1. 1
Méthodes exactes et approchées
pour l’optimisation des systèmes
à moyen de transport
Philippe Lacomme
Maître de conférences – 27ème section
HABILITATION À DIRIGER DES RECHERCHES
6 juillet 2005
2. 2
Contenu de la présentation
Curriculum Vitae
Activités pédagogiques
Activités de recherche
Synthèse scientifique
Problèmes de tournées sur arcs
Ateliers à ressources de transport
Conclusion
Perspectives
3. 3
Curriculum Vitae
Fonction actuelle
Maître de Conférences depuis 1999
27ème section, Membre du LIMOS
IUT de Montluçon
Formation
Ingénieur Informatique CUST (1993)
DEA Informatique Industrielle (1993)
Doctorat, Université Blaise Pascal (1998)
Fonctions précédentes
Maître de Conférences à l’UTT de Troyes
ATER de Sep. 97 à Janv. 99
4. 4
Activités pédagogiques
Recherche Opérationnelle (Simulation, optimisation…)
Gestion des Stocks
Algorithmique programmation
2 à 5 étudiants/an en stage
Exemples de projets tutorés
Mise en place d'un suivi des stocks à la caserne de pompiers
de Montluçon
Dimensionnement d'un stock et traçabilité des pièces pour la
société S2MI
5. 5
Encadrements d’étudiants en liaison
avec la recherche (1/2)
Eric Soutera. Auditeur CNAM. 2005.
Problèmes de tournées sur nœuds
Co-Encadrement avec M. Gourgand
2 publications (ROADEF’05, IESM’05)
Mathieu Bécart– Projet CUST Génie
Mathématiques. 2003.
Modèle linéaire pour la planification des systèmes
flexibles de production
Co-Encadrement avec N. Tchernev
2 publications (INOC’03, MOSIM’04)
6. 6
Encadrements d’étudiants en liaison
avec la recherche (2/2)
Khata Mohammed Nadir. Stage de Maîtrise d’Informatique.
Problème de tournées sur nœuds
Fabrice Franquenk et Lorine Pornet. 2ème Année d'Ingénieur ISIMA
Solutions robustes et/ou flexibles du job-shop
Cédric Caron, Nicolas Antoine. 3ème Année d’Ingénieur ISIMA.
Réalisation d’un logiciel en OpenGL pour la visualisation de graphes en 3D
Rachid Driouch et Nicolass Kuchciak. 2ème Année d’Ingénieur ISIMA.
Optimisation de la collecte des déchets ménagers (algorithmes de fourmis)
7. 7
Projet international de coopération
Partenariat entre l’Université de Clermont-
Ferrand et l’Université Ferhat Abbas de Sétif
Participation à la mise en place du LMD à
l'Université Ferhat Abbas de Sétif
Co-responsable du cours de théorie des
graphes (G. Fleury, P. Lacomme)
8. 8
Autres activités
P. Lacomme, C. Prins et M. Sevaux
"Algorithmes de graphes"
Editeur : Eyrolles, 2003
G. Fleury, P. Lacomme, A. Tanguy
"La simulation par l’exemple"
Editeur : Eyrolles
Prévu fin 2005
9. 9
Activités de recherche
Évolution des activités
Contexte des différentes études
Participation à des projets de recherche
Encadrements de thèse
Bilan des publications
10. 10
Évolution des activités
HSP : Atelier de traitement de surfaces (ATS)
FMS : Système Flexibles de Production (SFP)
CARP : Capacitated Arc Routing Problem
SCARP : Stochastic CARP
VRP : Vehicle Routing Problem
11. 11
Contexte des différentes études
Problèmes Contexte Déterministe Contexte Stochastique
Flow-Shop Hybride X X
Job-Shop X
FMS X
HSP X X
VRP X
Multi-Objective CARP X X
CARP X X
TSP X
12. 12
Participation à des projets de recherche
Projet stratégique : Logistique du transport : problèmes de
tournées complexes (2002-2004)
Responsable du projet : C. Prins
Projet PICASSO
Membre du projet PICASSO déposé avec l’équipe de recherche de
Valence.
Responsable du projet : C. Prins
Projet "Ordonnancement de jobs et gestion des moyens de
transport dans les ateliers flexibles de production»
Responsable du projet : A. Moukrim
Action Spécifique Recherche Opérationnelle
Rédaction d’un article regroupant la communauté française sur les FMS
en cours d’acceptation à JESA
13. 13
Encadrements de thèse
Wahiba Ramdane Chérif
Encadrement : Philippe Lacomme (50%) et Christian Prins
(50%)
Problèmes d’optimisation en collecte de déchets
12 décembre 2002.
