HAL Id: hal-00363872
https://hal.archives-ouvertes.fr/hal-00363872
Submitted on 30 Sep 2010
HAL
is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire
HAL, estdestinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Planification d’agents et ordonnancement de production : règles d’élimination et heuristique
Olivier Guyon, Pierre Lemaire, Eric Pinson, David Rivreau
To cite this version:
Olivier Guyon, Pierre Lemaire, Eric Pinson, David Rivreau. Planification d’agents et ordonnancement
de production : règles d’élimination et heuristique. 9ème congrès de la société française de recherche
opérationnelle et d’aide à la décision (ROADeF), Feb 2008, Clermont-Ferrand, France. �hal-00363872�
Règles d'élimination et heuristique
O.Guyon
1·2
,P.Lemaire
2
, É.Pinson
1
etD. Rivreau
1
1
InstitutdeMathématiquesAppliquées,44rueRabelais-B.P.10808-49008AngersCedex1
{olivier.guyon, eri.pinson, david.rivreau}uo.fr
2
ÉoledesMinesdeNantes,LaChantrerie-4,rueAlfredKastler-B.P.20722-44307NantesCedex3
pierre.lemaireemn.fr
Mots-Clefs. Planiationd'agents,ordonnanement,générationdeoupes,FeasibilityPump
1 Introdution
Nousnousintéressonsàl'optimisationdessystèmesdeprodutionaved'untél'ordonnanement
de prodution, dont le but est d'aeter dans le temps des ressoures àdes tâhes àréaliser, et
d'unautretélagestiondupersonnelvisantgénéralementàminimiserlesoûtsdemaind'÷uvre.
Bienqu'ilsoitadmisque,pourobtenirl'optimumglobal,ilfailleprendreenomptesimultanément
es deux problématiques,en pratiqueleproblèmeglobal estsouventrésoludansunproessusde
déisionàdeuxniveaux.Dansetteétude,nousintégronsesdeuxphasesdedéisionetproposons
diérentesméthodespourrésoudreleproblèmerésultant.
2 Formalisation du problème
L'objetdeette étudeest l'ordonnanementd'un ensemble J den jobs aumoyend'un ensemble O de m opérateurssur un horizon temporel H. Chaque job (préemptif) est aratérisépar une
durée pj, un domaine d'exéution Dj = [rj, dj], et requiert pour son exéution un opérateur o∈O maîtrisantune ompétenecj∈C.Chaqueopérateurpossèdeunensembledeompétenes Co⊆Cqu'ilmaîtriseainsiqu'unensemblederoulementsΩo⊆Ωquipeuventluiêtreaetés.Un
roulementω∈Ωdénit unanevas d'horairesdepréseneoud'absene surH.Un oût demain
d'÷uvreηωo estattribuéàhaqueoupleroulementω -opérateuro.L'objetifduproblèmeestde
déterminerun ordonnanement desnjobs enaetantàhaqueopérateurunroulementde telle
sortequehaquebesoinenmaind'÷uvre(eetifetompétene) soitrempliaumoindre oût.
Unepremièreformalisation,indexéesurle temps,de laproblématiquepeutdèslorsêtre pro-
posée.Cependant,defortesrédutionsdunombredevariablesdedéisionpeuventêtreeetuées.
Une premièreapprohereposesurlareprésentationdeH enintervalles detempsIk.L'idée sous-
jaente est de ne plus s'intéresser qu'à des instants de temps signiatifs, à savoir, la date de
disponibilitérj et ladateéhuedj dehaquejob j∈J ainsiquelesbornesdesintervalles depré- senedehaqueroulementω∈Ω.Cesinstants,orretementappariés,formentalorsunensemble
d'intervallesdetempsdisjointsreouvrantH.Uneseonderédutionviseàagrégerlesopérateurs
en prols de ompétene θ ∈ Θ où Θ ⊆ P(C) dans les ontraintes attribuant les ompétenes
utiliséesauxopérateurs.Un uniqueprol deompéteneθo estainsiattribué àhaqueopérateur
o∈O.Deuxopérateursdistintssevoientattribuerlemêmeproldeompétenesθsietseulement
s'ils maîtrisenttouslesdeuxuniquementetexatementtouteslesompétenesc∈θ.À partirde
esnotations,uneformalisationdelaproblématiqueentermesdePLNEpeutalorsêtreproposée:
[P] : min
X
o∈O
X
ω∈Ωo
ηoω·yoω (1)
∀o∈O
X
ω∈Ωo
yωo = 1 (2)
∀j∈J
X
k∈K/
Ik⊆Dj
xjk =pj (3)
∀k∈K,∀c∈C
X
j∈J/cj=c
xjk =
X
θ∈Θ/
c∈θ
zθck (4)
∀k∈K,∀θ∈Θ
X
c∈θ
zθck ≤
X
o∈O/
θo=θ
X
ω∈Ωo/ Ik⊆ω
lk·yωo (5)
∀o∈O,∀ω∈Ωo yωo ∈ {0,1} (6)
∀j∈J,∀k∈K xjk∈[0,min(pj, lk)] (7)
∀θ∈Θ,∀c∈θ,∀k∈K zθck∈[0, lk· |{o∈O/θo=θ}|] (8)
oùyωo = 1sileroulementω estaeté àl'opérateuro,0sinon; xjk est lenombred'unités du
jobj exéutéessurl'intervalleIk;zθckdésignelenombred'unitésdeompétenecutiliséesparle
proldeompétenesθ surIk et lk représentelalongueurdel'intervalleIk.
