Thèse soutenue

Resolution par des heuristiques dynamiques et des algorithmes genetiques du probleme d'ordonnancement de type job-shop generalise (a machines non identiques en parallele et contraintes de precedence)
FR  |  
EN
Accès à la thèse
Auteur / Autrice : FATIMA GHEDJATI-GUESSOUM
Direction : Marie-Claude Portmann
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1994
Etablissement(s) : Paris 6

Résumé

FR

L'objectif de cette these est la resolution approchee du probleme d'ordonnancement d'atelier de type job-shop generalise a machines non identiques en parallele et contraintes de precedente (ou les gammes des travaux sont non-lineaires). La premiere phase de ce travail consiste a creer un generateur d'ordonnancement ainsi qu'un environnement de programmation permettant d'une part, de tester rapidement differentes heuristiques statiques et surtout dynamiques et d'autre part, de basculer facilement et dynamiquement d'une heuristique a une autre sans changer l'algorithme de base. La strategie utilisee repose sur deux schemas de resolution. La premiere idee est developpee dans la seconde partie de cette these, dans laquelle nous proposons de nouvelles heuristiques qui essaient d'utiliser au mieux la polyvalence et la charge potentielle des machines. Dans la troisieme phase de la these, nous ameliorons la population de solutions obtenues par les heuristiques precedentes en utilisant une variete d'algorithmes genetiques concus pour ce probleme. Des experimentations ont ete effectuees sur les deux approches avec divers types de donnees issues de la litterature ou generees aleatoirement. Notre approche permet de traiter des problemes relativement importants. Les resultats sont prometteurs et l'interet de chaque approche est discutee