You are on page 1of 18

 

Optimisation  Multiobjectif  
pout  la  conception  de  ligne  de  
production  reconfigurable    
 

Projet  de  Recherche  Bibliogrphique    

Réalisation : Gabriel TAIANI

Encadré par : Xavier DELORME

..................... 8   II.................................Gabriel Taiani Master GI 2009-2010 Sommaire   I........................................ 17   OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   2     ...4..........................................................................   Objectifs.................................................1..........13   III........... 6   II..........................................................................................................2........................................ 5   II............   Conclusion .......................5   II.......................1......................................................................2................................................................................................................................................................................................................1....................................2......................2...................................1........................................................................................ 6   II...1.......................................................... 8   II...........   Systèmes  de  production................................................................................   Présentation  de  la  problématique............................................................................................... 9   II........ 13   III.....................................   Classification  des  méthodes..........................................   Optimisation  des  RMS .....................................................   Choix  d’une  approche............................................................2..........   Introduction ....4.......4.........   Les  RMS..................3   II....   Classes  de  critères......................................................................   Définitions .............. 11   III............................   L’optimisation  multiobjectif............................................................................................................. 7   II.............................................................................   References...........................................14   IV................................................................   Principe  d’un  problème  multiobjectif .........................................3.......... 16   V..   Etat  de  l’art  des  approches  d’optimisation  employées ...................................

mais il est également nécessaire de prendre en considération l’évolutivité de l’équipement lui même ou vis à vis de ceux lui étant associés. suivaient un modèle où la demande était plus forte que l’offre. On retrouve communément l’utilisation de la recherche opérationnelle pour de la planification ou de l’ordonnancement de production ou encore de l’organisation de tourné de véhicule. Dans de nombreuses autres problématiques liées à leurs activités. Ces investissements sont réalisés pour un amortissement allant généralement de dix à vingt ans. nous définirons donc ce que sont les systèmes de production reconfigurables et déterminerons un ensemble de paramètres le plus susceptible de caractériser ces systèmes. La conséquence pour une bonne partie d’entre elles est de subir de fortes variations en volumes ou types de produits. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   3     . de nouvelles problématiques émergent dans la mise en œuvre physique de ce type d’équipement. quand d’autres s’attachent à en prendre plusieurs en considération d’un même coup. Parmi eux les outils de recherche opérationnelle sont souvent mise en œuvre afin dévaluer les solutions envisageables parmi un ensemble possible. Nous l’avons évoqué précédemment. Face à ce paradigme. répondant au contraintes fixées. qui est rapporté au produit. comme sa capacité de production à chacune de ses configurations. portant sur la possibilité qu’un équipement puisse s’adapter et être reconfiguré du point de vu de ses capacités ou de ses interactions ou positionnement par rapport aux équipements qui lui sont associés. les entreprises ont adoptées l’utilisation d’outils d’aide à la décision pour leur pilotage. les types et préceptes des méthodes d’optimisation multiobjectif existantes. les entreprises et leurs systèmes de production ont subis de grande transformation dans leur modèle de conception. dans le cas d'équipements pouvant être reconfigurés. Parmi ces derniers est pris en compte le cout des investissements en équipements de production.Gabriel Taiani Master GI 2009-2010 I. ne cessant de faire évoluer leurs produits. Les plus simples de ces outils cherche à optimiser un seul objectif. Aujourd’hui l’offre est plus importante que la demande et pour ce démarquer de la concurrence. Il est alors légitime d’évaluer la possibilité d’utiliser les méthodes d’optimisation multiobjectif dans les problèmes de conception de système de production reconfigurable. assurant la pérennité de toutes les entreprises existantes. Leur survie tient également dans leur capacité à réagir à de nouvelles demandes et à maitriser leurs couts de production. appropriés à ma production actuelle. Il n’est plus suffisant de développer une conception minimisant le cout final des produits réalisés. ou tentent de conquérir de nous marchés. les entreprises se sont retrouvées devant une problématique important : Comment concevoir un système de production assurant que les investissements que je réalise aujourd’hui. soient également adaptés et juste adapté à mes besoins pour ma production de demain ? A cela une réponse introduite par Koren en 99 à été proposée. les entreprises cherchent à apporter de meilleurs réponses à leurs clients. Dans ce contexte ou les échelles de temps entre la fréquence de changement des marchés et la durée d’amortissement des matériels. En effet après guerre les marchés économiques. Introduction Tout comme les marchés ont évolués. Nous évaluerons dans un second temps. il est nécessaire de considérer plusieurs objectifs simultanément afin de s'assurer de leur efficacité et rentabilité. Au travers d’une revue de travaux de recherche.

qu’offres l’optimisation multiobjectif.Gabriel Taiani Master GI 2009-2010 Dans un troisième temps. nous verrons comment ont déjà été traité les problématiques de conception de ligne de production reconfigurable. Quels critères ont servis d’objectif dans le cadre d’optimisation monobjectif. Comment a été traité la problématique de la multitude d’objectifs caractérisant un système de production reconfigurable. Reste-t-il des éléments de la conception pour lesquels la recherche n’a trouver que peu ou pas de réponse Enfin nous tenterons de déterminer les possibilités de réponse à ces problématiques. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   4     .

