Soutenance de thèse de Paula METZKER SOARES

Paula METZKER SOARES, doctorante au sein de l’équipe modelis, soutiendra sa thèse intitulée :

« L’optimisation robuste pour des problèmes de lotissement dans un contexte de
rendement incertain « 

Le 25 novembre 2022 à 14h30 dans l’amphithéâtre du bâtiment Besse, sur le campus de l’IMT-Alantique.

La thèse pourra également être suivie en visio sur le lien :
https://imt-atlantique.webex.com/imt-atlantique/j.php?MTID=mf0d773d53403747a3e97b7fa39c6ff86

Jury :

• M. Ioannis FRAGKOS – Maître de Conférences – Rotterdam School of Management
• Mme Ola JABALI – Maître de Conférences – Politecnico di Milano
• M. Philippe MAHEY – Professeur émérite – Université Clermont Auvergne
• M. Alexandre DOLGUI – Professeur – IMT Atlantique
• M. Yossiri ADULYASAK – Professeur – HEC Montréal
• M. Simon THEVENIN – Maître de conférences – IMT Atlantique
• M. El–Houssaine AGHEZZAF – Professeur – Ghent University
• Mme Safia KEDAD–SIDHOUM – Professeur – CNAM PARIS

Résumé :

L’optimisation robuste pour des problèmes de lotissement dans un contexte de rendement incertain. Les fabricants doivent gérer leurs capacités de production et leur performance pour satisfaire la demande des clients avec des  produits de qualité. De plus, ils sont constamment mis au défi d’optimiser l’utilisation de leurs ressources et leur
performance de production dans un contexte de marché dynamique et volatile, et ce, de manière rentable. Pour atteindre cet objectif commercial, un défi tactique à relever parmi d’autres, les fabricants doivent minutieusement prendre des décisions de dimensionnement de lots de production afin de déterminer la configuration et les quantités de production répondant aux demandes avec des produits de qualité, tout en minimisant les coûts globaux de production et de gestion de stocks. Pour le cas robuste statique, nous formulons un modèle PLNE (Programme Linéaire à Nombres Entiers) à un seul article, nous développons un programme dynamique pour résoudre les problèmes avec un rendement de production stationnaire, et nous proposons également une politique optimale pour le problème de gestion des stocks. Pour le cas adaptatif, nous modélisons une approximation PLNE du problème adaptatif robuste quadratique à un seul produit, nous concevons un algorithme de génération de colonnes et de contraintes pour calculer un plan adaptatif optimal, et nous fournissons également une politique myope optimale valide pour le problème de gestion adaptative des stocks. Pour le modèle distributionnellement robuste, nous proposons un modèle PLNE pour traiter le problème à multi–produits par une formulation basée sur des scénarios qui partitionne les données disponibles en scénarios qui définissent différents modèles influençant la qualité des biens. Les modèles robustes et adaptatifs ne tiennent pas compte de l’aspect distributif des données incertaines, ce qui donne des plans plus conservateurs. D’autre part, les modèles basés sur la programmation stochastique sous la perspective robuste incorporent les informations distributives disponibles recueillies dans le contexte de production très volatil et optimisent par rapport à la réalisation de la distribution la plus défavorable. Les résultats expérimentaux montrent que les plans de production robustes ont une meilleure stratégie de réduction des coûts par
rapport aux autres approches de résolution. Les expériences numériques montrent la robustesse et l’efficacité du modèle robuste à travers une analyse des cas moyens et les plus défavorables. Les expériences démontrent également les performances et la valeur des solutions adaptatives robustes et la faible sensibilité aux erreurs de prédiction des modèles distributionnellement robustes.

Mots–clés: problème du lotissement, optimisation robuste, optimisation robuste adaptive, programmation stochastique sous la perspective robuste, optimisation combinatoire.