Planification des chaînes logistiques - LAAS-CNRS · 3 Etat de l’art Pilotage Modèle Outil...

1

Modèle Outil Cas-type Robustesse Réactivité Couplage ConclusionPilotageEtat de l’art

Planification des chaînes logistiques :Planification des chaînes logistiques :modélisation du système décisionnel modélisation du système décisionnel

et performanceet performance

Soutenance de thèse de

Julien FRANCOISIngénieur ENSEEIHT (Génie électrique et automatique)

Thèse co-dirigée IMS-LAPS / LAAS-MOGISA

Directeur de thèse : Jean-Paul BOURRIERES

Co-Directeur de thèse : Gérard FONTAN

Co-Directeur de thèse : Jean-Christophe DESCHAMPS

17 Décembre 2007

Ecole doctorale des Sciences Physiques et de l’Ingénieur

2


Sites de production de la voiture Sites des fournisseurs de rang 1 de rang 2 de rang 3

Exemple de production d’une

voiture «française»

Exemple introductif• La chaîne logistique : un partenariat complexe…

3


• Principaux enjeux de la chaîne logistique :– minimiser les coûts d’exploitation– assurer le niveau de service requis par le client– allouer efficacement les activités sur les acteurs de production,

distribution, transport– partager les risques et les profits

�Améliorer la compétitivité industrielle

• Quelques verrous à la coordination des acteurs :– Informations réparties et Partage d’informations difficile– Désynchronisation des processus– …

Définitions

4


• Gestion de la chaîne logistique(Supply Chain Management - SCM)

– Approche intégrative pour piloter le flux physique

• Entre tous les intervenants de la chaîne logistique (MP � PF)• Afin de produire et distribuer en quantité conforme

au bon endroit au bon moment

– Une des fonctions clés : planification

(Jones et Riley, 85 - Berry et al., 94 - Thomas et Griffin, 96 - Tan et al., 98 -Simchi-Levi et al., 00 - Geunes et Chang, 01 - Rota-Franz et al., 01 - Dominguez et Lashkari, 04)

Définitions

(Christopher, 92 - Lee et Billington, 93 - La Londe et Masters, 94 - Ganeshan et al, 95 -Tayur et al, 99 - Rota-Franz, 98 - Stadlter et Kilger, 00 - Mentzer et al, 01 - Génin, 03 –

Lummus et Vokurka, 04)

5


Client 22

Client 21

Client 23

Fournisseur 22

Fournisseur 21

Fournisseur 23

Fournisseur 2

Fournisseur 1

Fournisseur 3

Matières prem

ières

Chaîne logistique

Production Distribution

Entreprise Client 2

Client 1

Client 3

Produits finis

Rang 1Détaillants

Rang 2Grossistes

Rang 3Fabricants de produits finis

Rang 4Fabricants composants

Rang 5Transformations

matières premières

Sous-traitant

Clients

Synthèse sur la chaîne logistiqueY a- t- il un pilote dans

le réseau ?

Comment améliorer les gains de ce réseau ?

Modélisation du processus décisionnel (aide à la

planification)

6


• Améliorer le processus décisionnel (planification) en comparant les performances des alternatives de pilotage de la chaîne logistique.

• Sous- objectifs :– Identifier des architectures de pilotage typiques et les échanges d’information entre les différents acteurs

– Elaborer un modèle de planification des activités de production

– Comparer les performances des architectures de pilotage en simulant les décisions suivant divers scénarios

Objectifs de thèse

7


Plan

Conclusion et perspectives

Outil de planification

Modèle mathématique de planification

Architecture de pilotage de chaîne

logistique

Structure physique : cas-type de chaîne logistique

Ressource partagéeEtude de réactivitéEtude de robustesse

2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique

Expérimentale

1 Etat de l’art et positionnement

8


• Performance de la chaîne (Huang et al, 03 – Min et Zhou, 02 – Tan, 01 – SCC, 96 -Beamon, 98)

Etat de l’art sur la chaîne logistique

Etat de l’artEtat de l’art

• Réseau– Structure convergente, divergente, réseau (Croom et al, 00 – Lambert, 00)

– Organisation centralisée ou distribuée, hiérarchisée (Ganeshan et al, 99 -Lecompte-Alix, 01)

