Ramzi Yelles-Chaouche, doctorant au sein de l’équipe SLP soutiendra sa thèse intitulée « Outils d’aide à la décision pour la mise en place et la reconfiguration dynamique des systèmes de production reconfigurables » / « Decision support tools for the design and dynamic reconfiguration of reconfigurable manufacturing systems »

mardi 14 décembre 2021 à h, à salle /IMT-Atlantique

Jury :
– Directeur de thèse : Alexandre DOLGUI – Professeur, IMT Atlantique, Nantes
– Co-encadrant : Nadjib BRAHIMI – Associate Professor, Rennes School of Business ; Evgeny GUREVSKY – Maître de Conférences, Université de Nantes
– Rapporteurs : Xavier DELORME – Professeur, École des Mines de Saint-Étienne ; Nathalie SAUER -Professeure, Université de Lorraine, Metz
– Autres membres : Jean-Charles BILLAUT – Professeur, Université de Tours ; Mireille JACOMINO -Professeure, Institut Polytechnique de Grenoble ; André ROSSI – Professeur, Université Paris-Dauphine
– Invités : Pierre CASTAGNA – Professeur Émérite, Université de Nantes ; Francisco GAMBOA – Ingénieur de Recherche, IRT Jules Verne, Bouguenais ; Sébastien RUBRECHT – Ingénieur de Recherche, IRT Jules Verne, Bouguenais

Résumé : Les travaux de recherche effectués dans cette thèse traitent de l’optimisation dans la conception de lignes de production reconfigurables multi-produits. Ce type de lignes est caractérisé par leur capacité à traiter différents produits, où chacun d’entre eux nécessite une configuration adéquate de la ligne. Le passage d’une configuration de produit vers une autre implique que la ligne doit être reconfigurée en réaffectant certains tâches/modules entre les stations/machines disponibles. Ainsi, étant donné un ensemble de produits, les deux problèmes d’optimisation suivants sont étudiés. Le premier consiste à concevoir une configuration de ligne admissible pour chaque produit de telle sorte que le nombre de réaffectations de tâches soit minimisé. Le deuxième problème, quant à lui, vise à identifier le nombre minimal de modules nécessaire pour fabriquer tous les produits. Pour ces deux problèmes, nous avons initialement proposé une formulation PLNE. Ensuite, nous avons développé une approche heuristique, nommée Halt-and-Fix, pour le premier problème, et une méthode de décomposition pour le second. Ces deux problèmes ouvrent la voie à des perspectives de recherche intéressantes.

Mots-clés : Production, reconfigurabilité, modularité, multi-produit, équilibrage de ligne, optimisation

————————————————————————————————————————————————————————————————————————————————–
Abstract: The research work conducted in this thesis deals with the optimization in the design of multi-product reconfigurable lines. Such lines are characterized by their ability to handle different products, where each of them requires an appropriate line configuration.Moving from one product configuration to another means that the line have to be reconfigured by reassigning some tasks/modules between the available stations/machines. Thus,given a set of products, the following two optimization problems are studied. The first one consists in designing an admissible line con-
figuration for each product so that the number of task reassignments is minimized when switching between configurations. The second problem aims at identifying the minimum number of modules needed to manufacture all the products. For these two problems, we have proposed, at first, a MILP formulation.Subsequently, we have developed a heuristic approach, called Halt-and-Fix, for the first problem, and a decomposition method for the second. These two problems open the way to interesting research perspectives.

Keywords: Manufacturing, reconfigurability, modularity, multi-product, line balancing, optimization

Seyyed Ehsan Hashemi Petroodi, doctorant au sein de l’équipe SLP, soutiendra sa thèse intitulée « Optimisation combinatoire pour l’affectation des opérateurs et la configuration des équipements dans les lignes d’assemblage reconfigurables » / « Combinatorial optimization for the configuration of workforce and equipment in reconfigurable assembly lines »

jeudi 9 décembre 2021 à  10h, dans l’amphi Besse de l’IMT-A.

Jury :
– Directeur de thèse : Alexandre Dolgui, Professeur à IMT Atlantique, Nantes, France
– Co-encadrants. de thèse : Simon Thevenin, Maitre assistant à IMT Atlantique, Nantes, France ; Sergey Kovalev, Professeur associé à INSEEC U. Research Center, Lyon, France
– Rapporteurs : Olga Battaïa, Professeur à KEDGE Business School, Bordeaux, France ; Lyes Benyoucef Professeur à Aix-Marseille Université, Marseille, France
– Autres membres : Alena Otto, Professeur à l’Université de Passau, Allemagne ; Reza Tavakkoli-Moghaddam, Professeur à l’Université de Téhéran, Iran ; Farouk Yalaoui, Professeur à l’Université de Technologie de Troyes, France
– Invité(s) : Mikhail Y. Kovalyov, Professeur, Membre-correspondant de National Academy of Sciences of Belarus, Minsk, Bélarus ; Ali Siadat, Professeur à École Nationale Supérieure d’Arts et Métiers, Metz, France

