Projet de Fin d’AnnéeOptimisation et informatisation d’unsystème de production reconfigurable                Soutenu le 06...
 Introduction Problématique posée Plan d ’actions Approche génétique proposée pour la recherche de  configurations Dé...
Algorithme                   Système                Conclusion etIntroduction     Problématique                           ...
Algorithme          Système        Conclusion etIntroduction     Problématique                                    génétiqu...
Algorithme                   Système                Conclusion et           Introduction    ProblématiqueCapacité         ...
Configuration 1                           Configuration 2              M3                                     M2M1        ...
 Proposer une approche génétique permettant de générer plusieurssolutions performantes et correspondant aux configuration...
Algorithme                          Conclusion et  Introduction        Problématique                 Système informatisé  ...
Algorithme           Système     Conclusion etIntroduction      Problématique                                    génétique...
Algorithme          Système       Conclusion etIntroduction     Problématique                                   génétique ...
Algorithme     Système     Conclusion et Introduction    Problématique                                     génétique    in...
Algorithme        Système     Conclusion etIntroduction   Problématique                                   génétique       ...
Algorithme     Système     Conclusion etIntroduction       Problématique                                         génétique...
Algorithme     Système     Conclusion etIntroduction   Problématique                               génétique    informatis...
Algorithme           Système     Conclusion etIntroduction   Problématique                               génétique        ...
MUTATIONAvant mutation        Après                      mutation   21            77              77                      ...
Algorithme     Système             Conclusion etIntroduction       Problématique                                   génétiq...
Algorithme     Système     Conclusion et Introduction   Problématique                                génétique    informat...
Algorithme          Système       Conclusion etIntroduction    Problématique                                  génétique   ...
Algorithme         Système       Conclusion etIntroduction     Problématique                                   génétique  ...
Algorithme      Système         Conclusion etIntroduction           Problématique                                       gé...
Algorithme     Système     Conclusion etIntroduction   Problématique                               génétique    informatis...
Algorithme         Système      Conclusion et  Introduction   Problématique                                    génétique  ...
CONCLUSION ET PERSPECTIVES Nous avons conçu un algorithme génétique permettant l’optimisation d’un atelier de production r...
Perspectives Implémenter l’algorithme génétique sous Visual C++Tester l’algorithme avec différents scénarios pour savali...
Présentation du pfa
Prochain SlideShare
Chargement dans…5
×

Présentation du pfa

1 117 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 117
Sur SlideShare
0
Issues des intégrations
0
Intégrations
4
Actions
Partages
0
Téléchargements
22
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Présentation du pfa

