HAL Id: tel-01367949
https://tel.archives-ouvertes.fr/tel-01367949
Submitted on 19 Sep 2016
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, est destinée 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.
Etude et résolution de problèmes d’ordonnancement de projets multi-compétences : intégration à un ERP libre
Cheikh Dhib
To cite this version:
Cheikh Dhib. Etude et résolution de problèmes d’ordonnancement de projets multi-compétences : intégration à un ERP libre. Informatique [cs]. Université de Tours, 2013. Français. �tel-01367949�
ÉoleDotorale MIPTIS
Laboratoired'Informatique (EA6300)
ÉquipeOrdonnanement etConduite (ERL CNRS6305)
THÈSE présentée par :
Cheikh Mohamed DHIB
soutenue le :8 avril 2013
pour obtenir legradede :Doteurde l'universitéFrançoisRabelaisde Tours
Disipline/ Spéialité :Informatique
Etude et résolution de problèmes d'ordonnanement de projets
multi-ompétenes : intégration à un ERP libre
THÈSE dirigée par :
NéronEmmanuel ProfesseurdesUniversités,UniversitéFrançoisRabelaisdeTours
SoukhalAmeur MaîtredeConférenes,HdR,UniversitéFrançoisRabelaisdeTours
RAPPORTEURS:
Oulamara Ammar ProfesseurdesUniversités,UniversitédeLorraine
SiarryPatrik ProfesseurdesUniversités,UniversitéParis-EstCréteil
JURY :
Bellenguez-MorineauOdile ChargéedeReherhe,ÉoledeMinesdeNantes
KovalyovMikhail ProfesseurdesUniversités,BelarusianStateUniversityofMinsk,
Bélarus
NéronEmmanuel ProfesseurdesUniversités,UniversitéFrançoisRabelaisdeTours
Oulamara Ammar ProfesseurdesUniversités, UniversitédeLorraine
Péridy Laurent ProfesseurdesUniversités,UniversitéCatholiquedel'Ouest
SiarryPatrik ProfesseurdesUniversités,UniversitéParis-Est Créteil
SoukhalAmeur Maître de Conférenes, HdR, Université François Rabelais de
Tours
HeintzOlivier DireteurdesprojetsàNéréide,membreinvité
Mes remeriements vont, en premier lieu, à M. Emmanuel Néron qui, par ses qualités
sientiques et humaines uniques, m'a enouragé à mener ette étude jusqu'au bout. Je
protede eslignes pour lui exprimermagratitudeéternelle.
Mesremeriementsvont également àM. Ameur Soukhal àquije doisbeauoup, grâe
àson enadrement,ses idées etsesonseils qui m'ont été trèsutiles.
Je souhaite également remerier vivement M. Patrik Siarry et M. Ammar Oulama
pour avoir aepté de rapporter mathèse etsurtout pour leurs remarques etonseils très
pertinents.
Mesremeriements,vontégalementàM.LaurentPéridyquim'ahonoréd'avoirprésidé
lejuryde masoutenane.
Je remerie haleureusement Mme Odile Bellenguez d'avoir aepté d'être dans le
omité de suivi de ma thèse et ensuite membre du jury. Ses remarques et ses questions
etexpliationspertinentesm'ontbeauoupaidédansmesreherhes. Je luiexprime toute
magratitude.
J'adresseégalement mesremeriementsetmagratitudeauprofesseurMikaelKovalyov
quia aepté de partiiperau juryde ette thèse.
Je remerie sinèrement M. Olivier Hientz pour son investissement dans e travail et
sesremarques pendant es3 ans.
MesremeriementsvontbienévidementàlasoiétéNéréidequim'aoertlahanede
faireetteétudeetdeproterdesompétenesde seséquipespourdéouvrir plusieursdo-
mainesaussibientehniquesquefontionnels.J'enprotepourleurexprimermaprofonde
gratitude.
Je remerie profondément, M. Jean-Charles Billaut, non seulement pare qu'il m'a
aueillidanssonlaboratoire, maisaussipour sesonseils et sadisponibilité.
JenepeuxqueremerierMmeChristelleGrangeetMmeBéatriePawlikduserétariat
duLaboratoired'Informatique (LI)pourleur sympathieetleurbonne humeur,etsurtout
pour letravail qu'elles mènent dansl'ombre ave eaité.
Enn, jetiensàremeriermafamilleainsiquetousmesamispourleursoutienetleurs
enouragements.
Lestravauxdeettethèse réaliséesousontratCIFRE portentsurdesproblématiques
d'ordonnanementdeprojetsmulti-ompétenes.Dénisenollaborationavedesexperts
de gestion de projet au sein de la soiété Néréide, deux modèles d'ordonnanement de
projetfont l'objetdeette étude.
