Approches d’optimisation pour un problème de planification de désassemblage sous incertitude des délais de désassemblage

Abstract

Dans un contexte de logistique inverse, cette etude traite un probleme de planification de desassemblage multi-periode sous incertitude de delai d'obtention des composants. Ce delai est le nombre de periodes ecoulees entre la passation d'un ordre de desassemblage et la reception des composants desassembles. A notre connaissance, cette incertitude est etudie pour la premiere fois dans le probleme de planification des operations de desassemblage. Un systeme de desassemblage avec une nomenclature a deux-niveau et un seul type de produit est considere. Les delais de desassemblage sont des variables aleatoires discretes avec un nombre fini de valeurs possibles. Le probleme est formule en tant que modele de Programmation Lineaire en Nombres Entiers (PLNE) stochastique a deux etapes a travers tous les scenarios possibles afin de minimiser l'esperance mathematique du cout total. En raison du grand nombre de scenarios, le modele PLNE est intraitable. Pour le rendre traitable, nous proposons une approche d'optimisation qui combine la simulation Monte Carlo (MC) et le modele PLNE. Cependant, cette approche est inefficace pour les problemes de grande taille. Pour resoudre des problemes a grande echelle, nous proposons un algorithme genetique classique. Les resultats experimentaux bases sur des donnees generees de facon aleatoire montrent l'efficacite de l'algorithme propose.