– Coopération, collaboration (Chan et al, 04 – Lauras et al., 03 – Camalot, 00)

• Modélisation– Modélisation d’entreprise (Botta-Genoulaz,

05 - Roque, 05)

– Modèle analytique (Dominguez, 04 - Thomas et Griffin, 96 - Jayarama et Pirkul, 01 – Bouchriha et Ladet, 02 - Dudek et Stadtler, 05 - Ozdamar et Tülin, 99 - Haehling Von Lanzenauer et Pilz-Glombik, 02 - Kirche et al., 05 - Lakhal et al., 99 et 01)

– Approche multi-agents (Ulieru et al, 02), (Forget et al, 07)

– Modèle de simulation (Maria, 97 - Kleijnen, 05)

• Dimensionnement et partage de capacité– Conception des CL (Syarif

and al., 02 - Melo and al., 06 -Korpela and al., 02)

– Planification collaborative des CL : négociation (Dudek and al., 05 - Brandolese and al., 00 -Spitter and al., 05)

9


• Hypothèses de travail :– Approche intégrée : Approvisionnement / Production + Distribution

– Production à la commande

– Prise en compte des transports (durée, capacité)

– Approche déterministe

– Pas d’agrégation de données

Positionnement des travaux

Etat de l’artEtat de l’art

10


Plan


Outil de planificationOutil de planification

Modèle Modèle mathématique de mathématique de planificationplanification

Architecture de Architecture de pilotage de chaîne pilotage de chaîne

logistiquelogistique



2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique

Expérimentale1 Etat de l’art et positionnement

11


Environnement d’un centre de décision

Ressource

Centre de Décision

Fournisseurs

Commande

Réception Livraison

Demande

CapacitésEtat de la productionOrdres

Centre de Décision de niveau supérieur

StockRupture

Ressource avec ses stocks entrants et sortants et son centre de décision local

Flux physique

Flux d’information horizontalFlux d’information vertical ascendant : État de la production

Flux d’information vertical descendant : Ordres

StockRessource Ressource

Entreprise

PilotagePilotage

Clients

Ordres CapacitésEtat de la production

12


CD1,3

Référencement des centres de décision

Niveau décisionnel

Rang des acteurs

Activité physique Flux Physique

Client

Largeur des activités en parallèle

n

CD1,2 CD1,5 CD1,7

CD2,1 CD2,3

CD3,1

CD1,1 CD1,4 CD1,6

CD2,2CDn,s

PilotagePilotage

13


Les différents pilotages

• Pilotage distribué– Entreprises indépendantes– Se rapproche des cas industriels

• Pilotage centralisé– Optimisation globale du réseau

• Pilotage mixte– Coordination et synchronisation partielle des entreprises

PilotagePilotage

14


Pilotage distribué

CD1,2

CD1,1

CD1,4 CD1,7

CD1,5

CD1,3 CD1,6

Client1

Client2

• Propagation de l’information : délai• Pas de coordination globale de la chaîne

Flux d’information client-fournisseurEntreprise

Client Flux physique

Centre de décision

PilotagePilotage

15


Pilotage centralisé

Flux d’information de pilotage et remontée d’information

Flux d’information client-fournisseur

CD2,1

CD1,2

CD1,1

CD1,4 CD1,7

CD1,5

CD1,3 CD1,6

Client1

Client2

• Cas théorique pouvant servir de référence

Entreprise


Centre de décision

PilotagePilotage

16


Pilotage mixte

CD2,3

CD1,2

CD1,1

CD1,4

CD1,7

CD1,5

CD1,3

CD1,6

CD2,1

CD2,2

Client1

Client2

• Globalisation et meilleur partage de l’information

Flux d’information de pilotage et remontée d’information

Flux d’information client-fournisseurEntreprise


Centre de décision

PilotagePilotage

17


• Relations verticales :Centre de décision de

niveau supérieur

Relations inter-centres de décision

Centre de décision local

Suivi de production Capacité de production allouée

PilotagePilotage

18


Plan d’approvisionnement

Plan de production

Plan de livraison

• Relations verticales :Relations inter-centres de décision

Centre de décision local

Centre de décision de niveau supérieur

PilotagePilotage

19


• Relations horizontales :

