Documente Academic
Documente Profesional
Documente Cultură
THESE
Prsente pour obtenir
LE TITRE DE DOCTEUR DE LINSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE
Titre de la thse
M. M.
Mme Colette MERC M. M. M. Jean-Pierre CAMPAGNE Andr THOMAS Jean Paul BOURIRES
Sommaire
Sommaire
Sommaire ................................................................................................................................... 3 Remerciements ........................................................................................................................... 9 Introduction gnrale................................................................................................................ 11 Chapitre 1. Gnralits et tat de lart...................................................................................... 17 Introduction au chapitre 1 ........................................................................................................ 17 1. La chane logistique ......................................................................................................... 18 1.1. Dfinitions de la chane logistique ........................................................................... 18 1.2. Essais de dfinition typologiques............................................................................. 19 1.2.1. Structures typiques de chanes logistiques ....................................................... 19 1.2.2. Entreprises et chanes logistiques..................................................................... 20 2. Supply Chain Management .............................................................................................. 21 2.1. Niveaux dcisionnels................................................................................................ 23 2.1.1. Niveau stratgique............................................................................................ 23 2.1.2. Niveau tactique................................................................................................. 24 2.1.3. Niveau oprationnel ......................................................................................... 24 2.2. La modlisation SCOR............................................................................................. 25 3. Intgration et collaboration : les supports aux SCM ........................................................ 26 3.1. Intrt et ncessit de la collaboration ..................................................................... 26 3.2. Les processus collaboratifs....................................................................................... 27 3.2.1. Le processus Plan Industriel et Commercial .................................................... 27 3.2.2. Efficient Customer/Consumer Response ......................................................... 28 3.2.3. Collaborative Planning, Forecasting and Replenishment ................................ 29 3.2.4. Vendor Managed Inventories ........................................................................... 30 3.3. Technologies de linformation pour le SCM............................................................ 30 3.3.1. Les progiciels de gestion intgrs .................................................................... 30 3.3.2. Les nouveaux supports de la gestion de la chane logistique........................... 32 Conclusion du chapitre 1.......................................................................................................... 33 Chapitre 2 : Approches pour la planification des chanes logistiques...................................... 35 Introduction au chapitre 2 ........................................................................................................ 35 1. Les lments de la planification des chanes logistiques ................................................. 36 1.1. Grille de classification de la bibliographie en SCM ................................................ 37 1.2. Exemples dapplication de la grille de classification ............................................... 39 2. Planification en milieu industriel : tudes de cas ............................................................. 40 2.1. Contexte de ltude de cas........................................................................................ 40 2.2. Observations............................................................................................................. 42 2.2.1. Influence de la taille de lentreprise ................................................................. 42 2.2.2. Relations centralises vs. point--point............................................................ 42 2.2.3. Informations changes.................................................................................... 43 2.3. Bilan des tudes de cas............................................................................................. 44 3. Travaux de recherche sur la planification des chanes logistiques................................... 45 3.1. Modles centraliss .................................................................................................. 46 3.2. Approches distribues .............................................................................................. 46 3.3. Approches hirarchises........................................................................................... 47 3.4. Gestion de lincertitude sur la demande et ractivit ............................................... 48 3.4.1. Approches pour la modlisation de la ractivit .............................................. 48 3.4.2. Introduction de marges dans la planification ................................................... 49 3.4.3. Prise en compte de lincertitude par la modlisation de la demande ............... 50 Conclusion du chapitre 2.......................................................................................................... 51 3/157
Sommaire Chapitre 3 : Concepts pour la planification dynamique........................................................... 53 Introduction au chapitre 3 ........................................................................................................ 53 1. Intrts de ltude ............................................................................................................. 54 1.1. Complexit de la planification ................................................................................. 54 1.2. Objectifs de ltude .................................................................................................. 54 2. Caractristiques de lentit modlise.............................................................................. 55 2.1. Structure gnrique dun lment dune chane logistique ...................................... 55 2.2. Processus et leviers dcisionnels considrs............................................................ 57 3. Analyse des dlais limitant la ractivit........................................................................... 59 3.1. Dlai danticipation .................................................................................................. 59 3.2. Dlais dobtention .................................................................................................... 60 4. Processus de planification dynamique ............................................................................. 62 4.1. Horizon de planification........................................................................................... 62 4.2. Planification horizon glissant et horizons gels .................................................... 62 4.3. Besoin de visibilit sur les demandes clients ........................................................... 64 4.4. Interactions entre dcisions ...................................................................................... 67 Conclusion du chapitre 3.......................................................................................................... 72 Chapitre 4 : Modlisation et aide la dcision ........................................................................ 73 Introduction au chapitre 4 ........................................................................................................ 73 1. Modle de planification.................................................................................................... 74 1.1. Notations .................................................................................................................. 74 1.2. Modle de planification M ...................................................................................... 75 2. Simulation du processus dynamique de planification ...................................................... 77 2.1. Contexte de simulation............................................................................................. 77 2.2. Fonctionnement gnral du processus de simulation............................................... 79 3. Analyse du processus de planification dans un contexte certain ..................................... 81 3.1. Donnes gnrales lies lexemple dapplication.................................................. 81 3.2. Caractristiques du plan de rfrence....................................................................... 84 3.3. Visibilit sur la demande.......................................................................................... 87 3.4. Influence de la priodicit de planification PP......................................................... 95 Conclusion du chapitre 4.......................................................................................................... 96 Chapitre 5 : Amlioration de la relation client......................................................................... 97 Introduction au chapitre 5 ........................................................................................................ 97 1. Modlisation de la demande incertaine ............................................................................ 98 1.1. Nature de la demande client ..................................................................................... 98 1.2. Formalisation et volution de la demande client...................................................... 99 1.3. Principe dagrgation de la demande client ........................................................... 100 2. Stratgies pour la planification de la demande flexible ................................................. 103 2.1. Dfinition des stratgies de planification ............................................................... 103 2.2. valuation des stratgies laide du simulateur .................................................... 104 3. Exemples dapplications de loutil de simulation .......................................................... 105 3.1. Caractristiques de lexemple ................................................................................ 106 3.2. Profil de demande................................................................................................... 106 3.3. Exemple dvaluation et de choix de stratgie....................................................... 108 3.3.1. volution des cots selon la dcomposition de lhorizon de planification .... 108 3.3.2. valuation des stratgies sans information sur le contexte ............................ 111 3.3.3. Aide au choix dune stratgie......................................................................... 114 Conclusion du chapitre 5........................................................................................................ 116
4/157
Sommaire Chapitre 6 : Amlioration des relations avec les fournisseurs ............................................... 117 Introduction au chapitre 6 ...................................................................................................... 117 1. Motivations de ltude.................................................................................................... 118 1.1. lments de problmatique .................................................................................... 118 1.2. Approche propose................................................................................................. 119 2. Modification des contraintes lies au fournisseur .......................................................... 120 3. valuation de lintroduction dun horizon flexible pour chaque fournisseur ................ 122 3.1. Analyse dans un contexte demande client variant faiblement............................. 122 3.1.1. Caractristiques de lexemple ........................................................................ 122 3.1.2. Influence de la ractivit du fournisseur ........................................................ 124 3.1.3. Synthse ......................................................................................................... 127 3.2. Application aux exemples des chapitres prcdents .............................................. 128 3.2.1. valuation de la ractivit fournisseur : stratgie optimiste, pire des cas...... 128 3.2.2. valuation de la ractivit fournisseur : stratgie pessimiste, pire des cas .... 132 3.2.3. Bilan des tudes avec utilisation des stratgies.............................................. 134 Conclusion du chapitre 6........................................................................................................ 136 Conclusion gnrale ............................................................................................................... 137 Bibliographie.......................................................................................................................... 141 Annexes.................................................................................................................................. 149
Liste des figures : Figure 1. Reprsentation dune chane logistique (Lee et Billington, 1993) ........................... 18 Figure 2. Diffrentes structures de la chane logistique ........................................................... 20 Figure 3. La Maison du SCM ............................................................................................. 22 Figure 4. Les quatre principaux axes de travail de lECR ....................................................... 29 Figure 5. Positionnement de l'offre logicielle (source cxp) ..................................................... 31 Figure 6. Matrice du Supply Chain Planning (Stadtler et al., 2000)........................................ 36 Figure 7. Niveaux dcisionnels considrs dans la littrature ................................................. 39 Figure 8. Processus apprhends dans les recherches actuelles............................................... 40 Figure 9. Structure type des chanes considres..................................................................... 41 Figure 10. Schma dune structure gnrale point--point centre sur une unit au sein dune chane logistique............................................................................................................... 56 Figure 11. Exemple de prise en compte du dlai d'anticipation dans l'horizon dcisionnel .... 60 Figure 12. Exemple de cumul du dlai d'anticipation et du dlai dobtention ......................... 61 Figure 13. Principe du gel et du report des dcisions............................................................... 63 Figure 14. Cumul des dlais d'anticipation et d'obtention........................................................ 65 Figure 15. Lien entre le gel des dcisions et la visibilit sur la demande client ...................... 66 Figure 16. Dpendances entre dcisions de production, capacit et approvisionnements ....... 68 Figure 17. Positionnement des horizons gels des diffrentes dcisions................................. 69 Figure 18. Intersection des horizons gels et des dcisions anticipes .................................... 70 Figure 19. Principe de cration des plans rellement implments ......................................... 78 Figure 20. Cadre de simulation ................................................................................................ 80 Figure 21. Positionnement de la demande par rapport aux capacits cumules ...................... 83 Figure 22. Positionnement de la demande par rapport aux capacits cumules ...................... 84 Figure 23. Niveau de stock et profil de demande n1 .............................................................. 85
