Programme de Doctorat en informatique

Département d’informatique et de génie logiciel

Faculté des sciences et de génie

Présentation orale de soutenance de thèse de doctorat

De

Marc-André Ménard

 

Vendredi 14 mai 2021 à 9 h

Mercredi 9 juin 2021 à 9 h

Par vidéoconférence zoom (voir lien ci-dessous)

 

https://can01.safelinks.protection.outlook.com/?url=https%3A%2F%2Fulaval.zoom.us%2Fj%2F3054862029&data=04%7C01%7CClaudia.Gonzalez%40ift.ulaval.ca%7C5a41a25b4e764894e8e408d90c09f018%7C56778bd56a3f4bd3a26593163e4d5bfe%7C1%7C0%7C637554059077588276%7CUnknown%7CTWFpbGZsb3d8eyJWIjoiMC4wLjAwMDAiLCJQIjoiV2luMzIiLCJBTiI6Ik1haWwiLCJXVCI6Mn0%3D%7C1000&sdata=Z7cdYuVWHmZ7PUtDUj3ye73%2BxZfGIbFPJmbSbdXDpsM%3D&reserved=0

ID de réunion : 305 486 2029

Approches avancées pour la planification et l’ordonnancement en contexte dynamique ” 

 

Jury

Nadia Tawbi (Présidente de la soutenance, professeur Université Laval)

Claude-Guy Quimper (directeur de recherche, examinateur, professeur Université Laval)

Jonathan Gaudreault (co-directeur de recherche, examinateur, professeur Université Laval)

Luc Lamontagne (examinateur, professeur Université Laval)

Pascal Germain (examinateur, professeur Université Laval))

Hind Bril El-Haouzi (examinateur, professeur Université de Lorraine)

 

 

Résumé

Cette thèse présente trois approches pour aider les entreprises dans la planification dans un contexte dynamique. Chaque approche aide à différents niveaux de la planification (décisions stratégiques à long terme, tactique à moyen terme, décision opérationnelle à court terme ou même au moment de l’exécution).

Après la génération d’un plan, il est possible que des événements rendent le plan inutilisable. L’entreprise doit alors générer un autre plan suivant ces nouvelles informations. Il est donc important pour une entreprise de pouvoir s’adapter rapidement aux changements et d’être plus agile. Les entreprises peuvent utiliser des systèmes d’aide à la décision permettant de les aider à prendre de meilleures décisions pour leur planification. Ces outils, bien qu’ils soient performants pour résoudre un problème, sont souvent non adaptés au contexte dynamique des entreprises. Cette thèse présente trois approches permettant d’adapter les plans rapidement suivant l’évolution des problèmes.

 

La première approche est pour le niveau tactique de la planification. Le plan tactique considère un certain horizon de planification (ex.: 52 semaines). La solution trouvée pour cet horizon devient obsolète après un certain temps, car plusieurs éléments du problème ont changé. Il serait avantageux pour une entreprise de toujours tenir à jour le plan chaque fois qu’il y a une nouvelle information. Par contre, générer un nouveau plan demande beaucoup de temps. L’approche que nous proposons est de tenir à jour le plan, mais en s’aidant des décisions prises précédemment. Nous avons testé cette approche sur le problème d’optimiser la position des outils pour les machines à commande numérique avec tourelles. Nous avons conçu un programme à nombres entiers pour résoudre le problème. Après avoir trouvé la position optimale des outils pour chaque produit usiné, il est possible qu’un nouveau produit s’ajoute à la liste des produits à usiner. Il y a un grand coût en temps de production à devoir modifier la position des outils. Nous devons donc trouver la position des outils pour le nouveau produit sans changer la position des outils pour les autres produits pour éviter de perdre trop de temps. Le modèle conçu pour résoudre le problème comporte une fonction objective permettant d’être réutilisé lors de l’ajout d’un nouveau produit. Il est alors possible de voir l’évolution de la solution chaque fois qu’on ajoute un nouveau produit. À chaque ajout d’un nouveau produit, nous pouvons évaluer s’il est avantageux de changer la position des outils pour tous les produits.

 

La deuxième approche est pour le niveau opérationnel de la planification. Le planificateur peut s’aider d’un programme d’optimisation pour trouver un plan réalisable et optimal à son problème. Cependant, au niveau opérationnel, il peut arriver divers imprévus rendant le plan désuet. Par exemple, une commande de matériel peut arriver en retard ce qui crée un délai avant de pouvoir fabriquer un certain produit. Il faut donc trouver une alternative au plan initiale pour pallier cet imprévu. Il peut être difficile et même impossible pour un humain de changer le plan tout en respectant les contraintes du problème et l’optimalité du plan initial. Le planificateur peut exécuter une nouvelle fois le programme d’optimisation pour prendre en considération cet imprévu, mais cela demande un certain temps dont le planificateur n’a pas pour prendre la décision. L’approche proposée est d’utiliser un système à initiative partagée. Ce système permet de changer une solution retournée par un programme mixte à nombres entiers tout en conservant l’optimalité de la solution. Le système génère plusieurs solutions pour pouvoir rapidement retourner une solution suivant une modification à la solution par le planificateur. Pour générer les solutions rapidement, le système repose sur une technique personnalisée basée sur le noyau de la matrice de contraintes.

 

La troisième approche est pour le niveau stratégique de la planification. Les décisions au niveau stratégique sont pour le long terme. Par exemple, une entreprise manufacturière doit décider quelles ressources achetées pour améliorer sa productivité. L’approche proposée est de suggérer des choix au planificateur lors de la génération des plans au niveau opérationnel ou tactique. L’entreprise peut alors prendre des choix plus rapidement sans devoir mettre beaucoup d’efforts d’analyse. Cette approche est testée sur un problème d’ordonnancement qui se fait au niveau de la planification opérationnelle. Suivant la génération du plan à l’aide de la programmation par contraintes, il est possible de suggérer des ressources à acheter pour améliorer la solution. Cette approche utilise l’apprentissage automatique pour prédire l’impact sur la solution d’apporter certains changements comme par exemple d’acheter une nouvelle ressource. L’idée est de s’entraîner sur les instances du problème passées pour faire des suggestions sur l’instance du problème courant.

 

Note: La présentation sera donnée en français.

 

 

Bienvenue à tous!