Dans cette solution, le manipulateur 3 effectue 2 examens de scanner sur le site 1 puis se d´eplace sur le site 2 pour effectuer 3 examens radiologiques. Cette solution a un ma- kespan de 9 p´eriodes, comme celle sans mutualisation. Au niveau du taux d’occupation, les manipulateurs 1, 2 et 3 sont occup´es respectivement 8, 8 et 9 p´eriodes (88.8%, 88.8%, 100%). On constate donc que l’on peut programmer ces examens avec seulement 3 res- sources mutualis´ees, en gardant la mˆeme qualit´e de solution selon le crit`ere du makespan.
1.4
Autres contextes
Le contexte hospitalier n’est ´evidement pas le seul contexte ou des coop´erations entre structures am`enent `a mutualiser des ressources. Ces mutualisations de ressources peuvent aller du partage d’employ´es (d’entretien, de secr´etariat ou d’aide d’´education) entre plu- sieurs communes, d’un partage de livres entre plusieurs biblioth`eques, `a la collaboration et le partage entre plusieurs pays de scientifiques travaillant sur un mˆeme programme spatial. Un exemple concret concerne la mutualisation d’ouvriers qualifi´es entre plusieurs chan- tiers. Le partage d’enseignants et de salles d’enseignement entre plusieurs ´etablissements est ´egalement un exemple de mutualisation de ressources sur plusieurs sites distants. Nous pr´esentons par la suite d’autres formes de mutualisation de ressources, dans d’autres contextes que celui du domaine m´edical.
1.4.1
Planification des essais pneumatiques
Un autre exemple de mutualisation de ressources entre plusieurs sites est celui de la planification des essais pneumatiques. Ce projet a ´et´e ´etudi´e au LIMOS entre 2004 et 2005 par (Cierge, 2005). La probl´ematique est la suivante : des pilotes doivent r´ealiser un ensemble de tests d’enveloppes (adh´erence, freinage, usure, ...) sur des circuits situ´es dans des r´egions diff´erentes. Certains tests sont plus destructeurs que d’autres, et par cons´equent les tests r´ealis´es sur un mˆeme jeu d’enveloppes doivent ˆetre r´ealis´es dans un ordre d´efini, du moins destructeur vers le plus destructeur.
Pour r´ealiser un test, il faut une piste (une partie d’un circuit), un pilote et un v´ehicule. De nombreuses contraintes sont d´efinies :
— compatibilit´e pilotes / v´ehicules
— certification des pilotes pour r´ealiser certains tests
— contraintes concernant la piste (trempage, s´echage, temps d’attente, ...)
Le nombre de pilotes d’essai habilit´es ´etant limit´e, le but est de trouver une affectation des pilotes aux essais. Pour cela on doit consid´erer les transports entre les circuits des ressources de mesures ainsi que des pilotes. L’entreprise pour laquelle s’est d´eroul´ee cette ´etude disposait de deux circuits. Le premier dans le centre de la France, le deuxi`eme dans le sud. Une navette entre les deux circuits permettait de d´eplacer des ressources entre les sites. La gestion dans cette navette n’avait pas ´et´e int´egr´ee dans l’outil d’optimisation qui avait ´et´e con¸cu. Les quantit´es de ressources disponibles sur chaque site `a chaque p´eriode ´etaient consid´er´ees comme connues.
Chapitre 1. Pr´esentation de la probl´ematique
1.4.2
Mutualisation de moyen de production
Lors d’une conjoncture ´economique d´efavorable, les entreprises ont du mal `a am´eliorer leurs performances de production. La baisse des investissements s’explique par la rar´efaction du financement bancaire et la crainte des entrepreneurs pour l’endettement. Les cons´equences sont donc doubles, puisque les industriels se retrouvent avec des outils de production sous-exploit´es et ont du mal `a renouveler leur parc industriel. La question est donc : ≪peut-on trouver de nouvelles sources de financement sans emprunter ?≫
L’id´ee est de profiter de la sous-exploitation des ressources de production en les mu- tualisant. Cela peut prendre la forme de locations de ressources de stockage, de machines ou bien encore d’´energie.
Ce principe a deux avantages principaux. Le premier est ´evidement le flux mon´etaire suppl´ementaire. Le second est d’am´eliorer la flexibilit´e de la production, en permettant `a l’entreprise d’agrandir son parc industriel sans risque de perte de rentabilit´e. Les probl`emes qui se posent, dans ce cas, sont les suivants :
— Combien de ressources doit-on consid´erer comme ”louables” (niveau strat´egique) — Pour une p´eriode de temps donn´ee, combien de ressources allons-nous affecter `a la
location et `a la production ? (niveau tactique)
— Comment planifier la production en consid´erant le partage de ressources avec d’autres entit´es ? (niveau op´erationnel)
1.4.3
Grille de calcul
Une grille de calcul est un ensemble de ressources informatiques mises en commun afin de proposer une grande puissance de calcul. Son origine vient du constat initial que la plupart du temps les ressources informatiques sont sous-utilis´ees et de nombreux cycles de processeurs sont perdus. L’int´erˆet des grilles est donc de partager ces cycles non utilis´es. Ce concept est aujourd’hui d´evelopp´e `a travers le monde et constitue virtuellement certains des plus puissants ordinateurs au monde. On peut citer comme exemple d’utilisation des projets scientifiques biom´edicaux (neuGrid) ou astronomiques (SETI@home).
Les ressources sont :
— Partag´ees : elles sont `a disposition des diff´erents utilisateurs de la grille — Distribu´ees : leur localisation g´eographique sont diff´erentes
— H´et´erog`enes : leur nature peuvent ˆetre diff´erente, ainsi que leur syst`eme d’exploi- tation ou leur composition mat´erielle.
— Coordonn´ees : les ressources sont organis´ees par un ou plusieurs agents, centralis´es ou non
— Autonomes : les ressources ne sont pas contrˆol´ees par une entit´e centralis´ee La mutualisation de ces ressources se fait via un middleware, un ”intergiciel” qui g`ere les ´echanges entre les diff´erents acteurs de la grille. Cet intergiciel permet la mutualisation de ressources h´et´erog`enes (diff´erents syst`emes, diff´erents mat´eriels) en toute transparence pour les utilisateurs. Le probl`eme est donc pour le middleware de distribuer les travaux `a ex´ecuter entre les diff´erentes ressources en optimisant leur utilisation.