Beruflich Dokumente
Kultur Dokumente
225
- - P PA AR RT TI IE E 7 7 - -
O
O
p
p
t
t
i
i
m
m
i
i
s
s
a
a
t
t
i
i
o
o
n
n
d
d
e
e
l
l
a
a
p
p
r
r
o
o
d
d
u
u
c
c
t
t
i
i
o
o
n
n
Partie 7 : Optimisation de la production
226
Sommaire
Introduction ................................................................................................................................ 227
I- Modlisation pour l'optimisation............................................................................................ 229
I.1- Optimisation sur le systeme lui-mme..........................................................................................229
I.2- Optimisation sur un modele du systeme .......................................................................................230
I.2-a) Formalisation (ou formulation) mathematique ou analvtique ......................................................... 231
I.2-b) Utilisation dun modele de simulation de flux .................................................................................. 231
II- Mise en vidence de la complexit du problme ................................................................... 233
II.1- ObjectiI de l'optimisation ............................................................................................................233
II.2- Calcul de la combinatoire des solutions possibles.......................................................................234
II.3- Demarche d'optimisation suivie ..................................................................................................236
III- Typologie des mthodes d'optimisation............................................................................... 237
III.1- Methodes exactes ou de Recherche Operationnelle...................................................................237
III.2 - Methodes approchees ou heuristiques.......................................................................................239
III.2-a) Formulation du probleme doptimisation (appliquee a la ligne experimentale)............................ 239
III.2-b) Principe du voisinage dune solution............................................................................................. 239
III.2-c) Methodes de recherche locale definies par un voisinage............................................................... 241
III.2-d) Methodes de recherche globale definies par un voisinage ............................................................ 243
III.2-e) Methode dexploration aleatoire.................................................................................................... 247
III.2.f) Algorithmes genetiques................................................................................................................... 248
Conclusion................................................................................................................................... 258
Bibliographie............................................................................................................................... 259
Partie 7 : Optimisation de la production
227
Introduction
Dans la partie 6, nous avons pu mettre en vidence, au travers des exprimentations
ralises, les difficults rencontres pour optimiser les paramtres de pilotage d'une ligne
de production. Ces difficults sont au moins de deux natures :
- Trouver une solution permettant de satisfaire des critres de production pris
sparment : minimiser le dlai de production, rduire les encours, minimiser le
nombre de palettes utiliser, etc
- Trouver une solution "stable", c'est dire qui tolre des petites variations des
paramtres de pilotage sans pour autant trop dgrader les critres
d'optimisation.
Dans cette partie, l'objectif principal est de recenser les mthodes d'optimisation
algorithmiques susceptibles d'amliorer la recherche d'une solution optimale. En effet,
comme on l'a vu lors des exprimentations pour des productions de type multiproduit, il
semble tre difficile de trouver par une relation quelconque une solution thorique qui
satisfasse les critres. Nous allons donc plutt nous diriger vers une approche
algorithmique couple la simulation, afin d'optimiser le pilotage de la ligne de
production.
Dans le chapitre 1, on rappelle l'intrt d'utiliser le modle de simulation pour optimiser un
systme de production.
Alors que dans la partie 6 nous avions limit les paramtres et surtout le nombre de
valeurs qu'ils peuvent prendre, dans cette partie beaucoup de contraintes seront leves.
Aprs avoir dfini l'objectif d'une optimisation, le chapitre 2 met donc en vidence la
complexit du problme ds lors que l'on autorise chaque paramtre prendre toutes les
valeurs de son tendue.
Le chapitre 3 est un tat de l'art des principales mthodes d'optimisation utilisables en
production. On trouve :
- Les mthodes base de rgles tablies par exprience ou par dduction
logique. C'est ce qui a t fait dans la partie 6, avec les difficults que l'on a
montres.
- Les mthodes exactes, dont l'objectif est de dterminer l'optimum exact. Ces
mthodes sont bien adaptes des cas o il est facile de modliser le
Partie 7 : Optimisation de la production
228
problme sous la forme d'une ou plusieurs quations, ce qui n'est pas le cas de
notre ligne de production. Nous ne nous tendrons donc pas sur ces mthodes.
- Les mthodes approches ou heuristiques, qui au contraire des prcdentes,
sont bien adaptes un couplage avec un modle de simulation de flux et dans
les cas ou le problme est complexe avec une trs forte combinatoire. C'est
donc essentiellement ces mthodes qui seront dtailles dans le chapitre 3,
avec une insistance particulire pour les algorithmes gntiques, que nous
utiliserons dans la partie 8 pour optimiser la ligne de production. Comme leur
nom l'indique, ces mthodes ne garantissent pas l'obtention de l'optimum
global, mais uniquement de trouver UN optimum intressant parmi d'autres.
Partie 7 : Optimisation de la production
229
I- Modlisation pour l'optimisation
En suivant une approche systmique [LEMOIGNE 93], un systme peut-tre modlis par
une bote noire sur laquelle agissent des variables d'entres. Ce que l'on veut observer
du systme est modlis par des variables de sortie (figure 1).
Pour optimiser un systme, deux solutions sont possibles , travailler sur le systme lui-
mme, ou utiliser un modle du systme.
I.1- Optimisation sur le systme lui-mme
Dans ce cas, on ne travaille pas sur un modle, mais sur le systme lui-mme, ceci
condition que l'on soit capable d'agir facilement sur les variables d'entre et de mesurer
les variables de sortie. Cette solution consiste la plupart du temps tester plusieurs
combinaisons de variables et de valeurs de variables d'entre et d'en dduire une
combinaison optimale. Dans ce cas, plusieurs inconvnients peuvent apparatre :
On immobilise le systme pour effectuer l'optimisation, ce qui n'est pas sans causer des
problmes budgtaires si l'optimisation doit durer pendant un temps assez long par
rapport au temps de cycle du systme.
Si le temps de rponse (