5/157
Sommaire Figure 24. Niveau de stock et profil de demande n2 .............................................................. 85 Figure 25. Production et sous-traitance (profil n1)................................................................. 86 Figure 26. Production et sous-traitance (profil n2)................................................................. 86 Figure 27. Influence de la visibilit sur les cots des plans implments (profil n 1)............ 87 Figure 28. Positionnement des dlais et horizons gels appliqus lexemple....................... 89 Figure 29. Comparaison des niveaux de stock et de rupture (profil n1)................................. 90 Figure 30. Production, sous-traitance et heures supplmentaires (profil n1) ......................... 91 Figure 31. volution des achats aux diffrents fournisseurs (profil n1)................................. 91 Figure 32. Rpartition des cots des plans implments (profil n 1) ..................................... 92 Figure 33. Influence de la visibilit sur les cots des plans implments (profil n 2)............ 92 Figure 34. Rpartition des cots des plans implments (profil n 2) ..................................... 93 Figure 35. volution du niveau de stock (profil n2)............................................................... 93 Figure 36. volution des achats aux diffrents fournisseurs (profil n2)................................. 94 Figure 37. Production, sous-traitance et heures supplmentaires (profil n2) ......................... 94 Figure 38. Dcomposition de l'horizon de planification .......................................................... 99 Figure 39. Positionnement des capacits cumules par rapport aux demandes ..................... 107 Figure 40. Comparatifs des cots gnrs selon la longueur de lhorizon ferme et la stratgie ........................................................................................................................................ 109 Figure 41. Cots de ruptures selon la stratgie et la longueur de lhorizon ferme................. 110 Figure 42. Cots de stockage selon la stratgie et la longueur de lhorizon ferme................ 111 Figure 43. Loi (2,7) .............................................................................................................. 112 Figure 44. Loi (7,2) .............................................................................................................. 112 Figure 45. Dcomposition de lhorizon dapprovisionnement............................................... 120 Figure 46. Dcomposition de lhorizon de planification........................................................ 121 Figure 47. Productions en situation 1 : TFF = 6 ; TFF = 4 ; TFL = 0 ; TFF = 0 ................. 124
1 2 1 2
Figure 48. Achats en situation 1 : TFF = 6 ; TFF = 4 ; TFL = 0 ; TFF = 0 ......................... 125
1 2 1 2
Figure 49. Productions en situation 2 : TFF = 3 ; TFF = 2 ; TFL = 3 ; TFF = 2 ................. 125
1 2 1 2
Figure 50. Achats en situation 2 : TFF = 3 ; TFF = 2 ; TFL = 3 ; TFF = 2 ......................... 126
1 2 1 2
Figure 51. Productions en situation 3 : TFF = 3 ; TFF = 2 ; TFL = 0 ; TFF = 0 ................. 126
1 2 1 2
Figure 52. Achats en situation 3 : TFF = 3 ; TFF = 2 ; TFL = 0 ; TFF = 0 ......................... 127
1 2 1 2
Figure 53. Positionnement des capacits cumules par rapport aux demandes ..................... 129 Figure 54. Cots d'approvisionnement du composant C2 pour la stratgie optimiste ........... 131 Figure 55. Cots d'approvisionnement du composant C2 pour la stratgie pessimiste ......... 134
6/157
Sommaire Liste des tableaux : Tableau 1. Les processus niveau 1 du modle SCOR........................................................ 25 Tableau 2. Grille de classification de littrature en SCM ........................................................ 38 Tableau 3. Caractristiques des lments de production.......................................................... 81 Tableau 4. Cots d'achats, de stockage et de rupture ............................................................... 82 Tableau 5. Profil de demande gnr sur HS (profil n 1) ....................................................... 82 Tableau 6. Demande gnre sur HS (profil n2) .................................................................... 83 Tableau 7. volution des cots des plans selon PP (profil n1) .............................................. 95 Tableau 8. Exemple d'agrgation de la demande ................................................................... 102 Tableau 9. Caractristiques des lments de production........................................................ 106 Tableau 10. Cots d'achats, de stockage et de rupture ........................................................... 106 Tableau 11. Paramtres pour la production............................................................................ 106 Tableau 12. Demande gnre sur HS ................................................................................... 107 Tableau 13. Gains obtenus par l'application des diffrentes stratgies selon le contexte ...... 114 Tableau 14. Identification des gains maximum ..................................................................... 115 Tableau 15. Manque gagner d au choix dune mauvaise stratgie.................................... 115 Tableau 16. Demande gnre sur HS ................................................................................... 122 Tableau 17. Caractristiques des lments de production...................................................... 123 Tableau 18. Cots d'achats, de stockage et de rupture ........................................................... 123 Tableau 19. Rcapitulatif des rsultats................................................................................... 127 Tableau 20. Paramtres pour l'tude de l'influence de la ractivit (stratgie optimiste) ...... 130 Tableau 21. Cots des plans obtenus pour chaque cas (stratgie optimiste).......................... 130 Tableau 22. Paramtres pour l'tude de l'influence de la ractivit (stratgie pessimiste) .... 132 Tableau 23. Cots des plans obtenus pour chaque cas (stratgie pessimiste)........................ 132
7/157
Sommaire
8/157
Remerciements
Remerciements
En premier lieu je tiens remercier Monsieur Daniel NOYES, Professeur lcole Nationale dIngnieurs de Tarbes et Directeur de la Recherche au Laboratoire Gnie de Production qui y est rattach pour mavoir permis deffectuer la premire partie de ces travaux au sein de son tablissement. Je remercie Messieurs Malik GHALLAB et Raja CHATILA ancien et actuel directeurs du Laboratoire dAnalyse et dArchitecture des Systmes pour mavoir accueilli au sein de leur laboratoire facilitant ainsi la mise en uvre du co-encadrement de ma thse. Je tiens remercier Messieurs les Professeurs Jean-Pierre CAMPAGNE et Andr THOMAS pour avoir accept de rapporter ce travail. Leurs commentaires aviss et leur vision des problmatiques actuelles sont un prcieux atout pour la pertinence des rsultats proposs. Pour leur prsence au sein de mon jury de thse et leurs questions pertinentes, je tiens remercier Messieurs les professeurs Jean Paul BOURRIRES et Yannick FREIN. Cest un trs grand plaisir pour moi davoir pu associer ces quatre noms mes travaux. Par leurs qualits humaines, leurs comptences, leur enthousiasme, les Professeurs Bernard GRABOT et Colette MERC mont donn une des plus belles images possibles du mtier denseignant chercheur. Ils ont su me diriger dans ses recherches en me donnant la motivation et lautonomie ncessaire sa ralisation. Je ne les remercierai jamais assez pour leurs prcieux conseils tout au long de cette thse. Cette thse est ne dans le cadre dune collaboration engageant plusieurs laboratoires. Cette collaboration ma permis de rencontrer bon nombre de personnes qui ont su divers moments me poser les bonnes questions et me prodiguer de justes conseils. Je pense tout particulirement madame Caroline THIERRY, qui a accept de participer mon jury et avec qui jai aujourdhui la chance de travailler luniversit Toulouse 2 Le Mirail et qui jadresse mes plus sincres remerciements. Aux personnels de lcole des Mines dAlbiCarmaux, Jacques LAMOTHE, Lionel DUPONT, Herv PINGAUD, ceux de lcole Nationale dIngnieurs de Tarbes, Daniel NOYES, Franois MARCOTTE, Laurent GENESTE ainsi quau personnel du LAAS-CNRS et particulirement du groupe MOGISA dans leurs tablissements respectifs, Pierre LOPEZ, Grard FONTAN, Marie-Jos HUGUET, Marcel MONGEAU, Cyril BRIAND, Patrick ESQUIROL, Jacques ERSCHLER, Jean-Claude HENNET, Christian ARTIGUES, jadresse mes plus sincres remerciements. Je place ici une ligne spciale pour Mesdames, liane DUFOUR, Henriette DAI-PRA et Ccile de BARROS dans leurs secrtariats respectifs au LAAS-CNRS et au LGP-ENIT pour avoir facilit mes dmarches administratives avec srieux et volontarisme. Pour les changes fructueux que nous avons pu avoir, je remercie mes collgues doctorants Julien FRANCOIS et Jaouher MAHMOUDI. Parmi les doctorants que jai pu rencontrer et avec qui jai partag mes joies et peines du quotidien, je remercie Yasemin, Carmen, Emmanuelle, Nabil, Christophe, Mila, Iban, Fernando, Raymond, Roberta, Gabriel, Vincent et bien dautres encore Enfin, mes remerciements sadressent mon entourage. Ils ont su me soutenir et mapporter leur confiance. Mes parents, mes frres, ma sur, Fanny, Jacques, Jocelyne et mes amis qui sont dsormais de brillants industriels, Sbastien, Guillaume (les deux), Arnaud, Pierrot, Julien Je marrterais ici mais que ceux qui se sentent oublis me passent un coup de fil pour que je puisse leur exprimer ma gratitude 9/157
Remerciements
10/157
Introduction gnrale
Introduction gnrale
Cette thse sintresse la planification moyen terme de chanes logistiques et propose une approche permettant damliorer les relations interentreprises au sein de la chane logistique. Dans cette introduction, nous dressons une rapide revue de lvolution du contexte conomique qui a rendu ncessaire la mise en place de dmarches collaboratives interentreprises. La partie lments de problmatique de cette introduction dcrit ce qui a motiv notre approche, rsume dans la partie notre vision . Enfin, larchitecture gnrale de ce mmoire est prsente en fin de cette introduction dans la partie structure du mmoire . Le contexte conomique Depuis les annes 1950, la gestion industrielle a subi des profondes mutations modifiant les modes de gestion des entreprises. De 1950 1975, lconomie de production, voyant une demande plus forte que loffre, pousse les entreprises produire, moindre cot, des produits peu varis. Depuis 1975, lconomie de production laisse sa place lconomie de march dans laquelle loffre est suprieure la demande et les prix sont fixs par le march. A la mme poque, au dbut des annes 1980, le concept de chane logistique fait son apparition avec un programme menant une rduction des dlais de livraison dans lindustrie textile et dhabillement aux Etats-Unis (Lummus et Vokurka, 1999). Lide que les entreprises peuvent sinscrire dans une logique gagnant-gagnant en accroissant leurs efforts dans le partage du travail et de linformation commence se dvelopper. Ainsi, lvolution du contexte conomique a fait que lentreprise sest vue oblige, dans un climat de concurrence accrue, damliorer sa matrise des cots et le contrle des trois flux caractrisant les relations dentreprenariat : les flux de matires, dinformations et financiers (Stadtler et Kilger, 2000). Pour satisfaire ces nouveaux besoins, lentreprise doit souvrir et se dcloisonner, en premier lieu, sur le plan interne, en amliorant sa communication entre services et, ventuellement, entre divers sites. Cela sest traduit par lapparition de structures transversales aux fonctions de lentreprise (i.e. approvisionnements, achats, production) grant lensemble du cycle de vie du produit. Dans un deuxime temps lentreprise doit souvrir sur le plan externe au travers des relations avec ses clients et fournisseurs (Eatman et Gargeya, 2002). Lide de considrer lintrt global des diffrentes entits prenant part au processus complet de ralisation dun produit ou dun ensemble de produits semble dsormais largement rpandue auprs des industriels. En effet, les entreprises sortent dun paradigme dans lequel les acteurs agissent dans leur seul intrt pour sorienter vers une prise de dcision pleinement coordonne. Ainsi, les informations disponibles localement tendent tre mises en cohrences entre les diffrents acteurs pour atteindre les objectifs du systme dans sa globalit (Sahin, 2005). La recherche de comptitivit sest de plus traduite par une spcialisation et un recentrage des activits des entreprises sur leur cur de mtier. Ainsi, dans un contexte de globalisation des changes, cette spcialisation a eu pour effet de multiplier les relations interentreprises. Par consquent, la coordination des diffrents acteurs extrieurs, dveloppant des savoir-faire spcialiss, est devenue un dfi important pour lamlioration de la gestion de production des entreprises. Ainsi, les entreprises se sont structures en rseaux fdrs dans le but de mieux 11/157
