Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Ordonnancement cooperatif en industries agroalimentaires
Univ Europeenne - EAN : 9783639608014
Édition papier
EAN : 9783639608014
Paru le : 1 nov. 2018
35,89 €
34,02 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783639608014
- Réf. fournisseur : 2278112
- Editeur : Univ Europeenne
- Date Parution : 1 nov. 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 84
- Format : H:229 mm L:152 mm E:5 mm
- Poids : 137gr
- Interdit de retour : Retour interdit
- Résumé : Dans ce sujet nous avons abordé le problème d'ordonnancement sur des machines en série avec des contraintes spécifiques relatives à l'industrie agroalimentaire afin de minimiser la durée total des tâches notée Cmax ou makespan. Nous avons représenté les méthodes exactes et les méthodes approchées avec les avantages et les inconvénients de chaque méthode. Nous avons proposé une méthode exacte qui est le branch and bound pour la résolution d'un cas particulier des problèmes d'ordonnancement à l'industrie agroalimentaire, un atelier de trois machine et quatre tâches, et ainsi et pour résoudre des problèmes de taille grandes de point de vue nombre de machines et des tâches, il faut utiliser des méthodes approchées, pour cela nous avons considéré un atelier de 9 tâches et 3 machines et nous avons utilisé l'algorithme génétique pour le résoudre. Les résultats obtenues sont comparés avec la solution optimale de la méthode branch and bound et a prouvé l'efficacité des algorithmes génétiques à trouver des solutions satisfaisantes et acceptables et ceci en une durée de résolution très courte par rapport à la méthode branch and bound.
