Planification de personnel avec affectation de tâches fixées : méthodes et application dans un contexte médical

Workforce scheduling with fixed tasks : methods and application in a medical context

• Auteur / Autrice : Tanguy Lapegue
• Direction : Christelle Guéret
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 24/10/2014
• Etablissement(s) : Nantes, Ecole des Mines
• Ecole(s) doctorale(s) : Sciences et Technologies de l'Information et Mathématiques
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Communications et en Cybernétique de Nantes / IRCCyN - Institut de Recherche en Communications et en Cybernétique de Nantes / IRCCyN
• Jury : Président / Présidente : Eric Humler
• Jury : Examinateurs / Examinatrices : Benoît Rottembourg, Ameur Soukhal, Odile Bellenguez-Morineau, Damien Prot
• Jury : Rapporteurs / Rapporteuses : Narendra Jussien, Christian Artigues

Mots clés

Mots clés contrôlés

La Gestion du personnel (logiciel)

Industrie pharmaceutique

Métaheuristiques

Planification

Mots clés libres

Planification de personnel avec affectation de tâches fixées

Méthodes exactes et approchées

Optimisation

Workforce scheduling with fixed tasks

Exact and heuristic approaches

Optimization

Résumé

Bien que la gestion des ressources humaines soit une problématique bien étudiée, elle reste d’actualité encore aujourd’hui, notamment en raison de la grande diversité des contextes applicatifs. De plus, les outils d’aide à la décision adressant ces problèmes peuvent encore être améliorés. Dans cette thèse, nous nous intéressons au contexte particulier où les activités des employés correspondent à des tâches fixées dans le temps, requérant des compétences précises et ne pouvant être préemptées. Nous étudions tout d’abord un problème issu de l’industrie pharmaceutique où il s’agit non seulement de trouver une affectation équitable des tâches, mais également de construire les horaires de travail du personnel de manière à respecter les contraintes légales et organisationnelles. Pour résoudre ce problème, nous proposons et comparons deux méthodes exactes, l’une fondée sur un modèle PLNE, l’autre sur un modèle PPC, ainsi que deux méta-heuristiques, l’une reposant sur une décomposition du problème, l’autre reposant sur une recherche par voisinages larges. Nous discutons ensuite de l’intégration de la meilleure de ces méthodes au sein d’un outil d’aide à la décision. Nous nous intéressons ensuite à un problème d’affectation de tâches fixées visant à minimiser le nombre d’employés requis. Pour résoudre ce problème, nous proposons une approche PPC tirant parti de la structure du problème. Nous montrons que cette approche permet d’obtenir rapidement de bonnes bornes, permettant ainsi de prouver l’optimalité sur les instances de la littérature dans un temps raisonnable.

Although workforce scheduling has been studied for decades, it remains highly relevant. In particular, applications and contexts are numerous, and they are always changing. Moreover, decision-support tools dedicated to workforce scheduling could still be improved. In this thesis, we focus on the particular context where workers are assigned to fixed tasks which cannot be preempted and require specific skills. First, we study a problem arising in a company specialized in drug evaluation where fixed tasks have to be assigned in a fair way to qualified employees so that the resulting individual shifts and plannings respect legal and organizational constraints. To handle this problem, we design and compare two exact methods, one based on a MIP model, the other on a CP approach, but also two meta-heuristics, one based on a decomposition strategy, and the other on a large neighborhood search. The best method is integrated within a decision support system. Second, we study a fixed tasks assignment problem, where the objective is to minimize the number of resources required to perform all the tasks. To tackle this problem, we suggest a constraint based approach which takes advantage of the structure of the problem. This approach enables to compute good bounds quickly, and thus, it proves optimality over state-of-the-art instances within a reasonable time limit.