16-17 novembre 2006 intégration du transport en planification et ordonnancement dans la chaîne...
Post on 03-Apr-2015
106 Views
Preview:
TRANSCRIPT
16-17 Novembre 2006
Intégration du transport en planification et ordonnancement dans la chaîne logistique
Hervé MANIERUniversité de Technologie de Belfort-MontbéliardLaboratoire Systèmes et Transports (S.e.T) 90010 Belfort – FranceMél : herve.manier@utbm.fr
16-17 Novembre 2006
I Présentation des problèmes de transportFacility Location ProblemLocation-routing ProblemVehicle Routing Problem
II Prise en compte du transport en planification et ordonnancementNiveau stratégiqueNiveau tactiqueNiveau opérationnel
III Analogies et perspectives
IV Conclusion
PLAN
16-17 Novembre 2006
• 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
• Court terme, temps réel• Gestion et contrôle dynamiques des ressources et opérations: routes, horaires, personnel, incidents
Stratégique
Tactique
Opérationnel
• Long-terme• La configuration du système de transport (position des hubs, des terminaux)• Acquisition des ressources majeures (coûteuses)
Objectifs réglés et limites
Politiques et directives générales
* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05
Les niveaux de planification entransport
16-17 Novembre 2006
Définir la configuration d’une chaîne logistique :
- le nombre de sites à utiliser
- leur localisation
- leurs activités
- les volumes échangés entre sites
Facility location problem
16-17 Novembre 2006
Les contraintes du problème :
-répondre aux besoins du client
en respectant les capacités de productionles capacités de stockageles capacités de distribution
des différents sites de la chaîne logistique
en minimisant le coût total
Facility location problem
16-17 Novembre 2006
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.
Facility location problem :Modèles
16-17 Novembre 2006
Planninghorizon
Commodity Facilitylevels
Objectivefunction
Capacityconstraints
TransportationCost function
(Eksioglu et al. 2006) D 1 1 P/I/T - C
(Dohse et al. 1996) S M 2 T - U
(Melo et al. 2005) D M M P/I/T P U
(Canel et al. 2001) D M 2 P/T P U
(Holmberg et al. 1997) S 1 1 P/T P U
(Syam 2002) S M 2 P/I/H/T P/H S
(Melkote et al. 2001) S 1 1 P/T - U
(Barahona et al. 2005) S 1 1 P/T P U
(Melkote et al. 2001) (EJOR) S 1 1 P/T P U
(Ambrosino et al. 2005) S 1 M P/I/T P U
(Martel 2004) D M M P/I/H/T P U
Facility location problem : Typologie
16-17 Novembre 2006
* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05
- 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 j et 0 sinon
- la quantité de produit p demandée au nœud i livrée par l’installation j
jfp
idpijc
ju
jyp
ijx
Capacited, multi-products plant location problem*
16-17 Novembre 2006
1. Ambrosino D. and M. G. Scutella, Distribution network design: New problems and related models, European journal of operational research, 2005, 165, p610-624.
2. Barahona F. and F. A. Chudak, Near-optimal solutions to large-scale facility location problems, Discrete optimization, 2005, 2, p 35-50.
3. 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.
4. Dohse E. D. and K. R. Morrison, Using transportation solutions for a facility location problem, Computers ind. Engng, 1996, 31 (1/2), p63-66.
5. 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.
6. 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.
7. Klose, A. and A. Drexl, Facility location models for distribution system design, European Journal of Operational Research, 2005,162(1), p. 4-29.
8. 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.
9. Melkote S. and M. S. Daskin, Capacitated facility location/network design problems, European journal of operational research, 2001, 129, p481-495.
10. Melkote S. and M. S. Daskin, An integrated model of facility location and transportation network design, Transportation research part A, 2001,35, p515-538.
11. 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.
12. Syam S., A model and methodologies for the location problem with logistical components, Computers & operations research, 2002, P 1173-1193.
Facility location problem : bibliographie
16-17 Novembre 2006
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
16-17 Novembre 2006
Location-routing Problem : modèle
Sets :I set of all potential DC sitesJ set of all customersK set of all vehiclesParameters :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)kDecision 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 .
