Coopération homme-machine pour l'ordonnancement sous incertitudes

par Guillaume Pinot

Thèse de doctorat en Automatique, traitement du signal et génie informatique

Sous la direction de Pierre Castagna et de Jean-Michel Hoc.

Soutenue en 2008

à Nantes .


  • Résumé

    La plupart des travaux en ordonnancement repose sur un modèle déterministe, peu adapté à la réalité de l'ordonnancement d'atelier. En effet, les ateliers de production sont soumis à un certain nombre 'incertitudes. C'est pourquoi l'ordonnancement sous incertitudes est un domaine en pleine expansion. D'autre part, l'humain n'est généralement pas pris en compte dans l'élaboration de la méthode d'ordonnancement. Pourtant, l'humain joue un rôle central dans le processus d'ordonnancement, et ses connaissances du terrain sont précieuses. C'est pourquoi nous pensons que des systèmes homme-machine efficaces sont nécessaires au bon fonctionnement des méthodes d'ordonnancement d'atelier. Pour cela, nous nous reposons sur l'ordonnancement de groupes. Cetteméthode d'ordonnancement d'atelier comporte différents avantages pour notre recherche : c'est une méthode d'ordonnancement sous incertitudes et sa structure est facilement manipulable par l'humain. Nous étudions les systèmes homme-machine existant pour cette méthode d'ordonnancement. Nous proposons ensuite de nouveaux systèmes homme-machine, afin d'améliorer la coopération. Dans ces systèmes, nous utilisons la qualité dans le meilleur des cas dans un ordonnancement de groupes. Comme ce thème n'est pas encore abordé dans la littérature, nous proposons des bornes inférieures, des heuristiques et une méthode exacte pour résoudre ce problème

  • Titre traduit

    Cooperation between human and machine for scheduling under uncertainties


  • Résumé

    Cooperation between human and machine for scheduling under uncertainties. Most of the research in scheduling is based on determinism models, not adapted to the reality of shop scheduling. Indeed, manufacturing systems are subject to uncertainties. This is why scheduling under uncertainties is a booming field. Moreover, the human is not taken into account in most of the scheduling methods. However, the human have a central role in the scheduling process, and its knowleadge of the shop is precious. This is why we think that efficient human-machine systems is indispensible for an efficient scheduling process. To achieve this goal, group sequencing is used. This scheduling method has different advantages : it is made to manage the uncertainties present in the shop floor, and its structure is easy to use by the human. We study existing human-machine systems for group sequencing. Then, we propose new systems to improve the cooperation between human and machine. In these new human-machine systems, we use the best case quality in a group sequence. Because this subject is not studied by the literature, we propose lower bounds, heuristics and an exact method to solve this problem

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (115 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 111-115

Où se trouve cette thèse ?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : 2008 NANT 2072
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.