Ordonnancement de projets internationaux avec contraintes de matériel et de ressources

L'évolution des processus d'affaires, rendue nécessaire par une globalisation des marchés toujours plus importante, a encouragé les firmes internationales à se tourner vers le fonctionnement par projet, qui s'est peu à peu généralisé. Mais la gestion de projets demeure une discipline complexe, impliquant de nombreux acteurs, sous-traitants et parties prenantes, et nécessitant le transport, l'approvisionnement et la livraison d'équipement et de matériel. Dans ce contexte, des délais d'approvisionnement et des contraintes de capacité de stockage peuvent amener des retards dans l'avancement des projets et des dépassements de budget. En effet, en dépit des tous les efforts accomplis en recherche pour développer des outils efficaces, la prise en compte des contraintes de livraison et d'approvisionnement lors de la phase de planification de projets demeure pour l'essentiel gérée manuellement par le gestionnaire de projets, selon son intuition et son expérience. Ainsi, les méthodes et algorithmes développés ne sont utilisés en pratique que pour la gestion dite « traditionnelle » de projet, ne considérant qu'un unique projet de faible portée, sans contraintes logistiques. Reconnaissant cette nouvelle réalité et les besoins qui en découlent, ce mémoire envisage une approche de résolution plus intégrée où l'on considère le problème de planification de projets avec des contraintes liées au stockage et à la livraison de matériel. Pour cela, un générateur aléatoire de contraintes logistiques a été développé, permettant de définir les données du problème relatives aux contraintes logistiques, tout en jouant sur leur poids relatif. La résolution du problème ainsi formulé est effectuée par le biais d'un algorithme génétique optimisé afin de déterminer un échéancier de projet réalisable. L'algorithme, par des opérations de sélection, croisement et mutation sur une population de solutions admissibles, améliore globalement la qualité de celle-ci au fil des itérations et converge peu à peu vers un optimum.

Abstract

With globalization of markets, new business models have emerged and international companies started using project management technics. However, the management of international projects remains complex as it involves several sub-contractors and requires the transportation of lots of construction equipment and materials. In that context, long material delivery times and storage capacity constraints may lead to project delays and budget overruns. Indeed, in spite of all research efforts accomplished to develop strong project management tools, project plans taking into account space and equipment availability for the execution of tasks are mostly manually developed on the basis of planner's intuition and experience. Unfortunately, this task is nearly infeasible to perform in the case of large projects, due to the combinational nature of the resource allocation problem. Methods and algorithms are only used for project management in a “traditional” way, with a single small project and without any logistic constraint. The proposed model addresses this issue by formulating this problem as a scheduling problem with limited resources - resources can be either employees or storage areas - and by defining material delivery constraints. To that purpose, a random logistic constraints generator was developed, in order to create the problem data and to choose its relative weight. The resolution of the formulated problem is performed by a genetic algorithm, which determines a feasible project plan. This algorithm applies many operators on a population of solutions, such as selection crossover and mutation, to improve the population global quality and make the solutions converge towards a local optimum.