Morineau - 26 04 07

Mthodes de rsolution pour un
problme de gestion de projet avec

prise en compte de comptence
Odile Bellenguez-Morineau
Laboratoire dInformatique (EA 2101)
Dpt. Informatique - PolytechTours
Universit Franois-Rabelais de Tours - France
Mthodes de rsolution pour un problme de
gestion de projet avec prise en compte de comptence
26 avril 2007 2
Problme dordonnancement
Ordonnancer cest programmer lexcution dune
ralisation en attribuant des ressources aux tches et en
fixant leurs dates dexcution [Carlier & Chrtienne, 88]

Projet : ralisation unique objectifs dfinis. Un projet est
dcoup en activits qui doivent tre accomplies laide
des ressources alloues pour que le projet aboutisse.

Ressource renouvelable : disponible en quantit limite sur
chaque priode de temps
26 avril 2007 3
Problme de gestion de projet
Classiquement, les projets se modlisent laide dun
graphe de prcdence :

A
1
A
2
A
3
A
4
2
A
0
A
5
0
0
3
3
4
4
Ressources disponibles en quantit connue
Les besoins des activits sont exprims en terme de
quantit requise de chaque ressource existante
26 avril 2007 4
Origines du problme de gestion de projet multi-comptence
Problme lorigine de notre rflexion :
Dveloppement de projets industriels

Raliser un ensembles dactivits (tapes du projet)
laide des ressources alloues (quipe de projet)

Lors de la phase de ngociation, il est ncessaire de
sengager sur des dlais de livraison (dure du projet)
26 avril 2007 5
Origines du problme de gestion de projet multi-comptence
Dans ce cas : Les ressources sont des ressources humaines,
matrisant des comptences

[Pepiot et al., 04] : habilit mobiliser dune manire efficace des
ressources non-matrielles dont la structuration peut se raliser de
multiples faons et des ressources matrielles dans le but de rpondre
une activit

besoins dfinis en terme de comptences

De nombreuses affectations possibles pour une mme activit
26 avril 2007 6
Le problme de gestion de projet multi-comptence

Activits

Personnes

A
1
A
2
A
3
A
4
P
0
P
1
P
2
P
3
P
4
S
0
1 - 2 1 1 1 1 1 -
S
1
2 1 - 1 1 1 - 1 1
S
2
- 1 1 - 1 - - - 1
2
A
0
A
5
A
1
A
2
A
3
A
4
0
0
3
3
4
4
A
1
, S
1
A
1
, S
0
A
1
, S
1
A
2
, S
1
A
2
, S
2
A
4
, S
1
A
4
, S
0
A
3
, S
0
A
3
, S
2
A
3
, S
0
Cmax = 6
P
0
P
1
P
2
P
3
P
4
2 4 0
Sous-ensembles possibles : {(P
0
,P
1
,P
3
), (P
0
,P
1
,P
4
), (P
0
,P
3
,P
4
), (P
1
,P
3
,P
4
), (P
2
,P
0
,P
1
),
(P
2
,P
0
,P
3
), (P
2
,P
0
,P
4
), (P
2
,P
1
,P
3
), (P
2
,P
1
,P
4
), (P
2
,P
3
,P
4
), }
26 avril 2007 7
Plan
1. Problme de gestion de projet multi-comptence
2. Des bornes infrieures
3. Des mthodes approches
4. Une mthode exacte
5. Extension et problmes industriels traits
6. Conclusion et perspectives scientifiques
26 avril 2007 8
Plan
Notations
Complexit
26 avril 2007 9
Donnes :
Comptences S
k
, k e{0,,K-1}

Activit A
i
, i e{0,,n} : prcdence, dure p
i
, besoins b
i,k
Ressource P
m
, m e{0,,M-1}: comptences (MS
m,k
e {0,1}),
disponibilit (Disp(P
m
, t) e {0,1})
Contraintes :
Capacit des ressources
Comptences
Disponibilit
Prcdence
Pas de premption
Minimiser la dure du projet
26 avril 2007 10
Complexit : NP-difficile au sens fort

Si chaque personne ne matrise quune comptence
RCPSP classique [Blazewicz et al., 83]

Si les dates de dbut des activits sont fixes
Fixed Job Scheduling Problem [Kolen & Kroon, 91]

Si les affectations des personnes aux activits sont fixes
Multiprocessor job-shop [Garey et al., 76]
26 avril 2007 11
Plan
Raisonnement nergtique
Graphe de compatibilit
26 avril 2007 12
Des bornes infrieures
[Bellenguez & Nron, 05]

Les bornes prsentes sont destructives :
on fixe D comme date de fin imprative du projet

la propagation sur le graphe de prcdence permet de dterminer
les fentres dexcution des activits [r
i
,d
i
(D)]
Si une infaisabilit est dtecte, alors D+1 est une borne infrieure
valide