La production de masse a vu l’émergence et l’apogée des lignes dédiées. pour des capacités souvent ramenées au superflue. Systèmes de production.1. Dans [MU+02] l’auteur identifie la fragmentation des marchés (en taille et en temps).Gabriel Taiani Master GI 2009-2010 II. Dans cette même publication. du notamment à la globalisation de l’économie. Dans le cas des ces lignes dédiés. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   5     . Ce principe n’étant cependant plus adapté à la volatilité des marchés et à des entreprises toujours en mutation. le coût des équipements. et parmi elles les lignes basées sur les systèmes flexibles (FMS. et la réponse aux changements du marché en temps opportun comme levier donnant l’avantage concurrentiel. leur manque de flexibilité et d’évolutivité en ce qui concerne pour exemple le taux de production. c’est à dire lorsqu’elle doit faire face à de nombreux et fréquent changement de série entre les produits d’une même famille. pour Flexible Manufacturing Systems). Ainsi l’organisation et les principes de conception des systèmes de production ont suivis ces transformations. car elles constituent une forme d’organisation de base qui rassemble un ensemble de problèmes liés à leur optimisation. afin de permettre l’usinage d’un grand nombre de type de produit appartenant à la même famille et de faire face à leurs éventuelles évolutions. les entreprises manufacturières non eu de cesse de s’adapter au mieux aux attentes de leurs clients. la saturation des marchés et la rapidité des avancés technologiques des process de fabrication. [Bel07] On voit alors rapidement l’un des désavantages de ce type de système. Ces lignes sont particulièrement adaptés à ce contexte. les fabricants sont amenaient à intégrer le plus de fonctionnalités possible. Ces lignes basées sur le principe de la division d’une activité en tâches élémentaires. qu’une étude [MU+02] met en exergue. Ainsi pour suivre les évolutions des produits et palier aux changements de série. et le raccourcissement des cycles de production. ainsi que les mêmes classes de tolérances. est apparu le concept des lignes modulaires. Néanmoins ces lignes servent encore de référence. Ces lignes reposent sur la technicité des équipements qui la composent. il est commun d’utiliser les méthodes d’optimisation car il est assez facile d’identifier le critère à optimiser (minimiser le coût unitaire). conçues pour la production d’un seul type de produit ou des variantes proches. Notons qu’une définition d’une famille de produits pourrait être: ensemble des produits ayant des dimensions proches et des caractéristiques géométriques similaires. que l’on retrouve dans la conception de chacun des types de lignes existants. au fil des siècles passés. Présentation de la problématique II. lorsque l’entreprise adopte une production multiproduit. Cependant ces lignes ont un inconvénient majeur. Nous l’avons évoqué lors de l’introduction. ont pour principales avantages leur grande capacité et donc un coût de revient unitaire du produit relativement faible. puisque ne pouvant prédire les spécificités d’usinage nécessaire à venir. il est constaté la nécessité d’une meilleure qualité des produits à moindre cout.

Ainsi chaque RMS est. RMS ou non. La configuration. la suppression ou la modification d’une ressource. la gestion de la granularité. dont la gamme des produits qui seront réalisés est peut connue. permet la réalisation d’un processus plus complexe. Le second objectif est un objectif de qualité. Au niveau de granularité le plus élevé. baser sur les invariants de plusieurs cas concrets cites en exemple. mais plusieurs.   Les systèmes étudiés possèdent tous un objectif qui justifie l’utilisation d’un système reconfigurable. II. Ces éléments sont les constituants de base du système et constituent son architecture. Dans [FL06] une définition du terme est proposée. les systèmes reconfigurables.     . qui associé à d’autres équipements. Ces niveaux vont de la réorganisation des opérations déjà utilisées à la modification complète de l’architecture du système qui correspond à l’ajout.assurant une fonction de base ou simple. le système n’est plus le même qu’avant. Les RMS Autre type de ligne modulaire. Il s’agit de points communs à tous les systèmes reconfigurables pouvant être relevés dans le cadre de la OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   6     . L’objectif du système. Si ces besoins ne sont pas satisfaits. Contrairement au FMS. il faut trouver une nouvelle configuration pour continuer à répondre à la demande ou pour répondre à une nouvelle demande. Le terme de reconfigurable peut être utilisé dans bien des cas. Pour cela un RMS est un module de processus – matériel ou logiciel .1. Il s’intègre dans le cas d’entreprises réalisant une production monoproduit de façon répétée.e. Systèmes Flexibles et les Lignes Dédiées) sont dans l’incapacité de répondre de façon efficace.     . Définitions     Ce paradigme est introduit par Y.   La notion de configuration est complexe. et s’exprime en fonction de la granularité. pensé pour subir des changements simples dans sa structure physique permettant de s’adapter à des fluctuations en volume ou type de produits. notés RMS (pour Reconfigurable Manufacturing Systems). et qui est le sujet de cet état de l’art. Lorsque la description est réalisée au grain le plus fin. L’architecture du système.     Dans cette même étude l’auteur identifie les invariants de la reconfiguration. Koren en 1999 et né d’un constat relayé par [LHM03].2. Différent niveaux de reconfiguration peuvent alors être considérés à leur tour. le niveau de description est atomique. Elle est basée sur le fait qu’après l’opération de reconfiguration. le remplacement. Le niveau de granularité généralement considéré pour un système de production correspond aux différentes machines ainsi qu’aux moyens de transport entre ces machines. un seul composant représentant le système. les RMS ne sont pas pensés pour réaliser uniquement une famille de produit. depuis sa conception. Le premier objectif que l’on rencontre est l’adaptation à la demande. . La description de la configuration d’un système décrit à un grain intermédiaire est généralement constituée d’une description de l’interaction entre les composants ainsi que d’un paramétrage de ceux-ci.   Le système doit être capable de répondre aux besoins pour lesquels il a été mis en place. par une modification de sa capacité de production et de ses fonctionnalités. Les invariants de description identifiés sont: .2. [MUK00] Ces modules offriront la possibilité d’être réarrangés rapidement et de façon fiable. les système existant (i.   La notion de configuration est relative à un ensemble d’éléments qui peuvent être paramétrés et interconnectés. Les composants de base de la configuration ne peuvent pas être divisés. rapide et rentable aux attentes du marché en ce qui concerne les fonctionnalités ou la demande en produits.Gabriel Taiani Master GI 2009-2010 II.

