Dénitions et état de l'art

La notion de coopération est un concept très large qui intéresse diérentes disciplines (économie, sociologie du travail ou technique de l'engénierie). Plusieurs dénitions sont données dans la littérature. Barnard dans [Barnard 38] dénit la "coopération comme un moyen qui permet de dépasser les limites de l'action individuelle". On mentionne dans [Campagne & Sénéchal 02] que la coopération contribue à l'amélioration de la performance globale et à la minimisation des risques ou des conits. Pour Hatchuel [Hatchuel 96], la coopération est la raison d'être des organisations. En eet, vue la nature conictuelle et uctuante de l'environnement industriel, la coopération permet à la fois l'augmentation de l'autonomie et le renforcement de la dépendance entre les diérentes entités, permettant de dénir des actions collectives pour une recherche croissante de performance globale, et ce, à travers le développement d'une organisation distribuée et le développement de politiques de coopération.

Dans le domaine des systèmes manufacturiers, cadre auquel nous nous intéressons, la coopération met en jeu des processus d'interaction entre diérents acteurs qui représentent soit les entreprises, les ateliers ou bien des pools de ressources. Les dénitions suivantes y aérant sont données. Erschler dans [Erschler 96] dénit la coopération comme étant le support de la mise en ÷uvre de la décision entre plusieurs centres de décisions. Pour Bou-

5.3 Tour d'horizon de l'ordonnancement coopératif 115 jut et al. [Boujut et al. 02], la coopération consiste à l'élaboration et à la prise de décisions collectives.

Dans le cadre de la gestion des chaînes logistiques, domaine clé de la compétitivité des entreprises, des travaux récents de recherche ont montré l'intérêt de la mise en ÷uvre de l'or- ganisation coopérative. Le but est de permettre aux diérents acteurs constituant la chaîne logistique de préserver leur autonomie et de réagir rapidement aux perturbations sans re- mettre systématiquement en cause les décisions prises avec les partenaires, et en préservant la cohérence des décisions individuelles, tout en améliorant aussi bien leurs performances locales que globales. L'objectif de la coopération inter-entreprise est alors de concevoir et de produire mieux et plus vite, des produits et services innovants [Sardas et al. 02]. Plusieurs travaux de recherche se sont penchés sur la problématique de la coopération inter-entreprise, et sur le développement d'outils de coopération [Monteiro 01], [Telle 03], [Despontin-Monsarrat 04], [Albino et al. 05], [Portmann & Mouloua 07] et [Lin et al. 08].

L'ordonnancement occupe une place importante pour l'organisation des systèmes ma- nufacturiers. Comme déni au Chapitre 1, son rôle est de planier les activités sur les ressources de manière à assurer la satisfaction des clients et l'utilisation maximale des res- sources, en prenant en compte les diérents objectifs et les diérentes contraintes physiques (internes et externes) et temporelles (objectifs et contraintes pouvant être potentiellement contradictoires). De ce fait, le processus d'ordonnancement est davantage assimilable à une méthode de résolution basée sur une recherche interactive entre les acteurs qu'à une méthode d'optimisation mono ou multi-critère [Archimede & Coudert 01]. Les problèmes d'ordonnancement étant fort complexes, quelques travaux récents de recherche proposent, comme dans le cas des chaînes logistiques, des méthodes de résolutions basées sur une coopération entre les acteurs (ressources). Nous y reviendrons un peu plus en détail dans la Section 5.3.3.

Notons que plusieurs travaux utilisant les techniques des Systèmes Multi-Agents (SMA), domaine de recherche lié à l'intelligence articielle distribuée, ont été développés pour les systèmes d'ordonnancement coopératif [Pendharkar 07]. Dans [Archimede & Coudert 01], l'auteur a développé un modèle SMA pour l'ordonnancement exible des systèmes de pro- duction. Son modèle introduit une coopération indirecte entre les agents OFs (ordres de fabrication) représentant les clients et les agents machines représentant les fournisseurs. La coopération est assurée de manière synchrone à travers un blackboard et est contrôlée par un agent superviseur. Les agents s'échangent des propositions/ contre-propositions, leur objectif étant de négocier des intervalles d'exécution des travaux.

Pour résoudre un problème d'ordonnancement multi-projets a contraintes de ressources décentralisées, Homberger dans [Homberger 07] développe un SMA composé de plusieurs agents ordonnanceurs, chacun gérant les activités d'un projet parmi tous les projets concur-

116 Revue des approches robustes et coopératives rents. An allouer les ressources aux agents, un processus de négociation itératif est amorcé entre les agents ordonnanceurs et sous le contrôle d'un agent médiateur. Le processus est réitéré tant que la fonction objectif global (minimisation du makespan moyen) est amélio- rée.

Citons aussi les travaux de [Tranvouez 01] sur la problématique de prise en compte des perturbations pouvant surgir au niveau d'un atelier de production tout en préservant au mieux les ordonnancements préétablis. L'auteur propose une approche de réordonnan- cement distribué et coopératif, intégée dans un système multi-agents. Un formalisme de représentation de comportement, consistant en un graphe d'états, est déni pour spécier par des plans comportementaux les activités des agents en coopération.

Une autre vision de la coopération peut être trouvée dans les problèmes de satisfaction de contraintes, CSP en anglais pour Constraint Satisfaction Problem. Un CSP consiste à trouver une assignation consistante de valeurs à des variables prenant leurs valeurs dans des domaines discrets et nis. Un sous domaine des CSPs est les CSPs distribués : DiCSP ; une discipline de recherche émergente [Bessiere et al. 01]. Dans ce cas, les variables et les contraintes sont distribuées à travers des agents autonomes et ne peuvent être centrali- sés. Une fonction de répartition est ainsi dénie pour la répartition des variables entre les agents. Chaque agent connaît alors les contraintes liées à ses variables. Citons comme exemple les travaux de Eisenberg [Eisenberg 03]. L'auteur a examiné un modèle organisa- tionnel de coopération et de coordination pour la gestion distribuée des ressources d'un projet réel, et a formalisé le problème de gestion distribuée des ressources du projet de collaboration sous la forme d'un problème à satisfaction de contraintes distribuées. Dans le modèle DiCSP considéré, chaque tâche est représentée par une variable qui dénote sa date de début. Les contraintes qui lui sont liées sont de 3 types : contraintes temporelles, les contraintes de précédence et les contrainte de capacité de ressource.

De manière générale, les algorithmes standards de résolution des DiCSP, comme les algorithmes asynchrones de recherche en arrière, supposent un ordre de priorité entre les agents pour l'envoi des messages. Les agents les plus prioritaires font part de leurs déci- sions aux agents de plus faible priorité et dont ils sont liés. D'autres modèles plus réalistes, permettant aux agents de garder privées leurs décisions, n'autorisent qu'une connaissance partielle des contraintes d'un agent aux autres agents [Brito et al. 09].

Soulignons aussi que le plus souvent dans le cadre des DiCSP, un agent est associé à chaque variable, c'est le cas du problème de génération d'un emploi du temps d'employés [Moyaux et al. 03].

5.3 Tour d'horizon de l'ordonnancement coopératif 117