Résumé : Une forte personnalisation de produits et des fréquentes fluctuations du marché poussent les entreprises industrielles à utiliser des lignes d’assemblage à modèles multiples/mixtes, flexibles et reconfigurables plutôt que des lignes dédiées. Cette thèse de doctorat est consacrée à cette problématique.Elle est portée principalement sur la conception et l’équilibrage de lignes d’assemblage à
modèles mixtes. Les questions de l’efficacité de telles lignes, l’importance d’affectation optimale de tâches et d’utilisation des opérateurs mobiles sont posées et étudiées. Pour augmenter la flexibilité de la ligne, nous prenons en compte différents types d’affectation des tâches : fixe, dépendant du modèle et dynamique. Nous cherchons à concevoir une ligne qui peut gérer la variété possible de produits entrants. Nous utilisons des techniques d’optimisation combinatoire, et, en particulier, des approches d’optimisation robuste. Nous présentons une revue extensive de la littérature sur l’équilibrage des lignes, la planification des opérateurs et les stratégies de reconfiguration de lignes via la réaffectation des opérateurs. Le premier problème de la thèse porte sur la sélection de configuration entre une ligne unique à multi-modèles et plusieurs lignes dédiées. Le second problème consiste à concevoir et à équilibrer une modèle pour une gamme donnée de produits entrants sur la ligne. L’objectif est de minimiser le coût total de la ligne composé des coûts d’opérateurs et d’équipement dans le pire des cas. Le troisième problème est une extension du deuxième, où les tâches peuvent être affectées de manière dynamique. Enfin, dans le dernier, quatrième problème, nous étendons le troisième problème au cas où la séquence de produits est découverte takt par takt. Dans ce contexte, nous minimisons à la fois l’espérance mathématique de coût total et le coût dans le pire des cas. Afin de résoudre ces problèmes, nous développons plusieurs méthodes exactes et des heuristiques : des modèles de programmation linéaire en variables mixtes, un algorithme glouton, une recherche locale, une matheuristique et une heuristique de type  » fixer et optimiser », entre autres. Nous appliquons également un processus de décision markovien au dernier problème, ce qui représente la première étude qui utilise cette approche pour l’équilibrage de lignes dans la littérature. Des expériences numériques évaluent la performance des modèles proposés en termes de la qualité de solution et du temps de calcul. Nous tirons des conclusions managériales dans chaque chapitre. Nos résultats montrent la supériorité de l’affectation dynamique des tâches par rapport aux affectations fixes et dépendantes de modèle dans différentes situations de production.

Mots-clés : Optimisation combinatoire, Équilibrage de lignes d’assemblage, Opérateurs mobiles, Reconfigurabilité, Optimisation robuste, Optimisation stochastique

—————————————————————————————————————————————————————————————-
Abstract: Mass customization and frequent market fluctuations push industrial companies to employ flexible and reconfigurable multi/mixed-model assembly lines instead of dedicated ones. This thesis focuses on this problem. It concentrates mainly on mixedmodel assembly line design and balancing problems. The questions concerning the efficiency of such lines, the importance of optimal task assignment and use of walking workers are asked and studied. To increase the flexibility of the line, we account for different types of task assignments: fixed, model-dependent, and dynamic. We aim to design a line that can handle various entering product models. We use combinatorial optimization methods, and, in particular, robust optimization approaches. We present an extensive literature review on line balancing, workforce planning, and workforce reconfiguration strategies in different production systems. The first problem addresses a configuration selection problem between a single multi-model line and multiple dedicated lines. The second problem consists in designing and balancing a mixed-model assembly line with walking workers. We propose fixed and model-dependent task assignments for a given set of product mixes. The goal is to minimize the total cost of workers and equipment for the worst case. The third problem extends the second one. It considers the dynamic task assignment. In the last problem, we extend the third problem for the case where the sequence of products unfolds takt by takt. In this context, we minimize both the expected total cost and the worst-case cost. In order to solve the considered problems, we develop several exact methods and heuristics: mixed-integer linear programming models, greedy algorithm, local search, mat-heuristic and fixed-and-optimize heuristics among others. We also apply a Markov Decision Process to the proposed line balancing problem in the last chapter. It is the first study applying this method to a line balancing problem. Computational experiments evaluate the performance of the proposed approaches in terms of solution quality and time consumption. We draw managerial insights in each chapter. Our results show the superiority of the dynamic task assignment compared to model-dependent and fixed ones in different production situations.

Keywords: Combinatorial optimization, Assembly line balancing, Walking workers, Reconfigurability, Robust optimization, Stochastic optimization.

