slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Intégration du transport en planification et ordonnancement dans la chaîne logistique PowerPoint Presentation
Download Presentation
Intégration du transport en planification et ordonnancement dans la chaîne logistique

Loading in 2 Seconds...

play fullscreen
1 / 29

Intégration du transport en planification et ordonnancement dans la chaîne logistique - PowerPoint PPT Presentation


  • 136 Views
  • Uploaded on

Intégration du transport en planification et ordonnancement dans la chaîne logistique. Hervé MANIER Université de Technologie de Belfort-Montbéliard Laboratoire Systèmes et Transports (S.e.T) 90010 Belfort – France Mél : herve.manier@utbm.fr. PLAN.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Intégration du transport en planification et ordonnancement dans la chaîne logistique' - flann


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Intégration du transport en planification et ordonnancement dans la chaîne logistique

Hervé MANIER

Université de Technologie de Belfort-Montbéliard

Laboratoire Systèmes et Transports (S.e.T) 90010 Belfort – France

Mél : herve.manier@utbm.fr

slide2
PLAN

I Présentation des problèmes de transport

Facility Location Problem

Location-routing Problem

Vehicle Routing Problem

II Prise en compte du transport en planification et ordonnancement

Niveau stratégique

Niveau tactique

Niveau opérationnel

III Analogies et perspectives

IV Conclusion

les niveaux de planification en transport
Les niveaux de planification entransport

* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05

  • Long-terme
  • La configuration du système de transport
  • (position des hubs, des terminaux)
  • Acquisition des ressources majeures (coûteuses)

Stratégique

Politiques et directives générales

  • Moyen terme
  • Design du service, planification des opérations
  • La fréquence des opérations de transport
  • Les itinéraires et les modes de transport pour chaque demande
  • La politique de groupage
  • La distribution des ressources vides

Tactique

Objectifs réglés et

limites

  • Court terme, temps réel
  • Gestion et contrôle dynamiques des ressources et opérations: routes, horaires, personnel, incidents

Opérationnel

facility location problem
Facility location problem

Définir la configuration d’une chaîne logistique :

- le nombre de sites à utiliser

- leur localisation

- leurs activités

- les volumes échangés entre sites

facility location problem2
Facility location problem

Les contraintes du problème :

-répondre aux besoins du client

en respectant les capacités de production

les capacités de stockage

les capacités de distribution

des différents sites de la chaîne logistique

en minimisant le coût total

facility location problem mod les
Facility location problem :Modèles

La classification des modèles :

1.      « Covering models »

- localiser les installations dans les nœuds d’un réseau afin de minimiser le coût de location, tel que tous les nœuds de demande soient couverts ou, dans le cas d’un budget fixe, de maximiser la demande couverte par ces installations

- associé à la localisation d’infrastructures publiques, tels que les hôpitaux, les postes, les bibliothèques, les écoles.

2.      « Center models »

- localiser p installations dans les nœuds d’un réseau afin de minimiser la distance maximale entre un point de demande et une installation

- associé à la localisation des installations d’urgence tels que les casernes de pompiers, les centres d’ambulances, etc.

3.      « Médian models »

- localiser p installations dans les nœuds d’un réseau et associer la demande à ces installations afin de minimiser la distance totale parcourue entre les installations et les points de demande.

Si les installations ne sont pas capacitées et p est fixé, on obtient le problème « p-médian ». Dans ce cas, chaque nœud est assigné à la plus proche installation. Ce type de problème est utilisé pour le design logistique de services et la distribution de frets.

capacited multi products plant location problem

le coût pour localiser une installation dans le nœud j

  • la demande d’un produit p dans le nœud i
  • le coût de transport pour une unité de flux p entre i et j
  • la capacité d’une installation localisée en j
  • variable logique égale à 1 si on a une installation en jet0 sinon
  • la quantité de produit p demandée au nœud i livrée par l’installation j
Capacited, multi-products plant location problem*

* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05

facility location problem bibliographie
Facility location problem : bibliographie
  • Ambrosino D. and M. G. Scutella, Distribution network design: New problems and related models, European journal of operational research, 2005, 165, p610-624.
  • Barahona F. and F. A. Chudak, Near-optimal solutions to large-scale facility location problems, Discrete optimization, 2005, 2, p 35-50.
  • Canel C., B.M.Khumawala, J. Law and A. Loh, An algorithm for the capacitated, multi-commodity multi-period facility location problem, Computers & operations research, 2001, 28, p 411-427.
  • Dohse E. D. and K. R. Morrison, Using transportation solutions for a facility location problem, Computers ind. Engng, 1996, 31 (1/2), p63-66.
  • Eksioglu S. D., H. E. Romeijn and P. M. Pardalos, Cross-facility management of production and transportation planning problem, Computers & operations research, 2006, 33, p 3231-3251.
  • Holmberg K. and J. Ling, A lagrangean heuristic for the facility location problem with staircase costs, European Journal of Operational Research, 1997, 97, p 63-74.
  • Klose, A. and A. Drexl, Facility location models for distribution system design, European Journal of Operational Research, 2005,162(1), p. 4-29.
  • Martel, A., The design of production – distribution networks: A mathematical programming approach, Working Paper DT-2004-AM-2 Centre de recherche sur les technologies de l’organisation réseau (CENTOR), Université Laval, Québec, Canada, 2004.
  • Melkote S. and M. S. Daskin, Capacitated facility location/network design problems, European journal of operational research, 2001, 129, p481-495.
  • Melkote S. and M. S. Daskin, An integrated model of facility location and transportation network design, Transportation research part A, 2001,35, p515-538.
  • Melo, M.T., S. Nickel and F. Saldanha da Gama, Dynamic multi-commodity capacitated facility location: a mathematical modeling framework for strategic supply chain planning, Computers & operations research, 2005, 33, p181-208.
  • Syam S., A model and methodologies for the location problem with logistical components, Computers & operations research, 2002, P 1173-1193.
location routing problem
Location-routing Problem

Extension du FLP

location routing problem1
Location-routing Problem

Les problèmes de localisation-routage (location-routing problem ou LRP):

placer des installations (dépôts, usines) sur un ensemble de sites possibles

déterminer des tournées desservant un ensemble de clients à partir des installations construites.

L'objectif est de minimiser le coût total du système de distribution (coûts de construction ou d'exploitation des entrepôts + coûts des véhicules + coûts des tournées).

location routing problem mod le
Location-routing Problem : modèle

Sets :

I set of all potential DC sites

J set of all customers

K set of all vehicles

Parameters :

N number of customers

Cij distance between points i and j

Gi costs of establishing depot i

Fk costs of using vehicle k

Vi maximum throughput at depot i

dj demand of customer j

Qk capacity of vehicle (or route)k

Min  Gi yi +    Cij xijk +  Fk  xijk

iI iIJ jIJ kK kK iI jJ

s.t.

  xijk =1, j  J

kK iIJ

 dj  xijk <= Qk, k  K

jJ iIJ

Ulk – Ujk + N xljk <= N-1, l,j  J, k  K

 xijk -  xjik = 0, k  K, i  I J

jIJ jIJ

  xijk <= 1, k  K

iI jJ

 dj zij – Vi yi <= 0, i  I

jJ

-zij +  (xiuk + xujk) <= 1 i  I, j  J, k  K

Decision v ariables :

xijk =1,if point i immediately precedes point j

on route k ;0 otherwise.

yi =1,if depot i is established;0 otherwise.

zij =1,if customer j is allocated to depot i ;0 otherwise.

Ulk auxiliary variable for sub-tour elimination constraints in route k .

location routing problem bibliographie
Location-routing Problem: bibliographie
  • C. Prins, C. Prodhon, R. Wolfler, "Nouveaux algorithmes pour le problème de localisation et routage avec contraintes de capacités", Actes de MOSIM'04, p. 1115-1122, Editions Lavoisier, 2004.
  • G. Nagy, S. Salhi, Location-routing: Issues, models and methods, European journal of operational research, 2007, 177, p 649-672.
  • M. Albareda-Sambola, J. A. Diaz , E. Fernandez ,A compact model and tight bounds for a combined location-routing problem, Computers &Operations Research 32 (2005)407 –428
  • C.K.Y. Lin and R.C.W. Kwok, Multi-objective metaheuristics for a location-routing problem with multiple use of vehicles on real data and simulated data, European Journal of Operational Research, Volume 175, Issue 3, , 16 December 2006, Pages 1833-1849.
  • Yupo Chan, William B. Carter and Michael D. Burnes, A multiple-depot, multiple-vehicle, location-routing problem with stochastically processed demands, Computers & Operations Research, Volume 28, Issue 8, , July 2001, Pages 803-826.
  • G. Nagy and S. Salhi, Heuristic algorithms for single and multiple depot vehicle routing problems with pickups and deliveries, European Journal of Operational Research, Volume 162, Issue 1, Logistics: From Theory to Application, 1 April 2005, Pages 126-141.
  • Wu T.H., C. Low and J.W. Bai, Heuristic solutions to multi-depot location-routing problems, Computers & operations research, 2002, p 1393-1415.
vehicle routing problem
Vehicle routing Problem

