Ordonnancement sous perturbations : cadre d'étude et approche d'évaluation de la robustesse par automates stochastiques - Université de Lorraine Accéder directement au contenu
Thèse Année : 2020

Scheduling under perturbations : Study framework and robustness evaluation approach based on stochastic automata

Ordonnancement sous perturbations : cadre d'étude et approche d'évaluation de la robustesse par automates stochastiques

Sara Himmiche

Résumé

The main objective of this thesis is to propose an approach to consider perturbations in the context of a production scheduling problem. The proposed approach emphasizes the importance of evaluating the performance of a scheduling in a disturbed environment. Production scheduling is an important and common problem in the world of industry and scientific research. In order to propose scheduling solutions, the suggested methods propose optimal scheduling to minimize or maximize a defined criterion. This objective has certainly been adopted for several years but no longer fully meets the dynamics of production workshops. Taking perturbations into account is therefore a major issue in the scheduling problem. To address this issue, after an introduction and state of the art, we propose, in the main body of the manuscript, the definition of the performance and appropriate approach to deal with the impact of perturbations in scheduling. Robustness is then identified as a suitable performance to assess this impact. Furthermore, specifying robustness allows to identify a formal framework to specify the different robustness problems that scheduling must face. To address the problem of scheduling robustness, we propose an evaluation process based on discrete-event system models. More precisely, stochastic timed automata and statistical model-checking are used to measure the robustness of a perturbed schedule. The evolution of production systems and their flexibility and agility constraints require that the evaluation approach must also be flexible and adaptable. The process proposed in this thesis allows not only its adaptation to several production workshop problems but also to take into account real decision situations in an industrial context. To illustrate the feasibility and applicability of this process, the UppAal SMC tool is used.
L’objectif principal de cette thèse est de proposer une approche permettant de considérer les perturbations dans le cadre d’un problème d’ordonnancement de la production. L’approche proposée permet de mettre l’accent sur l’importance de l’évaluation de la performance d’un ordonnancement dans un cadre perturbé. L’ordonnancement de la production est un problème important et commun au monde de l’industrie et de la recherche scientifique. Dans le but de proposer des solutions d’ordonnancement, les méthodes proposées proposent des ordonnancements optimaux permettant de minimiser ou maximiser un critère défini. Cet objectif est certes adopté depuis plusieurs années mais ne répond plus tout à fait à la dynamique des ateliers de production. La prise en compte des perturbations est donc un enjeu majeur dans la problématique de l’ordonnancement. Pour répondre à cet enjeu, nous proposons, de définir la performance et l’approche à adopter pour traiter l’impact des perturbations sur l’ordonnancement. La robustesse est alors identifiée comme étant une performance adaptée pour évaluer cet impact. Plus encore, spécifier la robustesse permet d’identifier un cadre formel pour spécifier les différents problèmes de robustesse auxquels l’ordonnancement doit faire face. Pour traiter le problème de la robustesse d’un ordonnancement, nous proposons un processus d’évaluation basé sur les modèles de systèmes à événements discrets. Plus précisément, les automates temporisés stochastiques et le model checking statistique sont utilisés afin de mesurer la robustesse d’un ordonnancement perturbé. L’évolution des systèmes de production et leurs contraintes de flexibilité et d’agilité exige que l’approche d’évaluation soit également flexible et adaptable. Le processus proposé dans le cadre de cette thèse permet non seulement de s’adapter à plusieurs problèmes d’atelier de production mais également à prendre en compte des situations de décisions réelles dans un contexte industriel.
Fichier principal
Vignette du fichier
DDOC_T_2020_0177_HIMMICHE.pdf (5.25 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03153444 , version 1 (26-02-2021)

Identifiants

  • HAL Id : tel-03153444 , version 1

Citer

Sara Himmiche. Ordonnancement sous perturbations : cadre d'étude et approche d'évaluation de la robustesse par automates stochastiques. Automatique / Robotique. Université de Lorraine, 2020. Français. ⟨NNT : 2020LORR0177⟩. ⟨tel-03153444⟩
127 Consultations
190 Téléchargements

Partager

Gmail Facebook X LinkedIn More