Client

Fournisseur


Plan de demandeAvec prise en compte du délai d’information

PilotagePilotage

20


• Relations horizontales :

Client

Fournisseur


Plan de livraisonAvec prise en compte du délai de livraison

PilotagePilotage

21


Modèle générique de planification

• Développement d’un modèle analytique– Linéaire en nombre réel– Dédié à l’optimisation de la planification d’un centre de décision

• Modèle générique, car :– Basé sur des invariants de planification– Déployé dans tout centre de décision CDn,s

• Hypothèses de modélisation :– Approche synchrone (couple horizon / période identique)– Fournisseurs de rang n idéaux– Délais et coûts constants dans le temps– Hiérarchisation décisionnelle, sans agrégation

ModèleModèle

22


Mise en équations du modèle• Critère

– Maximisation du gain• Contraintes

– Evolution des stocks pour les composants et les produits– Evolution des ruptures pour les produits finis

– Contraintes de capacité pour la production, le stockage et le transport

– Contrainte de transport pour les produits intermédiaires– Contrainte de non négativité des variables

– Initialisation des variables

ModèleModèle

23


Le modèle complet

∑∈′

−−+−=rEr

p,'r,rp,rp,rp,rp,r )t(l)DPt(f)1t(i)t(i Ht,Pp,Er r ∈∀∈∀∈∀(

∑∑∈′

′′∈

×−+−=rr Pp

p,rp,p,rE'r

p,r,'rp,rp,r ))t(fK()t(q)1t(i)t(i Ht,Pp,Er r ∈∀∈∀∈∀(

)t(l)t(d)1t(b)t(b p,'r,rp,r,'rp,'r,rp,'r,r −+−= Ht,Pp,Er,E'r r'r ∈∀∈∀∈∀∈∀

)t(CapR)1t(f. r

Pp

DP

1p,rp

r

p,r

≤

+τ−α∑ ∑

∈ =τHt,Er ∈∀∈∀

(

∑∈

≤δrPp

rp,rp )t(CapS)t(i. Ht,Er ∈∀∈∀(

)t(CapT)t(l. 'r,r

Pp

p,'r,rp

r

≤β∑∈

Ht,Er,Er r ∈∀∈′∀∈∀(

)t(q)DLt(l p,'r,r'r,rp,'r,r =− Ht,PPp,Er,Er 'rrr ∈∀∩∈∀∈′∀∈∀(

0)t(l),t(b),t(f),t(i),t(q p,'r,rp,'r,rp,rp,rp,'r,r ≥ Ht,Pp,Er,Er rr ∈∀∈∀∈′∀∈∀(

p,r0,p,r 0Ii = rPp,Er ∈∀∈∀(

p,'r,r0,p,'r,r 0Bb = rr Pp,Er,Er ∈∀∈′∀∈∀(

)t(0F)t(f p,rp,r = { }0,...,DP1t,Pp,Er p,rr −∈∀∈∀∈∀(

)t(0Q)t(q p,r,'rp,r,'r = { }r,'rrr DL,...,1t,Pp,Er,Er ∈∀∈∀∈′∀∈∀(

∑ ∑∑∑∑ ∑ ∑∑∑∑∑∑∑∈ ∈′ ∈ ∈∈ ∈ ∈∈ ∈′ ∈∈′ ∈ ∈

−

+−−=

Ht Er Er Ppp,rp,'r,r

Er Pp Ppp,rp,rp,rp,rp,r

Er Er Ppp,'r,r

Er Er Ppp,rp,'r,rgain

'r rr rr 'r'r r

CR).t(bCP).t(fCS).t(iCA.)t(qPV).t(lC(

ModèleModèle

24


Outil de planification : protocole d’échanges

DT&F Résultats Planif.