On effectue une recherche dichotomique sur D entre la borne
infrieure donne par le chemin critique et une borne
suprieure valide
~
26 avril 2007 13
Borne infrieure : raisonnement nergtique
[Lopez et al, 92], [Baptiste et al, 99] pour le RCPSP
Partie obligatoire W(i,t
1
,t
2
) dune activit A
i
sur [t
1
; t
2
]:
W(i,t
1
,t
2
) = min(max(0,r
i
+p
i
-t
1
), max(0,t
2
-(d
i
(D)-p
i
)), p
i
, t
2
-t
1
)
r
i
d
i
(D)
~
~
t
1
t
2
26 avril 2007 14
Sur un intervalle [t
1
;t
2
], on a un problme daffectation
simple rsoudre
on cherche le flot maximum dans G:
Un nud par
comptence
Un arc si MS
m,k
= 1
Un nud par
personne
Source
puits
S
K-1
P
0
P
M-1
P
1
t2
t1
Disp(P
M
, t)
|t
2
-t
1
|
i
W(i,t
1
,t
2
)b
i,0
i
W(i,t
1
,t
2
)b
i,K
t2
t1
Disp(P
1
, t)
S
0
26 avril 2007 15
Si - [t
1
;t
2
] t.q. le flot maximum calcul est infrieur la
somme des besoins, alors les besoins ne peuvent pas tre
satisfaits
D+1 est une borne infrieure valide

On teste tous les intervalles [t
1
;t
2
], t
1
<t
2
t
1
e {r
i
, r
i
+p
i
, d
i
(D)-p
i
, i e{0,,n} }
t
2
e {r
i
+p
i
, d
i
(D)- p
i
, d
i
(D), i e{0,,n} }

~
~ ~
26 avril 2007 16
Borne infrieure : graphe de compatibilit
Inspir de [Mingozzi et al, 98] pour le RCPSP
Pour chaque couple (A
i
, A
j
) :
Dterminer si les activits peuvent tre excutes en parallle
Un nud par
comptence
Un arc si MS
m,k
= 1
Un nud par
personne
Un nud par
activit
Source Puits
A
i
A
j
S
0
S
k
S
K-1
P
0
P
M-1
E
k
b
i,k
b
j,K
1
1
1
E
k
b
j,k
b
i,1
b
i,K
b
j,k
1
1
1
1
1
26 avril 2007 17
Graphe de compatibilit G(U,V):
(A
i
, A
j
) e V, si A
i
et A
j
peuvent
tre en cours dexcution en
mme temps
S
A
3
A
2
A
1
A
5
A
6
A
7
A
4
A
9
A
8
P
S
A
3
A
2
A
1
A
5
A
6
A
7
A
4
A
9
A
8
P
3
2
3
4
2
1
3
2
5
Graphe de prcdence G(U,V):
Poids = dure
de lactivit
3
3
3
2
2
2
1
5
4
26 avril 2007 18
On recherche un stable de poids maximum sur G(U,V):
(NP-difficile au sens fort)
Max E
i
u
i
.p
i
u
i
e {0,1}
u
i
= 1 si A
i
est dans le stable, 0 sinon
s.c. (A
i
,A
j
) e G(U,V) u
i
+

u
j
1

Si le poids de ce stable maximum est suprieur D,
D+1 est une borne infrieure valide
26 avril 2007 19
Bornes infrieures : Rsultats
Complmentarit des deux bornes
Raisonnement nergtique Graphe de compatibilit
#best
(strict)
Dviation
moyenne
Temps
moyen (s)
#best
(strict)
Dviation
moyenne
Temps
moyen(s)
A(185)
126 (81) 9,68 0,153 104 (59) 23,30 0,007
B(174)
168 (26) 5,00 1,008 48 (6) 20,85 0,024
C(198)
197 (93) 4,35 0,075 105 (1) 23,21 0,009
D(195)
164 (148) 8,78 1,712 47 (31) 18,04 0,025
26 avril 2007 20
Plan
Placement srie
Mthode tabou
26 avril 2007 21
Mthodes approches : algorithme srie
Adaptation de [Kelley, 63] pour le RCPSP

L : liste de priorit respectant les contraintes de
prcdence
A
i
est cale gauche, i.e., place la plus petite date t
i

r
i
qui respecte les contraintes de ressources
cette date il peut exister plusieurs sous-ensembles de
personnes pouvant satisfaire A
i
on les dpartage laide de la criticit (indicateur heuristique)

Permet de construire des ordonnancements actifs
26 avril 2007 22
La criticit dune comptence : besoin total/ressource
disponible