Le temps de cycle est l’un des critères de cette classe commun à de nombreux problèmes de conception. [Bel07] ou [FL06] et dans les nombreuses publications traitant des RMS. Le temps. la personnalisation de la flexibilité. La reconfiguration peut également être de plusieurs niveaux. Mais dans le cas des RMS la notion de robustesse du système peut également s’avérer un critère pertinent. ou choisir dans un ensemble de configurations déjà générées hors ligne ou issues d’un historique. La flexibilité. Ceci rejoint plus ou moins ce qui est considéré comme les caractéristiques clef d’un RMS selon [MU+02]. ou les critères les constituant. Le premier niveau consiste en un reparamétrage de la commande active. Si cette réparation mène à des retards par rapport aux objectifs fixés.2. Classes  de  critères     Il existe communément plusieurs classes de critère permettant d’évaluer un système de production est restant permanent à tout problème de conception. sont développées dans [LMH03]. Le coût. La flexibilité peut être aborder du point de vue du volume ou encore de l’ampleur de la famille de produit. Quand au troisième il prend en considération l’ensemble des resources (déjà utilisés ou non). la convertibilité et la diagnosticabilité. Toutes ces classes. Dans de nombreux cas. Pour ce qui est des systèmes de production. La notion de coût ne se limite pas uniquement à un coût de l’investissement ou un coût de l’espace occupé au sol.Gabriel Taiani Master GI 2009-2010 reconfiguration. ou l’intégrabilité : niveau de standardisation des interfaces de connexion d’un module constittif afin qu’il puisse être connecté et communiqué avec le système. II. il est nécessaire d’envisager une configuration nouvelle. Ces invariants relèvent tous du passage par une phase de transition qui vient impacter l’application d’une nouvelle configuration au système courant. la reconfiguration du système est lancée lorsqu’il apparaît que la configuration présente ne permet plus de remplir les objectifs qui lui ont été imposés. Cependant le cas particulier des RMS peut nécessité de considérer d’autre critère tel que la convertibilité : aptitude à transformer la fonctionnalité existant afin de s’adapter aux nouveaux besoins de production. l’intégrabilité. à savoir la modularité. Sont cites: le déclenchement de la reconfiguration. elle peut également représenter par exemple un coût de transition d’une configuration à une autre [Bel07] ou le nombre de reconfiguration nécessaire. Ceci correspond à la capacité qu’a le système à fournir un service attendu. conserver l’existante. Cependant on peut également évaluer un RMS par le temps de reconfiguration [LMH03]. Elle caractérise la capacité à poursuivre un traitement suite à une perturbation. Le second propose la seule utilisation des ressources déjà en tension. c’est le non-respect de la QdS qui provoque la reconfiguration. Prenons comme exemple la nécessité dans la configuration actuelle de réparer une ressource pour poursuivre la production. La recherche d’une configuration peut consister à trouver une nouvelle configuration.1. De façon générale on admet dans cette classe les notions de tolérance pour le produit ou de répétabilité pour le système. l’ajustabilité.   OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   7     . La Qualité de Servive (QdS). la recherché d’une nouvelle configuration et de la mise en œuvre de la nouvelle configuration. classé suivant la difficulté de mise en œuvre.

