Thèse soutenue

Modèles et méthodes efficaces pour des problèmes stochastiques des lignes de désassemblage

FR  |  
EN
Auteur / Autrice : Junkai He
Direction : Feng Chu
Type : Thèse de doctorat
Discipline(s) : Mathématiques et Informatique
Date : Soutenance le 06/07/2020
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Informatique, Biologie Intégrative et Systèmes Complexes (Evry, Essonne)
Référent : Université d'Évry-Val-d'Essonne (1991-....)
Jury : Président / Présidente : Said Mammar
Examinateurs / Examinatrices : Alexandre Dolgui, Antoine Jouglet, Hamid Allaoui, David Duvivier, Farida Zehraoui
Rapporteur / Rapporteuse : Alexandre Dolgui, Antoine Jouglet

Résumé

FR  |  
EN

L'étude du désassemblage des produits en fin de vie (EOL) sous incertitude est un sujet de recherche important en raison de ses avantages en termes de réduction de déchets, d'économie de ressources non-renouvelables et de protection de l'environnement. Les travaux existants sur les lignes de désassemblage supposent que l'information incertaine peut être estimée par des lois de probabilité ou par des fonctions et se focalisent seulement sur des problèmes stochastiques d'équilibrage de ces lignes. Cependant, il n'est pas toujours possible d'obtenir l'information incertaine complète dû à un manque de données historiques ou d'un volume excessif de données. De plus, le problème intégré des lignes de désassemblage a rarement été abordé. Dans cette thèse, quatre nouveaux problèmes stochastiques des lignes de désassemblage avec seulement à disposition l'information incertaine partielle sont investigués. L'objectif est de proposer des modèles et des méthodes efficaces pour ces problèmes. Les principaux travaux apportés par cette thèse sont les suivants :Premièrement, un nouveau problème stochastique d'équilibrage des lignes de désassemblage (SDLBP) est étudié dans le but de minimiser le coût des lignes avec les durées incertaines d'exécution des tâches, en ne tenant compte que de la moyenne, de l'écart-type et de la borne supérieure du taux de changement. Un modèle avec chance-contrainte est d'abord établi, qui est par la suite transformé approximativement en un modèle distribution-free basé sur l'analyse des propriétés. Ensuite, une heuristique est développée pour résoudre le modèle transformé. Des résultats expérimentaux montrent que le modèle distribution-free peut résoudre efficacement ce SDLBP avec de l'information incertaine partielle.Dans la plupart des travaux existants, le temps de cycle qui représente le temps d'achèvement maximal des postes de travail est prédéterminé. Cependant, le coût des lignes de désassemblage et le temps de cycle sont deux critères de performance contradictoires et s'impactent mutuellement. Un nouveau SDLBP bi-objectif est investi pour minimiser le coût des lignes et le temps de cycle, où seule l'information partielle des durées des tâches est requise. Un modèle bi-objectif distribution-free est construit et une méthode ε-contrainte améliorée est conçue. Des expériences montrent que la méthode ε-contrainte proposée peut réduire de plus de 90% le nombre d'itérations par rapport à la méthode ε-contrainte classique.Ces lignes pourraient générer des pollutions pendant le processus de désassemblage des produits EOL, néanmoins ce facteur n'a pas été considéré dans les précédents travaux. Nous nous intéressons à un nouveau SDLBP vert afin de minimiser le coût des lignes et la pollution, dans lequel des postes de travail avec des prix d'achat différents peuvent générer des quantités différentes de pollution. Un nouveau modèle bi-objectif est formulé et une méthode ε-contrainte spécifique au problème est proposée. Des résultats expérimentaux révèlent qu'un choix approprié des postes de travail peut effectivement réduire la pollution d'une ligne de désassemblage.L'optimisation intégrée d'équilibrage et de planification des lignes de désassemblage, qui n'a pas été étudiée auparavant, pourrait améliorer l'efficacité du système de désassemblage et réduire ses dépenses. Un problème stochastique intégré d'équilibrage et de planification des lignes de désassemblage (ISDLBPP) est adressé pour minimiser le coût global du système, où les ratios d'obtention des composantes et leur demande sont supposés être incertains. Une programmation stochastique à deux étapes est construite et des inégalités valides sont proposées pour réduire l'espace de recherche. Puis, des méthodes sample average approximation (SAA) et L-shaped sont proposées pour ce problème. Des expériences montrent que le temps de calcul moyen de la méthode L-shaped est seulement de 60% de celui de la méthode SAA, avec une qualité de solution comparable.