Min Gi yi + Cij xijk + Fk xijk
iI iIJ jIJ kK kK iI jJ
s.t. xijk =1, j J kK iIJ
dj xijk <= Qk, k K jJ iIJ
Ulk – Ujk + N xljk <= N-1, l,j J, k K
xijk - xjik = 0, k K, i I J jIJ jIJ
xijk <= 1, k K iI jJ
dj zij – Vi yi <= 0, i I jJ
-zij + (xiuk + xujk) <= 1 i I, j J, k K
16-17 Novembre 2006
Location-routing Problem: bibliographie
1. 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.
2. G. Nagy, S. Salhi, Location-routing: Issues, models and methods, European journal of operational research, 2007, 177, p 649-672.
3. 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
4. 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.
5. 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.
6. 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.
7. Wu T.H., C. Low and J.W. Bai, Heuristic solutions to multi-depot location-routing problems, Computers & operations research, 2002, p 1393-1415.
16-17 Novembre 2006
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
16-17 Novembre 2006
SDVRP
SDVRPTW
Problème de base
M voyageurs (véhicules)
Capacités (Q)
Profits (choix des clients
intéressants)
Pénalités, profits, sélection
STSP
STSPTW PCTSPTW
PCTSP PCVRP
PCVRPTW
TSP
TSPTW
M - TSP
VRP
VRPTW
SVRP
SVRPTW
Travelling Salesman Problem
Vehicle Routing Problem
Selective…problem
Prize Collecting…problem
Split and Delivery…problem
Time Windows…problem
Préemption des demandes
Fenêtres horaires
Vehicle routing Problem : typologie
16-17 Novembre 2006
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.∀ ∈ ∀ ∈ ∀ ∈
Où n : nombre de clientsV : ensemble de véhicules identiquesC : ensemble des clients C = {1;…;n}N : ensemble des nœudscij : coûts encourus pour circuler du nœud i au nœud jdi : demande du client i q : capacité du camioni : 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 camiontij : 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
Vehicle routing Problem : Le modèle de Kohl et Madsen (1997)
16-17 Novembre 2006
Calcul des chargesMacro
PICPlan Industriel & Commercial
PDPPlan Directeur de Production
CBNCalcul des
Besoins Nets
ORDO(FCS)
Exécution
Calcul des chargesDétaillé
SéquencementAffectation
BudgetMoyensRessource
Ordres d’approvisionnement
Ordres de fabrication
Ordres d’approvisionnement
Ordres de fabrication
Ordres de fabrication
Hiérarchie de planification MRP2
16-17 Novembre 2006
Liens production – transport
Tournées•Liste des articles à livrer•Design de la tournée
Facility location problem• La configuration de la chaîne logistique1. position des sites2. 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
PICPlan Industriel & Commercial
PDPPlan Directeur de Production
CBNCalcul des
Besoins Nets
ORDO(FCS)
Exécution
demandes
Groupage• Design du service, planification des opérations
DRP
16-17 Novembre 2006
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.
16-17 Novembre 2006
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 ????
16-17 Novembre 2006
Nouvelle catégorie de problèmes
Problèmes où les ressources de transport sont pris en compte
Robotic Scheduling Problem
AGVs scheduling
Hoist Scheduling Problem
…
16-17 Novembre 2006
HSP
Contraintes temporelles :• temps de déplacement non négligeables devant les durées
opératoires• durées opératoires bornées
Contraintes de ressources :
capacité limitée
robots
rail
Contraintes d'antériorité :• gamme(s) opératoire(s)
porteurs
Contraintes spatiales : risques de collisions entre robots
Ni stock ni attenteni préemption
Objectif : Déterminer un ordonnancement qui maximise la productivité, tout en assurant des produits de qualité.
16-17 Novembre 2006
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
i+1i j j+1
transport (mouvement en charge)
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
16-17 Novembre 2006
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
16-17 Novembre 2006
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.
16-17 Novembre 2006
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.
16-17 Novembre 2006
Bibliographie
• 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 Sixième Congrès 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 n 26, groupe de travail HSP/FMS/FSHP…, Clermont-Ferrand, pp. 35-43 (13 juin 2003).
top related