Cooperation between human and machine for scheduling under uncertainties
Coopération homme-machine pour l'ordonnancement sous incertitudes
Résumé
Most of the research in scheduling is based on determinism models, not adapted to the reality of shop scheduling. Indeed, manufacturing systems are subject to uncertainties. This is why scheduling under uncertainties is a booming field.
Moreover, humans are not taken into account in most of the scheduling methods. However, humans have a central role in the scheduling process, and their knowleadges are precious. This is why we think that efficient human-machine systems is indispensible for an efficient scheduling process.
To achieve this goal, group sequencing is used. This scheduling method has different advantages : it is made to manage the uncertainties present in the shop floor, and its structure is easy to use by the human. We study existing human-machine systems for group sequencing. Then, we propose a new system to improve the cooperation between human and machine. In this new human-machine system, we use the best case quality in a group sequence. Because this subject is not studied by the literature, we propose lower bounds, heuristics and an exact method to solve this problem.
Moreover, humans are not taken into account in most of the scheduling methods. However, humans have a central role in the scheduling process, and their knowleadges are precious. This is why we think that efficient human-machine systems is indispensible for an efficient scheduling process.
To achieve this goal, group sequencing is used. This scheduling method has different advantages : it is made to manage the uncertainties present in the shop floor, and its structure is easy to use by the human. We study existing human-machine systems for group sequencing. Then, we propose a new system to improve the cooperation between human and machine. In this new human-machine system, we use the best case quality in a group sequence. Because this subject is not studied by the literature, we propose lower bounds, heuristics and an exact method to solve this problem.
La plupart des travaux en ordonnancement repose sur un modèle déterministe, peu adapté à la réalité de l'ordonnancement d'atelier. En effet, les ateliers de production sont soumis à un certain nombre d'incertitudes. C'est pourquoi l'ordonnancement sous incertitudes est un domaine en pleine expansion.
D'autre part, l'humain n'est généralement pas pris en compte dans l'élaboration de la méthode d'ordonnancement. Pourtant, l'humain joue un rôle central dans le processus d'ordonnancement, et ses connaissances du terrain sont précieuses. C'est pourquoi nous pensons que des systèmes homme-machine efficaces sont nécessaires au bon fonctionnement des méthodes d'ordonnancement d'atelier.
Pour cela, nous nous reposons sur l'ordonnancement de groupes. Cette méthode d'ordonnancement d'atelier comporte différents avantages pour notre recherche : c'est une méthode d'ordonnancement sous incertitudes et sa structure est facilement manipulable par l'humain. Nous étudions les systèmes homme-machine existant pour cette méthode d'ordonnancement. Nous proposons ensuite un nouveau système homme-machine, afin d'améliorer la coopération. Dans ce système, nous utilisons la qualité dans le meilleur des cas dans un ordonnancement de groupes. Comme ce thème n'est pas encore abordé dans la littérature, nous proposons des bornes inférieures, des heuristiques et une méthode exacte pour résoudre ce problème.
D'autre part, l'humain n'est généralement pas pris en compte dans l'élaboration de la méthode d'ordonnancement. Pourtant, l'humain joue un rôle central dans le processus d'ordonnancement, et ses connaissances du terrain sont précieuses. C'est pourquoi nous pensons que des systèmes homme-machine efficaces sont nécessaires au bon fonctionnement des méthodes d'ordonnancement d'atelier.
Pour cela, nous nous reposons sur l'ordonnancement de groupes. Cette méthode d'ordonnancement d'atelier comporte différents avantages pour notre recherche : c'est une méthode d'ordonnancement sous incertitudes et sa structure est facilement manipulable par l'humain. Nous étudions les systèmes homme-machine existant pour cette méthode d'ordonnancement. Nous proposons ensuite un nouveau système homme-machine, afin d'améliorer la coopération. Dans ce système, nous utilisons la qualité dans le meilleur des cas dans un ordonnancement de groupes. Comme ce thème n'est pas encore abordé dans la littérature, nous proposons des bornes inférieures, des heuristiques et une méthode exacte pour résoudre ce problème.
Fichier principal
pinot2008these.pdf (1.13 Mo)
Télécharger le fichier
pinot2008these-handout.pdf (933.9 Ko)
Télécharger le fichier
pinot2008these-pres.pdf (1.82 Mo)
Télécharger le fichier
Format : Autre
Format : Autre