Optimisation d’un plan de production de produits périssables dans un contexte multi-ressources à capacité finie
Auteur / Autrice : | François Larroche |
Direction : | Odile Bellenguez |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 13/12/2021 |
Etablissement(s) : | Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire |
Ecole(s) doctorale(s) : | École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) |
Partenaire(s) de recherche : | Laboratoire : Systèmes Logistiques et de Production - Département Automatique, Productique et Informatique - Laboratoire des Sciences du Numérique de Nantes |
Entreprise : VIF SAS | |
Jury : | Président / Présidente : Marie Jo Huguet |
Examinateurs / Examinatrices : Odile Bellenguez, Nabil Absi, Nathalie Sauer, Safia Kedad Sidhoum, Guillaume Massonnet | |
Rapporteur / Rapporteuse : Nabil Absi, Nathalie Sauer |
Mots clés
Résumé
La planification de la production est une étape importante dans de nombreux secteurs industriels. Définir la production pour répondre à la demande, s'assurer d'avoir un niveau de stock adéquat et maîtriser sa capacité de production sont des tâches complexes. L'utilisation d'outils mathématiques pour optimiser les prises de décision dans la planification de la production est donc totalement pertinent pour les industriels. Dans cette thèse, nous nous intéressons à des problèmes de planification de la production dans le domaine de l'agroalimentaire rencontrés par VIF, une entreprise spécialisée dans la création de logiciel pour ce secteur. Nous nous concentrons sur la modélisation et la résolution du problème de lot-sizing sous différentes contraintes : capacité finie, rupture sur la demande, séquence de production, machines parallèles, etc. Nous proposons plusieurs modélisations mathématiques et des heuristiques pour résoudre ce problème. La première heuristique se base sur une décomposition du problème en sous-problèmes résolus de façon itérative. Nous proposons ensuite un algorithme de pré-traitement basé sur une approche de regroupement pour diminuer la taille du problème. Finalement, nous proposons une approche de résolution en trois phases dans laquelle les décisions relatives à notre problème sont séparées et résolues indépendamment.