Systèmes de planification et d'ordonnancement auto-adaptatifs

规划和装饰自动适应系统

• 批准号: RGPIN-2014-04551
• 负责人: Gaudreault, Jonathan
• 金额: $ 1.46万
• 依托单位: Université Laval
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2018
• 资助国家: 加拿大
• 起止时间: 2018-01-01 至 2019-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=651589
• 关键词: Syst; mes; de; planification; et

Planifier et ordonnancer les opérations dans le domaine des ressources naturelles revêt un défi particulier. Alors que les systèmes manufacturiers standards sont dits «convergents» (on assemble plusieurs composants pour obtenir un produit), dans le domaine des ressources naturelles on est plutôt en présence de flux «divergents» (plusieurs produits sont fabriqués simultanément à partir d'un seul et même intrant). Un exemple de co-production est la transformation d'un billot de bois en planches. Les propriétés physiques du billot définiront la combinaison des différents produits que nous obtiendrons (simultanément) en procédant au débitage. La transformation du billot contribue donc à satisfaire simultanément des commandes pour plusieurs produits différents. A l'inverse, un même produit peut être fabriqué à partir de différents billots alternatifs donnant des co-produits différents.**Ce contexte (co-production en présence de processus de production alternatifs) rend la prise de décision passablement complexe. Lors de l'arrivée de nouvelles commandes, on ne peut se contenter d'ajouter de nouvelles opérations au plan de production. Il faut revoir de manière intégrée l'ensemble des opérations déjà choisies (planification) et leur ordonnancement afin de déterminer comment on va répondre au nouveau besoin tout en respectant les engagements passés. Il s'agit d'un problème que l'entreprise doit être en mesure de résoudre rapidement afin de pouvoir donner une réponse à son client. **Comme il s'agit de problèmes combinatoires, chercher la solution optimale implique inévitablement de procéder par essai-erreur; affectant l'une après l'autre des valeurs aux variables définissant le problème. La stratégie de résolution choisie (l'ordre dans lequel les variables et leurs valeurs seront essayées) a un impact sur le temps de résolution. Dans le cadre de travaux précédents, nous avons développé des stratégies de résolution sur mesure pour certains problèmes (ex. séchage et rabotage du bois d'ouvre). Elles se sont avérées assez performantes pour être utilisées par l'industrie. Plusieurs de celles-ci ont été inspirées par les façons de faire des planificateurs humain avec qui nous avons collaboré. En effet, on trouve souvent en entreprise un expert qui a développé une habilité à résoudre un problème. Il est alors possible pour le chercheur de généraliser l'approche de l'expert pour tirer une stratégie de résolution qui sera ensuite utilisée pour trouver plus rapidement la solution optimale. Ce travail est cependant à refaire pour chaque nouveau problème et demande un niveau d'expertise scientifique élevé. C'est un frein à la mise en ouvre par l'industrie de systèmes de planification et d'ordonnancement utilisant l'optimisation, qui se contente alors d'heuristiques.**Nous proposons maintenant de développer des algorithmes qui découvriront automatiquement de nouvelles stratégies de résolution par mimétisme, c'est-à-dire en observant comment un expert s'y prend pour résoudre un problème. Le défi est donc de pouvoir identifier automatiquement la relation statistique qui lie chaque décision prise par l'humain à l'état du système à ce moment, de manière à ce que l'ordinateur puisse reproduire la stratégie de l'humain dans un contexte d'optimisation.**Nos analyses préliminaires indiquent que les approches employées par les experts ayant inspiré les stratégies que nous avons déjà publiées auraient pu être découvertes de cette manière. Nous allons donc automatiser le processus, afin de « redécouvrir » nos stratégies de résolution (à titre de preuve de concept) et ensuite appliquer l'engin d'apprentissage à de nouveaux problèmes pour découvrir de nouvelles stratégies.

计划者基于制造业的原则。制造业制造商的标准是开展制造业的生产，制造业的生产是从事制造业的生产。共同生产系统的共同生产系统是一种转化形式。共同生产系统的共同生产系统是不再需要的一种转换形式。共同生产系统是一种转化的形式，是不再需要的转换形式。共同制作系统是一种转型的形式，是一种转型形式，是社会的一部分。 ** CE环境（共同生产和生产替代品）是令人生畏且可传递的复合物。指挥官也在计划过程中，组织的内容也在计划过程中。 Passés。 il s'agit d'unproblèmeque l'Entreprise doit derésudrejuptive afin de pouvoir de pouvoir donner donner une uneréponse -son son Client。 ** Comme Il s'agit deProblèmes组合，Chercher la解决方案optimale Inmemale IncoriqueInévitiblementdeprocéderpar par eSsai-erreur;情感l'uneaprèsl'autredes valeurs aux变量définissantleproblème。 LaStratégieDeRésolutionChoisie（L'Ordre Dans Lequel les Variables et Leurs valeurs Seront Seront所吸引了该国人民的影响。该国人民的不满意的影响不仅是为了提高了效率的人民，对这些国家的自由和专家的专家都提高了效率和专家的专家。社会具有强烈的自由和快速的意识，对自动化领域中存在的算法有着深刻的了解，而组织的专业知识导致调查组织的努力，以了解组织的重要性，而不是理解当前情况的能力。重新定义的策略（te de de de derésolution）。