QUEZADA Franco

doctorant à Sorbonne Université
Équipe : RO
https://fr.linkedin.com/in/franco-quezada-valenzuela-74498659

Direction de recherche : Safia KEDAD-SIDHOUM

Co-encadrement : GICQUEL Céline

Cutting planes generation and decomposition-based approaches for solving multi-stage stochastic lot-sizing problems

Cette thèse étudie l'un des nombreux problèmes auxquels doivent faire face les entreprises industrielles lorsqu'elles gèrent leurs opérations de remanufacturing : la décision de planification de la production en situation d'incertitude. Dans un contexte de remanufacturing, la planification de la production consiste à décider des produits à désassembler, à remettre à neuf et à réassembler, du moment et du niveau de production ainsi que des ressources à utiliser afin de répondre à la demande des clients pour les produits remanufacturés de la manière la plus efficace et économique possible. Nous considérons un processus de décision à plusieurs étapes correspondant au cas où la valeur des paramètres incertains se déroule selon un processus stochastique à temps discret et où les décisions de production peuvent être prises progressivement au fur et à mesure que de plus en plus d'informations sur la demande et la réalisation des coûts sont recueillies. Le problème peut être formulé comme un programme linéaire en nombres entiers (MILP), cependant, sa résolution directe par un solveur de programmation mathématique pose quelques difficultés de calcul en pratique. Notre objectif principal dans cette thèse est donc de développer des modèles mathématiques et des algorithmes qui pourraient finalement former la base d'outils d'aide à la décision permettant aux managers industriels de planifier efficacement les activités de production pour les systèmes de production complexes de remanufacturation. Nous proposons d'abord plusieurs inégalités valides qui peuvent être utilisées pour résoudre efficacement les problèmes de taille moyenne à l'aide d'un algorithme de branchement et de coupe. Ensuite, nous étudions une approche de décomposition pour résoudre des problèmes de (très) grande taille basée sur l'approche de programmation dynamique stochastique en nombres entiers (SDDiP). Pour cette nouvelle approche, une nouvelle formulation de programmation dynamique et une stratégie de génération de coupes sont proposées.

Soutenance : 28/10/2021

Membres du jury :

Kerem Akartunali, Professeur, University of Strathclyde [Rapporteur]
Stéphane Dauzère-Pérès, Professeur, Ecole des Mines de Saint-Étienne [Rapporteur]
François Clautiaux, Professeur, Université de Bordeaux
Céline Gicquel, MCF, Université Paris-Sud
Safia Kedad-Sidhoum, Professeure, Conservatoire National des Arts et Métiers
Vincent Leclere, MCF, Ecole des Ponts ParisTech
Hande Yaman, Professeure, Katholieke Universiteit Leuven

Date de départ : 31/12/2021

Publications 2018-2022