Thèse de Lucas Groleaz


Sujet :
Optimisation stochastique pour la préparation de commandes

Résumé :

Basée sur une problématique réelle rencontrée par les clients de la société Infologic, la thèse a pour but de développer des algorithmes permettant d'optimiser la partie préparation de commandes dans des chaînes de production. La problématique peut être modélisée sous la forme d'un problème d'ordonnancement avec différentes contraintes. En outre l'ensemble des jobs à traiter dans ce problème d'ordonnancement n'est pas connu à l'avance. Ainsi, le problème est étudié de trois façon différentes : un cas statique où l'on considère que l'on connaît, à l'avance, tous les jobs à préparer, un cas dynamique (cas réel) dans lequel les jobs sont révélés à l'algorithme à mesure qu'ils arrivent et un cas stochastique, identique au cas dynamique, mais où l'on dispose en outre de l'historique des commandes des journées précédentes, ce qui permet, par apprentissage, d'orienter les algorithmes vers de meilleures solutions. Les évaluations expérimentales des différents algorithmes développés sont réalisées sur des données réelles fournies par la société Infologic.


Encadrant : Christine Solnon
Co-encadrant : Samba Ndojh Ndiaye

Date de soutenance : lundi, 7 juin, 2021

Jury :
Mr Artigues Christian Directeur(trice) de rechercheCNRSRapporteur(e)
Mr Deville YvesProfesseur(e)Université Catholique de LouvainRapporteur(e)
Mme Brauner Nadia Professeur(e)Université Grenoble AlpesExaminateur​(trice)
Mr Laborie PhilippeDocteurIBMExaminateur​(trice)
Mme Solnon Christine Professeur(e)INSA LyonDirecteur(trice) de thèse
Mr Ndojh Ndiaye Samba Maître de conférenceUniversité Lyon 1Co-directeur (trice)