Publisher's Synopsis
Ce livre présente un nouvel opérateur de mutation qui intègre des principes issus des systèmes immunitaires artificiels (AIS) et des systèmes multi-agents, dans le but d'optimiser la planification de la maintenance préventive dans des environnements d'ateliers hybrides de type flow shop.L'opérateur introduit de légers ajustements dans les séquences afin d'éviter la convergence vers des optima locaux, d'améliorer la diversité de la population et d'agir comme un mécanisme de recherche locale. Inspirée du comportement adaptatif du système immunitaire humain, l'approche utilise des techniques métaheuristiques pour affiner les temps de traitement, en combinant la coordination multi-agents avec des stratégies inspirées des AIS.La méthode est appliquée à trois politiques de maintenance préventive, centrées sur la maximisation de la disponibilité des machines et le respect de seuils minimaux de fiabilité dans les chaînes de production. Les résultats démontrent que l'algorithme surpasse les solutions existantes, en particulier dans les scénarios où les machines connaissent des indisponibilités périodiques lors de la planification de la production.
