Problème d’ordonnancement stochastique
Loading...
Date
2024-06-12
Journal Title
Journal ISSN
Volume Title
Publisher
UNIVERSITE MOHAMED BOUDIAF - M’SILA, FACULTE DE MATHEMATIQUES ET D ’INFORMATIQUE, DEPARTEMENT D’INFORMATIQUE
Abstract
Cette mémoire aborde le problème de d’ordonnancement stochastique, qui consiste à allouer les
ressources disponibles (telles que les machines, les travailleurs et le temps) à diverses tâches de manière
à garantir que les objectifs fixés soient atteints aussi efficacement que possible, même en présence de
facteurs aléatoires ou incertains affectant les temps de traitement ou la disponibilité des ressources.
L'étude a utilisé des méthodologies mathématiques et des algorithmes avancés pour analyser et
développer des modèles d’ordonnancement stochastique. La méthodologie comprenait l'utilisation de
l 'algorithmelocalsolver et algorithme recherche locale pour optimiser les plannings dans des conditions
d'incertitude. Des simulations ont été menées pour évaluer l'efficacité des solutions proposées et
comparer les performances dans des conditions de certitude et d'incertitude. Les résultats ont montré
que les modèles et les algorithmes proposés améliorent significativement l'efficacité d’ordonnancement
stochastique par rapport aux méthodes traditionnelles. Les solutions développées ont permis des
réductions notables des temps d'exécution globaux (Makespan) et une amélioration de l'utilisation des
ressources, tout en renforçant la flexibilité face aux changements imprévus. Cette étude fournit un outil
efficace pour appliquer l’ordonnancementstochastique dans divers domaines tels que la fabrication, la
santé, les transports et la technologie de l'information, contribuant ainsi à accroître la productivité et à
réduire les coûts.
Description
Keywords
Ordonnancement Stochastique, Localsolver, Recherche Locale, Métaheuristiques