  1. 1. Projet de Fin d’AnnéeOptimisation et informatisation d’unsystème de production reconfigurable Soutenu le 06-05-2012Réalisé par : Afef BEN SAAD Marwa BOUSSETTA Rahma SGHAIER Emna MONESEncadré par : Mme Sonia HAJRI-GABOUJ
  2. 2.  Introduction Problématique posée Plan d ’actions Approche génétique proposée pour la recherche de configurations Développement d’un système informatisé pour l’évaluation des configurations Conclusion et perspectives
  3. 3. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives  Un système de production porte à transformer un ensemble de matières premières ou de composants semi-finis en produits finis Mondialisation Concurrence Nouvelles conditions de marché Variété de produits Capacité DML FMS Structure fixe Structure fixe Capacité fixe Capacité fixe Flexibilité non Flexibilité oui Convertibilité non Réponse Convertibilité oui Usinage séquentielle et Usinage séquentielle rapide ou simultanée Haute productivité Haute flexibilité RMS Structure changeable , Capacité changeable , flexibilité juste nécessaire, Convertibilité oui, Usinage séquentielle et ou simultanée 3
  4. 4. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives Les RMS sont conçus pour assurer un changement rapide de structure aussi bien des composants que des logiciels. Il vise à répondre à des exigences variables et d’assurer une fonctionnalité et une productivité ajustable. Les concepts de reconfigurabilité sont établis par 6 principes :  Modularité  Intégrabilité  Convertibilité  Extensibilité  Personnalisation  Diagnosabilité 4
  5. 5. Algorithme Système Conclusion et Introduction ProblématiqueCapacité génétique informatisé perspectives Concurrence Mondialisation Nouvelles conditions de marché RMS Variété de produits Capacité LMD DML FMS Structure fixe Structure fixe Capacité fixe Capacité fixe FMS Flexibilité non Flexibilité oui Convertibilité non Réponse Convertibilité oui Usinage séquentielle et Usinage séquentielle rapide ou simultanée Fonctionnalité Haute productivité Haute flexibilité RMS Structure changeable , Capacité changeable , flexibilité juste nécessaire, Convertibilité oui, Usinage séquentielle et ou simultanée 5
  6. 6. Configuration 1 Configuration 2 M3 M2M1 Robot M2 M1 Robot M4 Stock Chargement/Déchargement Stock Chargement/Déchargement Configuration 3 Configuration 4 M3 M2 M1 Robot M2M1 Robot M4 Stock Chargement/Déchargement Stock Chargement/Déchargement 6
  7. 7.  Proposer une approche génétique permettant de générer plusieurssolutions performantes et correspondant aux configurations données selonl’indicateur Cmax Proposer un outil d’évaluation d’efficacité des solutions fournies selondes indices de performance choisis.Concevoir et développer une base de données rassemblant toutes lesinformations de production.Développer une interface graphique qui va interagir avec la base dedonnées et l’outil d’évaluation des performances.
  8. 8. Algorithme Conclusion et Introduction Problématique Système informatisé génétique perspectivesLes algorithmes génétiques font partie de la famille des algorithmesévolutionnaires.Avec ce type d’algorithmes, il ne s’agit pas de trouver une solution analytiqueexacte mais de trouver une bonne solution satisfaisante dans un temps decalcul raisonnable. Ils travaillent sur un ensemble de solutions candidates, appelé« Population" d’individus ou chromosomes. Un chromosome est un ensemble d’éléments, appelés "gènes", qui peuventprendre plusieurs valeurs, appelées "allèles" 8
  9. 9. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives Génération d’une population initiale de taille constante N Évaluation des N individus Sélection Croisement jusqu’à critère d’arret Mutation Evaluation des individus enfants Arret ? Oui Géneration de Np solutions 9
  10. 10. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesUn chromosome peut être codé de manière :  Binaire  SymboliqueNous avons retenu le codage symbolique ,car il est le plus adapté a notreproblème. C1 C2 C3 10
  11. 11. Algorithme Système Conclusion et Introduction Problématique génétique informatisé perspectivesGÉNÉRATION DE LA POPULATION INITIALELa population initiale peut être choisie :  aléatoirement  Par des heuristiques  Par un mélange de solutions aléatoires et heuristiques 11
  12. 12. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesEVALUATION Une fonction d’évaluation F est utilisée pour mesurer lesperformances de chaque individu. Fi = Cmax 12
  13. 13. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesSÉLECTIONLa sélection détermine quels membres d’une population survivent et se reproduisentNous avons retenu la sélection par la roue biaiséeF1= 0.2 F2=0.55 F3=0.1 F4=0.15 15% 20% Individu 1 10% Individu 2 Individu 3 55% Individu 4 13
  14. 14. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesCROISEMENTLe croisement permet d’enrichir la population en manipulantles composantes des chromosomesUn croisement est envisagé avec deux parents et génère unou deux enfants.Il est appliqué avec une probabilité Pc 14
  15. 15. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesCROISEMENT Parent 2Parent1Enfant1 Enfant 2 15
  16. 16. MUTATIONAvant mutation Après mutation 21 77 77 16
  17. 17. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives Interface graphique Evaluation des Base de données VB performances ACCESS ARENA 17
  18. 18. Algorithme Système Conclusion et Introduction Problématique génétique informatisé perspectivesDÉVELOPPEMENT D’UNE BASE DE DONNÉES Diagramme de classe UML 18
  19. 19. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives Pour implémenter la base de données , on a utilisée le logiciel Access 19
  20. 20. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesEVALUATION DES PERFORMANCES À L’AIDE D’UNOUTIL DE SIMULATION On a choisi d’effectuer l’évaluation de performances à laide du logicielde simulation de flux ARENA L’évaluation est basé sur les deux indicateurs de performance : La productivité « Throughput »  Le temps moyen de fabrication 20
  21. 21. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectivesC’est le chef de file dans le domaine des progiciels de simulation Configuration 1 Configuration 2.Il offre une réponse complète pour la simulation et l’optimisationdes flux et des processus industriels Configuration 3 Configuration 4 21
  22. 22. Algorithme Système Conclusion etIntroduction Problématique génétique informatisé perspectives 22
  23. 23. Algorithme Système Conclusion et Introduction Problématique génétique informatisé perspectivesDéveloppement d’une interface graphiqueLe système informatisé s’articule autour de la base de données développé sousACCESS et l’outil de simulation ARENA interagissant à traves l’interface graphiquesuivante : Interface homme machine développé sous VB 24
  24. 24. CONCLUSION ET PERSPECTIVES Nous avons conçu un algorithme génétique permettant l’optimisation d’un atelier de production reconfigurable Nous avons développé un système informatisé d’évaluation de performances en : - Implémentant une base de données , modélisé UMLpar ACCESS - Utilisant un logiciel de simulation de flux Arena - Développant une interface graphique sous Visual basic 25
  25. 25. Perspectives Implémenter l’algorithme génétique sous Visual C++Tester l’algorithme avec différents scénarios pour savalidation Intégrer l’algorithme génétique dans le fonctionnement dusystème informatisé pour générer des nouvelles configurations . 26

×