La criticit dune personne : somme des criticits des
comptences matrises

=
=
1
0
,
.
K
k
k k m m
CS MS CP
=
=
1
0
max ,
1
1
,
) , 0 , ( .
.
M
m
m k m
n
i
i k i
k
T P Disp MS
p b
CS
26 avril 2007 23
On recherche un flot maximum cot minimum :
Source
Puits
S
0
S
K-1
P
0
P
M-1
b
i,k2
, 0
b
i,k1
, 0
1, 0
1, 0
1, 0
1, 0
1, CP
0
1, CP
M-1
Si le flot est gal la somme des besoins alors A
i
est place la date t,
sinon on incrmente t jusqu ce quune nouvelle ressource soit libre
Capacit maximum, cot
S
1
P
1
26 avril 2007 24
Excution pour 8 rgles de priorit classiques :
MTS, EST, EFT, LFT, LST, MST, GRD, GR
Rsultats pour la meilleure rgle de priorit :

#OPT Dviation moyenne Temps moyen (s)
A(185)
15 17,73 < 0,01
B(174)
12 14,65 < 0,01
C(198)
52 10,30 < 0,01
D(195)
1 18,75 < 0,01
26 avril 2007 25
Plan
Placement srie
Mthode tabou
26 avril 2007 26
Mthodes approches : mthode tabou
Inspir de [Klein, 2000] pour le RCPSP
L = {A
[i]
} : liste de priorit respectant les contraintes de
prcdence
Une solution est base sur une liste de priorit
La solution associe est obtenue par la mthode de
placement srie
L est voisine de L si elle peut tre obtenue par un change
On interdit les changes dactivit lies par une contrainte de
prcdence
On interdit les changes qui ne modifieront pas les dates de dbut
des activits
26 avril 2007 27
A chaque itration on value un nombre limit de voisins,
choisis alatoirement parmi ceux valides
On conserve le meilleur comme point de dpart de
litration suivante

Liste tabou
Les solutions visites sont stockes dans une table de hashage
Un enregistrement = la liste de priorit, le nombre de visites nv,
indice de litration o a eu lieu la dernire visite lv
Une solution est tabou une itration ir si ir lv < v, avec v la
priode tabou
26 avril 2007 28
Intensification
Le nombre de voisins visits est augment
Diversification
Le nombre de voisins visits est diminu
Si le nombre de revisites est suprieur 3, on rinitialise la
recherche (rgles de priorit classiques, puis une gnration
alatoire)

Condition darrt
Aprs itrations sans amlioration de la meilleure solution
atteinte (=250)
26 avril 2007 29
Rsultats
Tabou + srie
#OPT
Dviation
moyenne
Temps moyen (s)
A(185) 60 5,01 6,50
B(174) 71 0,08 23,84
C(198) 165 0,46 2,60
D(195) 7 5,28 43,03
26 avril 2007 30
Plan
Condition coupe
Traitement dune feuille
26 avril 2007 31
Mthode exacte
Inspir de [Carlier & Latapie, 91] pour le RCPSP
A
i
[r
i
; d
i
(UB)]
~
A
i
[r
i
+ m
i
/2; d
i
(UB)]
A
i
[r
i
; d
i
(UB) - m
i
/2]
~
~
m
i
=d
i
(UB)- r
i
-p
i
~
Schma de branchement bas sur les marges des activits
- Une activit est choisie et sa marge est rduite de moiti
- Propagation sur les successeurs et prdcesseurs
Borne suprieure UB dtermine par la mthode srie
- Bornes infrieures prsentes prcdemment
- Recherche dichotomique la racine
- Dans un nud on teste uniquement UB-1
26 avril 2007 32
Plan
Condition coupe
26 avril 2007 33
Mthode exacte : condition de coupe
Partie centrale obligatoire

Permet de dfinir une activit fictive date de dbut
fixe
Dure dautant plus importante que la fentre dexcution est
serre
Problme trait comme une feuille
Si ce problme nadmet pas de solution, alors le nud peut tre
coup
r
i d
i
(D)
~
p
i
p
i
26 avril 2007 34
Plan
Condition coupe
26 avril 2007 35
Mthode exacte : traitement dune feuille
Une feuille = problme dates de dbut fixes
NP-difficile au sens fort [Kolen & Kroon, 91]

A
1
(S
1
)

A
1
(S
1
)

A
2
(S
0
)
A
2
(S
2
)
A
4
(S
3
)

A
3
(S
3
)

A
3
(S
0
)

A
5
(S
1
)

A
6
(2S
1
)
A
6
(2S
1
)
A
1
(2S
1
)

A
3
(S
0
,S
3
)

A
6
(2S
1
)
A
5
(S
1
)

A
2
(S
0
,S
2
)
A
4
(S
3
)

0
2 4 6
P
0
(S
0
,S
2
,S
3
)

P
1
(S
1
,S
3
)
P
2
(S
0
,S
1
)

P
3
(S
1
)
P
4
(S
1
,S
2
,S
3
)
2 4 0 6
26 avril 2007 36
Appel une heuristique de placement
Inspir du placement srie

