Chapitre 8

Ordonnancements

GP&GPAO L.OUZIZI
1
2020
 Contenu

• Présentation rapide des problèmes

d’ordonnancement

GP&GPAO L.OUZIZI
2
2020
 Principaux types de problèmes
d’ordonnancement
• Ordonnancement de projet
– à ressources illimitées (le PERT) = problème
facile
– à ressources limitées = problème difficile
• Ordonnancement d’atelier
– Une machine
– Machines en parallèle
– Machines en série
– Problèmes hybrides (séries et parallèles)
– Problèmes «GP&GPAO
exotiques » L.OUZIZI
3
2020
Définition générale des problèmes d’ordonnancement (1)

Il y a problème d’ordonnancement :
- quand un ensemble de travaux est à réaliser,
- que cette réalisation est décomposable en tâches,
- que le problème consiste à définir la localisation
temporelle des tâches et/ou la manière de leur
affecter les moyens nécessaires.

Les contraintes et les critères du problème ne

doivent concerner que les tâches, leur localisation
temporelle, et les moyens nécessaires à leur
réalisation (Roy, 1970).
GP&GPAO L.OUZIZI
4
2020
Définition générale des problèmes d’ordonnancement (2)

ORDONNANCER
=
Répondre aux questions suivantes :

QUAND ?
&
AVEC QUELS MOYENS ?
ou encore
SOUS QUELLE MODALITE ?
GP&GPAO L.OUZIZI
5
2020
 ORDONNANCEMENT DANS L’ATELIER

• L'ordonnancement d'atelier consiste à organiser dans le temps le fonctionnement d'un

atelier pour utiliser au mieux les ressources humaines et matérielles disponibles dans
le but de produire les quantités désirées dans le temps imparti

• Il consiste, à partir des ordres de fabrications issus du système MRP (s’il existe) ou à
partir des commandes fermes ou prévisionnelles de clients, à définir l’ordre de
passage des fabrications sur les postes de charge et ensuite à réaliser le lancement et
le suivi de la production.

GP&GPAO L.OUZIZI
6
2020
 Exemples de domaines d’application

Projets Emplois du temps

Problèmes d’affectation, de transport,

d’habillage d’horaires, de tournées

Organisation des prises de vue Problèmes de découpe

d’un satellite

Systèmes distribués et systèmes embarqués

Systèmes d’exploitation des ordinateurs

Ateliers de production,
lignes d’assemblage
GP&GPAO L.OUZIZI
7
2020
 Les grandes caractéristiques des problèmes (1)

• Limitation plus ou moins grande des ressources :

Ordonnancement de projet où les ressources sont supposées en
quantité illimitée (ou au moins confortable ou encore peu de
tâches demandent des ressources rares)
opposé aux autres problèmes d’ordonnancement ou les
ressources existent en petit nombre d’exemplaires.

• Dépendance plus ou moins grande entre les travaux :

Existence de contraintes de précédence entre les tâches, les
opérations et/ou les travaux, les problèmes les plus faciles étant
les ordonnancements sans contraintes de précédence ou avec
des contraintes de précédence internes aux gammes seulement.
GP&GPAO L.OUZIZI
8
2020
 Les grandes caractéristiques des problèmes (2)
• L’autorisation ou non d’interrompre les tâches ou les opérations :
Ordonnancement dans les systèmes informatiques où la
préemption est autorisée à tout moment,
opposé aux problèmes d’ordonnancement de production où on
ne peut interrompre au mieux qu’entre l’exécution de deux
pièces successives d’un lot associé à un travail, donc interruption
interdite ou à des moments bien précis de l’exécution et avec des
conséquences variées.

• Existence ou non de travaux génériques à répéter :

Ordonnancement cyclique dans les ateliers de production ou
ordonnancement temps réel dans les systèmes embarqués ou
des opérations doivent être répétées avec une fréquence
imposée (avec différentes hypothèses plus ou moins rigides) :
ordonnancement à tâches périodiques.
GP&GPAO L.OUZIZI
9
2020
 Les grandes caractéristiques des problèmes (3)

• Prises en compte de la position physique des ressources :

Temps de communication dans les systèmes distribués et Temps
de transport ou écarts minimaux dans les systèmes de
production.