Résultats Définitifs

Production (OF)

Réappro(OA)

Récupéra

tion

info

Xpress-MP Ecriture résultats

DécideurAccepter/Modifier

Modèle d’optimisation de la planification

Demandes client

Dde DIDonnées àdisposition

t � t + période

Mise à jour des données

Aléa

DT&F : Données Techniques et Financières

DI : Données Initiales

Dde : Demandes

Aide à la décision

Fichiers

Excel

OutilOutil

25


Maquette d’expérimentations

25

OutilOutil

26


Plan





logistique

Structure physique : casStructure physique : cas--type de chaîne logistiquetype de chaîne logistique


2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique


27


• Basé sur la littérature et des entretiens industriels

• Industries :– 3 Entreprises du secteur aéronautique– 1 Entreprise de systèmes de conditionnement d’air– 1 Entreprise de l’industrie du semi-conducteur

• Caractéristiques essentielles :– Grandes entreprises : donneurs d’ordres ou fournisseurs– Réseau de distribution limité– Chaînes logistiques et produits complexes– Fabrication petite et moyenne séries à la commande

Cas-type de chaîne logistique

CasCas--typetype

28


• Peu mention de la gestion globale de la chaîne– Ensemble de relations client – fournisseur– Difficultés à prendre en compte tous les acteurs : vision limitée au rang n- 1

• Néanmoins favorisation du partage d’information – Outils informatiques (accès portails, EDI…)– Plans d’approvisionnement, niveau de stock, …

Constats sur le pilotage de la chaîne

CasCas--typetype

29


Fo2

ASSEMBLEUR

Cl2

Fvs

Fo3

Fo1

Cl1

Cl3

PEINTREFpt

Chaîne logistique 1

SCIERIE 2

SCIERIE 1

SCIERIE 3


Fournisseur externeEntreprise

Cl Client finalFlux physique

Cas-type de chaîne logistique

� Application des 3 pilotages :

distribué, centralisé et mixte

CasCas--typetype

30


Application sur cas-type : Pilotage par chaîne

Fournisseur externe

Entreprise

Cl Client final

Flux physique

Centre de décision

Échanges d’information

Fo2

ASSEMBLEUR

Cl2

Fvs

Fo3

Fo1

Cl1

Cl3

PEINTREFpt


SCIERIE 2

SCIERIE 1

SCIERIE 3


Centre de décision de niveau supérieur 1

Centre de décision de niveau supérieur 2

CD1.2

CD1.1

CD1.3

CD1.4

CD1.5

CD2.1

CD2.2

CasCas--typetype

31


• Niveaux de stocks et de ruptures initiaux nuls• En- cours de production et de transport établis pour satisfaire les premières demandes

• Demandes par période constantes sur tout l’horizon :– 10 tables peintes– 20 meubles simples– 10 meubles grands

• Charges induites :

Charge

Acteur

30 %46,65 %46,66 %50 %8 %

PeintreAssembleurScierie 3Scierie 2Scierie 1

Le scénario de référence

• Indicateurs de performance choisis :– Profit du réseau– Coûts de stockage, de rupture, de production, et d’achat de matières premières

CasCas--typetype

32


Plan





logistique


Ressource partagéeEtude de réactivitéEtude de réactivitéEtude de robustesseEtude de robustesse

2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique


33


Définitions

• Robustesse : – Aptitude d’une solution de planification à ne pas être trop sensible aux incertitudes sur certaines données, telles que la capacité, la demande,…

– Planification statique (horizon fixe)– Plus de 170 expérimentations

• Réactivité : – Aptitude à utiliser la flexibilité décisionnelle face à l’apparition d’un aléa de fonctionnement ou aux sollicitations non prévisibles de l’environnement