Anthony Caumond
Encadrement : Michel Gourgand (20%), Philippe Lacomme
(40%) et Nikolay Tchernev (40%)
Métaheuristiques et modèles d'évaluation de performances
pour le Job-Shop flexible avec transport
Décembre 2005
14. 14
Bilan des publications depuis 1999
Livres Revues LNCS Publications
en Anglais
Publications
en Français
2005 Eyrolles CAOR (2),
JORS IJPR,
EJOR
IESM’05 (2)
MIC’05 (2)
ROADEF (2)
2004 AOR ANTS
EVOSTOC
PMS’04
ESMc’04
MOSIM(2)
2003 Eyrolles IJCIM EMO CORAL(2), OSYSSEUS,
INOC, ESMc
MOSIM, EARO
2002 MOMH, IFORS, IFAC (2),
IPMU, CO, AIS, PMS
ROADEF
2001 IJPR Euro-GP ESS (2) MOSIM (2)
2000 IMACS, ESM, MCPL ROADEF
1999 JESA, JIM ACS, CARs&COF,
ETFA, IEPM
Total 1+1 10 4 28 10
16. 16
Démarche globale
le problème
Résolution exacte
hypothèses
simplificatrices
'
mise en oeuvre
sur des instances de
taille limitée
solutions exactes
réalisation d un modèle
mathématique
Optimisation
Modélisation
Modèle
Problème
Solution
Validation
1
2
3
4
5
6
17. 17
Problèmes de tournées
sur arcs
1998 1999 2000 2001 2002 2003 2004
Multi-Objective CARP
TSP
2005
VRP
Multi-Objective SCARP
SCARP
CARP
CARP : Capacitated Arc Routing Problem
VRP : Vehicle Routing Problem
TSP : Traveling Salesman Problem
18. 18
Le problème de tournées sur arcs
But :
Collecter les
déchets sur les
rues
Objectif :
Au moindre coût
Contraintes :
Capacité limitée
des camions
dépôt
10
5 9
9
3
3
1.5
1.5
3
5
6
10
10
12
3
3
3
3
11
12
4
3 3.5
10
12
3
6
10.5
3
3
1.5 5
19. 19
Le problème et sa modélisation
Le problème
Des arcs à collecter
Des véhicules de capacité identique
Déterminer un ensemble de tournées de coût minimal
La modélisation
Graphe orienté
Chemin le plus court entre les arcs
Distancier arc à arc
Dépôt = arc fictif
1
2
3
a
b
c
deux arcs
une arête
inv(2) = 4, inv (4) = 2
suc (4) = 2
1
2
3
1
4
2
5
3
inv(3) = iinv (5) = 0
20. 20
Proposition pour le CARP
interface
algorithme génétique graphe
les paramètres
de l'algorithme
meilleure solution
trouvée
méthode SPLIT
graphe
auxiliaire
un tour géant une solution
du CARP
Modélise le
problème
23. 23
Exemple de problème stochastique :
le SCARP
Variation des quantités à collecter
Allers/retours supplémentaires au dépôt
Recherche de solutions robustes :
peu sensibles aux variations de la demande
24. 24
Démarche générale pour un
problème stochastique
Résolution du problème initial
Modification de certaines
contraintes
Intégrer les lois représentants
l’aspect stochastique
Vérifier statistiquement
les propriétés des
solutions obtenues
25. 25
Différentes « approches » possibles
Résoudre le problème Déterministe mesurer la
robustesse des solutions
Modifier certaines contraintes du problème
Intégrer lors de l’optimisation l’objectif de robustesse
obtenir des solutions robustes
Etudes
Atelier de traitement de surfaces (temps de transport
stochastiques)
Flow-Shop Hybride (temps d’usinage stochastiques)
Tournées sur arcs
28. 28
Résultats sur le CARP
Résolution du CARP : utilisation à 100% de la
capacité des véhicules
Résolution du CARP : utilisation à 80% de la
capacité des véhicules
Résultats à la fin
de l’optimisation
Résultats évalués
Au cours des réplications
29. 29
Approche intégrant des lois
Fonction objectif :
1
H
Problème déterministe
Problème stochastique
1
1 . H
H
Exprimer mathématiquement :
1
H et
1
H
Utiliser les schémas classiques
d’optimisation
Choisir pour obtenir des valeurs
de et de
1
H
comparables
Deux critères agrégés
30. 30
Mise en œuvre sur le CARP
Nécessité de minimiser :
La moyenne
L’écart-type
Ecart entre la solution
déterministe et la solution en
minimisant
Ecart entre la
moyenne et la
solution déterministe
Minimiser
31. 31
Résolution d’un problème
stochastique sur deux critères
But : Obtenir des solutions robustes selon deux
critères simultanément
)
(
1 x
h
)
(
2 x
h
)
(
1 x
H
)
(
2 x
H
32. 32
)
(
.
)
(
)
( 1
1
1 x
H
x
H
x
f
)
(
.