Introduction gnrale prendre en compte les besoins du client final moindre cot, en essayant dapprhender lensemble du processus dlaboration dun produit depuis la matire premire. Au sein de ces rseaux, appels chanes logistiques, des mcanismes de collaboration sont apparus pour faciliter les relations entre un donneur dordres et ses sous-traitants ou fournisseurs. Ces pratiques reposent notamment sur une bonne utilisation des informations changes. Cette volution conomique sest inscrite dans lvolution des technologies de linformation et de la communication qui ont facilit et favoris ces changes (Holland et Light, 1999). Ainsi, entre 1970 et 1975, les premiers ordinateurs permettent le dveloppement de la logique MRP, afin de planifier les approvisionnements. A partir de 1980, les logiciels bass sur la logique MRP2 font leur apparition dans lentreprise et sont par la suite coupls aux techniques de Juste Temps (JAT) et de Qualit Totale pour mieux satisfaire les besoins du client. Dans les annes 90, les entreprises utilisent des systmes informatiss pour remplir des fonctions spcifiques de leurs activits (i.e. approvisionnements, production, ventes, ressources humaines, finances). Elles commencent sintresser au dialogue entre ces fonctions au travers de lutilisation de progiciels intgrs tels que les Enterprise Resource Planning (ERP). Lintgration des donnes et des systmes dinformation a donc commenc au sein mme des entreprises par lintgration des diverses fonctions. Ltape consistant tendre lintgration vers les acteurs extrieurs a t possible grce la dfinition de standards de communication et l'apparition du commerce lectronique. lments de problmatique Si la communication interentreprises a t facilite par les technologies de la communication, le pilotage de lensemble de la chane logistique reste complexe. Une des raisons les plus souvent mises en avant lors des tudes de cas que nous avons menes est lindpendance juridique et dcisionnelle des diffrentes entreprises composant la chane. En effet, une entreprise ne possdant aucun poids hirarchique sur ses fournisseurs, est a priori dans limpossibilit dintervenir dans sa gestion. Nous prsenterons, dans ce mmoire, une synthse dtudes de cas pondrant et compltant cette affirmation. Lexistence dun faible couplage entre entreprises rend difficile lapplication dune gestion centralise qui aurait une visibilit et un contrle total de la chane. Les relations au sein de la chane logistique sapparentent ainsi le plus souvent un ensemble de relations point--point dans lesquelles les entreprises ne dialoguent, au quotidien, quavec leurs fournisseurs ou clients directs. Un enjeu de la gestion de la chane logistique consiste tablir un compromis entre lautonomie de gestion des entreprises et la satisfaction dobjectifs globaux et communs (i.e. satisfaction du client, minimisation des stocks sur lensemble de la chane). Ce compromis nest possible que si chaque entreprise accepte un certain niveau de collaboration. Ainsi, lorganisation en chane logistique doit permettre, par un jeu de collaborations, de tendre les flux tout en garantissant des niveaux de service levs. Un haut niveau de collaboration permettra daccrotre la visibilit de chacun sur la demande finale et facilitera une prise de dcision ractive face lincertitude de la demande. Pour mieux cerner le clivage important entre le paradigme de la production multi-site et la gestion quotidienne dune chane logistique, nous avons men un ensemble dtudes dans des entreprises impliques des niveaux diffrents dans plusieurs types de chanes logistiques, principalement dans le domaine aronautique. Nous avons identifi une gestion essentiellement base sur des relations point--point entre entits indpendantes utilisant un partage partiel de l'information. Cela sexplique par la maturit ingale des entreprises pour initier des processus de collaboration. Les grandes entreprises, souvent en fin de chane, ont implment des progiciels de gestion et sont conscientes de lintrt de collaborer avec leurs fournisseurs. En dbut de chane (i.e. au niveau des grands producteurs de matire premire)
12/157
Introduction gnrale la situation est diffrente. Positionnes sur des marchs en oligopoles, ces entreprises jouissent dune situation favorable les rendant quasiment incontournables. La difficult assurer une coordination et acqurir une vision densemble de la chane est forte plus particulirement pour les Petites et Moyennes Entreprises (PMEs) qui se trouvent au centre de la chane logistique. Elles considrent souvent que leur savoir-faire et les contraintes techniques sont plus importants que les contraintes lies la gestion industrielle. Dans ce contexte particulier des PMEs, chaque entreprise possde une vision limite de la chane et manque parfois doutils efficaces pour analyser et intgrer les informations transmises par les grands donneurs dordres. Les dcisions prises dans ces structures restent ainsi limites une vision locale. Cela pose un double problme de (1) prise en compte de contraintes lies aux autres entreprises (i.e. intgration des prvisions fournies par leurs clients, de dlais de ractions de leurs fournisseurs) et (2) de dfinition de conditions optimales de production en interne (i.e. ajustements de capacit, lissage de charge). Dans la littrature, de nombreuses approches ont trait du problme de loptimisation des flux de matire et dinformation tout au long de la chane logistique. Concernant plus particulirement la gestion de la chane logistique, nous sommes confronts deux visions principales. La vision centralise sappuie sur des informations en provenance de tous les acteurs de la chane. Cest le cas, par exemple, des modles conomiques comme celui de Cachon et Fisher (2000) dfinissant le niveau de stock, les cots et la demande globalement pour tous les lments de la chane sans tenir compte des contraintes locales. Une deuxime approche consiste intgrer un ensemble de centres de dcisions distribus. Uliru et al. (2002) dveloppent ainsi une modlisation par holons qui constituent des entits autonomes organises pour une gestion optimale de la chane. Nanmoins, ce cadre distribu qui introduit des degrs de libert dans lorganisation de la chane, sloigne dune solution dquilibre optimale pouvant tre trouve grce un point de vue centralis. Nous constatons ici quil existe parfois un dcalage important entre les approches acadmiques supposant souvent une collaboration forte entre membres de la chane logistique et la ralit industrielle principalement oriente vers une gestion "point point" telle que nous lavons perue lorsque nous avons effectu les tudes de cas dans le cadre de cette thse. Notre vision Notre tude vise plus particulirement les dcideurs des PMEs, pour lesquelles nous avons identifi le plus fort besoin en mthodes et outils d'aide la dcision. En effet, ces entreprises souffrent plus particulirement dun manque de vision sur leur activit moyen terme. Ce manque de vision rduit fortement leur capacit danticipation. Or, lanticipation est un point important pour que leurs fournisseurs, dont elles ont la responsabilit devant leurs clients, puissent eux aussi sorganiser et prendre les bonnes dcisions. Cest pourquoi notre approche vise le dveloppement dun systme d'aide la dcision dans le cadre de relations point-point, de type client-fournisseur permettant lentreprise de simuler et d'valuer diffrentes actions planifies lui donnant ainsi une meilleure visibilit sur son activit. Par consquent, le travail prsent dans ce mmoire considre comme lment de base une entreprise qui doit grer les relations avec ses clients et fournisseurs. Le but de notre approche est de proposer une aide la dcision refltant le faible couplage entre entreprises mais aussi le besoin de coordination des entreprises dune chane logistique. Pour cela, nous intgrons, dans un outil de simulation, un ensemble de contraintes caractristiques (1) internes une entreprise, (2) lies la demande client et (3) refltant le besoin danticipation ncessaire pour prendre en compte les dlais de ractions de l'entreprise et de ses partenaires
13/157
Introduction gnrale amont. Un tel outil a pour vocation de proposer, simuler et valuer diffrentes solutions possibles pour (1) lintgration des contraintes temporelles lies lanticipation ncessaire lapplication concrte dune dcision et (2) la prise en compte dune demande incertaine. Dans le but de guider le dcideur vers les meilleurs choix, nous utilisons une modlisation analytique base sur un modle linaire en variables mixtes multipriode et multiproduit. Ce modle prend en compte les contraintes et dcisions usuelles en gestion de production et planification de la capacit (i.e. quantits produites, stockes, approvisionnes, nomenclatures, capacits limites, passage en 2*8, heures supplmentaires etc.). Ce modle a t implment avec le logiciel Xpress-MP, et est utilis pour la simulation dun processus de planification horizon glissant. Pour lintgration des contraintes temporelles des lments de production (i.e. production interne, fournisseurs, sous-traitants), loriginalit de notre approche rside dans la dfinition dhorizons gels spcifiques chaque dcision. En effet, les tudes de cas ont montr quun problme rcurrent pour les PMEs est leur difficult avoir une vision suffisante pour anticiper leur prise de dcision. Dans ce contexte, il nous a sembl judicieux de dvelopper un outil susceptible de guider leur choix en tenant compte des dlais ncessaires la mise en place ou la modification des dcisions. Nous proposons d'autre part une modlisation de la demande client base sur les caractristiques releves lors des tudes de cas que nous avons pu mener. Nous dfinissons les choix possibles quant lintgration de cette demande comme des stratgies que le dcideur pourra mettre en uvre dans son processus de planification. Ces stratgies consistent intgrer une demande en produits finis pouvant tre diffrente de celle transmise par ses clients. En effet, la demande client est, dans un horizon temporel moyen terme, empreinte dincertitude. Le dcideur doit pouvoir valuer quel sera limpact sur ses moyens et cots de production dune variation de cette demande incertaine. Bti dans une logique de facilitation de la coopration, notre modle gre les relations amont et aval de lentreprise considre. Ainsi, il intgre la fois les informations en provenance des clients, leur traitement, et la restitution de plans dapprovisionnement vers les fournisseurs. Dans ce cadre de support la collaboration, nous montrons, aux travers dexemples, lintrt de mieux prendre en compte la demande client et dajuster plus finement les capacits de ractions des fournisseurs. Nous dgageons, dans chaque cas, les intrts de chaque acteur (i.e. clients, entreprise, fournisseurs). Structure du mmoire Ce mmoire est organis de la faon suivante : Le premier chapitre prsente un tat de lart des dfinitions de la chane logistique et de sa gestion en relation avec notre problmatique. Nous en dgageons les principales orientations donner notre approche. Nous tablissons ensuite une synthse des principales pratiques industrielles concernant les modes de collaborations interentreprises, qui sont retranscrites dans les recherches acadmiques. Le deuxime chapitre aborde plus prcisment la planification des chanes logistiques. Aprs une structuration des travaux de la littrature, le chapitre est orient vers un tat de lart de terrain dtaillant les points abords dans cette introduction. Enfin, les problmatiques extraites de ces tudes de cas nous permettent de dresser un tat de lart des recherches acadmiques pour justifier nos choix en termes de modlisation.
14/157
Introduction gnrale
Le troisime chapitre dtaille nos hypothses et choix de modlisation. Les deux premiers paragraphes de ce chapitre prsentent les objectifs de notre approche et son positionnement. Ensuite, les aspects lis la modlisation de la ractivit sont prsents. Le dernier paragraphe de ce chapitre prsente comment ces aspects sont introduits dans un processus de planification horizon glissant. Le quatrime chapitre prsente le modle dvelopp ainsi que le cadre de simulation dans lequel il sera intgr. Une premire application est prsente dans un contexte o la demande client est connue sur un horizon limit. Le cinquime chapitre propose une extension de notre approche permettant la prise en compte dune demande client incertaine. Nous montrons comment loutil dvelopp peut tre utilis pour apporter une aide au choix de stratgies de planification. Le sixime chapitre prsente lutilisation de notre outil pour la gestion des relations avec les fournisseurs. Nous montrerons, par lexemple, les avantages qui peuvent tre dgags dun raccourcissement des dlais de raction des fournisseurs, la fois pour ces-derniers et pour lentreprise. En conclusion, nous dressons un bilan des travaux mens et prsentons nos perspectives de recherche.
15/157
Introduction gnrale
16/157
Introduction au chapitre 1
Comme nous lavons soulign dans l'introduction gnrale de ce mmoire, la coordination des diffrentes entits de la chane logistique constitue un dfi actuel majeur. Laxe de recherche que nous avons expos face ce problme consiste dfinir un outil daide la dcision pour la planification, destin plus particulirement aux PMEs. Pour dfinir prcisment notre problmatique et les rponses y apporter, il apparat ncessaire daborder certains points issus la fois d'un tat de lart des recherches acadmiques et des pratiques industrielles. Nous aborderons ainsi plus prcisment ce que sont les chanes logistiques, quels sont les principaux concepts guidant leur gestion et quelles dmarches collaboratives sont aujourdhui mises en place par les industriels. Dans ce chapitre, nous tablissons, dans la premire partie, une synthse des dfinitions principales de la chane logistique recenses dans la littrature. Dans loptique de dfinir un cadre dtude pour nos dveloppements, nous nous intressons aux dfinitions lies la structure des chanes pour dgager, en fin de premire partie, quelques structures de rseaux dentreprises particuliers. En deuxime partie, nous nous intressons plus particulirement la gestion de la chane logistique ou Supply Chain Management. Cette partie sera plus particulirement oriente sur les dcisions caractristiques de la gestion des chanes logistiques, afin de donner une vision des lments devant tre grs par notre outil. En troisime partie, nous aborderons les processus collaboratifs au sein de la chane logistique, aprs un bref rsum sur lintrt de la collaboration. Nous prsenterons par la suite quelques outils actuels supportant ces processus.
17/157
1 La chane logistique
De nombreuses dfinitions ont t proposes pour la chane logistique. Dans cette partie, un certain nombre d'entre elles sont dgages dans le but de rapprocher les points de vues des auteurs et de mettre laccent sur les lments cls apports par chaque dfinition.
Un complment peut tre apport cette dfinition en notant que les chanes logistiques existent aussi bien dans les organisations de service que de production (Ganeshan et al., 1995). Au-del de laspect produit, la chane logistique peut tre dfinie comme un systme de sous-traitants, de producteurs, de distributeurs, de dtaillants et de clients entre lesquels schangent les flux matriels dans le sens des fournisseurs vers les clients et des flux dinformation dans les deux sens (Tayur et al., 1999). Cette dfinition qui conserve les activits lies llaboration des produits fait apparatre la notion de flux matriel et de flux dinformation comme lment reliant les entits constituant la chane logistique.
1
SCMIP : Supply Chain Midi-Pyrnes : Groupement informel de laboratoires de recherche des rgions MidiPyrnes et Aquitaine de la France abordant les problmes lis la chane logistique. Quelques-uns des membres actuels sont : lcole de Mines dAlbi-Carmaux ; le CERT, laboratoire de lONERA ; le LGP, laboratoire de lENIT ; le LAAS, laboratoire du CNRS ; le LAPS, laboratoire de lUniversit Bordeaux I.
18/157
Plus rcemment, Gnin (2003) dfinit la chane logistique comme un rseau dorganisations ou de fonctions gographiquement disperses sur plusieurs sites qui cooprent, pour rduire les cots et augmenter la rapidit des processus et activits entre les fournisseurs et les clients. Cette dfinition met en valeur un point cl dans lorganisation des chanes logistiques : la dispersion gographique des centres de fabrication de la chane logistique. Cette dispersion entrane des besoins de coopration entre ces sites pour amliorer, de faon globale, lefficience de la production. Bien que ces dfinitions mettent en vidence une cohrence quant la finalit de la chane logistique (la prise en compte de toutes les tapes de llaboration dun produit), elles se distinguent par leur approche. Dans (Thierry et al., 2001) sont distingues notamment les approches dfinissant les chanes logistiques pour des produits de celles dfinissant les chanes logistiques des entreprises. Les chanes logistiques orientes produit se basent sur les flux de matire ncessaires llaboration dun produit ou dune famille de produits. Les approches considrant la chane logistique dune entreprise considrent lentreprise comme lment central, puis lensemble des acteurs avec qui elle est en relation.