… Nous nous intéressons à la partie de configuration de la ligne et tentons de répondre à la problématique d’équilibrage de la charge suivant un nombre important d’objectif.3. notamment exploitable dans des problèmes industriels de grande taille. II. L’optimisation multiobjectif Nombreux sont les auteurs qui identifient le problème de conception et d’acquisition de biens technologique comme une décision de première importance. par conséquent. tous les éléments composant la ligne doivent être reconfigurables. Chaque station exécute une opération ou un ensemble d’opérations de transformation. En parallèle. Notre recherche ne s’attache cependant pas à pouvoir certifier parmi toutes les solutions possibles laquelle devra être retenu. Nous cherchons principalement à identifier les solutions pour lesquelles il est pertinent de porter de l’attention dans le cadre de la recherche d’une solution d’équilibrage de la charge efficace.4. Ces approches ont été fortement traitées du point de vu mathématique et commence a être exploitées pour des problématique plus concrètes. être minimisés. En effet il s'agit d'investir initialement lourdement dans l’installation et la mise en œuvre d'une lignes mais également tout au long de son cycle de vie lors de sa reconfiguration. puisque concernant une vision à long terme. le choix des équipements. Le cas particulier de la configuration efficace d’un RMS empêche la transposition des moyens de conception et d’optimisation employés au part avant pour les autres types de système de production. en apportant une réponse à la problématique de l’un par les capacités de l’autre. Notre objectif est donc faire concorder ces deux domaines. convoyeur y compris afin de pouvoir s’adapter au mieux aux changements éventuels des caractéristiques des produits La conception d’une ligne de production comporte en pratique différentes étapes: l’analyse du produit. Objectifs Le concept de ligne de production est le suivant. la configuration de la ligne. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   8     . comme lors du lancement d’un nouveau produit ou d’un changement de série sur une ligne existante Dans ce dernier cas on parle de rééquilibrage de la ligne. Il s’agit d’un système particulier de production composé d’une série de plusieurs stations qui se succèdes. Du fait du caractère récent de ce paradigme la recherche sur leur optimisation n’en est qu’à ses débuts. Ces coûts se répercutent en grande partie sur le prix du produit fini et doivent. Ce type de problématique se pose à la fois dans la conception d’une nouvelle ligne de production. Si l’on transpose cela au cas particulier des RMS.Gabriel Taiani Master GI 2009-2010 II. Ces différentes stations placées en ligne sont visitées successivement pour aboutir au terme à un produit fini. Nous chercherons donc un recensement des approches multiobjectifs applicables pour la partie d’équilibrage de la charge d’un RMS. compte tenu de l’évolution rapide des marchés. et négligeant le moins possibles les différentes classes de critères. que l’on peut transposer dans notre cas comme une reconfiguration. reliées entre elles par un système de transport de type convoyeur par exemple. a subit de grandes avancée par l’apparition d’approche multiobjectif. la recherche opérationnelle. agencement physique de la ligne. un autre domaine de recherche. et sources de grand risque pour l'entreprise.

du point € € de vue des actions est l’ensemble X (cf Figure 1). ⎧min f ( x )  x ∈ Rn ⎪     ⎨ g( x ) ≤ 0 f ( x) ∈ Rk k ≥ 2 ⎪     ⎩ h ( x ) = 0 g( x ) ∈ R m          avec : x ∈ R n . f2 ( x ) F € x2 f2 Figure 1 : Domaine des solutions réalisables (gauche) et projection dans l’espace des objectifs Parmi cette multitude de solutions réalisables F seul un nombre restreint de solutions s’avèrent OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   9     . € € Si l’on prend l’exemple d’un problème à 2 objectifs. f ( x ) ∈ R k k ≥ 2. Dans ce cas il est indispensable de traiter les objectifs en même temps. Il en résulte de nombreuses propositions d’algorithme et d’évolution successives.1. h ( x ) ∈ R p h( x) ∈ R p    où f ( x ) est le vecteur des fonctions objectif à optimiser avec x le vecteur des actions xi envisageables. dans bien des problèmes les objectifs sont dits contradictoires car l’optimisation de l’uns dégrade fortement un ou plusieurs autres. En effet. II. et la projection de cet espace X sur l’espace des objectifs est l’ensemble F. communément réalisée à l'aide de méthode monobjectif. Tache qui peut s'avérée complexe à mesure que le problème prend de l'ampleur. Gabriel Taiani Master GI 2009-2010 Minimiser un cout est une tache relativement aisée en recherche opérationnelle. g( x ) ∈ R m . à satisfaire plusieurs objectifs (les meilleurs performances au moindre coup ou risque). Principe  d’un  problème  multiobjectif   Un problème d’optimisation multiobjectif peut être modélisé de la façon suivante. ne serais qu’inconsciemment. x1 f1     X f ( x ) = f1( x ). Sans compter que se ramener à une seule fonction d'objectif peut aussi amener à biaiser la recherche de solution.4. l’ensemble des solutions réalisables. C’est se qui a donner lieux à l’optimisation multiobjectif. L'optimisation monobjectif restreint l'utilisateur à modéliser son problème de sort que l'équation d'objectif soit unique. Ces techniques sont encore relativement ressentes. Hors il est souvent difficile d’obtenir des solutions acceptables en optimisant chaque objectif indépendamment les uns des autres par l'utilisation de méthodes monobjectif. Ces ensembles sont constitués des solutions répondant à toutes les contraintes du problème ainsi qu’à son domaine de définition. et de nombreux travaux de recherche se sont penché sur ces méthodes. Lorsqu’un problème est modélisé ont cherche bien souvent.