Notons qu'ilest toujourspossibled'extraire, via unproblème de otde oût maximum, une
solutionoptimaleglobale(indexéesurletemps)àpartirdelasolutionde[P].
3 Tehniques de résolution
Les tehniques de résolution expérimentées exploitent la déomposition de [P] en deux sous-
problèmes. Un problème maître [M P] détermine tout d'abord une aetation y¯ de roulements
aux opérateursvériant lesseules ontraintes onernantles variablesyoω. Utilisant es informa-
tionsommedonnées,leseondsous-problème[SP(¯y)]vérieensuitelaréalisabilitéomplètedela solutionpréédemmentgénérée.UnetelledéompositionadéjàappliquéeavesuèsparDetienne
et al[1℄pourunproblèmedeplaniationd'agentsave unehargedetravailprédéterminée.
[M P]et [SP(¯y)]s'ériventalors: [M P] : min
X
o∈O
X
ω∈Ωo
ηωo·yoω [SP(¯y)] : maxfy¯=
X
j∈J
X
k∈K/
Ik⊆Dj
xjk
(2) , (6) ∀k∈K,∀θ∈Θ
X
c∈θ
zθck≤
X
o∈O/
θo=θ
X
ω∈Ωo/ Ik⊆ω
lk·y¯oω
Cut (3) ,(4) ,(7) ,(8)
[SP(¯y)] est un problème de otmaximal. Si fy¯ = P
j∈Jpj, alors nous disposons d'une solution
réalisablede[P].Sinon,ilonvientd'ajouteràCutuneoupeinvalidanty¯dessolutionsde[M P].
Laprinipalediultédeettedémarherésidedanslarésolutionde[M P].[M P]estl'approxi-
mationd'unSaàDosMulti-ChoixMulti-dimensionnel (NP-diile). Unepremièreapproheest
la résolution optimalede [M P], via unsolveur de PLNE, àhaque itération. Lapremière ae-
tation y¯ de roulements aux opérateurs permettant d'obtenir fy¯ = P
j∈Jpj sera alors optimale
pour [P]. Cettepremière approhe permet detrouverl'optimum de[P] en peu d'itérations. Ce- pendant,étantdonné,que[M P](NP-diile)doitêtrerésoluoptimalementàhaqueitération,la reherhes'avèreoûteuseentemps.And'aélérerette dernière,nousproposonsiideneplus
reherherquedessolutionsréalisablesà[M P].Ainsi,dèsqu'uneaetationderoulementspermet
l'aetation de toutes les unités de jobs, nous disposons d'une borne supérieure au problème. Il
onvientalorsd'ajouterà[M P]uneoupedeborneinvalidantlesaetationsdeoût plusélevé.
Le proessus itère jusqu'àe qu'iln'existe plusde solutionréalisable.La diulté résidedansle
faitdetrouverrapidementunesolutionréalisableà[M P].Uneapproheaétéexpérimentéedans etteétude,elle-iexploiteuneheuristiquebaséesurleprinipedeFeasibilityPumpintroduitpar
Fishettiet al[2℄.
Notons ii que, dans nosexpérimentations, l'ensemble de oupes Cuta été avantageusement initialisépardesoupessuivantleoneptderaisonnementénergétique [3℄.
4 Expérimentations numériques
Notreapproheaété expérimentée sur unensemble de jeux de donnéesdontlataille atteint
plusieurs dizaines de jobs et d'opérateurs. Ses performanes ont été omparées ave elles d'un
solveurMIP et d'unedéomposition deBenders.Ces premiersrésultats expérimentauxs'avèrent
onluantsquantàlaompétitivitédel'approheproposéedansetteétude.
Référenes
1. Detienne,B.,Péridy,L.,Pinson,E.,Rivreau,D.:Cutgenerationforanemployeetimetablingproblem.
EuropeanJournal ofOperationalResearhToappear(2007)
2. Fishetti, M., Glover, F., Lodi, A. : The feasibility pump. Mathematial Programming 104 (2005)
91104
3. Lopez, P., Ershler, J., Esquirol, P. : Ordonnanement de tâhes sous ontraintes : une approhe