1

Présentation contributionRecherche Chaire Supply Chain

05 05 2009

Thèse:

Intégration de la prévision de la demande et optimisation de la planification de la production

et de l’approvisionnement

Doctorant: Thibault HUBERT

Directeur de thèse: Chengbin CHU

Co-directeur: Zied JEMAI

2

Travail réalisé – Stage Master 2: Etude de la prévision collaborative dans le cadre des promotions

1. Réalisation de l’état des lieux du fonctionnement des prévision chez Carrefour et Danone

2. Etude de la gestion des promotions des produits frais chez Carrefour et Danone

3. Proposition d’améliorations au niveau du processus actuel

4. Proposition d’un nouveau processus de gestion des promotions pour les produits frais entre Carrefour et Danone

3

Travail en cours – thèse: Intégration de la prévision et optimisation de la planification

Intégration de la prévision de la demande et optimisation de la planification de la production

et de l’approvisionnement

Etat de l’art et étude des méthodes de prévisions (niveaux tactique et opérationnel)

Méthodologie de choix de méthode de prévision Suivi de la prévision Applications

Optimisation de la planification de la production et de l’approvisionnement

Etude de la robustesse de la planification à différents horizons Etude de la planification en univers incertain

Adaptation aux produits concernés Evaluation de l’impact de la fiabilité de la prévision sur le coût logistique

4

Travail en cours – Intégration et utilisation de la prévision

Etude des modèles de prévision Bibliographie sur les modèles de prévision, leur suivi et leurs applications

[Brown, 1959], [Cogger, 1973], … [Fildes, 2008]

Méthodologie de choix de modèles de prévision et intégration Comparaison des modèles [Williams, 1984], [Flores, 1993] Catégorisation de la demande et des modèles [Syntetos et al., 2005] Algorithme de choix de modèles et de méthodes de prévision [Shah et al,

2007] Optimisation du modèle par rapport aux types de demandes [Fleischmann

et al., 2002] Dynamique du suivis et de l’adaptation des modèles [Tyagi, 2002]

Application Carrefour & Danone: Etude des Eaux Gefco: Etude des flux amont et aval d’un entrepôt PSA: Etude des pièces de rechanges Vallourec: Prévision de comandes d’un type de produit

5

Travail en cours – Intégration et utilisation de la prévision

Proposition d’une méthodologie de choix de modèle de prévision

Classification des produits Classification par l’historique Classification par le type de demande Classification par l’utilité de la prévision

Choix du modèle de prévision et adaptation Choix arbitraire ou comparaison Choix figé, évolutif ou dynamique Adaptation manuelle, automatique, intelligente

6

Classification par rapport à l’historique

Existence d’un historique

Existence de l’historique d’un produit similaire (même caractéristiques de demande)

Produit en début de vie (nouveau produit)

Analyse de la demande

Produit en début de vie (nouveau produit)

OuiNon

OuiNon

Mise en place suivi historique

Modèle de Gombertz, Modèle logistique, Analyse de la demande

Analogie historique similaireAnalyse de la demande

Modèle de GombertzModèle logistiqueAnalogie historique similaireAnalyse de la demande

OuiNon OuiNon

7

Classification par analyse de la demande

Analyse de la tendance

Analyse de la saisonnalité

Analyse de la continuité de la demande

Correction de la saisonnalité et mémorisation ou modèle de Winters

Analyse de la saisonnalité

Demande avec tendance

Moyenne mobile, Lissage exponentiel,

Demande sans tendance

Analyse de la tendance

Demande sans saisonnalité

Demande avec saisonnalité

Demande continue

Demande erratique

Analyse de la variabilité de la quantité Analyse de la variabilité de l’intermittence

… …

Analyse de la variabilité de la quantité

Correction de la tendance et mémorisation ou comparaison modèle de Holt et de Winters

Analyse de la variabilité de la quantité

Demande avec faible variabilité en quantité

Demande avec variabilité moyenne en quantité

Demande avec forte variabilité en quantité

Demande avec faible variabilité en quantité

Demande avec variabilité moyenne en quantité

Demande avec forte variabilité en quantité

Demande avec faible variabilité en quantité

Demande avec variabilité moyenne en quantité

Demande avec forte variabilité en quantité

Demande intermittente

Délai entre commande peu variable

Délai entre commande très variable

Délai entre commande peu variable

Délai entre commande très variable

8

Travail futur – Optimisation de la planification de la production et de l’approvisionnement

Deux pistes d’étude académique envisagées Etude de la robustesse de la planification

Comparaison de trois planifications:– La planification a priori (planification réelle avec prévision considéré parfaite)– La planification a posteriori (prévision initiale et son erreur)– La planification optimale, (avec demande réelle a posteriori)

Qualification de robustesse des 2 premiers modèlesde planification en fonction du coût de leurs inexactitudes.

Etude de la planification en univers incertain Incertitude et prévision connue 1ère planification pour n pas de temps Après ta , 2ème planification pour n pas de temps Meilleure méthode de planification permettant de minimiser le coût de

replanification?– Etude cas mono-produit avec politique de lotissement de Wagner-Whitin

Applications Carrefour & Danone – Approvisionnement en Eaux Gefco – Flux amont et aval d’un entrepôt PSA – Gestion des PR Vallourec – Planification de production

Demande réellePlanification optimale

Planification a priori

Planification a posteriori

Demande prévue Période 1

Demande prévue Période 3

Demande prévue Période 2

Planification période 1

Planification période 3

Planification période 2

9

Questions

Travail réalisé Stage Master 2 – Gestion collaborative des prévisions dans le cadre

des promotions

Travail en cours Thèse – Intégration et utilisation de la prévision

Travail futur Thèse – Optimisation de la planification de la production et de

l’approvisionnement

10