Cette recherche étudie l'un des problèmes les plus complexes et les plus importants dans le domaine du séquençage : les systèmes de job shop flexibles. Il existe une demande actuelle de robustesse du modèle, qui doit être efficace contre les problèmes inattendus de la vie quotidienne, qui affectent l'efficacité de la séquence initiale définie. En outre, les temps stochastiques et la recherche multi-objectifs doivent être pris en compte. Par conséquent, cette recherche effectuera le séquençage par simulation, ce qui devrait permettre de séquencer les commandes au début du processus et de les reséquencer si nécessaire. Pour cela, le modèle devra utiliser des agents dans le cadre de la simulation d'événements discrets, formant ainsi un modèle hybride. L'objectif est d'évaluer comment l'agent peut contribuer à la réponse à ces événements, en améliorant sa robustesse et en le rendant plus accessible aux utilisateurs, en apportant une interface conviviale pour insérer des modifications. Des comparaisons ont été faites entre les résultats obtenus avec et sans reséquençage. D'abord, avec l'agent n'utilisant qu'une seule logique, puis avec des ajustements de la séquence au cours de la production des lots, cherchant à répondre aux événements. Il est souligné que l'ordonnancement garantit que l'agent "Manager" réduit le makespan et augmente l'utilisation des machines simultanément.