19/157
Sous-traitant
Donneur dOrdre
Dyadique
Fournisseur Fournisseur Fournisseur
Divergente
Fournisseur Fournisseur Fournisseur
Fournisseur
Fournisseur
Dtaillant
Entreprise
Client
Fournisseur
Fournisseur
Grossiste
Grossiste
Entreprise
Srie Convergente
Dtaillant
Dtaillant
Dtaillant
Rseau
La principale critique que lon peut faire de ces structures est quelles ne traduisent pas clairement la possibilit pour un lment dapparatre sur plusieurs rangs de la chane. En effet, lassemblage dun produit fini peut ncessiter aussi bien des pices lmentaires standards que des sous-ensembles complexes. Pour leur ralisation, ces sous-ensembles vont ncessiter aussi un ensemble de pices lmentaires. Ainsi, le fournisseur de ces pices lmentaires, sera en contact direct avec lentreprise dassemblage en fin de chane logistique et en contact indirect par lintermdiaire du fournisseur de sous-ensembles. De mme, dans le cadre dun rseau de distribution, une entreprise peut, dans certains cas, tre directement en relation avec des dtaillants sans passer par un grossiste. De plus, ni les relations de soustraitance ni les retours de pices (chane logistique inverse) ne sont dcrits. Dans le cadre de notre tude, il sera ncessaire de proposer un modle positionnant lentreprise considre comme lment central dun ensemble de fournisseurs, sous-traitants et clients. La structure la plus proche, adoptant une entreprise comme lment central de la chane logistique, est la structure rseau. Cest sur la base de cette structure que nous dvelopperons, dans le chapitre 3, une modlisation plus fine du primtre de notre tude.
20/157
Chapitre 1. Gnralits et tat de lart On appelle rseau dentreprises un ensemble dentreprises entrant en communication pour rpondre un besoin prcis. Les rseaux dentreprises se distinguent d'une chane logistique car ils ne sont pas obligatoirement orients sur le processus dlaboration complet dun produit fini donn. En effet, un partenariat horizontal (entre entreprises de mme activit) est par exemple possible autour de lchange de bonnes pratiques. Cette terminologie est trs gnrale et peut inclure les chanes logistiques. Une entreprise tendue correspond un rseau dentreprises diffrentes mais partageant un systme de gestion de manire plus ou moins complte dans le sens o il peut sagir du systme de gestion en tant que tel ou dun standard commun permettant l'interoprabilit des systmes de gestion des entreprises impliques. Le partenariat entre les diffrentes entreprises est considr de manire prenne. Lentreprise virtuelle est considre comme une organisation temporaire dans laquelle un ensemble de partenaires industriels forme un rseau collaboratif pour atteindre un objectif prcis auquel ils nauraient pu rpondre seuls. Kim et al., (2006) reprenant les travaux de Camarinha-Matos et Afsarmanesh (2003) prsentent un ensemble de mots-cls caractrisant les entreprises virtuelles : Organisation en rseau ou distribue Coopration et complmentarits Organisation temporaire Infrastructure supportant les interactions Il semble intressant de rajouter cette dfinition que ces entreprises virtuelles se constituent, avec reconfiguration possible, autour dun projet dure de vie limite. Lintrt de ces entreprises virtuelles est de pouvoir cumuler les savoir-faire spcifiques des entreprises pour grer la totalit du cycle de vie du projet (en incluant les phases de dfinition, conception, fabrication/ralisation, commercialisation, marketing) (Nayak et al., 2001).
21/157
Chapitre 1. Gnralits et tat de lart piliers qui sont, dune part lintgration du rseau form par les diffrents partenaires de la chane et, dautre part, la coordination des diffrents acteurs du rseau. Le pilier de lintgration concerne la cration de la chane logistique et des partenariats entre les diffrents acteurs. La premire tape est donc de choisir les partenaires qui apporteront des savoir-faire permettant d'une part de satisfaire les contraintes techniques et conomiques pour la fabrication des produits mais apportant d'autre part un potentiel dvolution leur permettant de sinscrire dans une vision moyen terme, avec des perspectives damlioration de comptitivit. La deuxime tape est lorganisation du rseau et lorganisation collaborative. Cela consiste tablir des relations entre entits juridiquement indpendantes mais lies conomiquement. La relation collaborative et notamment la dfinition de stratgies gagnant-gagnant doit tre instaure pour quaucun partenaire ne se sente ls et menace la viabilit de la chane. Des stratgies incluant des compensations financires peuvent thoriquement tre instaures dans ce sens, bien que de telles pratiques semblent rares dans la ralit. Enfin, la conduite et lanimation de la chane concernent la prise de dcisions la concernant dans sa totalit. Ces dcisions peuvent tre prises soit par une entreprise qui justifierait dune influence majeure au sein du rseau, soit par un comit de pilotage. Ces dcisions peuvent concerner lintroduction ou lviction dun partenaire, ou encore la dfinition dune stratgie commune aux diffrents acteurs. Le pilier coordination concerne la gestion des trois flux matire, information et financier. Cette coordination repose sur lutilisation des nouvelles technologies de linformation et de la communication qui permettent de vhiculer et de traiter linformation sur des sites distants. Lorientation processus a pour but damliorer lensemble des activits lies la fabrication et la commercialisation des produits. Enfin, la planification avance (au moyen d'un APS par exemple, Advanced Planning System) introduit une hirarchisation des tapes de planification selon lhorizon temporel considr (long-terme, moyen-terme et court-terme). Les fondations reprennent globalement les diffrents aspects de la gestion industrielle qui vont favoriser le dveloppement du SCM.
SCM
Coordination
Utilisation des technologies de linformation et communication Orientation processus Planification avance
Fondations
Logistiques, Marketing, Oprations, Thorie des organisations, Achats et Approvisionnements, etc.
22/157
La vision prsente par Stadtler et al., (2000) donne les grandes orientations de ce que peut tre le Supply Chain Management ainsi que de ses implications pour les entreprises. Nanmoins, comme nous lavons voqu en introduction gnrale et comme nous le dvelopperons dans le chapitre 2, tous ces concepts ne sont pas rellement appliqus au mme niveau par les entreprises. Beaucoup de facteurs peuvent en effet entrer en jeu pour freiner leur acceptation dune vision oriente Supply Chain Management. Pour chaque lment prsent dans cette maison du SCM , des dcisions servant coordonner les diffrentes actions devront tre prises. Ces dcisions auront des portes diffrentes selon le niveau dcisionnel auquel elles se rapportent. En paragraphe 2.1., nous prsentons quelques dcisions caractristiques pour la gestion de la chane logistique.
23/157
24/157
Chapitre 1. Gnralits et tat de lart en excluant les problmes lis aux positionnements des sites et, dautre part, nous excluons de notre tude les dcisions oprationnelles lies la gestion fine des ordres de fabrication.
Dfinitions
Processus permettant dquilibrer la demande agrge et les approvisionnements pour dvelopper un plan dactions qui prend au mieux en compte les approvisionnements, la production et les besoins en livraisons Processus permettant lapprovisionnement des biens et services pour satisfaire la demande prvisionnelle ou actuelle Processus de transformation des produits un tat fini pour satisfaire la demande prvisionnelle ou relle Processus qui fournissent des produits finis ou services pour satisfaire la demande relle ou prvisionnelle en incluant typiquement, la gestion des commandes, la gestion du transport et la gestion de la distribution Processus associs au retour ou la rception de produits retourns pour diverses raisons. Ces processus sintgrent au service aprs-vente Tableau 1. Les processus niveau 1 du modle SCOR
La gestion des retours (processus return ) constitue une problmatique particulire que nous excluons volontairement de cette thse. Ce processus est li des contraintes lgales dfinissant le contexte environnemental pour la gestion des dchets et des produits en fin de vie (Hou et Grabot, 2006). Le lecteur souhaitant plus dinformations sur ce sujet peut se rfrer Lambert et Riopel (2006) pour une modlisation mathmatique de la gestion des retours de dchets associe un rseau de distribution ; ou Prahinski et Kocabasoglu (2006)
2
source : http://www.supply-chain.org/
25/157
Chapitre 1. Gnralits et tat de lart pour une revue tendue de la problmatique de la chane logistique inverse, incluant notamment des opportunits de recherche vis--vis des problmatiques actuelles.
26/157
Chapitre 1. Gnralits et tat de lart aux objectifs globaux damlioration (Campagne et Snchal, 2002). Ce besoin de rendre compte de lintrt de la collaboration nous conforte dans notre approche de crer un outil daide la dcision pour la planification de la chane logistique. Dans la partie 3.2, nous proposons un rcapitulatif des principaux processus collaboratifs utiliss dans la gestion de la chane logistique.
27/157
Chapitre 1. Gnralits et tat de lart Cette interface se fera en fonction : 1. De la demande du march, 2. Des prvisions de ventes, 3. Des capacits de production values en grandes masses sur un fournisseur de manire agrge ou sur des postes goulots. Cest la prise en compte de toutes ces donnes qui permettra le dimensionnement de la chane logistique. Ce dimensionnement permettra dajuster le systme que constitue la chane logistique au plus prs de la ralit. Associ une vision plus long terme, leffet bullwhip (Forrester, 1961 ; Angerhofer et al., 2000) gnrant des impulsions et un phnomne de cration de commandes supplmentaires en rponse ces impulsions pourra tre diminu. Il nexiste pas de modle gnral pour tablir le PIC. Chaque entreprise dfinit son propre mode de fonctionnement pour ltablir et choisir les acteurs qui seront pris en compte dans cette rflexion. Un PIC se btit avec un horizon long terme (environ 18 mois) avec une priode gele de lordre de 2 mois. Chaque entreprise va dfinir d'aprs son exprience lintrt quelle aura adopter une vision terme plus ou moins long. En effet, plus on sloigne de linstant t plus les prvisions seront imprcises. Certaines entreprises vont donc prfrer rduire leur champ de vision. Cela est valable aussi du point de vue du fournisseur, qui aura des prvisions sur les commandes passes par le donneur dordre horizon variable.
28/157
Gestion de la Demande
Stratgies et capacit de la demande Cration de valeur par achats collaboratifs Optimisation dassortiments Optimisation des promotions Optimisation de lintroduction de nouveaux produits
Instigateurs
Standards didentification communs Standards pour les messages lectroniques Synchronisation globale des donnes
Intgrateurs
Prvisions et planification collaboratives Mesure des cots/profits et valeurs
Laxe Gestion de la Demande de lECR est ddi la comprhension et la gestion de la demande en produits et services. Les instigateurs sont focaliss sur le dveloppement des lments ncessaires lidentification des produits, la gestion et au traitement des donnes permettant une communication fiable ainsi qu'au suivi du flux matire entre les partenaires. Les concepts contenus dans la partie Gestion des Approvisionnements de lECR ont pour objectif dapporter une rponse aux besoins de raliser des approvisionnements rapides et fiables en considrant lensemble de la chane logistique. Le dernier domaine de lECR concerne la partie Intgrateurs qui rassemble les concepts lis lintgration des processus dchanges dinformations entre partenaires au sein de la chane logistique. Les deux principaux concepts inclus dans ce domaine sont dune part le CPFR et les relations E-businesss qui vont modifier profondment les relations interentreprises et que nous dtaillerons dans les sous-parties suivantes.
Nanmoins, il est important de souligner que le CPFR nest pas limit lchange de politiques de rapprovisionnement mais concerne des liens plus profonds, dans loptique dtablir des prvisions uniques qui prennent en compte quatre tches principales : Excution : gestion collaborative des transactions, Gestion de la demande et des approvisionnements : gestion collaborative de la chane logistique, Stratgie et planification : planification des ventes et oprations promotionnelles collaborative, Analyse : collaboration perspicace et dveloppement de produits collaboratif.
