Le problème conjoint de l'ordonnancement de la production et de planification de la maintenance : cas du Flow Shop Flexible

Les fonctions d'ordonnancement de la production et de planification de la maintenance représentent deux enjeux majeurs dans l'industrie manufacturière. Le problème de l'ordonnancement est de trouver un programme d'exécution approprié des tâches de production sur des machines, réalisant au mieux un ou plusieurs objectifs généralement liés aux temps de fin des tâches. De nombreuses études sont dédiées à résoudre ces problèmes selon les différents types d'ateliers (une seule machine, des machines parallèles, flow shop, job shop et open shop ainsi que des systèmes hybrides). La plupart des problèmes d'ordonnancement sont des problèmes NP-difficiles. La plupart des travaux de recherche supposent que les machines sont toujours disponibles durant l'horizon de planification. Cependant, dans les systèmes industriels réels, cette hypothèse n'est pas réaliste car les machines doivent être arrêtées pour des actions de maintenance ou pour d'autres considérations. Malgré la relation d'interdépendance entre les deux fonctions, ces deux activités sont généralement planifiées et exécutées séparément. Ces dernières années, les décideurs donnent une plus grande importance à la fonction maintenance vu sa contribution substantielle à la productivité. Pour éviter des conflits entre ces deux activités, une collaboration et une flexibilité doivent être envisagées entre les deux services. Récemment, un certains nombre d'études et de travaux ont été établis traitant les problèmes d'ordonnancement et de maintenance conjointement. L'objectif de ce mémoire est l'étude de ce problème dans le cas d'un atelier de type flow shop flexible. Plusieurs industries telles que l'industrie des cosmétiques, pharmaceutiques, agroalimentaire et textile ainsi que des systèmes informatiques peuvent être modélisés avec un Flow Shop Flexible (Flow Shop Multiprocesseur). Dans ce travail, l'optimisation considérée est bi-objectif de type Pareto afin de trouver un compromis pour le service d'ordonnancement et le service de maintenance. Des modèles de fiabilité ont été introduits pour l'optimisation de l'aspect maintenance. Deux méthodes de résolution ont été proposées: les algorithmes génétiques et les systèmes immunitaires artificiels. Nous avons aussi proposé d'intégrer la logique floue pour améliorer le paramétrage de l'algorithme immunitaire développé. Dans ce mémoire, nous avons étudié les différentes approches et comparé leurs résultat