GSCOP-RUB-GCSP

Soutenance de thèse de Bilge TORBALI ( DOME2S) mardi 28 novembre 2023 à 9h30 en amphi Gosse - Site Viallet - Grenoble INP

Intitulée ; " Planification temps réel de camions en cross-docking : un cadre de simulation hybride multi-agents "
La soutenance sera également en visio : Lien vers le site
ID de réunion : 973 2563 7441
Code secret : 611830

Les membres du jury :
 
  • Mme Gülgün ALPAN, Professeure des Universités, Grenoble INP (Directrice de thèse)
  • Mme Caroline THIERRY, Professeure des Universités, Université Toulouse Jean Jaurès (Rapporteure)
  • M. Vincent CHEUTET, Professeur des Universités, INSA Lyon (Rapporteur)
  • Mme Müjde EROL-GENEVOIS, Professeure des Universités, Université Galatasaray (Examinatrice)
  • M. Bernard PENZ, Professeur des Universités, Grenoble INP (Examinateur)
  • M. Tarik CHARGUI, Maître de conférence, Université Polytechnique Hauts-de-France (Examinateur)

Le résumé :

Dans cette thèse nous proposons une nouvelle approche de planification en temps réel en entrepôts cross-dock. Le cross-docking est une technique de logistique permettant l’accélération du flux de marchandises dans un entrepôt avec zéro ou minimum stockage (moins de 24 heures), en orchestrant efficacement les activités entrantes et sortantes ainsi que les opérations internes de l’entrepôt. À travers une revue littéraire complète, nous soulignons d’abord le besoin d’explorer les approches temps réel pour le cross-docking. Le cadre de planification de camions en temps réel proposé est basé sur un modèle hybride combinant simulation multi-agent (SMA) et simulation à événements discrets (SED). Nous proposons d’utiliser la SMA pour les décisions de planification de camions et la SED pour l’exécution des opérations internes au cross-dock afin de bénéficier des forces des deux techniques : l’approche multi-agent a les propriétés d’autonomie, de réactivité et un caractère distribué, lui permettant de répondre de manière flexible aux événements dynamiques tels que l’arrivée de camions. La SED, orientée sur les procédés, permet le contrôle centralisé des opérations internes. Le cadre proposé est implémenté en trois configurations différentes.

Nous nous intéressons tout d’abord à la configuration de cross-dock avec une seule entrée et une seule sortie afin de bien comprendre les dynamiques complexes du système et les mécanismes à l’oeuvre dans la planification multi-agent de camions en temps réel. Ce modèle initial est ensuite porté à l’échelle dans une configuration de cross-dock avec multiples quais d’entrée et multiples quais de sortie en augmentant graduellement le nombre de quais. Les mécanismes de décision de sélection de camion sont alors portés à l’échelle et de nouveaux mécanismes de décision (ex. sélection de quai) sont ajoutés au modèle. De manière similaire, le fonctionnement interne de l’entrepôt est adapté aux besoins de la configuration multi-quai (ex. espace de stockage temporaire distribué). Pour chacune de ces configurations, la performance du modèle est évaluée pour une combinaison de différents niveaux de trafic et des stratégies variées de sélection de camion-à-quai. L’impact des résultats est attesté par des tests d’analyse de variance (ANOVA). De plus, des analyses de comportement et de temps de calcul du modèle multi-quais sont effectuées.

Enfin, un troisième modèle est développé dans le but d’illustrer le fait que l’approche proposée peut être appliquée avec succès à d’autres configurations de problèmes de planification
de camion. Ainsi, un problème de planification de camion existant dans la littérature, qui fait appel à une optimisation mathématique, est sélectionné. Les instances du problème de
l’étude choisie sont exploités dans le but d’effectuer un comparatif. L’analyse des résultats des métriques de performances est présentée d’un point de vue comparatif.
L’approche hybride multi-agent proposée révèle son efficacité en permettant une rapide synchronisation des cross-docks face à l’incertitude. Elle ouvre la voie à de futures
applications temps réel dans le domaine.

Mots-clés : Cross-docking, Planification temps réel, Simulation multi-agents, Modélisation multiméthodes, Simulation à événements discrets

English version

The defence will also be broadcast online: weblink
(Meeting ID: 973 2563 7441, Passcode: 611830)


Jury's Members :
  • Ms Gülgün ALPAN, Professor, Grenoble INP (Thesis director)
  • Ms Caroline THIERRY, Professor, Université Toulouse Jean Jaurès (Principal assessor)
  • Mr Vincent CHEUTET, Professor, INSA Lyon (Principal assessor)
  • Ms Müjde EROL-GENEVOIS, Professor, Université Galatasaray (Exaluator)
  • Mr Bernard PENZ, Profesor, Grenoble INP (Exaluator)
  • Mr Tarik CHARGUI, Associate professor, Université Polytechnique Hauts-de-France (Exaluator)

Abstract :

In this thesis we propose a novel framework for real-time truck scheduling in crossdock warehouses. Cross-docking is a logistics technique that enables fast material flows
with minimal (less than 24 hours) or no intermediate storage by efficiently orchestrating the inbound and outbound activities together with the internal operations. Through a comprehensive literature review, we first highlight the need to explore real-time approaches for cross-docking.

The proposed framework for real-time truck scheduling problem is based on a hybrid model combining multi-agent-based simulation (MAS) and discrete-event simulation (DES). We propose to use the MAS for truck scheduling decisions and DES for the execution of internal operations inside the cross-dock to benefit from the strengths of both techniques: The multi-agent approach practices the autonomous, reactive and thus distributed responsibility characteristics of the agents to realise shared computation and respond flexibly to dynamic events such as truck arrivals. The process-oriented DES enables central control of internal operations. The framework is implemented on three different settings.

We first focus on the single inbound and outbound cross-dock setting, for a better understanding of the complex dynamics of the system and the mechanisms involved in multi-agent-based real-time truck scheduling. This initial model is then scaled up to multiple inbound and outbound door cross-dock settings by gradually increasing the number of doors. To this end, the decision mechanisms on truck selection are scaled up, and new decision mechanisms (i.e. door selection) are added to the model. Similarly, the internal configuration of the platform is adapted towards the requirements of the multiple-door settings (e.g. distributed temporary storage). For both model settings, the performance of the proposed models is evaluated by employing a combination of different traffic levels and various truck-to-door assignment strategies.

The significance of the results is attested using ANOVA (analysis of variance) tests. In addition, model behaviour and computational complexity analyses are performed as the model scales up.
Finally, a third model is developed to illustrate that the proposed approach can successfully apply to other truck scheduling problem configurations. To this end, an existing truck scheduling problem in the cross-docking literature, which employs a mathematical optimisation, is selected. The problem instances of the chosen study are used for comparison purposes. The analysis of the results on the performance metrics is presented from a comparative point of view. The proposed multi-agent-based hybrid approach reveals its efficacy in enabling fast synchronisation of cross-docks against uncertainty. It paves the way for future real-time applications in this field.

Keywords : Cross-docking, Real-time planning, Multi-agent simulation, Multi-method modelling, Discrete-event simulation