30/157
Compte tenu du nombre de variables traiter dans la gestion dune chane logistique industrielle et de lclatement gographique des sites de production, le systme de gestion de linformation est au cur de la gestion dentreprise et de la chane logistique (Lummus et Vokurka, 1999). On y trouve : Les APS (Advanced Planning Systems) permettent loptimisation du flux matire pour des sites de productions distants (Stadtler et al., 2005). Lutilisation des outils de planification avance pourrait laisser croire quil est ais dintgrer les dcisions de chacune des entits de la chane. Nanmoins, loptimisation, qui se veut tre un point fort de ces outils, ncessite un contrle et une connaissance accrue de tous les lments composant le rseau. En pratique, cette coordination globale ne laisse que peu dautonomie chaque entit de la chane et nest en pratique possible que lorsque ces entits appartiennent au mme groupe industriel. (Kok et Fransoo, 2003). Les ERP (Enterprise Resource Planning) sont focaliss sur la gestion interne de lentreprise et de ses interfaces avec les fournisseurs / distributeurs. Leur couverture fonctionnelle est vaste et au-del des activits reprsentes dans la figure 5. Ils couvrent aussi les ressources humaines, la gestion financire etc Les MES (Manufacturing Execution Systems) effectuent le lien entre linformatique industrielle et linformatique de gestion. Ils rcuprent les donnes de latelier, dun poste de travail, etc. en temps rel et les intgrent au systme d'information. Les WMS (Warehouse Management Systems) sont des logiciels permettant la gestion et loptimisation de lentreposage. Les TM (Transport Management) sont des logiciels de gestion du transport. Les AOM (Advanced Order Management) sont des progiciels de gestion avance des commandes. Les CRM (Customer Relationship Management) sont associs la fonction vendre et permettent une meilleure connaissance des besoins du client en facilitant notamment le suivi des prvisions de ventes. Mme sils ne sont pas reprsents en figure 5, ils restent des outils rpandus dans les entreprises.
3
http://www.cxp.fr
31/157
Chapitre 1. Gnralits et tat de lart Dans un contexte "chane logistique", les diffrentes fonctions prsentes dans la figure 5 peuvent tre ralises par des entits juridiquement spares. Cela montre bien les interconnexions ncessaires au fonctionnement dune chane logistique. Construire ces connexions tout en assurant lindpendance de chacun des maillons moindre cot est un enjeu majeur de la gestion industrielle actuelle, pour lequel les technologies de linformation bases sur Internet ont jou un rle primordial. Le chapitre suivant prsente un bref tat de lart des technologies de linformation qui ont eu un impact sur les modes de fonctionnement des entreprises dans un contexte chane logistique.
32/157
Conclusion du chapitre 1
Dans cette partie, nous avons pu voir que la gestion de la chane logistique est un ensemble de processus dont la mise en uvre implique que les diffrents acteurs de la chane communiquent et collaborent pour amliorer les performances industrielles. La collaboration interentreprises peut tre positionne sur diffrents niveaux dcisionnels avec des chances plus ou moins long terme dans lapplication et la porte des dcisions. Cest plus particulirement au niveau tactique que cette thse est ddie. La mise en place de processus collaboratifs est soutenue par des applications (APS, ERP, e-business) adaptes aux diffrents niveaux dcisionnels (i.e. stratgique, tactique et oprationnel). De plus, un certain nombre de mthodologies (ECR, VMI) sont apparues pour offrir des cadres la mise en place de processus collaboratifs et des applications associes. Ces mthodologies visent amliorer les processus dcisionnels de la chane. Ainsi, la planification, que ce soit dans le cadre du contrle de la chane ou dans sa dfinition (implantation des sites de production et/ou distribution), apparat comme un des lments essentiels dune bonne gestion, apte assurer la coordination de chaque entit. Cependant, il semble ncessaire dvaluer de manire plus approfondie comment ces mthodes et outils sont rellement appliqus au sein dune chane logistique. En effet, ce chapitre laisse en suspens un certain nombre de questions : La mise en place de ces processus collaboratifs concerne t-elle la totalit ou une partie seulement de la chane logistique ? Est-ce que toutes les entreprises ont le potentiel pour mettre en uvre ces dmarches ? Comment ces nouvelles pratiques industrielles sont-elles apprhendes par la recherche acadmique ? Le chapitre suivant a pour but de positionner et de dtailler les diffrentes approches pour la planification des chanes logistiques. Ce positionnement sera cadr par une structuration de ltat de lart gnral sur la chane logistique et sa gestion. Ensuite, une synthse dtudes de cas nous permettra de positionner une revue de ltat de lart de la littrature scientifique.
33/157
34/157
Introduction au chapitre 2
La partie prcdente a mis en avant les besoins en termes de collaboration et dchanges dinformations entre les entreprises dune chane logistique. Nanmoins, chaque entit de la chane reste responsable de son fonctionnement et se doit de prendre de bonnes dcisions tant pour satisfaire des critres locaux (par exemple de rentabilit et de marges bnficiaires) que pour prendre en compte des objectifs globaux au niveau de la chane (par exemple disponibilit des produits pour le client final, minimisation globale des stocks). Dterminer les bonnes dcisions repose sur diffrentes tapes de planification qui seront facilite par une bonne collaboration entre les partenaires de la chane. Dans ce chapitre, nous dressons un premier bilan structur des approches pour la planification, prsent sous la forme dune grille de classification. Ensuite, nous verrons, au travers dtudes de cas, quelles sont les pratiques industrielles actuelles et les difficults associes. Enfin, un tat de lart des tudes menes en recherche et focalis sur les problmatiques issues des tudes de cas est prsent.
35/157
Approvisionnement
Production
Distribution
Vente
Long Terme
Programme Matire premire. Choix des fournisseurs coopration
Moyen Terme
Planification des ressources humaines MRP contrats Programme directeur de production Planification de la capacit Planification de la distribution Planification moyen terme de la vente
Court Terme
Planification des ressources humaines Commande des matires premires Dimensionnement des lots Ordonnancement Contrle de latelier Rapprovisionnem ent des entrepts Planification du transport Planification court terme de la vente
Flux dinformations
Flux physique
Cette matrice montre les liens complexes entre les dcisions prises chaque niveau pour la gestion du flux physique dapprovisionnement, de production, de distribution et de vente. Chacune de ces dcisions est source dune littrature abondante en recherche. Dans ce chapitre, une taxonomie de la littrature et une analyse base sur un ensemble reprsentatif de revues bibliographiques sont dveloppes sous la forme dun grille de classification. A partir de cette grille, une synthse est labore pour donner un aperu agrg de ltat de lart en planification des chanes logistiques. Cette synthse permettra, dans la suite de ce chapitre, de mieux orienter notre tat de lart par rapport une tude de terrain.
36/157
37/157
Aspects dmograph. Type douvrage Type de publication Niveau de dcision Processus Regard Structure de la chane Nature du modle Caractristiq ue du modle Mthode utilise Outil utilis Frquence des changes Nature des changes
Titre Livre Contribution de recherche Stratgique Approvisionne ment Conception chane Dyadique Analytique Dterministe Programmation mathmatique Logiciel non ddi Ponctuel Donnes
Auteur(s) Publication livre Survey Tactique Production Planification des activits Convergente Simulation Stochastique Heuristique Logiciel spcifique Partage en accs libre Traitement
Ville
Partie 1
www
Oprationnel Temps rel Distribution Gestion stocks Divergente Descriptif Continu Vente Gestion transports Srie Centralis Discret Logistique inverse Gestion risques Rseau Distribu Evaluation de Systme Modlisation Coopraperformances dinformation dentreprise tion Intraentreprises Interentrepises Aspects socio.
Partie 2
Aspects Offre conom. & financier logicielle
Partie 3
Linaire Non linaire Enqute Jeux informatiques Simulation continue Tableur Simulation discrte Multiagents Approche par Thorie des Jeux contraintes jeux dentreprises Simulateur Processus dchange Donnes et traitements Tableau 2. Grille de classification de littrature en SCM Solveur gnrique Jeux de plateau
Partie 4
38/157
Chapitre 2. Approches pour la planification des chanes logistiques Plusieurs utilisations de cette grille sont possibles. La premire a dj t voque et permet de positionner des travaux de recherches pour dfinir rapidement le sujet trait. Dans cette optique, il est possible de positionner cette thse, dont le but est de fournir une aide dcision pour la planification en rponse une demande client incertaine. Par rapport la grille, cette tude est inscrite dans le niveau dcisionnel tactique et aborde principalement les processus dapprovisionnement et de production. Le regard avec lequel est abord la chane logistique concerne essentiellement la planification des activits, la gestion des stocks et la coopration interentreprises pour amliorer les relations dune entreprise avec ses clients et fournisseurs. Les champs lis aux modles utiliss (partie 3 de la grille) seront dfinis et dtaills dans le cadre de cette thse aprs avoir prsent dans ce chapitre un tat de lart qui guidera nos choix mthodologiques et techniques. Outre ses possibilits de classification, cette grille permet aussi dtablir une synthse statistique sur les recherches actuelles en gestion de la chane logistique.
Un autre exemple dutilisation de la grille concerne la rpartition des diffrentes revues en termes de processus qui est prsent en figure 8. Nous pouvons voir ici que les trois processus les plus tudis sont les approvisionnements, la production et la distribution. On peut expliquer cette constatation par la relative jeunesse des tudes menes sur les approvisionnements et la distribution. En effet, si lon prend pour rfrence la naissance du MRP dans le milieu des annes 60, publie par Orlicky en 1975, larrive et lexpansion des progiciels de gestion intgre orients chane logistique apparat comme rcent puisquapparues dans le courant des annes 1990.
39/157
En ce qui concerne la troisime partie de la grille, lchantillon de publications qui a t considr (dont nous rappelons qu'il est constitu surtout de revues de ltat de lart) na pas permis dobtenir de rsultats significatifs. Dans le but de dfinir un tat de lart, une vision la fois industrielle et acadmique des pratiques en planification de la chane logistique est prsente ci-dessous.
40/157
Chapitre 2. Approches pour la planification des chanes logistiques complexes et possdent une forte valeur ajoute. De plus, les temps de cycles sont gnralement longs. La demande en produits finis ne concerne que de petites quantits et est assez stable dans le temps. Dans ce contexte, la plus grande partie de lincertitude sur la demande subie par une entreprise de la chane logistique est lie aux alas de production des diffrents maillons, amonts comme aval, et pas directement la demande client finale. Leffet Bullwhip constitue un exemple caractristique des perturbations pouvant survenir dans ce secteur industriel. Un autre aspect remarquable des chanes logistiques du secteur aronautique est que la valeur ajoute est principalement obtenue dans les maillons avals qui ralisent les assemblages des produits finis. Ainsi, les entreprises positionnes sur les maillons amonts sont plutt des PMEs, hormis pour la matire premire contrle par lindustrie sidrurgique. Comme le montre la figure 9, les structures de chanes rencontres sapparentent des structures convergentes ou le flux de matire se concentre vers un assembleur au rang 0, qui livre le produit fini au client.
Dans ces chanes logistiques, lassembleur, qui assure aussi la plus grande partie de la conception des produits finis, est souvent une grande entreprise. Le rang 1 est aussi compos de grandes entreprises charges de raliser, en collaboration avec le rang 0, les diffrents sous-ensembles (moteurs, trains datterrissage, systmes de conditionnement dair etc.) qui composeront le produit fini. Au rang 2, des entreprises, souvent PME, ralisent des pices en sous-traitance principalement pour le rang 1 mais parfois aussi pour le rang 0. Les pices ralises ncessitent des savoir-faire que lon retrouve dans ces entreprises spcialises (tlerie fine, usinages de prcision etc.). Dans leurs processus de fabrication, ces entreprises peuvent soustraiter une partie de leur fabrication au rang 3, notamment en ce qui concerne les oprations de traitement de surface ou traitement thermique. Le rang 3 est donc compos dentreprises spcialises mais aussi de fournisseurs de matire premire.
