Ordonnancement en temps réel d’un jobshop par métaheuristique hybride : étude comparative

Abstract

Les problèmes d’ordonnancement sont souvent des problèmes d’optimisation combinatoire de type NP-difficile. Leur résolution nécessite des méthodes dédiées à leur degré de complexité, c’est pour cette raison que plusieurs heuristiques et métaheuristiques ont été conçues. Notre étude est consacrée à l’adaptation de l’algorithme mémétique pour résoudre le problème de sélection de routages alternatifs en temps réel dans un jobshop. Le choix de cette métaheuristique est dû au fait que les métaheurisiques hybrides fournissent une compensation des faiblesses pouvant se trouver dans d’autres algorithmes, tel que l’algorithme que nous avons utilisé (l’algorithme mémétique) qui améliore la vitesse de convergence de l’algorithme génétique en lui ajoutant une recherche locale. Ensuite on va faire une comparaison entre cet algorithme et l’algorithme génétique et d’autres métaheuristiques déjà utilisé pour résoudre ce même problème afin d’avoir une idée sur les méthodes les plus performantes pour ce problème et opter pour la plus efficace.