Métaheuristiques pour la manipulation de routages alternatifs en temps réel dans un Job Shop

Abstract

Les ateliers flexibles avec des ressources limités, des pannes de machines aléatoires ou des critères de production multiples ont un aspect qui explique que les problèmes d’ordonnancement dans ces systèmes sont généralement de type NP-difficile. C’est pour cela que plusieurs heuristiques et métaheuristiques ont été proposées pour les résoudre. Dans ce travail, nous avons proposé des algorithmes à base de certaines métaheuristiques (les colonies de fourmis, les algorithmes génétiques, le recuit simulé, la recherche tabou, les essaims particulaires et l’électromagnétisme) pour la sélection de routages alternatifs en temps réel et comparé leurs performances avec les règles DMM (Dissimilarity Maximization Method) et DMM modifiée afin d’avoir une idée sur l’efficacité de ces métaheuristiques et de choisir la plus efficace. Pour valider les résultats de cette étude, nous avons simulé les règles DMM et DMM modifiée sur un Job shop en utilisant le logiciel de simulation ARENA, et les métaheuristiques ont été simulées par Java sur le même modèle. Les résultats obtenus ont montré que la plupart des métaheuristiques ont nettement amélioré le taux de production, le taux d’utilisation des différentes machines et le taux d’utilisation du système de transport, pour un système de production saturé et même en présence de pannes.