• Prises en compte de la possibilité ou non de stocker les travaux

entre deux opérations successives :
Ordonnancement sans encours ou sans attente ou encore avec
des « buffers » à taille limitée ou encore avec blocage de
ressources.

• Prises en compte de délais de réponse ou du fait que les produits

sont périssables
Délais de réponses en ordonnancement temps réel mais aussi
écarts maximaux en ordonnancement de production.
GP&GPAO L.OUZIZI
10
2020
 Ordonnancements d’atelier (1)

Une machine :

Diagramme de Gantt

Une tâche = un travail = une opération

GP&GPAO L.OUZIZI
11
2020
 Ordonnancements d’atelier (2)

Machines en parallèle :

Ci = fin de la tâche i
Cmax = max(Ci)
i
Un nombre K étant donné,
existe-t-il un ordonnancement tel que Cmax
Cmax  K?
Machine 1

Machine 2

Machine 3

Problème d’ordonnancement
GP&GPAO L.OUZIZI  K / 
: Pm / Cmax
Instant 0 2020
12
 Ordonnancements d’atelier (3)

Machines en parallèle :

- identiques : P
- à vitesses proportionnelles : Q
- non reliées : R

GP&GPAO L.OUZIZI
13
2020
 Ordonnancements d’atelier (4)
Machines en série / gammes identiques :
ligne transfert de type « Flow shop »

FIFO FIFO FIFO FIFO

Cas particulier des « flow shops » de permutation.

M1 M2 M3 M4

Cas le plus général du « flow shop » : on peut sauter des machines,

mais néanmoins on les visite toujours par numéros croissants des
machines. GP&GPAO
2020
L.OUZIZI
14
 Ordonnancements d’atelier (5)

Machines en série / gammes identiques et machines en parallèle :

« Flow shop » hybride

GP&GPAO L.OUZIZI
15
2020
 Ordonnancements d’atelier (6)

Machines en série / gammes non identiques : « Job shop »

M2
M1

M6
M3
M5

M4

GP&GPAO L.OUZIZI
16
2020
 Ordonnancements d’atelier (7)

Machines en série / gammes non linéaires : « Open shop »

M1 M2

M6
M3
M5 M4

Sur M1 Sur M2 Sur M3 Sur M4

Sur M3 Sur M2 Sur M1 Sur M4

Sur M3 Sur M4 Sur M1 Sur M2

GP&GPAO L.OUZIZI
Aucune contrainte sur l’ordre
2020 de visite des machines 17
 Ordonnancements d’atelier (8)

Machines en série / gammes non identiques et machines

polyvalentes : « Job shop » généralisé

Contraintes encore plus complexes :

- stocks limités (éventuellement à 0),
- prise en compte des moyens de transport,
- chevauchement entre les opérations,
- écarts minimaux et maximaux entre les opérations,
- constitution de « batchs » parallèles (dans les fours) ou séries,
- calendriers de disponibilités des ressources,
-…

GP&GPAO L.OUZIZI
18
2020
 Ordonnancements d’atelier (9)
Exemples concrets :

Les ateliers flexibles ou FMS

ou encore

Le « hoist scheduling »
(galvanisation)
avec des durées variables
qui permettent d’interdire
Les stockages.

GP&GPAO L.OUZIZI
19
2020
 Grande famille de critères (1)

Minimisation de la durée totale ou Cmax ou Makespan

Le critère le plus utilisé.

GP&GPAO L.OUZIZI
20
2020
 Grande famille de critères (2)
Date de disponibilité

Temps de présence dans l’atelier

Minimisation du plus grand Fmax ou de la moyenne F ou de la

moyenne pondérée Fw.