Gabriel Taiani Master GI 2009-2010 intéressantes. x2. Ces solutions de rang 1 forment la surface de compromis (ou front Pareto).. Nous citerons parmi elles la relation suivante. Il est effectivement assez rare d’obtenir comme solution optimale une et une seule  solution. dont la définition est la suivante: €     On dit que le vecteur x 1 domine le vecteur x 2 si : (1) x 1 est au moins aussi bon que x 2   dans tout les objectifs et (2) x 1 est strictement meilleur que x 2 dans au moins un objectif € € € € La dominance à pour objectif de reproduire le comportement d’un décideur dans sa démarche de € € recherche d’optimum. dans un système discret. De la définition précédente de la dominance ont peut établir le principe de d’optimalité globale au     sens de Pareto qui veut qu’une solution x domine x ’ si fk( x ) ≥ fk( x ’) ∀k ∈ (1.…. Les solutions Pareto optimal forment généralement un ensemble de points discontinus dans l’espace des objectifs. Afin d’obtenir cet ensemble des solutions efficaces. f1 Solution efficace supporté Solution efficace non supporté f2 Figure 2 : Illustration des solutions efficaces supportées et non-supportées Les solutions supportées sont celles qui ont été trouvées par l’algorithme employé pour la recherche de solutions. xn) contenu dans F. plusieurs types de relations de dominance existent. plusieurs méthodes peuvent être mise en place. l’ensemble des points contenus dans la zone de non dominance (en gris Figure 2) située entre deux solutions supportées. qui offre l’avantage du classement et donc la recherche de solution de rechange en remontant d’un rang à l’autre. A ce titre. Cet ensemble des solutions découle de la notion de dominance présentée dans [CS02]. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   10     . € € € € La dominance au sens de Pareto permet de constituer un ensemble de solutions dites efficaces satisfaisant l’ensemble des contraintes du problème et offrant le meilleur compromis d'optimisation de l'ensemble de fonction objectif.. et définies comme les solutions les plus optimales à ce stade de recherche. Ceci donne lieu à des solutions efficaces supportés et non supportés.…q) avec au moins une inégalité stricte. Les solutions non supportés sont. Un grand nombre de ces relations de dominance sont exposées dans [CS02]. Cette relation est probablement celle qui est la plus mise en œuvre dans la résolution de problème mutiobjectifs. satisfaisant tout les contraintes et offrant un compromis intéressant entre les différents objectifs. Elles dépendent de la précision du résultat attendu ou des caractéristiques parfois spécifiques du problème. On peut également définir pour chaque solution un rang Pareto qui dépend du rang des solutions la dominant. Ces solutions sont des combinaisons du vecteur x (x1.

qui serait alors non exhaustive. que d’une solution optimum en tous points des critères.Gabriel Taiani Master GI 2009-2010 II. f1 Front Pareto méthode exacte Front méthode approchée f2 Figure 3 : Illustration des solution exactes et solutions approchées OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   11     . seconde catégorie de méthodes pour ce type de classification. qui. des algorithmes proposés. intégrées à une approche plus globale. Ce type de résolution basé sur une recherche plus rapide de solution est l’apanache des méthodes approchées.4. Prenons le cas d’un système reconfigurable en exemple. Rappelons tout de même que l’une des caractéristiques recherchée dans le cas d’un RMS est la réactivité face à une nécessité d’évolution du système de production. Nous allons aborder ces méthodes en les classant par leurs caractéristiques d'une part et leur méthodologie de résolution d'autre part. Qui plus est la difficulté de ce genre de résolution est le temps de calcul important. De plus il n’est souvent pas justifié de consacrer ce temps de calcul important pour obtenir une solution exacte dans le cas d’une application pratique est réel. Ces méthodes sont donc inappropriées à des espaces de recherche importants dû soit à un grand nombre de solutions envisageables soit à un grand nombre de critères. Pour cela les préférences du décideur vis à vis de chaque critère sont exprimées à priori au lancement de la recherche. Ces méthodes exploitent des règles heuristiques. En exprimant des affinités le décideur contraint le problème de façon particulière. et peut se couper ainsi de solutions apportant un compromis intéressant. Nous sommes plus à la recherche d’une configuration disponible rapidement et améliorant les performances actuelles de l’outil de production. spécifiques à un problème. le nombre d’algorithmes existant est important.2. adoptent un caractère générique indépendant des spécificité du problème traité. De ce fait nous ne présenterons pas une liste. Classification  des  méthodes   Nous l’avons évoqué précédemment. au bout d’un temps de recherche extrêmement plus important. qui peuvent être optimales. Ces méthodes tacheront de chercher l’optimum global en effectuant une énumération des solutions de l’espace de recherche. mais ne se préoccupe pas d’apporter une quelconque preuve de l’optimalité de ces solutions. Une méthode approché à pour objectif de fournir des solutions de bonne qualité (cf Figure 3). mais que le décideur n’a pas envisagées. Le premier moyen de ranger ces méthodes est la caractéristique des solutions obtenues Une première catégorie de méthodes comprend celles qui ont pour but d'obtenir un résultat dit exact satisfaisant l'ensemble des contraintes du problème. ou une association des deux. et n’apportant qu’un très faible avantage concurrentiel vis à vis d’une solution obtenu au terme d’une durée plus courte.