– Planification dynamique (horizon glissant)– Environ 160 expérimentations

Robustesse RéactivitéRobustesse Réactivité

34


Coûtrupture

Demande

Appro./ Transport

Capaproduction

Délaiinformat°

Scénariode référence

Coûtstockage

Coûtrupture

Demande

Appro./ Transport

Capaproduction

Délaiinformat°

Scénariode référence

Coûtstockage

Méthodologie

RobustesseRobustesse

35


-80000,00

-70000,00

-60000,00

-50000,00

-40000,00

-30000,00

-20000,00

-10000,00

0,00

CR=10CS et Pic demande Table CR=4CS et Pic demande Table

Coûtrupture

Demande

Appro./ Transport

Capacité production

Délaiinformation

Scénario de référence

Coûtstockage

Et Pic demande

TableEt Annulation Capacité

de production-200000,00

-150000,00

-100000,00

-50000,00

0,00

50000,00

100000,00

150000,00

Pic demande Table Pic demande MS

-6000,00

-5000,00

-4000,00

-3000,00

-2000,00

-1000,00

0,00

Annulation approFvs

Annulation approFo1

Annulation approSc1

-5000,00

-4000,00

-3000,00

-2000,00

-1000,00

0,00

Annulation capaPeintre 1p

Annulation capaAssembleur 1p


-2000,00

-1500,00

-1000,00

-500,00

0,00

Annulation capaPeintre 1p



-150000,00

-145000,00

-140000,00

-135000,00

-130000,00

-125000,00

-120000,00

-115000,00

CS modifié pour préférencechez client et Pic demande

Table

CS modifié pour préférencechez fournisseur et Pic

demande Table

-60000,00

-50000,00

-40000,00

-30000,00

-20000,00

-10000,00

0,00


Distribué

Par Chaine

Centralisé

Par Chaîne

-200000,00

-150000,00

-100000,00

-50000,00

0,00

50000,00

100000,00

150000,00


Profits suivant l'amplitude du pic de demande en MS

-100000

0

100000

200000

300000

400000

500000

600000

700000

0 500 1000 1500 2000 2500 3000 3500

Amplitude du pic en MS

Pro

fits

Profits suivant l'amplitude du pic de demande en Ta ble

0

50000

100000

150000

200000

250000

300000

350000

400000

450000

0 500 1000 1500 2000 2500

Amplitude du pic en Table

Pro

fits


36


Résultat : synthèse sur la robustesse

• Notation qualitative du degré de robustesse :– Solution …

• pas du tout (1)• peu (2)• moyennement (3)• assez (4)• très (5)

Centralisé Par Chaîne Distribué TotalAppro 2 1 2 5Capacité production 2 2 2 6Coût rupture 3 4 4 11Coût stockage 3 3 1 7Demande 2 2 1 5Délai information 5 5 2 12

Total 17 17 12

robuste par rapport à la variation des paramètres considérés


37


Les différents scénarios pour la réactivité

160 expérimentations avec augmentation de la demande en fonction :

• du type d’aléa – Panne de machine– Retard d’approvisionnement

• de la période de replanification– Conditionne le délai de réaction

• du degré d’autonomie des centres locaux

• du degré de collaboration en pilotage distribué– Suivi de livraison– Transmission du plan de livraison

RéactivitéRéactivité

38


(Re-)calcul de planification sur tout l’horizon

Peintre

Assembleur

Transmission d’un plan

tempsPériode de replanification

ScierieAléa

Remise en cause de la planif, si autonomie locale

Propagation de l’aléa

Délai Réception - Livraison

Si Suivi de livraison, retour d’information lorsque quantité livrée ≠ quantité demandée

Si transmission du Plan de livraison, retour d’information immédiat lors du calcul en cas de