Dans lepremier modèle, une tâhe est dénie par l'ensembledes ompétenesdont elle
a besoin, la harge néessaire de haque ompétene ainsi que la possibilité d'être inter-
rompueounon.Pourl'élaboration d'unplanningpréditifrespetanttouteslesontraintes
etminimisant la date de n du projet, nous proposons des heuristiques de liste et méta-
heuristiques. Un modèle mathématique linéaire en nombres entiers ainsi que des bornes
inférieures sont également développés. Dans un seond temps, nous proposons, à partir
d'unplanning prédéni,desméthodespour ajusterleplanning etrépondreaux aléassur-
venus lors du déroulement du projet. Pour résoudre e problème réatif, nousproposons
une approhe exate itérative basée sur une formulation linéaire en nombres entiers ainsi
qu'un algorithme génétique de type NSGA-II. Il s'agit don d'une approhe réative bi-
ritèreoùlessolutionsalulées doiventminimiser àlafoisladated'ahèvement duprojet
etlenombre maximumde hangements d'aetationde tâhes auxemployés.
Dans ledeuxième modèle, unas partiulier dumodèlepréemptif préédent est étudié.
Nousnousintéressonsauasoùunetâhenéessiteuneseuleompéteneavepossibilitéde
préemptionseulementsilesressouresnesontpasdisponibles(absene,ongés,et.).Dans
e modèle, une tâhe est dénie également par sa datede disponibilitéet une datede n
souhaitée.Unoûtd'utilisationpersonne/ompéteneestintroduit.Pourederniermodèle,
il s'agit d'un problème d'ordonnanement de projet biritère, pour lequel les solutions
aluléesdoiventminimiserleretardmaximumetleoûtglobald'aetationdespersonnes
auxtâhes. Des heuristiquesetmétaheuristiquessont proposées pour e modèle.
Certaines méthodes de résolution proposées ont été implémentées sous formed'add-ons
intégrables auframework OFBiz.
Motslés: ReherheOpérationnelle,Optimisation,Ordonnanementdeprojets,Con-
traintes de ressoures humaines, Compétenes, Préditif et Réatif, Bornes inférieures,
Modèles mathématiques, Heuristiques, Métaheuristiques.
The work presented in this thesis deals with multi-skill projet sheduling problems.
We have studied two models ofprojet sheduling whih aredened inollaboration with
projet management experts inNéréideompany.
In the rst model, a task is dened by a set of required skills, the load needed for
eah skill as well as the possibility of preemption. To build a preditive planning whih
respets all problem onstraints and minimize the projet ompletion time (makespan),
we propose heuristis and meta-heuristis methods. A mixed integer mathematial linear
programmingmodel andlowerboundsarealso proposed. Froma predened planning,we
proposeanexatmethodbasedona mathematialprogram aswellasagenetialgorithm
oftypeNSGA-IIallowingto dealwithdisruptionsourredduringtheprojetrealization.
Itis,therefore,areativeapproah inwhihwelookforfeasiblesolutionsminimizing both
theprojet ompletion dateandthemaximumnumber ofresoures assignment hanges.
In the seond studied model, we fous ona ase where a taskexatly requiresone skill
with preemption possibility only inase of resoures unavailability. In this model, a task
is also haraterized by its release and due date. A ost per person/skill is given. It is,
therefore, a bi-objetive problem in whih the omputed solutions must minimize both
the maximum tardiness and the projet global ost. Heuristis and meta-heuristis are
proposedfor solving this problem.
Someproposed methods areintegrated intheframework OFBiz asadd-ons.
Keywords: Operationsresearh,optimization,projetsheduling,humanresoureon-
straints, Skills, Preditive and Reative, lower bounds, Mathematial Models, Heuristis,
Metaheuristis.
Introdution 13
1 Présentation du problème et ontexte 17
1.1 Contextedu travail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2 Dénitionsetterminologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.1 Problèmedegestiondeprojetmulti-ompétenespréemptifavesyn- hronisation audébut . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2 Ordonnanement de projets ave ressoures multi-ompétenes et tâhesmono-ompétene . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.4 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 Etatdel'artdesproblèmesdegestiondeprojetsàontraintesderessoures limitées 29 2.1 ProblèmeRCPSP. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 ProblèmeRCPSPmulti-modes . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Problèmed'ordonnanement de projetmulti-ompétenes . . . . . . . . . . 31
2.4 ProblèmeRCPSPave prise en omptede lapréemption . . . . . . . . . . . 39
2.5 Diérentes fontionsobjetifs . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6 Prise enompte de l'inertitudeetordonnanement en lignedes projets . . 41
2.7 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3 Problème de gestion de projet multi-ompétenes préemptif ave syn- hronisation des tâhes au début 45 3.1 Jeuxde données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Modèle mathématique linéaire àvariables mixtes . . . . . . . . . . . . . . . 47
3.2.1 Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.2 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.3 Fontion objetif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2.4 Tailledu programme linéaire développé . . . . . . . . . . . . . . . . 49
3.2.5 Expérimentations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3 Bornesinférieures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3.1 Bornesinférieuressimples . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3.2 Bornesinférieuresdestrutives . . . . . . . . . . . . . . . . . . . . . 51