et qui plus est en optimisant certain objectif plus que d’autres. Ces méthodes permettent d’obtenir une solution unique. il apparaît pertinent d’employer une méthode évolutionnaire pour la conception de RMS optimisée suivant un nombre important de critères. les méthodes non agrégative.Gabriel Taiani Master GI 2009-2010 On trouve dans [EG04] un panache important des méthodes existante dans ce domaine dont certaine sont comparées et discutées. Afin de contourner ce souci. Elle ne transforme donc pas le problème multiobjectif en un problème monobjectif. valeur référent. Ces approches. La recherche de solution se fait par l’optimisation des objectifs séparément les uns des autres. Les algorithmes évolutionnaires sont bien adaptés à la recherche du front PARETO car ils sont capables grâce à leur parallélisme implicite de dégager des solutions optimales de façon plus efficace qu’une méthode exhaustive [CA+07]. La majeure partie de ces méthodes adopte une approche évolutionnaire. Le paramétrage initial du problème (poids. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   12     . au profit de solutions plus extrêmes. ce qui ne leur permet pas de faire ressortir des solutions efficaces non supportées. la solution est la répétition de la résolution du problème en réévaluant à chaque fois la valeur des paramètres. Enfin les approches évolutionnaires permettent l’obtention d’un ensemble de solution Pareto en une seule résolution du problème. et assurant une répartition assez homogène de ces solutions sur le front Pareto. Le principal inconvénient de ces méthodes est qu’elles ont tendance à ne pas faire apparaître de solutions de véritable compromis. contraintes) est très impactant sur la solution obtenue. Les approche basées sur la dominance Pareto Ces méthodes ont pour principe l’exploration de l’espace de recherche en mettant en œuvre des stratégies pour structurer l’information dans le but d’atteindre des solutions efficaces optimums ou proches de l’optimum. La première technique consiste à ramener un problème multi objectif en un problème monobjectif. Autre approche. Ces algorithmes sont également sensibles au caractéristique de l’espace de solution. La plus rependue de ces méthodes est VEGA. Bon nombre des méthodes de ce type nécessitent un espace convexe ou non discontinu. Compte tenu des caractéristique de notre problématique. Ces algorithmes ont également l’avantage de ne pas nécessiter obligatoirement une connaissance à priori des caractéristiques du problème traité. génèrent également des solutions Pareto optimales dans des portions concaves de l’espace de recherche. dont la sélection des solutions est basée sur la non- dominance. Le second moyen de ranger les méthodes est donc la méthodologie employée.

La conception se fait par raffinements successifs jusqu’à obtenir le modèle correspondant au code de commande du système. considérant un nombre important de critère. Etat de l’art des approches d’optimisation employées La conception d’une ligne de production comporte en pratique différentes étapes: l’analyse du produit. L’utilisation de ces modèles offre en outre la possibilité de vérifier et valider le système. Certaines approches utilisent des modèles homogènes. alors qu’à contrario une mauvaise configuration peut devenir très pénalisant. pour l’entreprise qui la prend. est de permettre de réaliser des preuves par réécritures.… [FL06] identifie deux grandes familles d’approches : La première famille regroupe les approches formelles. et suivant au plus près le paradigme des RMS qui veut que ces systèmes aient une capacité de production juste adaptée à la demande. elles représentent le système par ses états et les transitions entre ces états. sur ça concurrence. Deux catégories peuvent alors être distinguées. L’adaptation au besoin ce veut alors en quasi temps réel. Les modèles utilisés sont des automates. Ceci est d’autant plus vrai en raison des couts d’acquisition de ces équipements C’est pourquoi de nombreux travaux de recherche ont abordés la problématique de conception des lignes de productions. le choix des équipements. rendent possible la construction d’un cadre pour l’utilisation de ces modèles. [DElM06] se préoccupe en particulier du problème de l’extensibilité de la capacité des RMS. la configuration de la ligne. N’abordant que ce critère. agencement physique de la ligne. les enjeux de l’optimisation sont très importants. cependant [LMH03] aborde la conception de RMS que du point de vue des deux premières étapes que comporte ce type de problème (l’analyse du produit et choix des équipements) mais ne se préoccupe donc pas spécifiquement du problème d’équilibrage de la charge « La deuxième famille d’approches repose sur la description du système. Basées sur des langages formels. La transposition du modèle de réseaux de Petri en un modèle mathématique de recherche opérationnelle peut être une solution. Un grand nombre l’a fait par l’utilisation d’outil de modélisation. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   13     .Optimisation des RMS On l’a vu tout au long des partie précédentes. tels que la transformation de modèles. le problème est traité de façon dynamique. et de façon plus récente se sont préoccupés du cas des RMS. ainsi l’impact d’une décision efficace peut apporter une avance stratégique. Il s’agit d’un niveau de décision de plus basse échelle que le niveau tactique ou stratégique.1. des réseaux de Petri [LMH03]. Des outils. L’avantage de ces approches formelles. par l’utilisation des systèmes logiques. Dans [FL06] le choix se porte vers un DSL (Domain Specific Language) utilisant une plate-forme basée sur l’ingénierie des modèles Ce langage est défini pour un besoin spécifique dans un domaine particulier. qui sont raffinés tout au long de la conception.Gabriel Taiani Master GI 2009-2010 III. Ceci n’est pas adapté à notre problématique plus globale. D’autres méthodes sont fondées sur l’utilisation de modèles différents pour les différentes phases de la conception. III.

