Une approche à base d'agents pour la planification et l'ordonnancement en temps réel de personnel dans un contexte de chaîne d'assemblage flexible
La recherche abordée dans le cadre de cette thèse s’intéresse à la gestion des ressources humaines opérationnelles, et plus spécifiquement aux problèmes de planification de ces ressources dans un contexte dynamique. Un intérêt particulier est porté au problème d’ordonnancement en temps réel du perso...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | FR |
Published: |
Université Laval
2008
|
Subjects: | |
Online Access: | http://www.theses.ulaval.ca/2008/25762/25762.html http://www.theses.ulaval.ca/2008/25762/25762.pdf |
Summary: | La recherche abordée dans le cadre de cette thèse s’intéresse à la gestion des ressources humaines opérationnelles, et plus spécifiquement aux problèmes de planification de ces ressources dans un contexte dynamique. Un intérêt particulier est porté au problème d’ordonnancement en temps réel du personnel travaillant sur une chaîne d’assemblage. Nous abordons cette problématique dans une perspective de gestion par compétences et ce, en nous basant sur le profil de compétences dans la modélisation de l’offre et de la demande en main-d’œuvre.
Quatre principaux axes de recherche sont exploités. Le premier axe vise l’aspect théorique de la modélisation du problème d’ordonnancement du personnel. A cet effet, nous proposons un modèle mathématique du problème d’affectation dynamique des employés sur une chaîne d’assemblage avec la prise en considération des préférences, des compétences et des déplacements inter-postes des employés. En nous basant sur ce modèle, et grâce à l’utilisation du solveur commercial de type Cplex, nous avons pu résoudre des instances de problèmes de petite taille. Les résultats obtenus démontrent que la production d’une solution optimale requiert un temps de calcul important, ce qui risque de générer une rigidité et une moindre réactivité de la fonction d’ordonnancement face à des perturbations d’un environnement dynamique.
Le deuxième axe de recherche porte sur l’élaboration d’une approche distribuée à base d’agents pour la résolution du problème d’ordonnancement du personnel. L’approche proposée se base sur l’utilisation de plusieurs catégories d’agents intelligents qui coopèrent entre eux à travers la formation de coalitions. Chaque coalition est formée de deux agents-employés qui auront décidé de coopérer entre eux en s’échangeant une partie de leurs activités d’assemblage afin d’améliorer leur profit et en conséquence, la qualité de la solution globale d’ordonnancement. Les résultats d’ordonnancement du personnel obtenus à partir des premiers tests sont encourageants. Ils démontrent que notre approche à base d’agents permet d’obtenir des solutions de bonne qualité en des temps raisonnables.
Le troisième axe de recherche porte sur le réordonnancent du personnel en temps réel face aux aléas liés à l’absence d’employés. À cet effet, nous proposons une extension de l’approche à base d’agents ainsi que deux variantes de l’approche de recuit simulé, qui permettent de résoudre le problème de réordonnancement. Nous avons pu tester les performances de ces deux approches sur plusieurs cas du problème d’ordonnancement et de réordonnancement du personnel. L’ensemble des résultats démontre que l’algorithme à base d’agents conduit à de très bonnes solutions en comparaison avec le recuit simulé.
Enfin, nous avons exploité les algorithmes à base d’agents et de recuit simulé, qui sont développés dans cette recherche, pour étudier deux aspects de la gestion stratégique des ressources humaines : la flexibilité dans l’élaboration des horaires de travail et l’impact de la prise en considération des préférences dans le processus d’ordonnancement du personnel. Dans les deux cas, les résultats de simulation obtenus corroborent les hypothèses initiales de recherche, à savoir la pertinence et l’intérêt de la notion de flexibilité et de la prise en compte des préférences dans le processus d’ordonnancement du personnel.
=== |
---|