CETTE ETUDE SE SITUE DANS LA CADRE DE LA MODELISATION, DE LA SPECIFICATION ET DE L'EVALUATION DES PERFORMANCES DES SYSTEMES INDUSTRIELS DE PRODUCTION. NOTRE TRAVAIL REPOSE SUR LA METHODOLOGIE DE MODELISATION DE SYSTEMES INDUSTRIELS DE PRODUCTION ET SUR LE CONCEPT D'ENVIRONNEMENT DE MODELISATION DEFINIS AU LABORATOIRE D'INFORMATIQUE (LIMOS) DE L'UNIVERSITE BLAISE PASCAL DE CLERMONT-FERRAND. DANS UNE PREMIERE PARTIE, NOUS PROPOSONS UNE DEMARCHE DE SPECIFICATION DU SOUS-SYSTEME DECISIONNEL DES SYSTEMES INDUSTRIELS DE PRODUCTION. CETTE DEMARCHE COMPREND UNE STRUCTURATION DU SOUS-SYSTEME DECISIONNEL QUI MET EN UVRE UN MODELE MULTI-AGENTS ET UNE SPECIFICATION DE L'ALGORITHME DE RESOLUTION DES AGENTS DU MODELE AVEC LA METHODE SA-RT. DANS UNE DEUXIEME PARTIE, NOUS PROPOSONS UN ENVIRONNEMENT DE MODELISATION MULTI-AGENTS POUR LA RESOLUTION DES PROBLEMES LIES AUX SYSTEMES INDUSTRIELS DE PRODUCTION. CET ENVIRONNEMENT COMPREND : LA DEMARCHE DE SPECIFICATION PROPOSEE DANS LA PREMIERE PARTIE ET UN ENVIRONNEMENT LOGICIEL, APPELE COUPLAGE-TRIPLE. LE COUPLAGE-TRIPLE MET EN OEUVRE UNE METHODE D'OPTIMISATION POUR DETERMINER L'ORDRE D'UTILISATION DES PIECES EN ENTREE DU SYSTEME, UN MODELE MULTI-AGENTS POUR SPECIFIER ET PLANIFIER LE FONCTIONNEMENT INTERNE DU SYSTEME ET UN MODELE DE SIMULATION POUR EVALUER LES PERFORMANCES DU SYSTEME. CE TRAVAIL EST VALIDE SUR TROIS EXEMPLES INDUSTRIELS. LE PREMIER EXEMPLE CONCERNE LE DIMENSIONNEMENT ET LA PROPOSITION DE REGLES DE GESTION POUR UN SYSTEME DE PRODUCTION DE BOBINES D'ALLUMAGE. LE DEUXIEME EXEMPLE CONSISTE A CONCEVOIR UN ENVIRONNEMENT DE PLANIFICATION DYNAMIQUE POUR LES FONDERIES DE TYPE SABLE. LE TROISIEME EXEMPLE CONCERNE LA PLANIFICATION DES MOUVEMENTS D'UN ROBOT DE MANUTENTION ET L'ORDONNANCEMENT DES PIECES EN ENTREE DANS UN ATELIER DE TRAITEMENT DE SURFACE. LES RESULTATS OBTENUS PERMETTENT DES GAINS DE PRODUCTIVITE ET UNE AMELIORATION DU FONCTIONNEMENT DU SYSTEME.

This volume collects recent results in supply chain optimisation. It presents new approaches and methods based on operations research, artificial intelligence and advanced computing techniques for design of production systems, supply and inventory management, production planning and scheduling, location, transportation and logistics, and simulation in supply flow optimisation. The text presents a wide spectrum of optimisation problems taking into account supply chain paradigms, which are pivotal to improving productivity.

Nous nous situons dans le contexte de la simulation de systèmes industriels complexes et distribués en termes opérationnel, informationnel et décisionnel. Nous considérons plus particulièrement les problèmes de formalisation, de modularité, de centralisation et de mise en évidence des flux et sous-systèmes. En effet, l'évolution du contexte industriel pousse les entreprises à évoluer vers des systèmes de plus en plus décentralisés (entreprises virtuelles, groupement d'entreprises, décentralisation,...). Les méthodes et les outils de simulation existants ne supportent pas de manière optimale ces nouveaux systèmes. En effet, il reste aujourd'hui très difficile de modéliser et simuler le comportement de systèmes tels que les groupements d'entreprises. Après avoir mis en évidence cette problématique, nous proposons dans le cadre de nos travaux de recherche une apporche méthodologique adaptée aux systèmes industriels fortement distribués. Cette approche est basée sur les systèmes multi-agents et reste indépendante de toute plateforme ou outil informatique. Nous proposons un cycle de vie et une première définition des phases les plus importantes : spécification d'un modèle de simumation, conception d'un modèle multi-agents et implantation d'un modèle informatique. Les concepts que nous mettons en oeuvre (systèmes multi-agents, systémique, ...) nous permettent de répondre aux différents problèmes posés par les systèmes de production complexes et distribués.