La mesure de la qualité des algorithme s’est fait via deux critères importants pour un algorithme multiobjectif : se rapprocher le plus possible du front de Pareto et obtenir une bonne dispersion des solutions sur ce front. qui font partie des approche les plus populaires et ou récentes. Le résultat de son cas d’étude le pousse à s’orienter vers l’algorithme SQP dont le point initial est issu d’une recherche tabou. afin d’évaluer la polyvalence de ces approches et la régularité de leur efficacité. NSGA-II et SPEA2 ont des performances relativement similaires. A savoir intégrés au mieux a multiobjectivité. il faut regarder du coté de la rapidité de convergence. La recherche de solution se fait par une procédure d’itération avec algorithme de calcul exact (IPEC).2. Il en ressort qu’en terme de convergence et de dispersion des solutions. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   14     . Ces trois approches sont basées sur l’élitisme. Ceci est donc relativement contraire à l’objectif que nous nous somme fixé. garantir une certaine robustesse de l’approche. Cette proposition est selon l’auteur efficace. PESA et NSGA-II [DA+00]. Pour dissocier ces deux approches l’une de l’autre du point de vue de leur performance. Il est aborder par une méthode ε-contrainte très approprié dans le cas précis d’une optimisation biobjectif en l’occurrence compromis entre capacité de production et coût. en optimisant une seule fonction d’objectif définie comme la somme des ratios du profit attendu à la fin de l’exécution d’une tache sur l’intervalle de temps prévu entre deux actions successives. L’auteur privilégie donc la précision et la rapidité de convergence à la multiobjectivité. C’est-à-dire que les meilleures solutions non dominées trouvées sont conservées d’une génération à l’autre dans une archive afin d’assurer la préservation de bonnes solutions et la convergence de l’algorithme [CA+07]. Dans [ZLT01] une étude comparative à été menée évaluant les performances des algorithmes stochastique SPEA2 [ZLT01].Gabriel Taiani Master GI 2009-2010 Le problème d’équilibrage de la charge des RMS par des outils de recherche opérationnelle est le sujet de [AD09]. L’avantage dans ce cas est à NSGA-II. mais n’est réservée que pour des problèmes de petite échelle. Choix d’une approche [Bri07] tire la même conclusion de choix entre ces deux algorithmes. III. la capacité à converger vers un optimum global et la robustesse au bruit. [XWL00] propose un model stochastique pour la recherche d’une configuration optimale dans le cas des RMS. Il paraît donc plus pertinent de considérer une la méthode NSGA-II qui abordera avec moins de précision la solution mais qui sera plus en mesure de gérer la multitude des objectifs. L’étude comparative a été menée sur différents problèmes. etc. Il choisit également de comparer NSGA-II à la méthode SQP (méthode de programmation quadratique séquentielle) déterministe Les deux approches sont en contradiction au regard de la Figure 4.

en convergent vers l’optimum. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   15     . Cela permettrait.Gabriel Taiani Master GI 2009-2010 Figure 4 : Classification des méthodes d’optimisation suivant leurs caractéristiques – Source [Bri07] Cependant il est intéressant d’estimer l’hybridation des méthodes. de compenser les « points faibles » de NSGA-II. en lui ajoutant de la précision par exploration du voisinage des solutions retenue. Chacune de ces approches débutera par la génération aléatoire des valeurs de départ. Schématiquement l’hybridation de deux méthodes consisterait à réaliser l’union des aires respective de chacune d’elle sur la Figure 4. puis évoluera en fonction de celles-ci vers des solutions plus efficaces. Ce principe de l’exploration du voisinage est une des principes des méthodes par colonie de fourmis [Bri07]. On peut donc considérer que SPEA2 peut s’apparenté à une méthode hybride. Il est donc difficile de se prononcer plus en faveur de l’un (NSGA-II) qu’en faveur de l’autre (SPEA2). par l’utilisation d’une approche déterministe.

