b) Au niveau opérationnel : Modèle de programmation en nombres entiers linéaire (MIP) pour l'organisation du travail des équipes en charge de la collecte.