La théorie de l’évolution de Darwin, ça vous dit quelque chose? Arima s’en est inspirée pour concevoir et développer une nouvelle approche d’optimisation pour l’ordonnancement manufacturier, à partir d’une modélisation du processus de sélection naturelle.
De la biologie à l’intelligence artificielle
L’évolution naturelle des espèces implique qu’une population d’individus – de gènes – se reproduisent en effectuant des croisements et des mutations, pour qu’ensuite les descendants les mieux adaptés survivent et répètent le cycle.
Comme en biologie, un algorithme génétique est un processus itératif qui améliore la qualité d’un éventail de solutions de départ en y appliquant des mécanismes de croisement, de mutation et de sélection pour former, à chaque nouvelle génération, un ensemble de solutions améliorées.
Lorsqu’on applique ce principe à la modélisation du logiciel Syncrun, la « population » devient un ensemble de solutions possibles pour l’optimisation de la production, tandis que les séquences de « gènes » représentent l’affectation d’opérations à des ressources selon un horaire de production précis.
Cette technique d’intelligence artificielle évolutive offre l’avantage, par rapport aux approches d’optimisation classiques, de solutionner un problème avec une vision globale des coûts pertinents.
Les composantes du modèle génétique
Une population initiale de chromosomes-solutions est générée selon des règles d’ordonnancement de base. Les chromosomes font ensuite face à un double processus de sélection : la sélection pour la reproduction et la sélection pour la survie, c’est-à-dire ceux qui passeront à la prochaine génération.
Lorsque l’algorithme morcelle des chromosomes pour en créer de nouveaux, des croisements s’effectuent en parallèle en combinant les fragments. Des opérateurs de mutation interviennent également pour intervertir la position de deux groupes de gènes dans un même chromosome. Que le meilleur gagne!
Applications concrètes
Dans la pratique, l’algorithme génétique de Syncrun consiste à viser un objectif de production (produire à temps, au coût le plus bas) et de simuler des centaines de milliers d’approches possibles pour finalement proposer la solution qui s’avère la plus efficace.
Ce procédé novateur permet d’optimiser l’horizon complet de planification d’un manufacturier et de réduire l’ensemble des coûts de production associés au maintien d’inventaire, aux temps de préparation des équipements, aux délais de fabrication et à l’utilisation des ressources disponibles.
Contactez-nous pour en apprendre davantage sur l’algorithme génétique de Syncrun et sur les bénéfices tangibles qu’il génère très rapidement!