Optimisation heuristique du problème d'entreposage d'objets en trois dimensions.

CONCLUSION

L'optimisation d'entreposages des articles tridimensionnels dans des aires d'entreposage est un facteur assez important pour réduire les coûts liés à l'emmagasinage des produits commerciaux et industriels. Afin d'être compétitif sur le marché, les entreprises ont besoin d'un outil puissant pour réduire l'ensemble de leurs dépenses.

Dans ce travail intitulé `'Optimisation heuristique du problème d'entreposage d'objets en trois dimensions`', notre soucis était de trouver réponse à la question de savoir s'il existe une méthode capable de ranger les objets 3D dans des espaces de stockage 3D de manière maximiser l'espace disponible, le but étant de proposer une méthode efficace pour optimiser le chargement des boîtes. La grande complexité de ce problème et la présence de nombreuses littératures dans ce domaine nous ont dissuadées de construire nos idées à partir des méthodes déjà prouvés et jugés performantes.

Etant donné que le problème d'entreposage que nous traitons dans ce travail est un problème NP-Difficile et par conséquent très complexe à résoudre en un temps polynomiale, nous avons proposé dans ce travail une méthode heuristique du problème 3D Bin packing. Nous avons analysé deux algorithmes d'approximation, le Largest Area First-Fit et le fameux Human Intelligence-Based Heuristic Approach. Tous les deux algorithmes ont été jugés polynomiaux. Mais alors, nous avons proposé un seul algorithme qui est le Human Intelligence-Based Heuristic Approach

54

pour les avantages qu'il offre, entre autre la prise en compte des rotations d'articles et la considération de la hauteur du contenant.

Nous avons proposé l'algorithme HI-BHA qui est une méthode d'approximation qui résout le problème 3DBP ; nous l'avons présenté sous forme d'ordinogramme. Un prototype d'application codé en langage C a été mis en place pour traduire l'algorithme en programme d'application. Nous avons testé ce modèle et les résultats nous ont montré que le modèle est bel et bien efficace en donnant des réponses près de l'optimum allant jusqu'à utiliser 100% de l'espace de stockage en temps très réduit. Si le modèle proposé venait à être concrétisé dans les entreprises commerciales et industriels qui sont concernées par les entreposages d'objets en 3D, nous osons croire qu'il sera capable de résoudre le problème ci-haut évoque, celui de permettre à chaque entrepôt de contenir plus d'articles 3D possible et ainsi réduire les coûts liés à l'entreposage d'articles.

Loin d'imaginer avoir touché tous les aspects, nous restons ouverts à toutes les avancées sur ce domaine. En effet, nous ne prétendons pas avoir proposé le modèle le plus parfait qui puisse exister. Ainsi donc, tout autre chercheur intéressé dans ce domaine pourra trouver une autre méthode plus efficace que celui-ci. Nous suggérons aussi à tous les travaux futurs de prendre en compte d'autres paramètres comme le poids des boîtes, le prix et la durée de vie des produits qui est limitée, l'idéal serait de pouvoir ranger d'abord les boîtes avec un prix élevé et une courte durée de vie dans l'entrepôt. Ainsi, nous invitons tous les autres chercheurs à nous emboîter le pas et restons réceptifs à toutes les remarques et suggestion.

Wikimepia Foundation. (2008). Optimisation combinatoire. Consulté en Janvier 2013, sur wikipedia: http://fr.wikipedia.org/optimisation_combinatoire

55