Optimisation de la satisfaction client et des coûts énergétiques pour les problèmes d'ordonnancement flowshop

Optimizing customer satisfaction and energy costs for flow shop scheduling

• Auteur / Autrice : Xinyue Wang
• Direction : Feng Chu, Tao Ren
• Type : Projet de thèse
• Discipline(s) : Informatique mathématique
• Date : Inscription en doctorat le 15/10/2022
• Etablissement(s) : université Paris-Saclay en cotutelle avec Northeastern University
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : IBISC - Informatique, BioInformatique, Systèmes Complexes
• Partenaire(s) de recherche : Equipe de recherche : AROBAS : Algorithmique, Recherche Opérationnelle, Bioinformatique et Apprentissage Statistique
• Partenaire(s) de recherche : Référent : Université d'Évry Val d'Essonne
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-....)

Mots clés

Mots clés libres

Ordonnancement

Flow shop

Multi-agent

Tarifs horaires de l'électricité

Algorithmes

Scheduling

Flow shop

Multi-agent

Time-of-use tariffs of electricity

Algorithms

Résumé

Dans un marché hautement concurrentiel d'aujourd'hui, le concept de production personnalisée dans l'industrie manufacturière pour améliorer la satisfaction des clients est devenue une tendance dominante. Dans la production personnalisée, un client peut avoir des demandes spécifiques et la réalisation des demandes de tous les clients peut nécessiter le partage d'une ou plusieurs ressources communes. Et la plupart de ces clients espèrent que le fabricant pourra fournir des produits de haute qualité dans un délai court. Par conséquent, l'un des objectifs de la production d'un tel fabricant est d'atteindre une satisfaction clients élevée. Le problème d'ordonnancement correspondant est appelé problème d'ordonnancement multi-agents (MAS) dans lequel un client, une demande d'un client et une ressource partagée sont considérés respectivement considérés comme un agent, une tâche et une machine. Différent des problèmes d'ordonnancement classique, chaque tâche ici a un propriétaire et tous ces propriétaires (clients) ont leurs propres intérêts qui devaient être pleinement pris en compte par le décideur dans la fabrication tandis que les objectifs des problèmes d'ordonnancement classique se concentrent sur l'amélioration des performances de production telles que le makespan, le total flow time. Agnetis et al. [1] indiquent que le MAS peut être appliqué dans des domaines très variés, tels que la fabrication, le transport, la distribution et les réseaux de communication. Depuis que Agnetis et al. [2] introduisent le MAS, la plupart des recherches se concentrent sur un cas particulier du MAS, i.e., l'ordonnancement bi-agent (BAS), peut-être à cause de la complexité du MAS. Pour plus de détails du BAS, les lecteurs peuvent se référer à Wu et al. [3], Tang et al. [4], Pei et al. [5], Yin et al. [6], Liu et al. [7], Zhang et al. [8], Fu et al. [9], He and Lin [10], Bai et al. [11]. Dans les applications réelles, les tâches de plusieurs clients peuvent partager des ressources communes. Cependant, à notre connaissance, un seul travail étudie le problème d'ordonnancement dynamique multi-agents [12]. De plus, le développement durable fait l'objet d'une attention sans précédent et les économies d'énergie deviennent un objectif important pour les industries. Ainsi, dans les MAS, la consommation d'énergie, la performance de production et la satisfaction des clients doivent être considérées ensemble, mais aucun travail dans la littérature du MAS ne considère ces aspects simultanément. Ce projet de thèse est d'étudier de nouveaux problèmes MAS multicritères qui visent à trouver le meilleur compromis entre la satisfaction client, les économies d'énergie et les performances de production. L'objectif de la thèse est de développer des approches innovantes et performantes pour résoudre ces problèmes MAS.

In today's fiercely competitive market, the concept of customerized production in the manufacturing industry to improve customer satisfaction has become a mainstream trend. In customerized production, a customer can have specific demands and the realization of the demands of all customers may need share one or more common resources. And most of these customers expect high quality products in a short delay. Therefore, one of production goals of such a manufacturer is to achieve high customer satisfaction. The corresponding scheduling problem is called multi-agent scheduling (MAS) in which each customer, each demand of a customer and each shared resource are considered as an agent, a task and a machine, respectively. Different from classical scheduling, each task in customerized production has its owner and all these owners (customers) have their self-interests which should be fully considered by decision makers, while the objectives of traditional scheduling problems focus on improving production performance such as makespan, total flow time. Agnetis et al. [1] indicate that MAS can be applied to a wide variety of domains, such as manufacturing, transportation, distribution, and telecommunication, etc. Since Agnetis et al. [2] introduce the MAS, most of researches focus on a special case of the MAS, i.e. the bi-agent scheduling (BAS), probably due to the complexity of the MAS. For more detail about the BAS, readers can refer to Wu et al. [3], Tang et al. [4], Pei et al. [5], Yin et al. [6], Liu et al. [7], Zhang et al. [8], Fu et al. [9], He and Lin [10], and Bai et al. [11]. In real world applications, tasks from several customers may share common resources. However, to the best of our knowledge, only one work investigates the multi-agent dynamic scheduling problem [12]. In addition, sustainable development is receiving unprecedented attention and energy saving is becoming an important goal for industries. Thus, for MAS, energy consumption, production performance and customer satisfaction should be considered altogether, but no work in the MAS literature considers these aspects simultaneously. This PhD program investigates new multi-objective MAS problems that aim to find a best trade-off among customer satisfaction, energy saving and production performance. The objective of the thesis is to develop innovative and efficient approaches for these MAS problems.