Optimization hybride pour l'ordonnancement industriel

生产秩序问题代表了多年来研究领域的发展，其理由是存在缺陷。 这些问题属于组合性质，除某些特殊情况外，它们也属于NP困难。由于这一复杂性，Navisphere理论中的命令问题需要对实践中遇到的问题进行简化。今天，Navisphere的主要工作是在一个独特目标的优化基础上解决问题。然而，目前的实际情况是，由于组织和市场的不同业绩衡量标准而具有多目标的性质，因此很难在不同方面达成公正的妥协。该研究计划的目的是为了使研究领域保持真正的现状：丰富理论模式，使之成为现实，并改进适应这些问题的方法。 此外，特别是，多个目标的优化与提议者的要求相矛盾，在研究的第一阶段，这些模型对应于实践背景的现实性。这些问题的解决迫切需要制定解决办法，并执行可行决策的辅助措施。为了做到这一点，他建议开发一种中间派的结构。Parmi ces methodes，on retrouve les algorithmes génétiques，la recherche avec tabous et l'optimization par colonies de fourmis. 此外，一个新的趋势指南领域的l'optimization combinatoire，不seulement对le perfectionnement de methodes d'optimization existantes迈斯surtout，vers la combinaison et la coopération de methodes connues。第二部分是关于最优化方法概念的研究，提出了一种新的合作模式，这种模式是组合的，而不是单一的，迈斯之间的协调与精确的方法是一致的。

La problématique de l'ordonnancement de la production représente un domaine de recherche très fertile depuis plusieurs années en raison des défis qu'elle présente.  Ces problèmes sont de nature combinatoire et, à l'exception de certains cas particuliers, ils sont définis comme étant NP-difficiles. Malgré cette complexité, les problèmes d'ordonnancement théoriques demeurent une simplification des problématiques rencontrées dans la pratique. Encore aujourd'hui, la majorité des travaux en ordonnancement traite ces problèmes sur la base de l'optimisation d'un objectif unique. Cependant, les situations pratiques présentent une nature multiobjective inhérente aux différentes mesures de performance de l'organisation et le marché concurrentiel rend parfois complexe la tâche de trouver le juste compromis entre ces différentes dimensions. Le programme de recherche proposé s'intéresse ainsi aux besoins qui maintiennent ce domaine de recherche encore très actuel : celui de l'enrichissement des modèles théoriques pour les rendre plus réalistes et celui du développement d'outils adaptés pour traiter efficacement ces problèmes.  Plus spécifiquement, l'optimisation simultanée de plusieurs objectifs contradictoires permettra de proposer, dans le premier volet de la recherche, des modèles correspondant davantage à la réalité des contextes pratiques. La résolution de ces problèmes exige également le développement de méthodes de résolution souples et performantes afin de constituer des outils d'aide à la décision viables. Pour ce faire, il est proposé d'exploiter la structure distribuée des métaheuristiques. Parmi ces méthodes, on retrouve les algorithmes génétiques, la recherche avec tabous et l'optimisation par colonies de fourmis.  De plus, une tendance récente guide le domaine de l'optimisation combinatoire, non seulement vers le perfectionnement de méthodes d'optimisation existantes mais surtout, vers la combinaison et la coopération de méthodes connues. Le deuxième volet de la recherche porte ainsi sur la conception de méthodes d'optimisation hybrides afin de proposer des schémas originaux de coopération combinant, non seulement, des métaheuristiques entre elles mais également avec des méthodes exactes.