Cette thèse aborde le défi croissant de la gestion du problème de modélisation de la variabilité (VMP) dans les lignes de produits automobiles de Renault. L'industrie automobile, en particulier chez Renault, fait face à une complexité combinatoire significative, chaque véhicule pouvant être configuré avec diverses options, fonctionnalités et spécifications techniques. Pour donner une idée de l'ampleur de cette diversité, nous citons l'exemple du modèle de véhicule "Master 2". Il s'agit d'un modèle de camions lourds, et il peut être configuré de 10^21 manières différentes. La gestion efficace des demandes en temps réel concernant ces configurations est le problème central à résoudre face à des modèles de véhicules de cette ampleur. Ces demandes proviennent de plusieurs départements internes (par exemple, la chaîne d'approvision-nement, la fabrication et le marketing), ainsi que de clients externes qui doivent configurer des véhicules en fonction des options disponibles.
Bien qu'il soit nécessaire de répondre rapidement à ces demandes, l'énumération de toutes les variantes possibles est impraticable d'un point de vue calculatoire en raison de l'énorme espace de configuration. Cela rend la gestion de cette diversité combinatoire un défi à la fois technique et opérationnel. D'un point de vue théorique, ce problème revient à résoudre un problème de satisfaction de contraintes (CSP). Renault utilise l'approche de compilation des connaissances pour gérer la configuration des produits. Cette approche pré-calcul l'intégralité de l'espace de configuration et le stocke dans une structure symbolique, permettant ainsi des réponses rapides aux requêtes en recherchant dans cet espace précompilé. Cette méthode évite de résoudre à plusieurs reprises des problèmes NP-complets, mais introduit des contraintes de mémoire importantes, car l'espace de configuration peut occuper plusieurs gigaoctets de mémoire.
Cependant, avec l'augmentation de la variabilité des modèles de véhicules, les exigences en matière de mémoire pour ces structures compilées deviennent problématiques, certains modèles occupant jusqu'à 800 Mo chacun, tandis que les systèmes opérationnels gèrent simultanément plusieurs modèles. Cela entraîne une utilisation de mémoire de plusieurs dizaines de gigaoctets, exerçant une pression sur les ressources du système. L'objectif de cette thèse est d'optimiser le système de configuration actuel de Renault en réduisant la taille de l'espace de configuration sans compromettre les temps de réponse. Plus précisément, deux contributions principales sont proposées :