Thèse soutenue

Un cadre général intégrant les techniques d'ordonnancement sous incertitudes
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Julien Bidot
Direction : Bernard Grabot
Type : Thèse de doctorat
Discipline(s) : Systèmes industriels
Date : Soutenance en 2005
Etablissement(s) : Toulouse, INPT

Résumé

FR  |  
EN

La littérature sur la planification de tâches et l'ordonnancement sous incertitudes comprend un large choix de modèles, techniques de résolution et systèmes, et il est difficile de les comparer en utilisant les termilologies existantes. Nous avons cependant identifié trois familles d'approches générales qui structurent la littérature en fonction de la façon dont les décisions sont prises. De plus, nous proposons un modèle de génération et d'exécution pour ordonnancer sous incertitudes qui intègre ces trois familles d'approches. Ce modèle est un automate qui se développe lorsque l'ordonnancement courant n'est plus exécutable ou lorsque des conditions particulières sont vérifiées. Au-dessus de ILOG Solver et Scheduler nous avons également implémenté un prototype logiciel directement instancié de notre modèle de génération et d'exécution. Nous présentons de nouveaux problèmes d'ordonnancement probabilistes et une approche par satisfaction de contraintes combinée avec de la simulation pour les résoudre.