Académique Documents
Professionnel Documents
Culture Documents
m1 m1 m1
….
m2 m2 m2
mn mn mn
Contraintes s.à
N
Temps de Cycle 2) t X
i=1
i ik C k=1,...,K
K
Assignation des tâches 3) X
k=1
ik =1 i=1,...,N
h
6) X uh X uh 1 k=1,...,K et (u,v) ZD
7) X ij 0,1
Modèle de Programmation
Mathématique
• Contrainte de préséance
– Exemple: 3 stations;
– la tâche 2 doit précéder la tâche 3
• X31 ≤ X21
• X32 ≤ X21 + X22
• X33 ≤ X21 + X22 + X23
• Contrainte de zonage 5) est non linéaire
– Agréger les tâches qui doivent être faites à une même station en
une super tâche
– Élimine la contrainte 5)
• Nombre min de station:
– ┌ T/C ┐
– Où T = ∑ti
Solutions Heuristiques
• En pratique on veut trouver une solution à
un des problèmes suivants:
– Étant donné un temps de cycle trouver le
nombre minimum de station (ou de
personnes) sachant pour chaque tâche son
temps d’opération, ses préséances et les
restrictions de zonage
– Étant donné un nombre de station, trouver le
temps de cycle minimal
Notations
• C – temps de cycle • Restrictions:
• Sk – ensemble de tâches – 1 ≤ M ≤ N : Moins de
stations que de tâches
assignées à la station
– ti ≤ C
k=1,…,M
• ti – temps d’opération de • Efficacité de la ligne:
N
la tâche i, i=1,…,N 100 ti
• T – temps total disponible i 1
pour la séquence CM
d’assemblage requis • Efficacité de la station k
• Q – La quantité requise
– C = T/Q 100 t j
jSk
C
Algorithme de Helgeson-Birnie
(HB)
• Assigner les opérations aux stations selon
leurs poids de ‘positionnement’ en
considérant les contraintes de préséance,
de zonage et de temps.
• Poids de positionnement d’une tâche i:
– Somme des temps de i et de toutes les
tâches qui succèdent i
13 3 poids tâche 1 = 5+13+3+5+2 = 28
– e.g. 2 3
1
5 4 5
5 2
Autres règles
• On peut utiliser les règles suivantes au lieu du
poids de positionnement dans l’assignation des
opérations au stations:
– + grand nombre des successeurs d’un nœud;
– + grand nombre de successeurs immédiats;
– + grand poids des successeurs immédiats;
• On peut combiner des règles:
– Exemple:
• + grand poids en premier. Si égalité choisir l’opération ayant
le plus grand temps d’opération
Exemple
Temps de Cycle: 21
Exemple: Résolution à l’aide de la
procédure de HB
- Efficacité de la ligne:
(105)/(6*21) = .833
4 3
Réseau combiné
Produit 2
Résultat avec le réseau
Combiné
• En appliquant l’algorithme de HB avec C=10 sur le
réseau combiné on a le résultat suivant:
Produit 1 Produit 2
Station tâche ti Cumul ti ti Cumul ti
I 1 1 1 1 1
4 0 1 1 2
5 0 1 5 7
8 4 5 0 7
9 3 8 3 10
II 6 0 0 6 6
2 5 5 0 6
3 4 9 4 10
III 10 0 0 5 5
7 2 2 2 7
11 3 5 3 10
Autre méthode pour ligne
multi-modèle
• Posons t i w j tij
j
où w j est la proportion du modèle j à produire
• Utiliser le temps moyen pour construire la
ligne.
• Soit
– dj : demande du modèle j
– Demande totale: D=j dj
– T: Horizon de planification
– : temps de l’opération i du modèle j
tij
Lissage et Ordonnancement des
modèles d’une ligne mixte
• Le temps de cycle minimal est: cmin max k t i
– Où Sk iS k
• 3 modèles de voitures:
– 10 sedan (S)
– 6 hachback (H)
– 4 station wagon (W)
• Total de 20 voitures
• C = 240/20 = 12 minutes
II C 6 6
D 4 10
III F 4 4
G 3 7
3 Stations
Solution Stochastique
Cumul
t (2.5) Vi
1/ 2
Vi
1/ 2 i
Station tâches ti ti Vi
I B 5 5 2 1.4 8.5
II A 3 3 1 1 5.5
E 2 5 0 1 7.5
IV D 4 4 1 1 6.5
G 3 7 0 1 9.5
V F 4 4 1 1 6.5
5 Stations