3.3.3 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4 Méthodesapprohées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.1 Heuristique deliste . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.2 Métaheuristiques etordonnanementsde projetslassiques. . . . . . 65
3.4.3 Reherhe tabou etalgorithme génétique pour lePMSPSP . . . . . . 69
3.4.4 Reherhe tabou àodage diretpourle PMSPSP . . . . . . . . . . 77
3.4.5 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.5 Approhe réative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5.1 Desription duproblème . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5.2 Génération desinstanes . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.5.3 Modèlelinéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.5.4 Génération du front de Paretooptimal . . . . . . . . . . . . . . . . . 88
3.5.5 Méthodesapprohées. . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.5.6 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.6 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4 Problèmed'ordonnanementdeprojetaveressouresmulti-ompétenes et tâhes mono-ompétene 97 4.1 Modèle mathématique pour le MSRMST . . . . . . . . . . . . . . . . . . . . 97
4.2 Méthodesde résolution approhéespour leMSRMST . . . . . . . . . . . . 99
4.2.1 Algorithmes de liste . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.2.2 Métaheuristiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.3 Campagnede tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.3.1 Jeuxde données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.3.2 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.4 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5 Implémentation logiielle 113 5.1 Modèle degestion deprojetexistant . . . . . . . . . . . . . . . . . . . . . . 113
5.2 Tehnologies utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2.1 Outils dedéveloppement OFBiz . . . . . . . . . . . . . . . . . . . . 116
5.2.2 Moteurde règles: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.3 Modules intégrésà OFBiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.3.1 Add-on deplaniation par personne . . . . . . . . . . . . . . . . . . 119
5.3.2 Add-ons implémentant lemodèlePMSPSP . . . . . . . . . . . . . . 119
5.4 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Conlusiongénérale et perspetives 123
Annexes 129
A Déroulementdel'heuristiquePAPSS etrédutiond'uneinstaneMSPSP
à une instane PMSPSP 129
A.1 Déroulement de l'heuristiquePAPSS . . . . . . . . . . . . . . . . . . . . . . 129
A.2 Appliation de l'algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
A.3 Rédution d'uneinstaneMSPSP à uneinstanedu PMSPSP . . . . . . . . 130
Index 143
Lapréoupation primordialed'ungestionnaireindustrieloufournisseurdeserviesest
detirerlemaximumdesonsystèmedeprodutiondebiensoudeservies.Unhefd'atelier,
omme un hef de projet, herhe lameilleure organisation et don la meilleure eaité
relativementàl'utilisationdesressouresdontildispose.Faeàlaomplexitédessystèmes
etlaonurrenearuedumarhé,lebesoind'outils etméthodesd'optimisationetd'aide
à ladéision estde plus en plus onsidérable. Lesméthodesd'optimisation et outilsde la
Reherhe Opérationnelleont montréleureaité pour aompagnerledéideur danssa
quête de réponses aux exigenes de ses lients. En eet, la Reherhe Opérationnelle est
onstituéed'unensembledeméthodesetd'outilssientiquespourmodéliserlesproblèmes
de déisionetfournir une ouplusieurs solutions an d'aiderledéideur.
L'ordonnanement de projets est une lasse des problèmes d'optimisation ombinatoire
traitée par la Reherhe Opérationnelle. Cette lasse de problèmes est largement étudiée
danslalittérature etreprésenteun hallengepermanent pour tout gestionnaire industriel
et herheur quant au développement de méthodes de résolution permettant de gérer au
mieuxses ressoures etatteindreses objetifs (satisfaireses lients, respeter aumieux le
hoixde ses employés, faire faeàla onurrenedu marhé, et.).
La soiété Néréide, dont l'ativitéprinipale est ledéveloppement, l'intégration etle on-
sulting entrée sur un ERP 1
libre (OFBiz) n'éhappe pas à ette règle, et e à double
titre :pour la gestion de ses propres projets, mais aussiet surtout pour lamise en plae
d'unoutil intégré àOFBiz,devantà termepermettreà seslients debénéierd'unoutil
de planiation de projet. Dans les deux as, disposant d'une équipe de développeurs et
onsultants ave des ompétenes diverses et travaillant prinipalement en mode projet,
le gestionnaire doit gérer de façon eae les ressoures humaines pour garantir le bon
déroulement de ses projets. Trois ritères stratégiques doivent être parallèlement pris en
ompte:letemps,laqualitéetleoût.Enoutre,laréalisationd'unprojetestsoumiseàde
nombreusesontraintes (les ompétenes, ladisponibilité,les délais delivraison-naux ou
intermédiaires,et.).C'estdanseadreetsousonventionCIFRE avelasoiétéNéréide
queles travaux présentés dansette thèse ont étéréalisés. Il s'agit de problèmes d'ordon-
nanementdeprojetsonnexesàeuxdel'ordonnanementdeprojetàmoyenslimités,dit
RCPSP (Resoure Constrained Projet ShedulingProblem) [Artigueset al.,2008℄,etplus
générauxqueleproblèmedegestiondeprojetmulti-ompétenes, ditMSPSP (Multi-Skill
Projet Sheduling Problem) [Bellenguez-Morineau, 2006℄.
1. EnterpriseResoure Planning;ProgiieldeGestionIntégré.