Minimisation des encours

GP&GPAO de fabrication
L.OUZIZI
21
2020
 Grande famille de critères (3)
Délai
Délai

Pas de retard

Retard par rapport au délai souhaité

Minimisation du plus grand Tmax ou de la moyenne T ou de la

moyenne pondérée Tw.
Ou encore du nombre de travaux en retard.
Minimisation duL.OUZIZI
GP&GPAO mécontentement des clients
22
2020
 Problèmes polynomiaux les plus connus

• Problème de base à une machine

– minimisation de la somme (pondérée) des
temps de présence
– minimisation du plus grand retard
– minimisation du nombre de travaux en retard
• Problème à machine identique en parallèle
– minimisation de la somme des temps de
présence
• « Flow shop » ou « Open shop » à deux
machines
GP&GPAO L.OUZIZI
23
2020
 Minimisation de la somme (pondérée) des temps de présence
pour le problème de base à une seule machine : SPT (TOM)
Exemple numérique :

Tache 1 2 3 4 5
Durées 4 2 1 2 4

1 2 3 4 5

Solution optimale = ordre croissant des durées (divisées par les poids).
Toutes les opérations commencent au plus tôt.

3 2 4 1 5

0 GP&GPAO
2020
L.OUZIZI
24
• La règle de TOM
Aj : le temps d’achèvement de la tâche programmée à la position j.
Ti: le temps opératoire de la tâche i

• Aj= Ʃ Ti = T1+T2+…+Tj
• A = moy (Aj) = 1/n . Ʃ Aj = 1/n . Ʃ (n+1-j)Tj

• Il s’agit d’une somme pondérée des temps opératoires. Chaque

temps opératoire étant pondéré par rapport à un facteur de
temps plus grand qui se trouve exécuté plus tôt dans l’ordo. La
règle qui minimise le temps d’achèvement moyen est celle du
Temps Opératoire Minimum

• Il s’agit d’exécuter les tâches par ordre croissant de TO.

GP&GPAO L.OUZIZI
25
2020
 Minimisation du plus grand retard
Pour le problème de base à une seule machine : EDD
Exemple numérique :
1 2 3 4 5
Durées 1 2 3 4 5
Délais 4 3 9 8 6

1 2 3 4 5

Solution optimale = ordre croissant des délais.

Toutes les opérations commencent au plus tôt.
R5=2 R4=4 R3=5
2 1 5 4 3

0 2 3 GP&GPAO 82020 L.OUZIZI 12 15 26

 Minimisation du nombre de travaux en retard : Moore-Hodgson (1)
Exemple numérique :
1 2 3 4 5
Durées 1 2 3 4 5
Délais 4 3 9 8 6

1 2 3 4 5

Première phase = ordre croissant des délais.

On cherche la première opération en retard en position k et on reporte
à la fin la plus longue des k opérations placées en premier;

2 1 5 4 3
R5=2GP&GPAO
0 2 3 82020 L.OUZIZI 12 15 27
 Minimisation du nombre de travaux en retard (2)
Exemple numérique :
1 2 3 4 5
Durées 1 2 3 4 5
Délais 4 3 9 8 6

1 2 3 4 5
Phases suivantes:.
On cherche la première opération en retard en position k et on reporte
à la fin la plus longue des k opérations placées en premier…
R3=1

2 1 4 3 5
10
0 2 3 7
GP&GPAO L.OUZIZI
15
28
2020
 Un problème de « flow shop » à deux machines où on
cherche à minimiser la durée totale de l’ordonnancement :
l’algorithme de Johnson.
Exemple numérique :

1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4

1 2 3 4 5

1 2 3 4 5
GP&GPAO L.OUZIZI
29
2020
 2. Ordonnancement sur deux
machines
• Chaque tâche nécessite pour son exécution le
passage sur deux machines A et B. Soit tiA et tiB
les temps d’exécution de la tâche i sur la
machine A et B respectivement.
• Le critère : la minimisation du temps total
d’exécution des tâches sur les deux machines.

