Développement d'un solveur d'optimisation pour scheduling : amélioration du système de planification de production dans OMP à Avery Dennison

Details

Supervisors

Tancrez, Jean-Sébastien

Faculty

Louvain School of Management

Degree label

Master [120] : ingénieur de gestion, à finalité spécialisée

Abstract

frDans ce mémoire, un problème de scheduling est étudié. Le scheduling, ou ordonnancement, est le problème correspondant à la question : « Quel est l’ordre optimal de production ? » Ce mémoire-projet est réalisé en collaboration avec Avery Dennison. Avery Dennison est un groupe industriel spécialisé dans la fabrication de supports autocollants. Sur le site de Soignies, le système OMP est utilisé pour tirer profit de solveurs d’optimisation et pour automatiser une partie des tâches de la planification de production. Dans la littérature en anglais, le problème d’optimisation résolu dans ce mémoire-projet est classifié comme un « single-machine job scheduling under early/tardy constraints with family-based setups ». Pour ce problème, ce mémoire propose une formulation pour résolution par Branch and Bound. Malheureusement, les essais computationnels réalisés sur des données de production ont montré qu’une approche par énumération n’est pas appropriée en pratique. Dès lors, le cœur de ce mémoire réside dans l’implémentation d’une heuristique constructive avec des coûts locaux et son paramétrage par une optimisation. Les coûts locaux sont des coûts de réglage machine et des coûts liés aux échéances de production. Les coûts locaux sont les paramètres du solveur constructif. Les paramètres optimaux sont obtenus par une méthodologie de fine-tuning. Le fine tuning est l’optimisation globale des paramètres pour résoudre au mieux les 112 instances de problèmes de scheduling récoltées au sein d’Avery Dennison. Deux algorithmes d’optimisation globale sont utilisés et comparés : Direct et Basin Hopping. Les paramètres optimaux obtenus par la méthode Direct sont meilleurs car ils conservent le sens physique par les bornes sur leur valeur. Pour les coûts liés aux échéances de production, deux fonctions d’activations – linéaire et exponentielle – sont comparées. Les résultats expérimentaux de la méthodologie de fine-tuning et backtesting montrent que l’activation linéaire donne de meilleurs résultats que l’activation exponentielle. Le solveur développé avec les paramètres optimaux est validé par backtesting sur les données historiques récoltées. Les performances du solveur sont comparées aux performances du scheduling manuel et du scheduling par défaut. Cette analyse montre que le solveur est bien meilleur que le scheduling par défaut et est comparable au scheduling manuel. Cette analyse montre aussi le compromis entre le respect des contraintes et la minimisation des setups. Une fois le fine-tuning et le backtesting réalisés, une méthodologie de développement logiciel a été employée. Ainsi, dans OMP, le solveur constructif a été développé, implémenté, testé, déployé, validé, et enfin documenté pour les utilisateurs finaux.