François Larroche, doctorant au sein de l’équipe SLP, soutiendra sa thèse intitulée « Optimisation d’un plan de production de produits périssables dans un contexte multi-ressources à capacité finie et avec des tailles de lot fixe » / « Optimization of a production plan for perishable products in a multi-resources context with finite capacity and fixed batch size »

lundi 13 décembre 2021, dans l’amphi George Besse sur le site IMT Atlantique.

Jury :
– Directeur de thèse : Odile BELLENGUEZ – Maître-assistant HDR, IMT Atlantique
– Co-encadrant : Guillaume MASSONNET – Maître-assistant, IMT Atlantique
– Rapporteurs : Nabil ABSI – Professeur, École des Mines de Saint-Étienne ; Nathalie SAUER – Professeur, Université de Lorraine
– Autres membres : Marie-Jo HUGUET – Professeur, INSA Toulouse ; Safia KEDAD-SIDHOUM Professeur, CNAM Paris

Résumé : 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.

Mots-clés : Planification de la production, agroalimentaire, lot-sizing, programmation linéaire en nombres entiers, heuristique

—————————————————————————————————————————————————————————————————————————————————————-

Abstract: 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.

Keywords: Production planning, food industry, lot-sizing, mixed integer program, heuristic

Dorian Dumez, doctorant au sein de l’équipe SLP, soutiendra sa thèse intitulée « Approches matheuristiques pour l’optimisation des transports en logistique urbaine » / « Matheurisc approach for the resolution of transport optimization and urban logistics »

jeudi 23 septembre 2021 à 14h. Lien visioconférence : https://imt-atlantique.webex.com/meet/dorian.dumez

Jury :
– Directeur de thèse : M. Fabien LEHUÉDÉ Professeur à IMT Atlantique
– Co-encadrant : . Olivier PÉTON Professeur à IMT Atlantique
– Rapporteurs : Claudia ARCHETTI Professeur Associé à l’ESSEC Business School ; Frédéric SEMET Professeur à Centrale Lille
– Autres membres : Romain BILLOT Professeur à IMT Atlantique ; Samuel VERCRAENE Maître de conférences à l’INSA Lyon
– Invités : Nabil ABSI Professeur à Mines Saint-Etienne ; Stefan IRNICH Professeur à l’université Johannes Gutenberg de Mayence

Résumé : Dans cette thèse, nous nous intéressons aux problématiques soulevées par l’optimisation des tournées de véhicules pour la livraison en milieu urbain. Nous nous sommes attachés à la problématique des ressources synchronisées. Le contexte urbain impose des contraintes sur l’espace utilisable. Dans les modèles théoriques développés, cela se traduit par des contraintes de ressources communes à tous les véhicules. Le premier problème que nous avons développé traite de la livraison de colis avec fenêtres horaire en considérant de multiples options de livraison pour chaque commande.La synchronisation de ressources vient de la prise en compte d’un niveau de service global ainsi que de la capacité de lieux de livraison partagé, tels que des consignes. Le second problème traité vise à optimiser la collecte et la livraison de colis via un système logistique à deux échelons. Les ressources synchronisées sont alors la capacité de stockage des entrepôts intermédiaires, appelé satellites.Pour résoudre ces problèmes, nous avons développé des méthodes de recherche à voisinage large basé sur de petites destructions.Nous avons aussi étudié leur hybridation avec la résolution de modèles MIP et de la programmation dynamique. Ainsi, nos méthodes sont catégorisées comme matheuristiques.

Mots-clés : logistique urbaine, tournée de véhicules, matheuristique, recherche à voisinage large, ressources synchronisées

——————————————————————————————————————————————————————————————————————-

Abstract: In this thesis, we are interested in the problems raised by the optimization of vehicle routing for delivery in urban areas. We pay close attention to problems with synchronized resources. Indeed, the urban context imposes hard constraints on the usable space. In the theoretical models developed, this translates into resource constraints common to all vehicles.The first problem deals with the delivery of parcels with time windows while considering multiple delivery options for each order.The synchronization of resources between vehicles comes from the consideration of the global quality of service according to the customers’ preferences as well as the capacityof shared delivery locations, such as lockers.The second problem addresses the optimization of the collection and delivery of parcels via a two-echelon logistics system. The synchronized resources between all vehicles are then the limited storage capacity of intermediate warehouses, called satellites.To solve these problems, we develope a large neighborhood search methods based on small destructions. We also study their hybridization with MIP models and dynamic programming. Thus, our methods are categorized as matheuristics.