Dcomposition en sous-problmes de plus petite taille
Dcomposition temporelle
Dcomposition par groupes de comptences indpendants

Rsolution : appel un Programme Linaire en Nombres
Entiers

26 avril 2007 37
Dcomposition temporelle :
Point de coupure t

Sous-problmes indpendants
Rsolution plus rapide
Coupures frquentes dues aux contraintes de prcdence
A
3
A
1
A
5
A
7
A
8
A
9
A
6
A
2
A
4
t
26 avril 2007 38
Dcomposition par groupes de comptences indpendants
Groupes indpendants

Sous-problmes indpendants
Rsolution plus rapide
Coupure peu frquente due aux nombres de comptences
matrises

A
1
A
2
A
3
A
4
P
0
P
1
P
2
P
3
P
4
S
0
1 - 2 1 - 1 - 1 -
S
1
2 1 - 1 1 - - - 1
S
2
- 1 1 - 1 - 1 - 1
26 avril 2007 39
Mthode exacte : rsultats
Obtenus en branchant sur lactivit de marge maximum
#OPT
Dviation
moyenne
Temps moyen (s)
A(185) 25 (15) 11,79 (17,73) 505,99
B(174) 19 (12) 15,86 (14,65) 567,36
C(198) 84 (52) 5,00 (10,30) 350,71
D(195) 1 (1) 16,39 (18,75) 600,00
Tronque en 10 minutes
26 avril 2007 40
Plan
26 avril 2007 41
Extension et problmes industriels traits
Problme de planification de formation de tl-oprateurs
(socit Vitalicom)
Formations initiales pour les arrivants (turnover important)
Plusieurs formations continues pour chaque tl-oprateur
Formateurs multi-comptents, avec fentres de disponibilit et
prfrence
Formations par groupe de 20 tl-oprateurs (entre 5 et 15 groupes
par session) en modules soumis des contriantes de prcdence

Faire un planning liss des formations sur 15 jours
Minimiser les modifications demploi du temps des tl-oprateurs

Proposition dune mthode heuristique
Jusqu 400 modules de formations planifis avec une charge
quitable entre les oprateurs
26 avril 2007 42
Problme planification dun service de maintenance dun
progiciel bancaire (socit Delta Informatique)
Employs multi-comptents avec diffrents niveaux de matrise
Couvrir les crneaux horaires douverture de la hotline (quipe de 2
personnes sur chaque crneau)
Compos des quipes complmentaires non-figes

Maximiser le lissage de lemploi du temps de chacun
Maximiser lquit et la satisfaction des souhaits

Modle mathmatique + proposition dune mthode heuristique
permettant de grer 40 employs
26 avril 2007 43
Problme de changement de srie dans un systme de
production (socit SKF)
Oprateurs multi-comptents (avec vitesse moyenne)
Lignes de production srie/parallle
Certaines machines sont prioritaires

Effectuer les changements doutils et les rglages ncessaires la
nouvelle production
Minimiser la perte de production

Algorithme gntique + descente locale permettant de gagner entre
10 et 50% de productivit
26 avril 2007 44
Problme de planification des oprations de maintenance
dun systme de production (socit SKF)
Oprateurs multi-comptents (avec vitesse moyenne)
Prcdence ou disjonction entre certaines oprations de
maintenance

Minimiser la dure dimmobilisation des machines entretenir
Permettre aux oprateurs de sentrainer sur tous les types de
rparation

Adaptation de la PSE en cours
26 avril 2007 45
Plan

26 avril 2007 46
Conclusion
Prise en compte de comptences des ressources dans le
cadre de la gestion de projet
Dfinition dun modle pour ce problme
Mise au point de mthodes dvaluation par dfaut et de
mthodes de rsolution efficaces
Permet de modliser diffrents cas pratiques :
Formations internes ncessitant des formateurs multi-comptents
(Vitalicom), planification dactivits de maintenance (SKF)
Ces travaux ont donn lieu 1 participation un ouvrage,
3 acceptations en revues internationales et 14
prsentations en confrences.
26 avril 2007 47
Perspectives
Amlioration de la PSE, notamment dans le traitement des
feuilles (problmes dates de dbut fixes)

Intgration dans un outil de gestion de projet

Prise en compte de critres supplmentaires :
Cot des personnes, dimensionnement de lquipe

Mthodes ractives prenant en compte les alas
Ragir aux absences imprvues en minimisant le retard engendr,
les modifications demploi du temps
26 avril 2007 48

Merci de votre attention

odile.morineau@univ-tours.fr

Morineau - 26 04 07

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Morineau - 26 04 07

Transféré par

Droits d'auteur :

Formats disponibles

Mthodes de rsolution pour un

problme de gestion de projet avec

Vous aimerez peut-être aussi