This study addresses a scheduling problem involving a single-machine with coupled-tasks and bi-objective optimisation considering simultaneously inventory and environmental waste. A Mixed Integer Linear Program representing the problem is first developed. Subsequently, a Genetic Algorithm (GA) is presented, followed by numerical experiments on multiple instances. Pareto fronts are determined using the ϵ-constraint and weighted sum methods, and a trade-off point is selected according to a distance criterion. Numerical experiments on both small and large instances show near-optimal results for small instances, and considerably reduced computing times for large ones when using the GA. The results show that a compromise can be found, with a decrease in setup-related waste up to 36% for an increase of inventory of 12%. This will help decision-makers to better consider the environmental aspect when designing schedules, as well as reduce their production environmental impact and waste-management costs.
Réduire les déchets industriels : Une approche par l'ordonnancement: Confronté à des enjeux économiques et environnementaux croissants, le monde industriel doit s’adapter afin de répondre aux problématiques actuelles. La production industrielle est responsable de 83% de la production mondiale de déchets solides et de 40% de la consommation d’énergie, et l’ordonnancement s’avère être un levier prometteur pour agir sur ces enjeux. L’état de l’art réalisé montre que les travaux de recherche traitent en majorité des enjeux énergétiques. Cette thèse propose de s’intéresser à la problématique suivante : Comment intégrer la réduction des déchets dans l’ordonnancement des opérations ? L’état de l’art sur le sujet faisant émerger une terminologie disparate, une classification est proposée pour unifier ce champ de recherche hétérogène. Pour répondre à la problématique, nous proposons une méthodologie combinant le suivi des flux de matière avec les paramètres d’ordonnancement pour permettre l’identification des opportunités de réduction de la génération de déchets par l’ordonnancement, et la caractérisation du problème d’ordonnancement correspondant. Une étude de cas valide la méthodologie et l’intérêt des résultats obtenus. En se basant sur ces résultats, un problème d’ordonnancement bi-objectif machine-unique avec réentrance dans un contexte de fabrication à la commande est modélisé en programmation linéaire. Deux méthodes de résolution ‒ exacte et métaheuristique ‒ sont comparées et démontrent le potentiel de l’ordonnancement pour la réduction de la génération de déchets industriels. Cette résolution fournit aux preneurs de décision des solutions alternatives adaptées, et permet une réduction des déchets significative en contrepartie d’une augmentation de stock limitée. Ces travaux se concentrant sur les déchets ouvrent la voie à d’autres enjeux environnementaux comme l’intégration des enjeux énergétiques et d’émissions atmosphériques, et à la considération du critère social afin d’englober les trois piliers du développement durable.