Anass ELHOUD : "Développement de solutions digitales pour l'optimisation et l'accélération de la conception préliminaire des lignes de production dans l'industrie automobile"

Résumé : Dans un secteur automobile marqué par une compétitivité croissante, l’optimisation des lignes de production est essentielle pour améliorer l’efficacité et la rentabilité. Cette thèse propose une solution complète développée en collaboration avec un acteur majeur du secteur automobile, s’attaquant à trois défis principaux : la planification des séquences d’assemblage, l’équilibrage des ressources et l’évaluation dynamique des performances. La première solution optimise les séquences d’assemblage pour minimiser l’utilisation des ressources et les coûts de production en utilisant l’apprentissage par renforcement et le regroupement hiérarchique. La deuxième solution traite de l’équilibrage des lignes d’assemblage en utilisant des algorithmes métaheuristiques pour réduire le temps de cycle sans augmenter les ressources. La troisième solution améliore les performances dynamiques des lignes de production en cas d’événements stochastiques, tels que les pannes et les retards, grâce à la gestion des stocks et aux stratégies de contrôle optimal. Chaque solution a été validée dans des environnements industriels réels, démontrant des améliorations significatives en termes d’efficacité et de performance des lignes de production.

C'est une thèse CIFRE en collaboration avec l'entreprise FORVIA, sous la direction de Prof. Julien Bourgeois :

• En présentiel à l'adresse suivante: Amphi STGI B - UFR STGI - Université de Franche-Comté 4 Pl. Lucien Tharradin, 25200 Montbéliard
• En visioconférence via le lien Zoom: https://cnrs.zoom.us/j/99552489411?pwd=MskC6yMRMFjUZAmEqEyIAEANVWzZqk.1