Académique Documents
Professionnel Documents
Culture Documents
◼ PRINCIPALES ORGANISATIONS
◼ Choix entre les types d'aménagement
(Taux)
production/h
(Q) En Ligne
Cellulaire
Projet Fonctionnel
Variété des
produits (P)
1 10 100 1000
◼ PRINCIPALES ORGANISATIONS
◼ Choix entre les types d'aménagement
Cellule 3
Cellule 4
Données Informations de
Binaires production
P1 1 2
- (1) matrice Binaire
P2 2 1 3 Machines
P3 2 3 1 M1 M2 M3 M4 M5 M6 M7
P4 1 3 2 Pièces
P5 1 2
P6 3 2 1 P1 0 1 0 0 1 0 0
P7 2 1 P2 0 0 0 1 0 1 1
0
P3 0 0 1 1 1 0
P4 1 0 0 0 0 1 1
1 0
0
0 0
0
-2) Traitement de la matrice P5 1
d’incidence binaire 0
0
1 1 0
0
P6 1
0
0 0
1
0 0
P7 1
M5 M2 M3 M4 M6 M1 M7
P1 1 1 0 0 0 0 0
P5 1 1 0 0 0 0 0
P3 1 0 1 1 0 0 0
P7 0 1 1 0 0 0 0
P2 0 0 0 1 1 0 1
P6 0 0 0 1 1 1 0
P4 0 0 0 0 1 1 1
Distances ou indices
de similarité Coefficients de
similarité
Classification Modèles
hiérarchique mathématiques
Résolution Résolution
exacte approchée
Programmation 1) Heuristiques
linéaire
2) Métaheuristiques
(recuit simulé,
algorithme 8
génétique, ...)
CELLULE DE PRODUCTION :
Méthode mathématique « Coefficients de
similarité »
p
On note S ij : le coefficient de similarité entre le produit i et le produit j
m
S = δ(a ki , a kj )
p
ij pour i j, j = 1, 2, … , p
k =1
(A. Kusiak,1987)
et S iip = 0
Exemple :
M1 M2 M3 M4 M5
5
P1 1 1 0 0 1 S = δ(a ki , a kj ) = 3
p
1,2
P2 0 1 1 0 1 k =1
CELLULE DE PRODUCTION :
Méthode mathématique « programmation
linéaire en 0 et 1 »
x ij = 1 si le produit i est affecté dans la famille où le produit j constitue son centre
= 0 sinon
n : nombre de familles désiré (Inconvénient)
p p
Max Si,p j x ij
i =1 j=1
p
Sous les
contraintes x ij =1 i Chaque produit est affecté à une et
une seule famille
j=1
p
= x jj = n Limiter le nombre de familles à n
j 1
chaque produit i est affecté à la
xij x jj i, j famille j seulement si produit i est
un groupe représentatif.
x ij {0,1} i, j
La résolution exacte et même
(1) Plusieurs améliorations ont été proposées en littérature
approchée s’avère complexe
CELLULE DE PRODUCTION :
méthodes de conception
Méthodes basées sur des mesures de
similarité (métrique)
Distances ou indices
de similarité Coefficients de
similarité
Classification Modèles
hiérarchique mathématiques
Résolution Résolution
exacte approchée
Programmation 1) Heuristiques
linéaire
2) Métaheuristiques
(recuit simulé,
algorithme 11
génétique, ...)