41/157
Chapitre 2. Approches pour la planification des chanes logistiques Cette structure simplifie est rendue plus complexe par le fait que des entreprises peuvent tre positionnes plusieurs rangs. Par exemple, des entreprises de rangs 0 et 1 peuvent aussi avoir recours des sous-traitants spcialiss positionns sur la figure 9 au rang 3. Ainsi, ces entreprises spcialises constituent des ressources partages par des entreprises de diffrents niveaux, ce qui peut tre une source de conflits
4.2 Observations
4.2.1 Influence de la taille de lentreprise
Un premier point important est quil y a une certaine corrlation entre la taille de lentreprise et sa maturit au niveau des technologies de linformation et des techniques de gestion de production quelle utilise. Les plus petites entreprises (10 30 personnes) ont souvent t cres en se positionnant sur un march de niche quelles ont pu conserver grce leur savoir-faire spcialis. Ces entreprises, appartenant plus particulirement aux rangs 2 ou 3, ont pour premier objectif de conserver leur avance technologique et de fournir des produits de qualit. Elles ne sont que peu sensibles aux contraintes lies la gestion de production que souhaiteraient leur imposer leurs donneurs dordres. Les problmes de management, comme un contrle strict des encours, un suivi et une raction immdiate en cas de drive de ltat de production courant par rapport aux plans de production, ne sont pas perus comme prioritaires. De ce fait, les investissements sont souvent raliss au niveau de loutil de production au dtriment doutils de management. Une seule des PMEs visites (la plus grande, avec plus de 100 employs) pouvait tre considre comme travaillant avec les processus de gestion de production usuels. Parmi ces processus, on peut citer la cration dun plan de production moyen terme tay par une tude de faisabilit sommaire, lutilisation du MRP (Material Requirement Planning), la ralisation dun plan de charge dtaill et un suivi strict des ordres de fabrication. Dans la plupart des PMEs utilisant des outils de gestion de production du march (3 sur 7), ceux-ci taient principalement utiliss pour rassembler les commandes clients, sur la base du planning de livraison, ou pour grer des donnes techniques (nomenclatures et gammes de fabrication). Pour diverses raisons, les ordres de fabrication taient toujours extraits des outils de gestion de production pour tre mis en forme grce des dveloppements spcifiques sous Excel ou Access. Ainsi, les capacits des outils de gestion de production ntaient que partiellement utilises, notamment en ce qui concerne la vrification des ratios charge/capacit et les modules de suivi de production. La gestion de production court terme faisait appel essentiellement lexprience du personnel pour dfinir des actions correctrices mais laissant peu de place lanticipation. Dans certains cas, toute la gestion de production tait ralise en utilisant des dveloppements spcifiques, souvent sous Excel, ce qui se traduisait par les mmes problmes de manque de visibilit. Au regard de ce retard relatif des PME vis--vis des grandes entreprises, se pose la question de savoir dans quelle mesure les grandes entreprises pourraient intervenir dans la gestion des PMEs. En effet, par effet de taille, ces grandes entreprises sembleraient capables de mettre profit leur savoir-faire pour imposer des modes de fonctionnement optimiss. La sous-section suivante dcrit le point
42/157
Chapitre 2. Approches pour la planification des chanes logistiques Daprs les grandes entreprises tudies, cette ide de gestion globale va lencontre des relations classiques client/fournisseur. Dans ce type de relations, le fournisseur est responsable de la gestion des activits amont de la chane logistique. En effet, la responsabilit des fournisseurs pour leurs propres fournisseurs ou soustraitants ne permet pas dingrence des clients finaux dans leurs relations. Ces mmes clients ne peuvent donc pas, a priori, influencer la gestion de leurs fournisseurs et par extension, des fournisseurs de rang 2. De plus, une autre explication, plus pragmatique, a t souligne par certains responsables logistiques : une telle coordination serait trop complexe pour tre gre de manire efficace. Il ny a donc pas dintrt ce quun assembleur final ou une grande entreprise de rang 1 intervienne dans la gestion quotidienne de ses fournisseurs. La gestion de la chane logistique est donc essentiellement compose dun ensemble de relations point-point, dans lesquelles chaque partenaire prend en compte la demande de ses clients directs et rpercute cette demande vers ses fournisseurs directs. Pour acclrer le flux dinformation et amliorer la coordination de ces entits, les entreprises essaient de dvelopper des modes de partage et dchanges de donnes par lintermdiaire de systmes dinformations bass sur Internet. Pour cela, on utilise souvent un progiciel de gestion intgr (Enterprise Resource Planning, ERP) qui assure le support des diffrentes activits de lentreprise. Un des inconvnients majeurs de ces systmes est quils noffrent que peu de possibilits pour grer lincertitude sur la demande. Ainsi, elle est intgre principalement au travers de marges introduites au niveau des stocks ou des dlais de fabrication et dapprovisionnement. Ces solutions pour pallier lincertitude nuisent la flexibilit de la chane comme la minimisation des cots. Il existe nanmoins une exception pour laquelle une grande entreprise peut intervenir en lieu et place de ses fournisseurs. Cette exception concerne les approvisionnements en mtaux, en lien avec la crise actuelle du march. Dans ce cas, lassembleur final peut apporter son appui ses sous-traitants de rangs 2 ou 3 pour faciliter leurs approvisionnements en matire premire. Ces grandes entreprises peuvent utiliser leur poids dans les ngociations sur les dlais, et avoir une influence sur les fournisseurs qui nest pas la porte dune PME. Quand on regarde les disparits lies la taille des entreprises et le caractre point--point du fonctionnement de la chane logistique, on peut remarquer quun problme majeur se pose au niveau des rangs 2 et 3 du fait dune gestion des flux assez lche. Les difficults des entreprises positionnes sur ces rangs matriser leurs flux internes accroissent leurs difficults garder un contrle sur leurs propres sous-traitants, qu'ils parviennent difficilement alimenter en prvisions fiables. La sous-section suivante dtaille et caractrise le flux dinformation dans la chane.
43/157
Chapitre 2. Approches pour la planification des chanes logistiques En gnral, un plan gnr par les grandes entreprises en fin de chane est dcompos selon plusieurs horizons temporels : un horizon ferme, habituellement de 15 jours 1 mois, durant lequel les commandes transmises aux sous-traitants ou fournisseurs restent inchanges sauf dans le cas de problmes majeurs, un horizon flexible, (gnralement de quelques mois), durant lequel les commandes peuvent tre modifies lintrieur de limites prtablies (par exemple avec une variation tolre de 50%), un horizon libre, transmis uniquement titre dinformation. Chacun de ces horizons est dlimit par contrat entre le donneur dordre et ses fournisseurs. Il est intressant de remarquer que les grandes entreprises ont souvent une bonne comprhension des contraintes des PMEs. Dans le secteur aronautique, trouver et qualifier un nouveau sous-traitant ou fournisseur prend un temps relativement long (i.e. environ une anne) et est assez coteux. Le partenariat est donc un mode relation privilgi. Concrtement, cela peut se traduire par une prise de risque de la part dune grande entreprise qui va accepter un certain niveau de stock dans le but de limiter les variations des commandes passes court terme ses fournisseurs, plus fragiles. Lhorizon ferme pour un fournisseur peut donc tre plus long que celui de son entreprise cliente. Dans le mme esprit, lors daugmentations ou de diminutions important des quantits livrer prvues, lentreprise peut chercher lisser cette variation pour ne pas dstabiliser son sous-traitant. Dans dautres cas, lentreprise cliente garantit par contrat que la quantit globale demande son fournisseur dans lhorizon flexible sera accepte. Ce cas sapplique pour un horizon ne dpassant pas trois mois et ce mme dans le cas o le donneur d'ordre na plus de besoin pour les composants demands. Nanmoins ce partenariat peut tre remis en question par lentreprise cliente qui peut changer de fournisseur tout moment au profit dun autre moins cher ou plus fiable. Cette dualit de la relation client/fournisseur se traduit par des cas de figures diffrents avec par exemple : (1) une des grandes entreprises tudie appliquant un programme dexternalisation vers des pays bas cots dans le sud-ouest asiatique et (2) une autre qui prfre sorienter vers de la sous-traitance locale. Ces orientations ne sont pas indpendantes car les externalisations ont souvent abouti des problmes de qualit des produits qui ont ncessit des actions de reprises urgentes. Ces actions, ralises par des sous-traitants locaux, ont eu souvent une influence dstabilisatrice sur leur production. Ces quelques exemples montrent que les informations changes au sein dune chane logistique vont au-del de simples plans de productions se rpercutant de proche en proche de laval vers lamont. La taille des entreprises et leur capacit assurer un traitement de linformation efficient (gestion des prvisions et des contingences, suivi de production) rendent ncessaires des ajustements de capacits et des adaptations de la charge. Cela se traduit par la prsence de stocks intermdiaires et donc, un fonctionnement sous optimal de la chane.
Chapitre 2. Approches pour la planification des chanes logistiques manque de visibilit est la ncessit de ragir rapidement des problmes inattendus, ce qui entrane la fois une dstabilisation de leur production et de celle de leurs propres soustraitants (l'effet Bullwhip en est un exemple). De plus, ce manque de visibilit et cette incapacit de raction se rpercutent ensuite sur les lments avals de la chane logistique qui doivent entreprendre des actions en urgence pour respecter les dates de livraisons des produits finis. Le milieu aronautique constitue un cas dtude particulier car, si la demande-client finale est assez stable (malgr des augmentations et diminutions rgulires), des problmes peuvent survenir en raison du manque de coordination entre les partenaires. Pour assurer une meilleure coordination, une approche centralise semble difficilement envisageable, non seulement en raison dun manque doutils de type APS mais surtout en raison de lindpendance juridique des entreprises et de leurs responsabilits vis--vis de leurs propres fournisseurs. Dans le contexte actuel daugmentation de la charge, le contrle et la rduction des temps de cycle est un enjeu essentiel. Pour amliorer lefficacit globale de la chane, une attention particulire peut tre porte sur les maillons possdant le moins de moyens organisationnels, souvent les plus petites entreprises. Au regard des tudes de cas, les contrats dfinis entre les partenaires de la chane semblent suffisants pour apporter une rponse cohrente aux besoins de planification dans une situation nominale. Nanmoins, et principalement au niveau des sous-traitants, un apport semblerait important pour (1) dtecter lavance les problmes et (2) trouver des solutions compatibles avec le temps disponible pour rsoudre le problme. Sur la base de ces affirmations, un tat de lart sur la planification des chanes logistiques et des problmes de coordination quelle soulve est propos dans la partie suivante.
45/157
Pour mieux intgrer le caractre distribu de la chane logistique, un certain nombre de chercheurs ont suggr une implmentation du paradigme de la coordination par la ngociation en sappuyant sur des systmes multi-agents (SMA). Un SMA peut tre dfini comme un rseau faiblement coupl de manire asynchrone dalgorithmes de rsolutions qui travaillent ensemble pour rsoudre des problmes au-del de leurs capacits individuelles (O'Hare et Jennings, 1996). Cette dfinition met en avant la ncessit de collaboration pour dpasser les capacits individuelles de chaque agent (e.g. connatre les rpercussions dune modification de planning sur lensemble de la chane) et laspect asynchrone de la prise de dcision. Une illustration de ce paradigme sur lensemble des activits de production est donne par Ulieru et al., (2002). Leur tude se base sur le concept des holons (Koestler, 1967) et un SMA pour instancier des mthodes de coordination sur diffrents niveaux dcisionnels de la gestion dun atelier flexible. Au-del du cadre intra-entreprise, Nissen (2001) prsente une fdration dagents dune chane logistique principalement orients sur deux processus cls de la gestion de la chane logistique : les achats clients et la ralisation des ordres de ventes. Un point de vue distribu est adopt par Archimde et al,. (2003) pour lordonnancement et le suivi de production multi-site. Ils proposent un SMA dans lequel les agents communiquent au travers dchanges de messages contenant les informations sur les quantits produire. Les agents possdent une certaine autonomie pour modifier localement les ordonnancements transmis, dans la mesure o cela nimpacte pas les autres agents. Pour assurer le respect de contraintes globales et rsoudre les conflits, un superviseur est introduit. Au-del des approches prcdemment cites, il existe d'autres techniques prometteuses bases sur lintelligence artificielle dont certaines mettent de nouveau en avant la nature distribue des centres de dcisions. Silva et al., (2002) utilisent ainsi un algorithme bas sur les colonies de fourmis pour gnrer un ordonnancement. Les rsultats obtenus par rapport lutilisation dheuristiques dfinissant des listes dordres de fabrication ordonns amliorent la fois le nombre de retards et les dlais de fabrication. Lutilisation des rseaux neuronaux est aussi un axe de recherche prometteur, dont lutilisation est relativement rcente dans le domaine de la gestion de la chane logistique, comme lindique Leung en 1995. On retrouve un certain nombre dapplications dans les travaux de Cesarotti (Cesarotti et al., 1999), Wu (1999) et Rabelo (Rabelo et al., 2004). Les premiers dfinissent un processus de planification pour rpartir les composants en catgories prsentant des prvisions de demande dapprovisionnement similaires tandis que Wu (1999) utilise les rseaux neuronaux pour tudier lasymtrie cre par les informations retardes dans une chane logistique. Rabelo et al. (2004) utilisent aussi les rseaux neuronaux pour identifier et tudier des changements de comportements de la chane logistique pour en amliorer sa performance.
