L'efficacité opérationnelle des sites de fabrication modernes dépend fortement de la configuration et de la gestion optimales de leurs lignes d'assemblage. En Recherche Opérationnelle, les défis logistiques et temporels associés sont principalement abordés à travers deux cadres fondamentaux : le problème d'équilibrage de ligne d'assemblage (ALBP), qui optimise la configuration spatiale des tâches et des ressources ; et le problème de planification de projet à contraintes de ressources (RCPSP), qui régit l'ordonnancement dans le temps de tâches partageant des ressources limitées.
Aujourd’hui, le raccourcissement du cycle de vie des produits et l'introduction fréquente de nouveaux modèles contraignent les sites industriels à s'adapter régulièrement. Durant ces phases d'adaptation, les systèmes de production subissent un "effet d'apprentissage" significatif, par lequel la durée des tâches diminue systématiquement à mesure qu'elles sont répétées, sous l'effet d'une logistique consolidée, de processus optimisés et de l'expérience accumulée par les opérateurs. Cette phase d'apprentissage initiale, communément appelée "phase de montée en cadence" (ramp-up) de la production, influence directement les parts de marché et les coûts opérationnels, tout en permettant une réponse rapide et efficace aux évolutions de la demande du marché.
Pour pallier sa prise en compte limitée dans la littérature traditionnelle de l'ordonnancement, cette thèse intègre rigoureusement l'effet d'apprentissage dans les modèles d'optimisation des systèmes de production aérospatiaux. Plus précisément, une nouvelle extension du problème de planification de projet à contraintes de ressources à haute multiplicité (HM-RCPSP) est formulée pour un système de production de satellites au sein duquel plusieurs unités sont construites simultanément. Une extension du problème d'équilibrage de ligne d'assemblage à contraintes de ressources (RC-ALBP), adaptée à la dynamique spécifique des lignes d'assemblage pulsées aéronautiques, est également proposée. Ces problèmes fortement contraints sont résolus à l'aide de plusieurs approches spécialisées. Les modèles mathématiques sont tout d'abord résolus par des approches exactes basées sur la Programmation par Contraintes (CP). De plus, afin de garantir le passage à l'échelle sur des instances industrielles de grande taille, la thèse introduit des méthodes d'approximation avancées, notamment une métaheuristique de type Squeaky Wheel Optimisation ainsi qu'une mathéheuristique de recherche locale multi-départ (Multi-start Local Search) qui exploite activement la CP pour explorer efficacement l'espace de recherche complexe. |
The operational efficiency of modern manufacturing facilities depends heavily on the optimal configuration and management of their assembly lines. In Operations Research, the logistical and temporal challenges involved are primarily addressed through two foundational frameworks: the Assembly Line Balancing Problem (ALBP), which optimises the spatial configuration of tasks and resources; and the Resource-Constrained Project Scheduling Problem (RCPSP), which governs the scheduling of tasks that share limited resources over time.
Today, shortening product lifecycles and frequent model introductions force industrial facilities to adapt regularly. During these adaptation phases, production systems experience a significant "learning effect", whereby the duration of tasks decreases systematically as they are repeated, driven by consolidated logistics, optimised processes, and accumulated operator experience. This initial learning stage, commonly known as the production "ramp-up stage", directly influences market share and operational costs, while enabling a quick and effective response to changes in market demand.
To address its limited coverage in traditional scheduling literature, this thesis rigorously integrates the learning effect into optimisation models for aerospace production systems. Specifically, a novel extension of the High-Multiplicity Resource-Constrained Project Scheduling Problem (HM-RCPSP) is formulated for a satellite production system in which multiple units are constructed simultaneously. An extension of the Resource-Constrained Assembly Line Balancing Problem (RC-ALBP), tailored to the specific dynamics of aeronautical pulsed assembly lines, is also proposed. These highly constrained problems are solved using a variety of specialised algorithms. The mathematical models are primarily resolved through exact approaches based on Constraint Programming (CP). Furthermore, to ensure scalability across large-scale industrial instances, the thesis introduces advanced approximate methods, including a Squeaky Wheel Optimisation metaheuristic and a Multi-start Local Search matheuristic that actively exploits CP to efficiently navigate the complex search space. |