Rio Tinto a résolu des décennies de plans de mines à ciel ouvert grâce à la recherche à grand voisinage

La planification de mines à ciel ouvert sur des décennies d'extraction produit des modèles d'optimisation énormes et complexes : la séquence des fosses, le mélange, les équipements et les teneurs en minerai interagissent tous. Les solveurs du commerce expirent ou épuisent la mémoire, de sorte que les planificateurs se rabattaient sur une analyse manuelle portant sur peu de scénarios.

La recherche à grand voisinage de l'équipe résout le problème dans l'autre sens : une heuristique à fenêtre glissante produit un plan réalisable initial, puis des résolutions mixtes-entiers restreintes répétées ne libèrent qu'un sous-ensemble de variables à chaque itération. Les stratégies de formation des voisinages exploitent la structure du modèle pour choisir les variables à libérer.

Déployée en production chez Rio Tinto, l'approche résout de grands modèles de planification à long terme que les solveurs commerciaux ne pouvaient pas traiter, réduisant considérablement les temps de résolution et permettant aux planificateurs de tester de multiples scénarios — générant des informations d'une valeur de plusieurs millions de dollars.

Fixer la plupart des variables ; réoptimiser un voisinage à chaque fois

Fixer la plupart des variables rend chaque sous-problème assez petit pour être résolu exactement, tandis que l'itération sur différents voisinages permet d'échapper aux pièges locaux qu'une seule passe gloutonne rencontrerait.

Les voisinages conscients de la structure (blocs, gradins, périodes) libèrent les variables qui interagissent réellement, de sorte que l'itération converge rapidement.

L'exploration de scénarios est le véritable produit : les planificateurs peuvent désormais poser des questions « et si » sur de nombreux futurs au lieu de rationner trois exécutions.

Lorsqu'un modèle est trop grand pour être résolu, ne réduisez pas la question — fixez la majeure partie de la réponse et résolvez à nouveau un voisinage mobile de décisions jusqu'à convergence.

Publié dans l'INFORMS Journal on Applied Analytics en 2026. Rio Tinto utilise le cadre pour la planification à long terme des mines, l'article rapportant des « informations d'une valeur de plusieurs millions de dollars » générées par l'exploration de scénarios plus rapide.