Une vision plus globale peut tre adopte en cernant lensemble du rseau. Cest le cas notamment des travaux mens par Le Qur et al., (2003) qui prsentent trois types de modlisations dun systme dcisionnel (1) hirarchique, (2) coordonn, (3) htrarchique. Le systme hirarchis possde un centre de dcision qui coordonne et assure la consistance des dcisions prisent sur lensemble du rseau. Le modle coordonn possde des centres de dcisions qui ne voient le rseau que partiellement et communiquent entre eux pour assurer la cohsion des dcisions. Enfin, le modle htrarchique repose sur des relations directes entre centres de dcisions, ce qui a pour effet daccrotre la ractivit du rseau, car il ny a pas besoin de se rfrer un centre de dcision hirarchiquement suprieur. Cette approche pnalise toutefois la coordination des dcisions, toujours prises avec un point de vue local. Une dcomposition similaire, indiquant des degrs divers dans la hirarchisation, est propose par Franois et al., (2006) en application directe au pilotage des chanes logistiques. Cette approche se distingue nanmoins de celle de Le Qur en mettant laccent sur le besoin dtablir des mcanismes dagrgations et de dsagrgations des informations vhicules entre les centres de dcisions locaux et hirarchiquement suprieurs. Les mcanismes dagrgation et de dsagrgation dinformations reprsentent un problme important pour les modlisations hirarchises (Miller, 2001 ; Fontan et al., 2005). Les observations issues de nos tudes de cas nous laissent penser quune structure de type htrarchique (i.e. sans coordination globale ou partielle) semble tre la plus usuelle dans le cas dentreprises juridiquement indpendantes. En effet, nous navons jamais identifi dans les chanes logistiques sur lesquelles a port notre tude de leader qui assumerait un rle de gestion pour lensemble du rseau, totalement ou mme partiellement. Les seules interventions dune entreprise dans la gestion dune autre taient en effet rserves des actions ponctuelles (approvisionnements de matires premires). Pour autant, les entreprises sont conscientes des contraintes de leurs fournisseurs. Compte tenu de cela, il semblerait intressant de pouvoir concilier la prise en compte de la ractivit de la chane (i.e. des contraintes fournisseurs) dans le processus de planification et un faible couplage entre les entreprises de la chane. Dans le but de proposer notre modlisation, la partie suivante prsente un tat de lart sur la prise en compte de la ractivit dans les processus de planification.
48/157
Chapitre 2. Approches pour la planification des chanes logistiques Dans le but de prendre en compte la ractivit de la chane, Zhao et Xie (1998) dveloppent un modle intgrant, dans leur programme directeur de production, une demande client variable. Le processus de planification suggr dpend des temps de cycle sur la base dun processus de planification horizon glissant. Ils montrent que la longueur de lhorizon gel (non modifiable) a la fois un impact sur les cots globaux issus de la planification et sur la stabilit de la chane. Telle (2003) met aussi en vidence limportance des horizons gels dans la planification. Ainsi, il montre, dans le cadre dune relation dyadique client-fournisseur qu partir dune visibilit suffisante sur la demande, ces horizons ne perturbent plus la chane. En rsum, deux concepts vont guider notre modlisation de la ractivit. Dune part, un moyen de mesure pour la ractivit va tre le temps ncessaire un fournisseur, un soustraitant ou une ressource interne pour pouvoir appliquer une modification. Dautre part, une chane sera ractive si les modifications ncessaires pour pallier un vnement imprvu entranent des variations mineures dans les cots des plans rsultants. Une modlisation plus fine de ces concepts sera prsente dans les chapitres suivants. Dans cette partie, nous avons donn quelques lignes guides pour modliser la ractivit de la chane logistique. Les parties suivantes prsentent une description de mthodes pour intgrer une demande incertaine dans le processus de planification.
49/157
50/157
Conclusion du chapitre 2
Dans ce chapitre, partir dune tude visant apporter une classification des publications sur la gestion de la chane logistique, nous avons pu positionner cette thse dans le niveau dcisionnel tactique en abordant principalement les processus dapprovisionnement et de production. Le regard avec lequel est aborde la chane logistique concerne essentiellement la planification des activits, la gestion des stocks et la coopration interentreprises pour amliorer les relations dune entreprise avec ses clients et fournisseurs. Une tude du milieu industriel a t prsente. Cette tude montre les difficults pour les PMEs du milieu aronautique pour (1) intgrer les prvisions fournies par leurs donneurs dordres (2) assurer un suivi efficace de leur production (3) prendre en compte les lments amonts de la chane pour connatre leurs capacits de raction. A partir de ces hypothses, notre approche a pour but : 1) de fournir au dcideur une bonne vision de la situation de son entreprise vis--vis de lincertitude sur la demande et 2) de lui montrer quelles sont les dcisions quil peut prendre dans le temps dans le but de pallier lincertitude. A chaque tape, son choix se rsume prendre une dcision en avance ou prendre le risque dattendre jusqu ce que la demande devienne prcisment connue. Dans le premier cas, sa dcision peut se rvler sous-optimale si la demande change. Dans le second, les options (dcisions) possibles pour le manager risquent de se voir rduites et, en cas de changement trop brutal dans la demande, de ne pouvoir s'adapter. Dans chaque cas, nous pensons que donner une bonne illustration des consquences du processus dcisionnel construit chaque maillon de la chane logistique est un axe dtude plus prometteur que la construction de plans optimaux qui peuvent tre rapidement remis en question (Gnin et al., 2005), et ne permettent pas au manager dutiliser son exprience. Un tat de lart sur les diffrents types de modlisations (i.e. centralises, distribues, hirarchises) de la chane logistique oriente notre tude vers une solution autorisant un faible couplage entre les entits de la chane tout en assurant une certaine coordination. Ainsi, dans le chapitre suivant, une modlisation base sur une approche locale gnrique dun lment dune chane logistique sera propose. Cette modlisation pourra tre instancie au niveau de chaque maillon de la chane. La coordination sera assure par, dune part, la prise en compte, ct client, dune demande incertaine et dautre part, par une modlisation de la capacit de raction des fournisseurs. Dans le chapitre suivant, les caractristiques dtailles de cette modlisation seront prsentes.
51/157
52/157
Introduction au chapitre 3
Les deux premiers chapitres de ce mmoire ont permis de dgager un certain nombre dorientations pour notre recherche : Positionnement de lentreprise comme lment central de notre approche, Adoption dune vision locale des processus dcisionnels de planification, Prise en compte dans un mme modle des relations clients et fournisseurs, Dfinition de moyens de prise en compte de lanticipation ncessaire la prise de dcision, Modlisation de la demande incertaine selon diffrents horizons temporels. Dans ce chapitre, nous abordons plus prcisment les concepts permettant la dfinition du processus de planification dynamique dune entit de la chane logistique. Principalement, ce sont les caractristiques du systme que nous tudions, sous langle de la ractivit et du besoin de visibilit sur la demande client. Ce chapitre est organis de la faon suivante. Tout dabord, nous rcapitulons brivement dans le paragraphe 1 les points cls et les objectifs de notre tude Ensuite, en nous basant sur ces objectifs, nous dfinissons dans le paragraphe 2, la structure tudie et les dcisions qui y sont associes. Dans le paragraphe 3, les dlais limitant la ractivit de la chane sont prciss dans le but de mettre laccent sur le besoin de visibilit des diffrents acteurs. Enfin, dans le paragraphe 4, nous dcrivons les principales tapes dun processus de planification dynamique horizon glissant et mettons en vidence les problmes lis aux interactions entre les diffrentes dcisions.
53/157
1. Intrts de ltude
5.5 Complexit de la planification
Les tudes de cas que nous avons menes ont mis en avant un certain nombre de points cls quil est ncessaire dintgrer dans la tche de planification de la chane logistique. En premier lieu, la chane logistique sassimile plus frquemment un ensemble de relations point point qu un vritable rseau compltement coordonn par une entit supervisant lensemble du processus dlaboration du produit. Cette supervision peut nanmoins se retrouver dans quelques cas particuliers, comme celui des entreprises multi-site (coordination des diffrents sites de lentreprise) ou des entreprises virtuelles pour lesquelles la coordination reste restreinte au cadre dun projet ou dun produit dure de vie limite. Ainsi, le pilotage point point domine mais ncessite malgr tout lintgration des principales caractristiques des maillons voisins (caractristiques agrges) si lon veut assurer une gestion cohrente de la chane. La prise en compte des besoins du client et des dlais imposs par les fournisseurs sont par exemple primordiaux pour tablir des plans fiables. Les cas industriels tudis ont montr que la planification (lorsquelle existe) met gnralement en uvre un grand nombre de dcisions de natures varies (e.g. rpartition des quantits produire entre la production interne et les sous-traitants, dfinition des niveaux de capacits adquats, approvisionnements auprs de diffrents fournisseurs, etc.) soumises de nombreuses contraintes (e.g. capacits de production, satisfaction des clients, prise en compte des cots, dlais de production, dlais dapprovisionnement, etc.). Il est difficile pour un dcideur de matriser lensemble de ces leviers dcisionnels et des contraintes associes. De plus, les dcisions ont des caractristiques temporelles spcifiques confrant une certaine inertie au systme. Or, nous avons vu dans nos tudes de cas que les clients rclament aux entreprises de pouvoir sadapter de plus en plus rapidement des variations de la demande. Pour pallier ce problme, un affinement progressif des informations (i.e. des demandes) transmises par le client est ralis dans le cadre dun processus de planification horizon glissant. Les plans doivent tre priodiquement remis en cause pour intgrer ces nouvelles informations et, chaque nouvelle planification, tenir compte des dcisions dj engages et de la capacit de raction du systme. Il faut ainsi assurer une certaine ractivit tout en limitant la nervosit des dcisions. Dans ce contexte, la planification est une tche difficile pour laquelle les dcideurs ont besoin de support et doutils daide la dcision. Les PMEs que nous avons tudies souffrent dun manque doutils adapts leur permettant de mieux cerner et grer le processus de planification dans toute sa complexit. Face ces points durs de la planification, nous dfinissons dans le paragraphe 1.2 les objectifs gnraux de notre tude et dveloppons dans la suite du chapitre les diffrents concepts de modlisation introduits dans notre travail.
Cet outil daide la planification moyen terme doit intgrer au mieux les besoins et contraintes industriels mis en vidence lors de nos entretiens, souligns dans les chapitres prcdents. Plus prcisment, il doit permettre de : dtecter de manire anticipe les problmes pouvant survenir dans lunit de production (e.g. augmentation imprvue de la demande client, rupture dans les approvisionnements, manque de capacit, etc.), dfinir les meilleures dcisions compte tenu de la ractivit du systme, des cots, des fluctuations de la demande, etc. Par consquent, cela va entraner le besoin de grer les degrs de libert disposition du dcideur, tels que la dfinition des quantits produire en interne ou sous-traiter, les ajustements de capacits, les quantits approvisionner, etc., prendre en compte lors de toute planification, les dcisions dj prises et engages, faciliter le processus dcisionnel par simulation et valuation de politiques globales de planification, bases sur une prise en compte totale, partielle ou sur la non prise en compte de la demande incertaine dans le processus de planification, proposer un support pour guider les clients/fournisseurs en mettant en exergue et en valuant des actions damliorations (e.g. rduction des temps de cycle, amlioration de la flexibilit, etc.). Un des objectifs de cette tude est donc de proposer un modle de planification qui explicite les relations dune entreprise avec ses fournisseurs, clients et sous-traitants et qui prend en compte les caractristiques temporelles lies la prise de dcision. Si ce modle est suffisamment gnrique, il pourra tre dupliqu et utilis par chaque partenaire de la chane logistique. Un tel modle sera rsolu dans le cadre dun processus de planification dynamique horizon glissant. Ce cadre permettra de mettre jour priodiquement la demande client et de ragir ses fluctuations.