CELLULE DE PRODUCTION :
« Classification hiérarchique »
Exemple P = 2, A = 1 et N = 2
M1 M2 M3 M4 M5 T=2+1+2=5
P1 1 1 0 0 1
D. Hamming (P1, P2) =2/5= 0,4
P2 0 1 1 0 1
I. Jaccard (P1, P2) =2/4= 0,5
CELLULE DE PRODUCTION :
« Classification hiérarchique »
P P : le nombre de co-présence
Application : Indice de Jaccard =
P +N N : nombre de non coïncidence
Problème résolu par ROC Avec les machines (7 x 7)
M1 M2 M3 M4 M5 M6 M7
M1 M2 M3 M4 M5 M6 M7
P1 1 1
M1
P2 1 1
M2 0,16
P3 1 1 1
M3 0 0,5
P4 1 1
M4 0 0 0
P5 1 1
M5 0,5 0 0 0
P6 1 1 M6 0,4 0 0 0,2 0,25
P7 1 1 M7 0 0 0 0,66 0 0
P8 1
P1 1 2
P2 2 1 3
P3 2 3 1
P4 1 3 2
P5 1 2
P6 3 2 1
P7 2 1
14
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Matrice [postes de travail (j=1 à m) x pièces (i= 1 à n)]
(aij = 1 ou 0)
Machines
M1 M2 M3 M4 M5 M6 M7
Pièces
PI
1 1
Calculer pour
P1 0 0 0 0 0
chaque ligne i
P2 0 0 0 1 0 1 1 le poids
0
P3 0 0 1 1 1 0 Pl(i)=Σ(aij x Wj)
P4 1 0 0 0 0 1 1
Affecter à
1 0
0
P5 0 1 0
0
chaque colonne
0
0
1 1 0
0
j le coefficient P6 1
Wj = 2m-j P7
0
1 1
0 0 0
0
Wj Cours Chaîne de Production 15
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Matrice [postes de travail (j=1 à m) x pièces (i= 1 à n)]
(aij = 1 ou 0)
Machines
M1 M2 M3 M4 M5 M6 M7 Affecter à
Pièces chaque ligne i
Vi
le coefficient
P1 0 1 0 0 1 0 0 Vi = 2n-i
P2 0 0 0 1 0 1 1
0
P3 0 0 1 1 1 0
Calculer pour P4 1 1
0 0 0 0 1
chaque colonne j
1 0
0
P5 0 1 0
0
le poids
0
0
1 1 0
0
PC(j)=Σ(aij x Vi) P6 1
0
0 0
P7 1
0
1
0
Machines
M1 M2 M3 M4 M5 M6 M7
Pièces
P1 0 1 0 0 1 0 0 25 + 22 = 32 + 4 = 36 4
P2 0 0 0 1 0 1 1 24 + 21 + 20 = 19 7
0
P3 0 0 1 1 1 0 24 + 23 + 22 = 28 6
P4 1 0 0 0 0 1 1 26 + 21 + 20 = 67 2
1 0
0
P5 0 1 0 25 + 22 = 36
0
5
0
0
1 1 0
0
P6 1 26 + 23 + 21 = 72 1
0
0 0
P7 1 25 + 24 = 48 3
0
1
0
26 25 24 23 22 21 20
17
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M1 M2 M3 M4 M5 M6 M7
Pièces
0
0
1 1 0
0
P6 1 26
P4 1 0 0 0 0 1 1 25
0
0 0
P7 1
0
1 24
0
P1 0 1 0 0 1 0 0 23
1 0
0
P5 0 1 0
0
22
0
P3 0 0 1 1 1 0 21
P2 0 0 0 1 0 1 1 20
96 28 18 67 14 97 33
18
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M2 M3 M5
Pièces
1
0
P6 1 1 0 0
0 26
P4 1 1 1 0 25
0 0 0
0
0
0
P7
0 1 1
0 24
0
0
P1 0
0 1 0 1 23
1
0
0
0
P5 0 0 1 22
0
P3 0 1 0 0 1 1 21
P2 1 0 1 1 0 0 0 20
97 96 67 33 28 18 14
19
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M2 M3 M5
Pièces
1
0
P6 1 1 0 0
0 26 + 25 + 24 = 112 1
