République Algérienne Démocratique et Populaire

République Algérienne Démocratique et Populaire
Ministère de l'Enseignement Supérieur et de la Recherche Scientifique
Université de Batna
Faculté de Technologie
Département de Génie Industriel
Thèse
Présentée au Laboratoire d’Automatique et Productique
En vue de l'obtention du diplôme de
Doctorat en Sciences en Génie Industriel
Présentée par
Adel ABDELHADI
(Magistère en Informatique option : Informatique Industrielle)
Thème
Directrice de Thèse : Pr. L. Hayet MOUSS
Soutenue le : 29/06/2015
Devant le jury composé de :
Président : MOUSS Med Djamel Prof Université de Batna
Rapporteur : MOUSS Leila Hayet Prof Université de Batna
Examinateurs :
:
BENMOHAMMED Mohamed
BATOUCHE Med Chawki
Prof Université de Constantine
Prof Université de Constantine
Vers une approche des systèmes multi
-
agents et méthodes
d’émergence pour la maintenance systématique

2

Remerciements
3
Remerciements
Il serait ingrat de renier le fait qu‘une thèse, reste malgré tout, une œuvre
collective. La mienne est l‘aboutissement de plusieurs années de travail, de patience et
de persévérance. Durant toutes ces années, j‘ai été assisté et conseillé par plusieurs
personnes, auxquelles je dois leurs adresser mes plus sincères remerciements.
C‘est à Mme Leila Hayet Mouss, professeur à l‘Université Batna à qui revient le
mérite d‘avoir dirigé ce travail. Elle m‘a offert d‘excellentes idées et perspectives sur le
travail tout au long de son évolution et n‘a jamais cessé de me conseiller en me
permettant de concrétiser mes idées librement. Qu'elle trouve ici l'expression de mes
vifs remerciements.
Je témoigne également toute ma reconnaissance à Mr. MOUSS Med Djamel ,
professeur à l’université de Batna pour l'honneur qu'il me fait de présider ce jury.
Je tiens à exprimer toute ma gratitude à Mr. BENMOHAMMED Mohamed,
professeur à l’université de Constantine pour avoir bien voulu juger ce travail et faire
partie de mon jury de thèse.
Je tiens également à présenter mes sincères remerciements à Mr . BATOUCHE
Med Chawki , professeur à l’université de Constantine, pour leur participation à
l’évaluation scientifique de ce travail.
Je voudrai également remercier mes amis, collègues thésards, qui m‘ont soutenu
et encouragé.
Enfin mes remerciements vont également à tous ceux qui ont contribué de près ou
de loin à la réalisation de ce travail, mais également à Kadri Ouahab pour son
encouragement quotidien. Je consacre une mention particulière à Touta pour sa
confiance et ses encouragements.

4
A mon père Mohamed
A ma mère Mansoura
A ma femme Fatima
A mes enfants, Mehdi, Hidaya Kaouther et Ghadir
A mes frères, Farid, Mourad et Khaled
A mes sœurs, Saliha, Djamila, Mona et Nora
Je dédie ce travail
Adel.

Résumé
5
Résumé
L’objectif principal de notre thèse est de proposer des approches hybride basées
sur les SMA d’un côté, et l’exploitation de méthodes d’émergences tels que les
Algorithmes Génétiques (AG) et les algorithmes du Système Immunitaire Artificiel
(SIA), pour mieux intégrer des politiques de maintenance préventive systématique dans
les ateliers d’ordonnancement. L’objectif est de minimiser les temps d’exécutions
pendant le déroulement de l’ordonnancement.
Nous avons utilisé des opérateurs avancés tels que ; la clé aléatoire pour le
codage, la sélection de classement, le croisement uniforme et la mutation ponctuelle
unique.
Par ailleurs, nous avons défini une nouvelle procédure de calcul d'affinité dans le
cadre de l’approche FSHMAIA. Cette procédure est basée sur le calcul d’un rapport de
similarité des anticorps. Pour cela, nous avons proposé un algorithme basé sur quatre
critère pour calculer le rapport se similarité.
Nous avons également évalué les adaptations de certaines heuristiques bien
connues, y compris Johnson (m / 2, m / 2), NEH
H
, PCDT et PLDT,
Un benchmark a été établi pour évaluer les algorithmes. Le benchmark contenu
jusqu'à 100 jobs et 8 étages. Tous les résultats ont montré que le FSHMAIA donne les
meilleurs résultats par rapport aux autres algorithmes, dans les trois politiques de la MP.
L’originalité de cette thèse réside dans l’utilisation des SMA avec les AG et les
SIA dans l’intégration des politiques de maintenance préventive systématique dans un
ordonnancement de type flow shop hybride.
Mots clés : Systèmes multi agents, Emergence, maintenance systématique, Système
immunitaire artificiel, Algorithme génétique, Ordonnancement, Flow shop hybride.