Le développement des technologies infotroniques, qui permettent de faire porter numériquement des données par le produit afin de lui conférer un rôle actif dans la boucle cybernétique, conduisent à remettre en question l'organisation conventionnelle des systèmes de pilotage, pour s'orienter vers un pilotage par le produit. Il existe un large consensus sur l'intérêt de cette approche dans la prise de décision tant centralisée que distribuée. Cependant, peu de travaux portent sur l'évaluation de l'efficience du pilotage par le produit dans l'interaction entre des systèmes d'information centralisés de niveau business (ERP) et des systèmes distribués de niveaux process (MES). Notre contribution porte sur un outil de modélisation et de simulation de systèmes de pilotage contrôlés par le produit afin d'évaluer différentes topologies d'organisation combinant décisions centralisées et/ou distribuées en comparant certains critères de productivité. Nous présentons d'abord la définition, le développement et la validation d'un environnement d'évaluation orienté composants, basé sur un outil d'émulation et un système multi-agents, permettant d'analyser les performances d'un système de pilotage par le produit et de le comparer avec des approches classiques. Nous présentons ensuite l'application du pilotage par le produit à partir d'une série d'expériences réalisées à l'aide de l'environnement développé. Ces expériences, menées sur un cas industriel ainsi que sur une plateforme d'expérimentation de laboratoire permettent d'éprouver et de valider la faisabilité du concept de pilotage par le produit en terme d'impact décisionnel et en terme de contraintes techniques.

Les découvertes scientifiques aboutissent souvent à la représentation de structures dans l’environnement sous forme de graphes d’objets. Par exemple, certains réseaux de réactions biologiques visent à représenter les processus vitaux tels que la consommation de gras ou l’activation/désactivation des gênes. L’extraction de connaissances à partir d'expérimentations, l'analyse des données et l’inférence conduisent à la découverte de structures effectives dans la nature. Ce processus de découverte scientifiques peut-il être automatisé au moyen de diverses sources de connaissances? Dans cette thèse, nous abordons la même question dans le contexte contemporain de l'ingénierie dirigée par les modèles (IDM) de systèmes logiciels complexes. L’IDM vise à accélérer la création de logiciels complexes en utilisant de artefacts de base appelés modèles. Tout comme le processus de découverte de structures effectives en science un modeleur crée dans un domaine de modélisation des modèles effectifs, qui représente des artefacts logiciels utiles. Dans cette thèse, nous considérons deux domaines de modélisation: métamodèles pour la modélisation des langages et des feature diagrams pour les lignes de produits (LPL) logiciels. Pouvons-nous automatiser la découverte de modèles effectifs dans un domaine de modélisation? Le principal défi dans la découverte est la génération automatique de modèles. Les modèles sont des graphes d’objets interconnectés avec des contraintes sur leur structure et les données qu'ils contiennent. Ces contraintes sont imposées par un domaine de modélisation et des sources hétérogènes de connaissances, incluant plusieurs règles de bonne formation. Comment pouvons-nous générer automatiquement des modèles qui satisfont ces contraintes? Dans cette thèse, nous présentons un framework dirigé par les modèles pour répondre à cette question. Le framework pour la découverte automatique de modèles utilise des sources hétérogènes de connaissances pour construire, dans un premier temps, un sous-ensemble concis et pertinent d’une spécification du domaine de modélisation appelée domaine de modélisation effectif. Ensuite, il transforme le domaine de modélisation effectif défini dans différents langages vers un problème de satisfaction de contraintes dans le langage de spécification formel Alloy. Enfin, le framework invoque un solveur sur le modèle Alloy pour générer un ou plusieurs modèles effectifs. Nous incorporons le framework dans deux outils: Cartier pour la découverte de modèles a partir de n’importe quel langage de modélisation et Avishkar pour la découverte de produits dans une LPL. Nous validons notre framework par des expérimentations rigoureuses pour la génération de test, la complétion de modèles partiel, la génération de produits, et la génération d’orchestrations web service. Les résultats montrent que notre framework génère systématiquement des solutions effectives dans des domaines de modélisation à partir de cas d’étude significatifs.