P4 1 1 1 0 26 + 25 + 23 = 104 2
0 0 0
0
0
0
P7
0 1 1
0 22 + 21 = 6 5
0
0
P1 0
0 1 0 1 22 + 20 = 5 6
1
0
0
0
P5 0 0 1 22 + 20 = 5 7
0
P3 0 1 0 0 1 1 24 + 23 + 21 = 26 4
P2 1 0 1 1 0 0 0 26 + 24 + 23 = 88 3
26 25 24 23 22 21 20
20
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M2 M3 M5
Pièces
1
0
P6 1 1 0 0
0 26
P4 1 1 1 0 25
0 0 0
P2 1 0 1 1 0 0 0 24
0
0
0
P3 1
0
1 1 23
P7 0 0 0
0 1 1
0
22
0
P1 0
0 0 1 0 1 21
P5
0
0 0 0 1 0 1 20
112 96 88 48 7 12 11
21
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M3 M5 M2
Pièces
P6 1 1 1 0 0
0 0
P4 1 1 0
0 1 0 0
P2 1 0 1 1 0 0 0
0 0
P3 1
0
1 1 0
P7 0 0 0 0 1
0 1
1
0
P1 0
0 0 0 1
0 1
0
P5 0 0 0 1
112 96 88 48 12 11 7
22
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M3 M5 M2
Pièces Saturation de la méthode
P6 1 1 1 0 0
0 0
26 + 25 + 24 = 112 1
P4 1 1 0 26 + 25 + 23 = 104 2
0 1 0 0
P2 1 0 1 1 0 0 0 26 + 24 + 23 = 88 3
0 0
P3 1
0
1 1 0 24 + 23 + 21 = 26 4
P7 0 0 0 0 1
0 1 22 + 20 = 5 5
1
0
P1 0
0 0 0 1 21 + 20 = 3 6
0 1
0
P5 0 0 0 1 21 + 20 = 3 7
26 25 24 23 22 21 20
23
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de King
Machines
M6 M1 M4 M7 M3 M5 M2
Pièces
P6 1 1 1 0 0
0 0
Famille 1 : (P6;P4;P2)
P4 1 1 0
0 1 0 0
Cellule 1 : (M6-M1-M4-M7)
P2 1 0 1 1 0 0 0
0 0
P3 1 0
1 1 0
P7 0 0 0 0 1
0 1 Famille 2 : (P3;P7;P1;P5)
1
0
P1 0
0 0 0 1
Cellule 2 : (M3-M5-M2)
0 1
0
P5 0 0 0 1
Machines
M1 M2 M3 M4 M5 M6 M7
Pièces
P1 0 1 0 0 1 0 0 Famille 1 : (P1;P5;P7;P3)
(P1)
(P1;P5;P7)
P2 0 0 0 1 0 1 1
0
P3 0 0 1 1 1 0 Cellule 1 : (M2-M5-M3)
(M2-M5)
P4 1 0 0 0 0 1 1
1 0
0
P5 0 1 0
0
0
0
1 1 0
0
P6 1
0
0 0
1
0
P7
0
1
25
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de Kuziac
Machines
M1 M2 M3 M4 M5 M6 M7
Pièces
Famille 2 : (P6;P4;P2)
P2 0 0 0 1 0 1 1
(M6-M4-M7)
Cellule 2 : (M6-M4-M7-M1)
P4 1 0 0 0 0 1 1
Famille 1 : (P1;P5;P7;P3)
0
0
1 1 0
0
P6 1
Cellule 1 : (M2-M5-M3)
26
CELLULE DE PRODUCTION :
méthodes de conception
◼ Cellule de production (MC)
- Traitement d’une matrice d’incidence : Méthode de Kuziac
Machines
M6 M1 M4 M7 M3 M5 M2
Pièces
P6 1 1 1 0 0
0 0
P4 1 1 0
Famille 2 : (P6;P4;P2)
0 1 0 0
P2 1 0 1 1 0 0 0 Cellule 2 : (M6-M4-M7-M1)
0 0
P3 1 0
1 1 0
P7 0 0 0 0 1
0 1
0
1 Famille 1 : (P1;P5;P7;P3)
P1 0
0 0 0 1
0 1
0
P5 0 0 0 1 Cellule 1 : (M2-M5-M3)
27
CELLULE DE PRODUCTION :
méthodes de conception
Mikell P. Groover
“Automation, Production Systems, and Computer- Integrated Manufacturing”,
28