@ARTICLE{10.21494/ISTE.OP.2020.0578, 

TITLE={Approches d’optimisation pour un problème de planification de désassemblage sous incertitude des délais de désassemblage}, 
  
AUTHOR={Ilhem Slama, Oussama Ben-Ammar, Alexandre Dolgui, Faouzi Masmoudi, }, 
	
JOURNAL={Génie industriel et productique}, 
	
VOLUME={3}, 

NUMBER={Numéro 1}, 
	
YEAR={2020}, 

URL={http://www.openscience.fr/Approches-d-optimisation-pour-un-probleme-de-planification-de-desassemblage}, 
	
DOI={10.21494/ISTE.OP.2020.0578}, 
	
ISSN={2632-5993}, 
	
ABSTRACT={Dans un contexte de logistique inverse, cette étude traite un problème de planification de désassemblage multi-période sous incertitude de délai d’obtention des composants. Ce délai est le nombre de périodes écoulées entre la passation d’un ordre de désassemblage et la réception des composants désassemblés. À notre connaissance, cette incertitude est étudié pour la première fois dans le problème de planification des opérations de désassemblage. Un système de désassemblage avec une nomenclature à deux-niveau et un seul type de produit est considéré. Les délais de désassemblage sont des variables aléatoires discrètes avec un nombre fini de valeurs possibles. Le problème est formulé en tant que modèle de Programmation Linéaire en Nombres Entiers (PLNE) stochastique à deux étapes à travers tous les scénarios possibles afin de minimiser l’espérance mathématique du coût total. En raison du grand nombre de scénarios, le modèle PLNE est intraitable. Pour le rendre traitable, nous proposons une approche d’optimisation qui combine la simulation Monte Carlo (MC) et le modèle PLNE. Cependant, cette approche est inefficace pour les problèmes de grande taille. Pour résoudre des problèmes à grande échelle, nous proposons un algorithme génétique classique. Les résultats expérimentaux basés sur des données générées de façon aléatoire montrent l’efficacité de l’algorithme proposé.}}