Application des algorithmes évolutionnistes dans les problèmes d'optimisation en ordonnancement de la production

Le probleme d'ordonnancement des ateliers constitue surement pour les entreprises une des difficultes importantes de leur systeme de gestion et de conduite. En effet, c'est a ce niveau que doivent etre prises en compte les caracteristiques reelles multiples et complexes des ateliers. Nous nous interesserons dans ce travail aux problemes d'ordonnancement de type job-shop flexible, ce sont des problemes extremement difficiles a resoudre, ils appartiennent a la classe dite NP difficile, ils demandent un espace de recherche combinatoire et un traitement particulierement complexe. Les methodes exactes demandent un temps d'execution considerable et/ou des formulations mathematiques complexes, particulierement quand la taille du probleme est importante. Toutefois, il existe des methodes dites stochastiques telles que les algorithmes evolutionnistes qui donnent des resultats tres proches de l'optimum. Nous proposons deux approches evolutionnistes originales pour resoudre les problemes du type job-shop flexible. Ces derniers sont sujets a des contraintes diverses qu'il faut absolument respecter pour aboutir a une solution realisable. La premiere approche est basee sur le premier codage dit codage parallele des machines, le chromosome ainsi represente donne une information visible de la charge des machines et de la repartition des operations sur ces dernieres ce qui permet une utilisation efficace du parc de machines. L'utilisation des algorithmes a strategie d'evolution passe par la mise au point d'une population de demarrage dite population initiale. Vu que cette population conditionne la convergence de notre algorithme, nous avons utilise un processus hybride utilisant les differentes methodes classiques pour generer une bonne premiere population. Dans la deuxieme approche, nous proposons un deuxieme codage qui integre la majorite des contraintes du probleme d'ordonnancement dans la conception meme du chromosome, ceci nous permet de construire des operateurs de croisement et du mutation sans avoir a integrer des processus de corrections qui alourdiraient le temps de calcul. Les resultats des simulations que nous avons effectuees montrent bien la validite de nos approches, ainsi que leurs capacites a donner un ensemble de solutions realisables et proches de l'optimum en un temps tres court.