ruptures prévues par les fournisseurs

Transmission d’information relative à une seule période

Explications Autonomie / Collaboration


39


Résultat : synthèse sur la réactivité

• Impact du degré de collaboration et d’autonomie

0,00

1000,00

2000,00

3000,00

4000,00

5000,00

6000,00

7000,00

_._._ _.P._ S._._ S.P._ _._.A _.P.A S._.A S.P.A

Degré de collaboration et autonomie

Per

tes

prof

it pa

r rap

port

au ré

fére

ntie

l

Centralisé Par chaîne Distribué

S : Suivi de livraison

P : Transmission du plan de livraison

A : Autonomie locale


40


Résultat : synthèse sur la réactivité

• Impact de la période de replanificationPériode de replanification

-3500,00

-3000,00

-2500,00

-2000,00

-1500,00

-1000,00

-500,00

0,003 4 5 6 7 8 9 10

PP

Eca

rt pr

ofit

par r

appo

rt au

réfé

rent

iel

Centralisé par chaîne Distribué


41


Plan





logistique


Ressource partagéeRessource partagéeEtude de réactivitéEtude de robustesse

2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique


42


Rappel de la problématique• Négociation du partage de capacité du maillon commun

CouplageCouplage

FournisseursChaîne 1

FournisseursChaîne 2

ClientsChaîne 1

ClientsChaîne 2

Partenairecommun

Flux matière 1

Flux matière 2

CD1,1

CD2,1

CD2,2

CD2,1 : Planifie CD2,2 : Planifie

CD1,1 : Réserve

0 : capacités pré-réservées

CD1,1 : Analyse

2 : proposition d’OF sur H

CD2,1 : Replanifie CD2,2 : Replanifie

CD1,1 : Décision

3 : refus et envoi d’un nouveau plan

2’ : nouvelle proposition d’OF sur H

2’ : nouvelle proposition d’OF sur H 3’ : accord

avec CD2,13’ : accord avec CD2,2

1 : demandesclients

1 : demandesclients

• Ajout d’un élément dans le critère pour minimiser les écarts entre – les ordres du niveau supérieur – les plans locaux

Capacitétotale du maillon commun

Chargedemandée par CL1

Chargedemandée par CL2

43


capacitétotale

• Partitionnement initial de la capacité totale :

Capacitéréservée pour SC1

Capacitéréservée pour SC2

1 - µ = 80%

µ = 20%

1 - µ =20%

µ = 80%

Facteurs reflétant la stratégie de négociation

CouplageCouplage

44


Capacité totale

du maillon partagé

Capacité disponible

γ = - 60% γ = 60%

• Degré de partage initial de capacité :

Capacité réservée pour SC1

Capacité réservée pour SC2

γ = 0%

Facteurs reflétant la stratégie de négociation

CouplageCouplage

45


Résultat

• Impact de la surestimation initiale de la capacité (γ)µ étant fixé à 50% (partage équitable)

γ0

50000

100000

150000

200000

250000

0 20 40 60 80 100

Profit

Centralisé Par Chaine DistribuéPar Chaîne

CouplageCouplage

46


Non convergence du processus de négociation

• Autres expérimentations avec modification des poids du nouvel élément du critère.– Si poids importants pour nouvel élément, alors le processus converge « naturellement »

– Sinon, risque de non convergence (nombre d’échanges important voir infini)

• Mécanismes d’aide à la convergence :– Transmission des plans de capacité en redistribuant de moins en moins la capacité résiduelle

– Augmentation progressive des poids du critère

CouplageCouplage

47


Plan

Conclusion et perspectivesConclusion et perspectives




logistique



2 3

4

5

6 7 8

3

1

1

1 1 1

Théorique


48


Conclusion

• Elaboration d’un outil générique d’aide à la planification des réseaux logistiques couplant :– Un modèle mathématique de résolution rapide (Xpress-MP)– Un tableur (Excel) servant d’interface avec le décideur

• Etude du partage d’information et de décision dans la chaîne et son impact sur la performance (pilotage distribué, centralisé, mixte)

• Caractérisation d’un processus de négociation

• Pour tout cas d’étude, analyse de performances :– Robustesse – Réactivité– Partage de capacité

ConclusionConclusion

49


Perspectives

ConclusionConclusion

• Extension du modèle de planification :– Ajout de nouvelles contraintes (Production par lot, rebuts, stock de sécurité…)

– Prise en compte de sous-traitants – Agrégation des données– Renégociation des plans de livraison– Désynchronisation des décisions

• Exploitation de l’outil– Couplage avec un simulateur du système physique– Développement de nouvelles stratégies de négociation – Poursuite de l’étude des chaînes couplées (N centres, HG)

• …

50


Planification des chaînes logistiques :Planification des chaînes logistiques :modélisation du système décisionnel modélisation du système décisionnel

et performanceet performance

Soutenance de thèse de

Julien FRANCOISIngénieur ENSEEIHT (Génie électrique et automatique)

17 Décembre 2007

Ecole doctorale des Sciences Physiques et de l’Ingénieur

Thèse co-dirigée IMS-LAPS / LAAS

Directeur de thèse : Jean-Paul BOURRIERES

Co-Directeur de thèse : Gérard FONTAN

Co-Directeur de thèse : Jean-Christophe DESCHAMPS

Planification des chaînes logistiques - LAAS-CNRS · 3 Etat de l’art Pilotage Modèle Outil...

Documents

Transcript of Planification des chaînes logistiques - LAAS-CNRS · 3 Etat de l’art Pilotage Modèle Outil...