Le problème du voyageur de commerce (ou TSP pour Traveling Salesman Problem) est le suivant : un représentant de commerce peut vendre sa marchandise dans un certain nombre de villes, il doit donc planifier sa tournée de manière à passer par toutes les villes en voyageant au total le moins possible.

vehicle routing problem typologie

TSP

STSP

SVRP

STSPTW

TSPTW

SVRPTW

Vehicle routing Problem : typologie

Travelling Salesman Problem

Problème de base

M voyageurs (véhicules)

M - TSP

Capacités (Q)

VRP

Vehicle Routing Problem

Selective…problem

Profits (choix des clients intéressants)

Prize Collecting…problem

Pénalités, profits, sélection

PCTSP

PCVRP

Split and Delivery…problem

Préemption des demandes

SDVRP

Time Windows…

problem

Fenêtres horaires

SDVRPTW

VRPTW

PCVRPTW

PCTSPTW

vehicle routing problem le mod le de kohl et madsen 1997
Vehicle routing Problem : Le modèle de Kohl et Madsen (1997)

Min ∑ ∑ ∑ cij xijk , s.t.

k∈V i∈N j∈N

∑ ∑ xijk = 1, ∀i∈C,

k∈V j∈N

∑ di ∑ xijk ≤ q, ∀k∈V,

i∈C j∈N

∑ x0jk = 1, ∀k∈V,

j∈N

∑ xihk - ∑ xhjk = 0, ∀h∈C, ∀k∈V ,

i∈N j∈N

∑ xi,n+1,k = 1, ∀k∈V,

i∈N

sik + tij – K(1- xijk) ≤ sjk ∀i∈N, ∀j∈N, ∀k∈V,

ai ≤ sik ≤ bi, ∀i∈N, ∀k∈V,

xijk ∈ {0,1}, ∀i∈N, ∀j∈N, ∀k∈V.

n : nombre de clients

V : ensemble de véhicules identiques

C : ensemble des clients C = {1;…;n}

N : ensemble des nœuds

cij : coûts encourus pour circuler du nœud i au nœud j

di : demande du client i

q : capacité du camion

i : numéro du nœud (arc sortant du nœud i ---i=0=dépôt)

j : numéro du nœud (arc entrant du nœud j ---j=n+1=dépôt)

k : numéro du camion

tij : temps pour circuler du nœud i au nœud j

[ai, bi] : fenêtre de temps pour livrer au nœud i

1, si le camion k visite le nœud i suivi immédiatement du nœud j

xijk =

0, sinon

sak : ordre d’arrivée au nœud k avec le camion k

hi rarchie de planification mrp2
Hiérarchie de planification MRP2

Budget

Moyens

Ressource

PIC

Plan Industriel & Commercial

PDP

Plan Directeur de Production

Calcul des charges

Macro

Ordres d’approvisionnement

Ordres de fabrication

CBN

Calcul des Besoins Nets

Calcul des charges

Détaillé

Ordres d’approvisionnement

Ordres de fabrication

ORDO

(FCS)

Séquencement

Affectation

Ordres de fabrication

Exécution

liens production transport
Liens production – transport
  • Facility location problem
  • La configuration de la chaîne logistique
  • position des sites
  • quantités de production par produit, par site et par période
  • Design du service, planification des opérations
  • La fréquence des opérations de transport
  • Les itinéraires et les modes de transport pour chaque demande

PIC

Plan Industriel & Commercial

demandes

PDP

Plan Directeur de Production

CBN

Calcul des Besoins Nets

DRP

  • Groupage
  • Design du service, planification des opérations

ORDO

(FCS)

  • Tournées
  • Liste des articles à livrer
  • Design de la tournée

Exécution

distribution resource planning
Distribution Resource Planning

Premièrement, DRP reçoit les données d'entrée.

Deuxièmement, une fois que toutes ces données sont intégrées, DRP génère une simulation des besoins en ressources (produits, transport, surface,…) dans le temps pour supporter la stratégie logistique.

