Abstract:
La demande du parcs à conteneurs de l’entreprise BMT croît considérablement plus rapidement
que l’offre de terrains disponibles ; par conséquent, les conteneurs sont généralement empilés haut
afin de mieux utiliser l’espace disponible dans les parcs à conteneurs. Toutefois, lors du processus
de récupération des conteneurs, il peut être nécessaire de redistribuer d’une manière non productive
pour déplacer les conteneurs empilés au-dessus d’un conteneur cible. La récupération des conteneurs
est directement liée à l’efficacité opérationnelle des terminaux. Etant donné que le secteur est devenu
de plus en plus concurrentiel, il est devenu indispensable d’adopter une approche systématique de
la récupération des conteneurs. Dans cette étude, Nous développons deux algorithmes (Génétique et
Heuristique) adapté avec la stratégie de stockage chez BMT capable de générer des plans de travail
réalisables pour les équipements installés dans les parcs à conteneurs, afin de maximiser le nombre
de conteneurs à récupérer et minimiser le nombre de remaniement des conteneurs tout en tenant
compte du coût des opérations. La méthodologie prend en compte le cas où les conteneurs sont
regroupés en fonction de leur ordre de récupération. Des expériences numériques complètes révèlent
que la méthode est plus rapide.
In the storing surface of a Containers parc of the BMT society increases exponentially, they
are generally stacked higher in order to better use the available surface of the of the containers
park. However, during the picking process, of containers, it is necessary to redistribute them in an
unproductive way in order to move the stacked containers over the target one. The operation of
containers retrieval is tightly related to the operational efficiency of terminals. Since the domain has
become more and more competitive, it is urgent to adopt a systematic approach for the problem of
containers retrieval. In the present work, we have developped two algorithms (genetic and heuristic)
adapted to storing strategy at BMT able to generate feasible work plans for the used equipments, and
maximize the number of container to pick and minimize the number of containers relocations taking
into account the work cost of equipments. The methodology considers the case where the containers
are grouped according to their picking order. numerical experiments that the method is faster and
improves some performance indices of the parc