Evénements



Calendrier

comment se desabonner de une rencontre.com août 2017 :

prostituee lyon prix Rien pour ce mois

la rencontre entre emma et charles how i met your mother barney rencontre nora | rencontre privilege

logiciel gratuit pour créer un site de rencontre Optimisation robuste et stable pour les problèmes d’ordonnancement sur machines parallèles

rencontre aubry hollande prostituées foch > bon site de rencontre gratuit > rencontre plogonnec

Doctorant : Naji Widad

rencontres banyuls sur mer Classiquement en optimisation, toutes les données sont considérées comme parfaitement connues.Cette hypothèse n’est pas toujours vérifiée dans la réalité. Dans l’industrie, la connaissance sur les données à venir est suffisante pour réaliser un planning prévisionnel, mais il est relativement fréquent que ce planning soit modifié soit par l’arrivée de nouvelles demandes soit par la suppression de certaines autres demandes. Ceci est particulièrement vrai lorsqu’il s’agit de problème liés à la planification et l’ordonnancement de la production où les demandes sont souvent difficiles à prévoir avec une grande précision. Il convient alors de concevoir en amont les plannings et des ordonnancement robustes et flexibles de manière proactive avec une connaissance soit partielle, ou incomplète des donnée ; puis, de compléter ces plannings de manière réactive. La robustesse permet de ne pas trop dégrader la performance des plannings en cas d’aléas et la flexibilité permet de réparer plus facilement une solution. Dans la littérature de l’ordonnancement de système de production, la prise en compte de l’incertitude est relativement récente ( Kouvelis et Yu 1997), mais elle a déjà donné lieu a plusieurs définitions notamment concernant la robustesse et la flexibilité. Nous pouvons notamment citer l’ouvrage qui fait référence dans ce domaine (Billaut et al. 2005). Depuis (Kouvelis et Yu 1997), de nombreux études ont été menée prenant en compte différents types d’incertitudes sur les caractéristiques des tâches (dates d’arrivée, durée...) sur les machines ou encore sur les fonctions objectifs. L’ordonnancement en présence d’incertitudes est un domaine de recherche en plein essor mais de nombreuses pistes de recherche restent encore ouvertes. Nos objectifs seront d’apporter les réponses aux différentes questions concernant l’acceptation des commandes non planifiés des clients, les méthodes de ré-ordonnancement en cas d’ajout ou de suppression de commandes, et les surcoûts qui en découlent.