Par conséquent on peut admettre consommer un temps certain pour concevoir une configuration dont la durée d’exploitation sera fortement supérieur à ce temps de calcul. nous avons identifié 2 approches susceptibles de répondre de façon efficace à notre problématique. De se fait elles paraissent susceptible de s’adapté à de nombreuses situations de configuration. Le manque de rapidité de ces algorithmes stochastiques en comparaison des algorithmes déterministes n’est pas un frein à leur utilisation dans notre problème. En effet la fréquence de reconfiguration d’un RMS n’est par définition pas extrêmement élevée. OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   16     . Néanmoins ceci reste compensable par une hybridation de la méthode. la nécessité de partir de la solution existante pour atteindre une nouvelle solution dominant la première implique la conservation des caractéristiques de la solution actuelle. Conclusion L’approche qui sera implémenté se situera au niveau de décision stratégique et permettra une amélioration incrémentale des performances du système vis à vis de l’évolution des attentes. En cela les approches élitistes sont pleinement adaptées.Gabriel Taiani Master GI 2009-2010 IV. Les méthodes NSGA-II et SPEA2 sont relativement indépendantes des paramètres de départ. Restera alors au décideur d’effectuer un choix parmi les solutions de cet ensemble. Ces deux algorithmes généreront une population de solutions efficaces. Dans le cadre de la recherche d’une reconfiguration. Au cours de cette recherche bibliographique. Cet aspect généraliste peut s’avérer problématique dans la recherche de solution précise.

X. pp 403-419 OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   17     . 2000. Chatelain. number 1. Vol. 2003.. Adam. Y. Heytler. A. LESTER CNRS FRE 2734 [KLM06] Kordic. Trends and perspectives in flexible and reconfigurable manufacturing systems. [MUK00] M. Y. version 1 [Bri07] S. 1 [EG04] M. In Parallel problem solving from nature. Abichou. B. chap 1. Processus de conception des Systèmes Manufacturiers Reconfigurables (SMR): Approche à l’aide des Réseaux de Pétri (RdP). M. Siarry. Changeable and Reconfigurable Manufacturing Systems. Y.). Rapport de synthèse pour l’habilitation à diriger des recherches. [DElM06] A. G. Proposition d’une approche haut niveau pour la conception. 25 Springer ISBN: 978-1-84882-066-1 pp 25-45 [FL06] F. pages 849–858. tel-00156570. 2009. G. V. Lignes d’usinage avec équipements standard: modélisation. ElMaraghy (ed. H. 2009. Y. X. Ulsoy. Manufacturing the Future. l’analyse et l’implantation des systèmes reconfigurables. P. 25/No. Gandibleux. S. S. Mehrabi. Hasan.Visions. 2007. Lamrani. 2006. Mehrabi. p 44-62. Colette. A. Journal of Intelligent Manufacturing 13. Frizon de Lamotte. 135-146. Edition EYROLLLES. Démarches et outils pour la conception optimale des machines électriques. 2004. 2002. 2002. & Merdan. A Control Approach to Explore the Dynamics of Capacity Scalability in Reconfigurable Manufacturing Systems. 2000. Optimisation multi-objectif pour la selection de modèles SVM [CS02] Y. ISBN 3-86611-198-3. Koren. Modular Machining Line Design and Reconfiguration: Some Optimization Methods. G. CIRPA annal [MU+02] M.G. 2006. Landers. Approximative solution methods for multiobjective combinatorial optimization. Brisset. Ehrgott. Lazinica. ElMaraghy.. pp 125-152 [LHM03] S. References [AD09] B. Delorme. 2007. M. Koren. 2006. Deb.pp 1-16 [LMK01] R. Journal of Manujacturing Systems. Optimisation Multiobjectif. Gabriel Taiani Master GI 2009-2010 V. Ulsoy. Deif. 5 [DA+00] K.-K. 2007. 1-90 [ElM09] H. Reconfigurable manufacturing systems: Key to future manufacturing. P. P. N°62 2003 . A.  Recherche de compromis entre la capacité de production et le coût pour la conception d’une ligne de production. 2001. W. CPI2003. A fast elitist nondominated sorting genetic algorithm for multiobjective optimization: NSGA-II. Meyarivan. Journal of Intelligent Manufacturing 11. A. R. Pratap.A. Koren. Rapport de fin de stage Master 2 GI – ENSM [Bel07] S Belmokthar. configuration et optimization. 2. Lecourtier. Volume 12. T. Concepts – Technologies . Martin. G. Reconfigurable Machine Tools. Mid. Agrawal. 90- 104 [CA+07] C.

Gabriel Taiani Master GI 2009-2010 [XWL00] Z. J. M. ISSN 0020-7543 [ZLT01] E. Wang. Laumanns. International Journal of Production Research. Luo. Zitzler. A stochastic model of a reconfigurable manufacturing system Part 2: Optimal configurations. Thiele. and L. TIK-Report 103 OPTIMISATION  MULTIOBJECTIF  POUT  LA  CONCEPTION  DE  LIGNE  DE  PRODUCTION  RECONFIGURABLE   18     . 2000. 2001. Xiaobo. SPEA2 : Improving the strength pareto evolutionary algorithm. Z.