Soutenance de thèse d’Ilhem SLAMA (équipe SLP)

Ilhem SLAMA, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Modélisation et optimisation du problème de planification de désassemblage dans un environnement incertain » / « Modeling and optimization of the disassembly planning problem under uncertainty »

vendredi 25 septembre 2020, dans l’amphi Georges Besse sur le site IMT-A.

Jury :
– Directeur thèse : Alexandre Dogui et Faouzi MASMOUDI Professeur, LA2MP, ENIS, Sfax
– Co-encadrant : Oussama BEN-AMMAR Maître-assistant associé, Mines Saint-Etienne
– Rapporteurs : Chu FENG Professeur, Université d’Evry – Olga BATTAIA Professeur, Business School de Bordeaux
– Autres membres : Abedlaziz DAMMAK Professeur, FSEG, Sfax – Malek MASMOUDI Maître de Conférences HDR, Université Jean-Monnet
– Invité : Lounes BENTAHA Maître de conférences, université de lumière, Lyon

Résumé : Pour tirer les intérêts économiques, notre projet de recherche propose de modéliser et d’optimiser le problème lié à la détermination du plan de démontage des produits en fin de vie tout en satisfaisant les demandes en composants sur un horizon de planification donné. Les travaux présentés dans ce manuscrit portent sur la planification de désassemblage dans un contexte certain et incertain. Nous avons considéré principalement trois modélisations principales avec leurs approches de résolution : (i) une modélisation déterministe multi-période qui traite une nomenclature de produit multi-niveaux avec le partage des composant qui cherche à maximiser le profit total, (ii) une modélisation stochastique mono-période, avec une nomenclature de produit à deux niveau et un seul type de produit. Les délais de remise à neuf sont supposés stochastiques. Le modèle cherche à minimiser l’espérance mathématique des coûts de stockage et de rupture des composants et (iii) le troisième modèle est une extension de deuxième modèle qui
cherche à traiter un problème multi-période avec une restriction de capacité des ressources. La programmation mixte en nombre entier, la modélisation analytique, la programmation stochastique et l’agrégation par scénarios sont pro- posées pour résoudre les modèles proposés. Les performances des méthodes de résolution développées sont présentées en analysant les résultats d’optimisation sur un ensemble d’instances générées aléatoirement.

Mots-clés : Désassemblage, planification de désassemblage, délai de désassemblage incertain, programmation stochastique, modélisation analytique, agrégation par scénarios

************

Abstract: Our research proposes to model and optimize the problem concerning the determination of the optimal disassembly plan for end-of-life products while satisfying the demands on components over a given planning horizon. The contributions presented in this manuscript focus on disassembly planning in a certain and uncertain context. We have considered three main models with their resolution approaches: (i) a deterministic multi-period modeling that deals with a multi-level product structure with a commonality of components that aims to maximize total profit. (ii) a single-period stochastic model with a two-level structure and a single end-of-life product type under random lead times. This model seeks to minimize the total expected cost, composed of inventory and backlog costs, and (iii) the third model is an extension of the second model which treats a multi-period problem with a resource capacity constraint. Mixed-integer programming, analytical modeling, stochastic programming, and scenario aggregation are proposed to solve the proposed models. The per- formances of the proposed resolution methods are presented by analyzing the optimization results on a set of randomly generated instances.

Keywords: disassembly, disassembly lot-sizing, random disassembly lead times, stochastic programming, analytical modeling, scenarios aggregation, simulation