La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Philippe Lacomme Maître de conférences – 27ème section

Présentations similaires


Présentation au sujet: "Philippe Lacomme Maître de conférences – 27ème section"— Transcription de la présentation:

1 Philippe Lacomme Maître de conférences – 27ème section
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 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 Curriculum Vitae Formation Fonction actuelle Fonctions précédentes
Ingénieur Informatique CUST (1993) DEA Informatique Industrielle (1993) Doctorat, Université Blaise Pascal (1998) Fonction actuelle Maître de Conférences depuis 1999 27ème section, Membre du LIMOS IUT de Montluçon Fonctions précédentes Maître de Conférences à l’UTT de Troyes ATER de Sep. 97 à Janv. 99

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 Encadrements d’étudiants en liaison avec la recherche (1/2)
Eric Soutera. Auditeur CNAM Problèmes de tournées sur nœuds Co-Encadrement avec M. Gourgand 2 publications (ROADEF’05, IESM’05) Mathieu Bécart– Projet CUST Génie Mathématiques Modèle linéaire pour la planification des systèmes flexibles de production Co-Encadrement avec N. Tchernev 2 publications (INOC’03, MOSIM’04)

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 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 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 Activités de recherche
Évolution des activités Contexte des différentes études Participation à des projets de recherche Encadrements de thèse Bilan des publications

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 Contexte des différentes études
Problèmes Contexte Déterministe Contexte Stochastique Flow-Shop Hybride X Job-Shop FMS HSP VRP Multi-Objective CARP CARP TSP

12 Participation à des projets de recherche
Projet stratégique : Logistique du transport : problèmes de tournées complexes ( ) Responsable du projet : C. Prins Projet PICASSO Membre du projet PICASSO déposé avec l’équipe de recherche de Valence. 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 Encadrements de thèse Wahiba Ramdane Chérif Anthony Caumond
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 Bilan des publications depuis 1999
Livres Revues LNCS Publications en Anglais 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 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 1999 JESA, JIM ACS, CARs&COF, ETFA, IEPM Total 1+1 10 4 28

15 Synthèse scientifique
Démarche globale Problèmes de tournées Problèmes d’atelier à ressources de transport

16 Démarche globale

17 Problèmes de tournées sur arcs
CARP : Capacitated Arc Routing Problem VRP : Vehicle Routing Problem TSP : Traveling Salesman Problem

18 Le problème de tournées sur arcs
But : Collecter les déchets sur les rues Objectif : Au moindre coût Contraintes : Capacité limitée des camions

19 Le problème et sa modélisation
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

20 Proposition pour le CARP
Modélise le problème

21 Méthode de découpage exacte
Paramètre d’entrée Paramètre de sortie

22 Exemples de résultats  meilleure méthode publiée pour le CARP
Carpet : algorithme de Hertz MA : Memetic Algorithm  meilleure méthode publiée pour le CARP

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 Démarche générale pour un problème stochastique
Vérifier statistiquement les propriétés des solutions obtenues Résolution du problème initial Modification de certaines contraintes Intégrer les lois représentants l’aspect stochastique

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

26 Difficultés / voie de résolution

27 Exemple sur le CARP

28 Au cours des réplications
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 Approche intégrant des lois
Deux critères agrégés Fonction objectif : Exprimer mathématiquement : et Utiliser les schémas classiques d’optimisation Choisir pour obtenir des valeurs et de de comparables

30 Mise en œuvre sur le CARP
Minimiser Mise en œuvre sur le CARP Ecart entre la solution déterministe et la solution en minimisant Ecart entre la moyenne et la solution déterministe Nécessité de minimiser : La moyenne L’écart-type

31 Résolution d’un problème stochastique sur deux critères
But : Obtenir des solutions robustes selon deux critères simultanément

32 Principe  Utiliser un schéma « classique » multi-objectif
 Lien entre le multi-objectif et le stochastique

33 Application de la démarche pour le CARP
Coût moyen Ecart-type du coût Longueur moyenne de la tournée la plus longue Ecart-type de la loongueur moyenne de la tournée la plus longue

34 Mise en œuvre : population initiale

35 Mise en œuvre : population finale

36 Comparaison – échelle identique
Population initiale Population finale

37 Validation des résultats
Ecart-type calculé mathématiquement Coût moyen calculé mathématiquement Gdb1- résultats finaux Gdb1-validation des résultats par simulation Coût moyen calculé par réplications Ecart-type calculé par réplications

38 Bilan sur les problèmes de tournées
Effort de formalisation Une instance  16s  27s 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

39 Ateliers à ressources de transport
HSP : Atelier de traitement de surfaces (ATS) FMS : Systèmes Flexibles de Production (SFP)

40 Les SFP = Job-Shop avec contraintes
Décision de gestion 2 demandes de transport Une station = une machine + un stock d’entrée + un stock de sortie

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 ou FIFO Simulation réflective FIFO Couplage Branch-and- Bound/règle de priorité/simulation Résolution approchée (règle de priorité) Couplage Algorithme Stochastique/règle de

42 Synthèse du modèle linéaire
Type de contraintes Formulation de Bilge et Ulusoy 1995 MacCarthy 1997 Notre formulation Contraintes de précédence Oui Contraintes d’ordonnancement Contraintes de transport en charge Contrainte de transport à vide Capacité des stocks d’entrée Capacité des stocks de sortie Nombre maximal de pièces simultanées Blocage des machines Règle de gestion des stocks

43 Travaux réalisés sur le Job-Shop
No-Wait But : Proposer un algorithme Time-Lags Modélise le problème Job-Shop

44 Le problème et sa modélisation
Graphe disjonctif Graphe disjonctif avec Time-Lags

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 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 Quelques idées 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 Bilan sur les problèmes d’ordonnancement
Modèle de graphes Modèle linéaire

49 Contexte Déterministe Contexte Stochastique
Conclusion Problèmes Contexte Déterministe Contexte Stochastique Flow-Shop Hybride X Job-Shop SFP HSP VRP Multi-Objective CARP CARP TSP

50 Optimisation stochastique
Cas général : environnement Stochastique système Stochastique

51 Perspectives Tournées Ateliers à ressources de transport
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 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

53 FIN !


Télécharger ppt "Philippe Lacomme Maître de conférences – 27ème section"

Présentations similaires


Annonces Google