)
(
)
( 2
2
2 x
H
x
H
x
f
Principe
Utiliser un schéma
« classique » multi-objectif
Lien entre le multi-objectif
et le stochastique
Utiliser un schéma
« classique » multi-objectif
33. 33
Application de la démarche
pour le CARP
Coût moyen Ecart-type
du coût
Ecart-type de la
loongueur
moyenne de
la tournée la plus
longue
Longueur
moyenne de
la tournée la
plus longue
37. 37
Validation des résultats
Gdb1- résultats finaux
Gdb1-validation des résultats par simulation
Coût moyen calculé
mathématiquement
Coût moyen calculé
par réplications
Ecart-type calculé
mathématiquement
Ecart-type calculé
par réplications
38. 38
Bilan sur les problèmes de tournées
Modélisation sous la forme
d ‘un graphe orienté
Mono-Objectif Multi-Objectifs
Déterministe Stochastique Déterministe Stochastique
Meilleure méthode publiée
Meilleure que la méthode CARPET
Aussi performante que
l’approche mono-objectif
3 approches possibles
Détermination de solutions
robustes
Aussi performante que
l’approche mono-objectif
stochastique
Effort de formalisation
Une instance
16s
27s
39. 39
Ateliers à ressources de
transport
HSP : Atelier de traitement de surfaces (ATS)
FMS : Systèmes Flexibles de Production (SFP)
40. 40
Les SFP = Job-Shop avec contraintes
Une station =
une machine +
un stock d’entrée +
un stock de sortie
2 demandes de transport
Décision de gestion
41. 41
Travaux réalisés sur les SFP
Ordre d’entrée
des pièces
Gestion des
mouvements du
chariot
Gestion des pièces
dans les stocks
Modèle linéaire Résolution exacte Résolution exacte
Résolution exacte
ou FIFO
Simulation réflective Résolution exacte Résolution exacte FIFO
Couplage Branch-and-
Bound/règle de
priorité/simulation
Résolution exacte
Résolution approchée
(règle de priorité)
FIFO
Couplage Algorithme
Stochastique/règle de
priorité/simulation
Résolution approchée
Résolution approchée
(règle de priorité)
FIFO
42. 42
Synthèse du modèle linéaire
Type de contraintes Formulation de
Bilge et Ulusoy
1995
Formulation de
MacCarthy
1997
Notre
formulation
Contraintes de précédence Oui Oui Oui
Contraintes d’ordonnancement Oui Oui Oui
Contraintes de transport en charge Oui Oui Oui
Contrainte de transport à vide Oui
Capacité des stocks d’entrée Oui Oui
Capacité des stocks de sortie Oui
Nombre maximal de pièces simultanées Oui
Blocage des machines Oui
Règle de gestion des stocks Oui
43. 43
Travaux réalisés sur le Job-Shop
But : Proposer un algorithme
No-Wait
Time-Lags
Job-Shop
interface
algorithme génétique
les paramètres
de l'algorithme
meilleure solution
trouvée
un ordre des
opérations sur les
machines
une solution
Module de Modélisation /
Optimisation
Graphe Disjonctif
non orienté
algorithme de type
Bellman
Graphe disjonctif
orienté
Modélise le
problème
44. 44
Le problème et sa modélisation
Graphe disjonctif Graphe disjonctif avec Time-Lags
45. 45
Un chromosome et la solution associée
Un chromosome une
orientation du graphe
Un calcul de chemin le plus
court le makespan
Mise en œuvre :
Instances no-wait
Instances de Job-Shop
Instances avec TL
Sur les instances no-wait résultats proches (en terme
de qualité) de ceux des méthodes dédiées
46. 46
Le problème du Job-Shop avec
transport et sa modélisation
Modéliser les transports à charge
Modéliser la capacité limitée des stocks
Modéliser la politique de gestion FIFO
Objectif :
Proposer une modélisation sous les mêmes
hypothèses que le modèle linéaire des FMS
47. 47
Quelques idées
0
1
5
2
6
3
7
4
8 *
0
0
1
8 8
2
8 16
3
10 12
8
4
8 20 5
10 10 6
8 18 12
9 10 11 12
0
7
12 12 8
8 8
9
12 15
14
20
8
18
12
18
8
16 8
20
18 18
20
8
16
12 8
Travaux de Brucker et
Hurink
2 types de nœuds
Difficultés liées aux liens
entre le transport et le
passage des pièces sur
les machines
48. 48
Bilan sur les problèmes
d’ordonnancement
Problèmes d'ordonnancement
HSP FMS Job-Shop
Modèle de simulation
Couplage Simulation/méthodes
stochastiques
Contexte stochastique
et déterministe
Modèle de simulation
Modèle linéaire
Contexte déterministe
Couplage Simulation/
méthodes stochastiques
Couplage Simulation/
méthodes énumératives
Modèle de graphe
Contexte déterministe
Couplage Graphe/
méthodes stochastiques
Modèle de graphes
Modèle linéaire
50. 50
Cas général :
environnement Stochastique
système Stochastique
Optimisation stochastique
51. 51
Perspectives
Tournées
Flotte hétérogène
Plusieurs dépôts
Distribution/collecte simultanées
Flotte avec camions compartimentés
Ateliers à ressources de transport
Extension des modèles de graphes
Extension du modèle linéaire
Plusieurs chariots
Liens entre les problèmes de tournées et les
problèmes d’ordonnancement dans les ateliers ?
52. 52
Idées pour des sujets de thèse ?
Les problèmes de tournées sur arcs et leurs
extensions
Problèmes de collecte/distribution simultanées
Problèmes de conception de réseaux de distribution
Problèmes d’ordonnancement dans des ateliers à
ressources de transport multiples
Problèmes de conception des SFP
Problèmes d’ordonnancement flexibles dans les job-
shop avec extensions