• 1/ Cas où toutes les tâches sont à exécuter sur A puis sur

B.
• 2/ Le cas où toutes les tâches n’ont pas le même ordre de
passage sur les deux machines.
GP&GPAO L.OUZIZI
30
2020
 2. Cas 1 - toutes les tâches sont
exécutées sur A puis B

Algorithme de Johnson
•1.Rechercher la tâche i de temps d’exécution tij minimal
•2. Si j = A placer cette tâche à la première place disponible
Si j = B placer cette tâche à la dernière place
disponible
•3. Supprimer la tâche i des tâches encore à programmer.
Retour en 1.

Exemple

GP&GPAO L.OUZIZI
31
2020
 1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4
Diagrammes de Gantt qui représentent une solution = séquence 1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5
Propriété 1: Toute solution où les opérations ne sont pas « calées » à
gauche n’est jamais strictement meilleure qu’une solution où toutes
GP&GPAO L.OUZIZI
les opérations sont « calées » à gauche.
2020
32
 1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4

1 2 4 3 5

1 2 3 4 5

1 2 4 3 5

1 2 4 3 5

4
GP&GPAO 3 L.OUZIZI
33
2020
 Algorithme de Johnson

1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4

2 4 5

1 3

En premier En dernier

GP&GPAO L.OUZIZI
34
2020
 Algorithme de Johnson

1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4

1 2 4 3

1 4 2 3

1 2 4 3
GP&GPAO L.OUZIZI
35
2020
 Algorithme de Johnson

1 2 3 4 5
Machine 1 1 2 3 4 5
Machine 2 4 2 1 2 4

1 2 5 4 3

1 5 4 2 3

1 5 2 4 3
GP&GPAO L.OUZIZI
36
2020
 Solutions données par l’algorithme de Johnson

1 2 5 4 3
J1
1 2 5 4 3

1 5 4 2 3
J2
1 5 4 2 3

1 5 2 4 3
J3
1 GP&GPAO
5 2
L.OUZIZI
4 3
37
2020
 2. Cas 2 - les tâches ne s’exécutent
pas dans le même ordre (openshop)
Algorithme de Jackson (1957)
1. Faire une partition de l’ensemble des n tâches en :
•L’ensemble A des tâches ne nécessitant que le passage sur la machine A
•L’ensemble B des tâches ne nécessitant que le passage sur la machine B
•L’ensemble AB des tâches nécessitant le passage sur A puis B
•L’ensemble BA des tâches nécessitant le passage sur B puis A

2. Calculer un ordo pour chaque sous ensemble AB, A , BA,B

AB et BA par l’algorithme de Jonhson, A et B par un ordonnancement (par
exemple TOM)

3. Pour la machine A : AB, A, BA

Pour la machine B : BA, B, AB

GP&GPAO L.OUZIZI
38
2020
2.h. Ordonnancement sur 3 machines
• A B  C
L’algorithme de Johnson ne s’applique que dans le cas de deux machines.
Cependant, le cas de 3 machines peut se ramener au cas de deux
machines si la machine B est complètement dominée par la machine A
ou C, c-à-d c’est où on trouve :
– min tiA >= max tiB
– Min tiC >= max tiB
On peut reformuler le problème en un problème à 2 machines (AB) et (BC), et on applique l’algorithme de
Johnson.

• Exemple :

Tâche 1 2 3 4 5 6 7
Assemblage
• 5 – 4 – 7 – 3 – 2 –20
1 – 612 19 16 14 12 17
Inspection 4 1 9 12 5 7 8
Expédition 7 11 4 18 18 3 6
GP&GPAO L.OUZIZI
39
2020
Exemple :
5 pièces repérées de 1 à 5 avec un temps opératoire et un délai de réalisation

Si l'on applique la règle du TOM on obtient , avec un ordre de passage 2 4 3 5 1 qui

minimise la durée de réalisation moyenne :
dm= 1202 au lieu de 1546 dans un ordre aléatoire
 On remarque que:
cette méthode minimise la durée moyenne de réalisation, ne tient pas compte du respect
des délais car la pièce repérée 1 est terminée à 2400 alors que son délai de réalisation est
de 1600.
GP&GPAO L.OUZIZI
40
2020