| Summary: | Dans cette thèse, nous abordons le problème de la planification de la production dans un système de type flow-shop, en tenant compte de l’aspect énergétique. Le système de production est composé de différentes machines fiables, séparées par des zones de stockage à capacité infinie. L’horizon de planification est composé de différentes périodes, chacune étant caractérisée par une durée, un coût d’électricité, une puissance maximale et des demandes de chaque produit. L’objectif consiste en la minimisation du coût total de production en terme d’électricité, stockage, mise marche (ou changement de série) et puissance demandée par période. Dans un premier temps, nous proposons une modélisation pour le problème de lot-sizing dans un système de type flow-shop, à capacité finie, dans le cas mono-produit. Étant donné que ce type de problème est NP-difficile, des méthodes approchées ont été développées afin de fournir des solutions de bonne qualité dans un temps réduit (heuristiques dédiées, heuristique de type Fix and Relax, algorithme génétique). Dans un deuxième temps, une généralisation du modèle pour le cas multi-produits a été considérée. De même, des méthodes approchées ont été proposées pour la résolution de ce type de problème === In this thesis, we deal with the production planning problem in a flow-shop system with energy consideration. The manufacturing system is composed of reliable machines separated by buffers with infinite capacities. The planning horizon is defined by a set of periods where each one is characterized by a length, an electricity price, a maximal allowed power and an external demand of each product. The purpose is to minimize the total production cost composed of electricity, inventory, set-up (or product series change) costs and a required power per period.In the first step, we propose mathematical models for a single item capacitated lot-sizing problem in a flow-shop system. Since this problem is known to be NP-hard, approximating methods are developed in order to provide solutions with good quality in a reasonable time (dedicated heuristics, Fix and Relax heuristic, genetic algorithm).In the second step, a generalization of the model for multi-items is considered. Similarly to the first case, approximating methods are proposed to solve this problem
|
|---|
