Optimization of a production plan for perishable products in a multi-resources context with finite capacity
Optimisation d’un plan de production de produits périssables dans un contexte multi-ressources à capacité finie
Résumé
Production planning is an important step in many industrial sectors. Defining production to meet demand, ensuring that the level of stock is adequate and controlling your production capacity are complex tasks. The use of mathematical tools to optimize decision-making in production planning is therefore totally relevant for planners. In this thesis, we focus on production planning problems in the food industry encountered by VIF, a company specializing in the creation of software for this sector. We focus on modeling and solving the lot-sizing problem with different constraints: finite capacity, lost sales, production sequence, parallel machines, etc. We propose different mathematical models and heuristics to solve this problem. The first heuristic is based on a decomposition of the problem into subproblems which are solved iteratively. We then propose a preprocessing algorithm based on a clustering approach to reduce the size of the problem. Finally, we propose a three-phase solution approach in which the decisions of our problem are separated and solved independently.
La planification de la production est une étape importante dans de nombreux secteurs industriels. Définir la production pour répondre à la demande, s'assurer d'avoir un niveau de stock adéquat et maîtriser sa capacité de production sont des tâches complexes. L'utilisation d'outils mathématiques pour optimiser les prises de décision dans la planification de la production est donc totalement pertinent pour les industriels. Dans cette thèse, nous nous intéressons à des problèmes de planification de la production dans le domaine de l'agroalimentaire rencontrés par VIF, une entreprise spécialisée dans la création de logiciel pour ce secteur. Nous nous concentrons sur la modélisation et la résolution du problème de lot-sizing sous différentes contraintes : capacité finie, rupture sur la demande, séquence de production, machines parallèles, etc. Nous proposons plusieurs modélisations mathématiques et des heuristiques pour résoudre ce problème. La première heuristique se base sur une décomposition du problème en sous-problèmes résolus de façon itérative. Nous proposons ensuite un algorithme de pré-traitement basé sur une approche de regroupement pour diminuer la taille du problème. Finalement, nous proposons une approche de résolution en trois phases dans laquelle les décisions relatives à notre problème sont séparées et résolues indépendamment.
| Origine | Version validée par le jury (STAR) |
|---|