En savoir plus
Informationen zum Autor Aymen Sioud, docteur en génie informatique, études en informatique et génie informatique à l'Université du Québec à Chicoutimi au Canada, professeur au CEGEP de Jonquière et chargé de cours à l'UQAC. Klappentext Dans plusieurs secteurs d'activités industrielles comme la sidérurgie, la métallurgie ou l'industrie de la céramique le système de production contient toujours une machine dite goulot d'étranglement par laquelle passe la majorité, voire la totalité des commandes dans plusieurs des cas. La gestion de cette machine est cruciale pour l'entreprise, car elle est responsable des retards dans la livraison des commandes aux clients. Nous proposons dans cette thèse plusieurs approches de résolution efficaces pour le problème d'une machine unique avec temps de réglages dépendants de la séquence dans le but de minimiser le retard total. Nous présentons, d'abord, un algorithme génétique doté d'un nouvel opérateur de croisement qui se veut plus performant que les opérateurs de croisement classique de la littérature. Nous explorons ensuite la conception d'algorithmes génétiques hybrides améliorant le processus d'intensification de l'algorithme proposé en intégrant une méthode exacte et des mécanismes appartenant à d'autres méthodes de résolution afin d'en améliorer la performance. Ce livre cible tous les chercheurs en optimisation combinatoire travaillant sur les méthodes hybrides.
A propos de l'auteur
Aymen Sioud, docteur en génie informatique, études en informatique et génie informatique à l¿Université du Québec à Chicoutimi au Canada, professeur au CEGEP de Jonquière et chargé de cours à l'UQAC.