Troisièmement, DRP compare les besoins en ressources aux disponibilités présentes et futures des sources d'approvisionnement. Des actions sont alors recommandées soit pour lancer, soit pour retarder un achat ou une fabrication afin que l'offre soit synchronisée à la demande.

le transport en ordonnancement
Le transport en ordonnancement

Le transport étant non critique : ignoré

Dans les logiciels d’ ERP :

date de disponibilité des composants

temps de transport vers client

Dans les logiciels d’ordonnancement :

temps fixe de déplacement entre deux implantations

Et si les ressources de transport sont dites critiques ????

nouvelle cat gorie de probl mes
Nouvelle catégorie de problèmes

Problèmes où les ressources de transport sont pris en compte

Robotic Scheduling Problem

AGVs scheduling

Hoist Scheduling Problem

slide24

Contraintes spatiales :

risques de collisions entre robots

robots

  • Contraintes temporelles :
  • temps de déplacement non
  • négligeables devant les durées opératoires
  • durées opératoires bornées

Contraintes de ressources :

capacité limitée

rail

porteurs

Ni stock

ni attente

ni préemption

  • Contraintes d'antériorité :
  • gamme(s) opératoire(s)
HSP

Objectif : Déterminer un ordonnancement qui maximise la productivité, tout en assurant des produits de qualité.

analogie hsp tsp
Analogie HSP – TSP

Mouvements d ’un robot:

hypothèse: les cuves sont numérotées suivant l ’ordre des opérations de la gamme (cas mono-produit)

=> les transports se font de la cuve i à la cuve i+1

transport (mouvement

en charge)

i

i+1

j

j+1

mouvement à vide

Analogie CHSP/ m-TSPTW:

* CHSP * TSP

* robot * voyageur

* cuve * ville

* pas de temps d ’attente

* les temps opératoires sont bornés => variables * TW

perspectives tourn e soft windows
Perspectives Tournée : soft windows

Ordonnancement de la production

et ensuite on organise la tournée de livraison

Et si on inversait ?

Optimisation de tournée

et ensuite ordonnancement de la production

=> Définir des fenêtres temporelles sur la date de fin de fabrication

bibliographie
Rizk, N., Martel, A., and D’Amours, S., Synchronized production-distribution planning in a single-plant multi-destination network, working paper DT-2005-AM-2, Network organization technology research center (CENTOR), Université Laval, Québec.

Tang, J., Yung, K. and Liu, S., Lagrange relaxation decomposition for synchronized production and transportation planning with flexible vehicles

Sarmiento, A.M. and Nagi, R., a review of integrated analysis of production-distribution systems

Stecke, K.E. and Zhao, X., Production and transportation integration for a make-to-order manufacturing company with a commit-to-delivery business mode,2004

Ertogral, K., Wu, S.D. and Burke, L.I., Coordination production and transportation scheduling in the supply chain, technical report #98T-010, Department of indutial & Mfg. Systems engeniering, Lehigh University,1998

M.A. Lejeune, A variable neighborhood decomposition search method for supply chain management planning problems, European Journal of Operational Research, Volume 175, Issue 2, , 1 December 2006, Pages 959-976.

Bibliographie
conclusions
conclusions

Un certain nombre de travaux existent sur des problèmes d’ordonnancement simples

Développement de nouvelles thématiques :

Lacomme P., 2005, HDR, Méthodes exactes et approchées pour l’optimisation des

systèmes à moyen de Transport, Université Blaise Pascal (Clermont-ferrand II),

LIMOS.

Manier, M.A., 2006, HDR, Planification et ordonnancement des tâches de transport,

Université de technologie de Belfort-Montbéliard, SeT.

bibliographie1
Mahalean, Maria, Manier, Hervé, Manier, El Moudni, Abdellah et Marie-Ange, Manier. Intégration du transport dans la conception des chaînes logistiques. Actes de la Sixième conférence francophone de Modélisation et SIMulation (MOSIM’06), Rabat (Maroc), 3 au 5 avril 2006, p.306-313.

Mahalean, Maria, Manier, Hervé, Manier and El Moudni, Abdellah.. Consolidation in a Multicommodity Network, IEEE International Conference on Service Systems and Service Management (SSSM’2006), Troyes, France (25-27 october 2006).

Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. Approche évolutionniste pour le Cyclic Hoist Scheduling Problem avec ressources complexes. Actes du SixièmeCongrès de la Société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF’05), Tours (France), 14 au 16 février 2005, p.266-267.

Mahalean, Maria, Manier, Hervé, El Moudni, Abdellah. L’intégration du transport dans la conception des chaînes logistiques. Journées du 31 mars et 1 avril 2005, Clermont-ferrand, 31 mars 2005.

Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. CHSP: extension of an evolutionary approach to multifunction tanks. Bulletin de liaison n°30, groupe de travail HSP/FMS/FSHP…du GDR CNRS MACS, Nancy, 11 juin 2004.

Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle, "Une approche évolutionniste du problème de HSP : une proposition d'un nouveau codage issu de l'analogie avec le problème du M-STSPTW", Bulletin de liaison n26, groupe de travail HSP/FMS/FSHP…, Clermont-Ferrand, pp.35-43 (13 juin 2003).

Bibliographie