Keywords: city logistics, vehicle routing, matheuristic, large neighborhood search, ressources synchronizations

Thanh Tan DOAN, doctorant au sein de l’équipe SLP, soutiendra sa thèse intituée « Problème de routage de véhicules avec des contraintes supplémentaires imposées à différents groupes de clients » / « Vehicle routing problems with additional constraints imposed on different groups of customers »

vendredi 2 juillet 2021 à 14h sur Zoom
https://univ-nantes-fr.zoom.us/j/93293101779?pwd=M2ZOdmNOcXdJOElKRER4QmdmRTVWZz09 (ID de réunion : 932 9310 1779 / Code secret : 489264)

Jury :
– Directeur de thèse : Nathalie BOSTEL, Professeur des Universités, Université de Nantes
– Co Directeur de thèse :Minh Hoang HA, Lecturer, Phenikaa University (Vietnam)
– Rapporteurs : Nicolas JOZEFOWIEZ Professeur des Universités, Université de Lorraine ; Dominique FEILLET Professeur, Ecole des Mines de Saint-Etienne (CMP Gardanne)
– Examinateurs : Andréa DUHAMEL Professeur des Universités, Université Le Havre Normandie ; Jorge MENDOZA Professeur agrégé, HEC Montréal (Canada)

Résumé : Le problème de routage de véhicules est l’un des problèmes les plus étudiés en optimisation combinatoire. Au cours des 60 dernières années, un effort considérable de la communauté de recherche universitaire a été consacré pour combler le fossé entre la résolution de problèmes académique et pratique en prenant en compte des contraintes de plus en plus réalistes. Dans de nombreux problèmes du monde réel, les clients qui ont besoin d’un service pourraient être divisés en différents groupes selon leur nature, catégorie, importance ou priorité, etc. Des contraintes supplémentaires sont alors imposées à chaque groupe de clients avec des buts différents, comme le respect d’un ordre de livraison ou la satisfaction d’un niveau minimum de demande. Dans cette recherche, nous considérons trois problèmes qui sont : 1) Problème de routage de véhicule avec règle de priorité assouplie (VRPRPR), 2) Problème de voyageur de commerce en cluster avec règle de priorité assouplie(CTSP-d), et 3) Problème de routage de véhicule en cluster souple (SoftCluVRP). Ces problèmes partagent une caractéristique commune de fournir un service de groupe aux clients et avec des contraintes supplémentaires pour personnaliser le service. Pour le premier problème, nous étendons et améliorons un modèle précédent et introduisons une métaheuristique basée sur la recherche adaptative à voisinage large (ALNS). Nous présentons également un nouvel ensemble d’instances qui simule différentes situations dans l’application du problème avec une méthode pour traiter les contraintes supplémentaires imposées. Pour le deuxième problème, nous présentons de nouveaux modèles et une métaheuristique basée sur la recherche locale itérative (ILS). Pour le troisième problème, nous avons introduit différentes formulations et métaheuristiques basées sur la recherche de voisinage variable (VND). Des expériences sont menées sur chaque problème et comparées aux études précédentes pour illustrer les performances du contenu proposé.

Mots-clés : VRP, TSP, métaheuristique, priorité client, règle de priorité assouplie, contraintes de niveau de service
——————————————————————————————————————————————————————————————————————-
Abstract: The vehicle Routing Problem is one of the most studied problems in combinatorialoptimization. In the last 60 years, an extensive effort of academic research community has been devoted to fill the gap between academic and practical problem solving by considering more and more realistic constraints. In many real-world problems, customers who require service could be divided into different groups according to their nature, category, importance, or priority, etc. Additional constraints are then imposed on each group of customers with different purposes such as delivery order or minimum demand satisfaction level. In this research, we consider three problems that are: 1) Vehicle Routing Problem with Relaxed Priority Rule (VRP-RPR), 2) Clustered Traveling Salesman Problem with Relaxed Priority Rule (CTSP-d), and 3) Soft Cluster Vehicle
Routing Problem (SoftCluVRP). These problems share a common feature of providing group-based service to customers and with additional constraints to customize service.
For the first problem, we extend and improve a previous model and introduce an Adaptive Large Neighborhood Search (ALNS)-based metaheuristic. We also present a new instance set that simulates different situations in applying the problem with a method to deal with additional constraints imposed. For the second problem, we present new models and an Iterated Local Search (ILS)-based metaheuristic. For the third problem, we introduced different formulations and a Variable Neighborhood Search (VND)-based metaheuristic. Experiments are conducted on each problem and compare with previous studies to illustrate the performance of proposed content.

Keywords: VRP, TSP, metaheuristic, customer priority, relaxed priority rule, service level constraints

Fatima Zaidi, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Development of statistical monitoring procedures for compositional data »

lundi 5 octobre 2020 à 9h en visioconférence.

Jury :
– Directeur thèse : Philippe Castagliola
– Rapporteurs : Stelios Psarakis (U Athenes), Biagio Palumbo (U Frederico II, Naples)
– Autres membres :Fernanda Otilia Figueiredo (U Porto), Marit Schoonhoven (Amsterdam Business School)

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