Optimisation de la planification de production et de la gestion de stocks multi-produits par apprentissage par renforcement : application à l’industrie médicale (cas de la Sarl Promedal)

Abstract

La planification de production multi-produits et la gestion des stocks constituent un de fi majeur pour les entreprises industrielles telles que PROMEDAL, fabricant alge rien de dispositifs me dicaux. Ce travail propose une approche base e sur l'apprentissage par renforcement pour re soudre ce proble me de manie re automatise e et adaptative. Le syste me est mode lise comme un processus de cisionnel de Markov (MDP) a pas de temps mensuel, inte grant les contraintes re elles de production, les niveaux de stock, les demandes et les capacite s disponibles. L'algorithme PPO est entraî ne au sein d'un environnement de simulation personnalise reproduisant les principales caracte ristiques du syste me industriel de l'entreprise, avec une fonction de re compense pe nalisant les ruptures, le surstockage et les cou ts de stockage. Les re sultats expe rimentaux indiquent que la courbe de re compense converge de manie re stable, te moignant d'un apprentissage efficace de l'agent. Les simulations montrent que l'agent parvient a re duire les ruptures de stock et a limiter le surstockage. Une interface interactive sous Streamlit rend les re sultats exploitables comme outil d'aide a la de cision pour la planification industrielle chez PROMEDAL.