55/157
Sous-traitant : STT Composants Commandes dachats Entreprise : ETS Fournisseurs Livraison des composants Ordres de sous-traitance
Flux physique Flux dinformation Produits finis Demande client Clients Livraisons des produits finis
Figure 10. Schma dune structure gnrale point--point centre sur une unit au sein dune chane logistique
Comme dit prcdemment, cette structure se limite volontairement des relations point point. Nous adoptons donc ici le point de vue de lentreprise qui doit assurer le lien entre ses clients, ses sous-traitants et ses fournisseurs, en cohrence avec ses activits internes. La figure 10 rsume les informations et matires changes avec les entits connectes lentreprise. En ce qui concerne le flux dinformation, les clients transmettent leurs demandes lentreprise qui se charge de les agrger (i.e. den faire la somme selon le produit fini considr) pour dterminer les quantits livrer par priode. Ce processus dagrgation des donnes client est dtaill dans le chapitre 5, consacr plus prcisment la gestion de la relation client. Les demandes en produits finis gnrent des besoins dpendants en composants. Lentreprise transmet ses commandes ses fournisseurs en regroupant, grce la planification, les besoins provenant de diffrents produits finis. Pour assurer une certaine gnricit la modlisation, nous considrons que les composants peuvent tre approvisionns auprs de diffrents fournisseurs possdant des caractristiques diffrentes en termes de cots et de dlais. Un deuxime aspect gnrique est introduit par la prsence de sous-traitants, qui nont pas les mmes relations quun fournisseur avec lentreprise. La premire diffrence se fait au niveau des produits changs, standards ou particulariss dans le cas du fournisseur, spcifiques dans le cas du sous traitant. Une deuxime distinction peut parfois se faire au niveau du flux matriel : la relation de sous-traitance peut en effet introduire un flux de composants de lentreprise vers le sous-traitant qui nexiste pas entre lentreprise et le fournisseur. Les fournisseurs sont en effet responsables de leurs propres approvisionnements alors que lentreprise peut fournir son sous-traitant les matires ou composants dont il a besoin pour la fabrication. Dans ce cas, il est donc ncessaire pour lentreprise de grer les approvisionnements destins au sous-traitant. Ce fonctionnement se retrouve notamment dans le secteur aronautique o la raret de certaines matires premires comme le titane peut pousser les clients globaliser leurs besoins pour obtenir de meilleurs tarifs ou des dlais acceptables. Ainsi, ces derniers se substituent leurs sous-traitants et se chargent de grer les approvisionnements de ces matires leur place. Au sein de cette structure, le rle du maillon central (appel ici entreprise ) est de grer au mieux les informations et contraintes transmises par les acteurs avec lesquels il est en relation, ainsi que ses propres contraintes. En fonction de cela, il doit assurer la satisfaction de ses clients (objectifs globaux) et sa propre prennit (objectifs locaux). Pour cela, lentreprise
56/157
Chapitre 3. Concepts pour la planification dynamique dispose des diffrents degrs de liberts que lui offrent les leviers dcisionnels dcrits dans le paragraphe ci-dessous.
57/157
La capacit interne de lentreprise peut tre ajuste en fonction des besoins. On suppose quelle est dabord positionne selon une cadence de fabrication prdfinie. Cela correspond la dfinition dun rgime de fonctionnement nominal pour lentreprise (par exemple avec un temps douverture de 7 heures par jour et une seule quipe de travail). Ce fonctionnement nominal peut tre adapt par lutilisation de diffrents leviers dcisionnels. On pourra notamment avoir recours lutilisation dheures supplmentaires ou dquipes de travail additionnelles etc. On peut noter quil y a bien une distinction entre ces deux lments. En effet, les heures supplmentaires payes sont celles qui sont effectivement travailles. Lors dun passage en 2*8, un volume horaire global est affect et pay mme sil nest pas consomm entirement. Dterminer sil est souhaitable deffectuer un passage en 2*8 ou de raliser un certain nombre dheures supplmentaires est habituellement li la dure du besoin de capacit supplmentaire. En effet, le passage en 2*8 est plus lourd mettre en place que lutilisation dheures supplmentaires et doit tre suffisamment anticip. Cette anticipation introduit le risque de dstabiliser la production si toutes les mesures (i.e. approvisionnements) ont t prises pour ce passage en 2*8 et que finalement, une diminution de la demande rend cette dcision inutile. Dun autre ct, lutilisation dheures supplmentaires requiert en gnral moins danticipation mais peut occasionner un surcot lev si le volume dheures est important. De plus, leur volume reste limit et noffre pas le mme accroissement de capacit que le passage en 2*8. Dans ce contexte gnrique, le responsable de la planification a plusieurs degrs de liberts sa disposition pour ragir aux fluctuations de la demande et adapter la charge et la capacit : 1. lisser la production interne et gnrer des stocks, 2. accrotre temporairement sa capacit interne par recours aux heures supplmentaires, par embauche d'intrimaires ou par changement des rythmes de production, 3. sous-traiter une partie de sa charge, 4. tolrer des retards dans les livraisons de produits finis. Les aspects financiers apparaissent ici de manire sous-jacente. En effet, cest en termes de cots quune solution (i.e. un ensemble de dcisions) est considre comme plus favorable quune autre. Bien entendu, la solution adopte pourra tre un compromis dans lutilisation de diffrents leviers dcisionnels. Nous introduisons donc dans notre modlisation un cot adapt chaque type dcision. De plus, dautres cots lis aux lments dpendants de ces dcisions, comme les niveaux de stocks ou de rupture, sont intgrs notre modlisation pour pouvoir mieux mesurer limpact de chaque dcision. Par exemple, si les cots de soustraitance et de rupture sont trs levs, et que dun autre ct, la production interne et le stockage sont peu couteux, on peut supposer que le dcideur choisira de lisser sa production interne et de crer du stock pour produire et satisfaire la demande moindre cot. Nanmoins, cela suppose que le dcideur ait suffisamment de capacit en interne pour, par exemple, absorber un surcroit de demande ponctuel. Il sera dautant plus facile pour lui de trouver cette capacit sil connat la demande lavance. Dans le but dapporter une dfinition aux concepts lis la dimension temporelle de la planification, le paragraphe suivant dcrit comment la prise de dcision est contrainte dans le temps.
58/157
59/157
Production interne
25
2
50
3
50
4
50
5
50
6 7
Dlai danticipation
Figure 11. Exemple de prise en compte du dlai d'anticipation dans l'horizon dcisionnel
Une originalit de notre approche concernant la prise en compte de ces dlais danticipation est quils sont adapts et dfinis pour chaque type dcision (contrairement aux approches dveloppes par, par exemple, Zhao et Lam (1997) o le gel porte sur le programme directeur de production ou Rota (1998) o le gel est appliqu la production et aux approvisionnements). En effet, le dlai danticipation dpend de la nature de la dcision : par exemple, on peut supposer que si le passage du fonctionnement dun atelier en 2*8 ncessite 3 priodes danticipation, lutilisation dheures supplmentaires, plus faciles mettre en uvre, nen ncessitera quune. Dans notre approche, chaque type de dcision est donc caractris par un cot et un dlai danticipation. Cette double caractrisation enrichit les capacits de modlisation. Elle offre la possibilit de lier les cots et la ractivit demande un lment de la chane logistique. Dans le cadre des relations avec les fournisseurs, elle permet par exemple de reprsenter plusieurs types de partenariats. Ainsi, il est possible de modliser le fait quun fournisseur propose ses clients plusieurs tarifs dapprovisionnement en fonction de diffrents dlais danticipation. En effet, des modifications tardives engendrent un besoin de ractivit qui peut se traduire, pour le fournisseur, par lutilisation de moyens de production introduisant un surcot par rapport sa planification habituelle (e.g. utilisation dune autre ligne de fabrication, heures supplmentaires etc.). Les cots associs ces dcisions durgences peuvent tre intgrs dans la planification de lentreprise et se justifier par la ncessit davoir les pices au bon moment en tolrant le surcot ponctuel dapprovisionnement. Dautre part, une augmentation du dlai danticipation favorisera lorganisation du fournisseur et pourra correspondre une diminution du prix dachat des composants. Ce genre dapproches peut apporter un complment ce que nous avons vu dans nos tudes de cas o certaines grandes entreprises soutiennent lactivit des PMEs en acceptant certaines commandes mme si le besoin final a volu.
60/157
Nous proposons d'appeler ici le temps qui spare le dbut de lapplication de la dcision et sa fin (disponibilit du rsultat) le dlai dobtention. Ces dlais dobtention concernent plus particulirement les dcisions lies la production. En effet, les dcisions organisationnelles comme lutilisation dheures supplmentaires ont un effet immdiat (e.g. augmentation de la capacit de production). Leur application est possible ds lors que la prparation de leur mise en uvre a t correctement anticipe. En ce qui concerne les dcisions dapprovisionnement, on considre que le dlai dobtention propre au fournisseur est inclus dans le dlai danticipation quil communique ses clients. En effet, nous considrons que lentreprise na pas de visibilit sur les temps de cycle des fournisseurs et leurs processus dorganisation internes. De ce fait, lentreprise ne voit que le temps entre la passation dune commande dapprovisionnement transmise par lentreprise son fournisseur et la livraison des produits par le fournisseur. Ainsi, le dlai danticipation demand par le fournisseur inclut la fois les dlais ncessaires son organisation propre et llaboration des composants. Pour toutes les autres dcisions, il est important de remarquer que dlai danticipation et dlai dobtention se cumulent, augmentant linertie du systme et limitant sa ractivit mettre en place les changements. La figure 12 prsente ce cumul dans le cas de la production interne. Ce cas peut tre tendu la production sous-traite. Dans cet exemple, la priode de prise de dcision (pendant laquelle la planification est effectue) est la priode 0. Le dlai danticipation est de 3 priodes et le dlai dobtention de 2 priodes. Comme dans lexemple prcdent, le manager souhaite augmenter sa production de 25 50 units. Compte tenu du dlai danticipation, une dcision daugmentation de cadence prise en priode 0 conduira une modification effective au plus tt en priode 3. Compte tenu du dlai dobtention, les produits issus de la nouvelle cadence de fabrication (50 units) ne seront disponibles pour utilisation quen priode 5.
Production interne
25
2
50
3
50
4
50
6 7
temps
Dlai danticipation
Dlai dobtention
Dans ce cas de figure, les premires dcisions de modification du volume de production (i.e. partir de la priode 3) ont des rpercussions en priode 5. Ainsi, la prise de dcision effectue en priode 0 permet au mieux dagir sur la satisfaction de la demande des priodes 5 et au-del. Cela se traduit concrtement pour le dcideur par un besoin de visibilit sur la demande client qui doit aller au-del de la priode 5 ; ceci donne une premire indication sur la relation entre le potentiel ractif dun systme de production et la visibilit quil doit avoir sur la demande client.
61/157
62/157
Chapitre 3. Concepts pour la planification dynamique Un horizon gel HG correspondant au dlai danticipation de la dcision considre (HG = {, +1, , +DA-1}). Sur cet horizon, les dcisions prises lors des pas de planification prcdents ne peuvent tre modifies ; elles sont reportes sans modifications et sont donc geles . Un horizon libre dans lequel les dcisions peuvent tre adaptes librement dans le but de ragir aux incertitudes et aux changements. Il est important de noter que les priodes de lintervalle [+DA-1, +DA+PP-1] appartiendront lhorizon gel de la planification suivante. Les dcisions qui sy rapportent sont libres pour la planification mais dfinitives : elles ne pourront pas tre remises en cause par les planifications suivantes. Lvolution du processus de planification est dcrite dans la figure 13 pour un type de dcision donn. Dans cet exemple, T = 7, PP = 2 et la dcision considre possde un dlai danticipation DA de 3 priodes. Comme on peut le voir dans la figure 13, les dcisions concernant les priodes 3 et 4, prises librement lors du premier pas de planification, sont geles et reportes sans modifications dans le second pas. Les dcisions relevant de la priode 5 et au-del restent libres dans le second pas de planification. 1er Horizon Gel 1er pas de planification : =0 Horizon de dcision libre Horizon dune dcision quelconque
0 1 2 3 4 5 6 7 8
Dcisions reportes
2me Horizon Gel Priode de rfrence Dcision reporte de la planification prcdente Dcisions prises au pas 1 Dcisions prises au pas 2
Les dlais danticipation et par consquent les horizons gels introduisent de la stabilit dans les plans en empchant la ralisation de modifications tardives (quelle quen soit la raison, administrative ou lie des contraintes techniques ou organisationnelle de production). Nanmoins, la contrainte de ne pouvoir appliquer les modifications quaprs un certain dlai risque dengendrer des corrections relativement fortes pour pallier la dgradation des conditions de production (ceci est par exemple une des causes du "Bullwhip effect"). Audel des dlais danticipation, le choix de la priodicit de planification est un facteur important pour tablir un compromis entre la stabilit de la planification et lactualisation des donnes et donc des plans. Une priodicit de planification longue entraine le gel de dcisions lointaines (jusqu la priode t=+DA+PP-1) assurant ainsi la stabilit des plans, mais les rpercussions dune modification de la demande ne se feront sentir que plus tardivement sur les autres acteurs de la chane. Une priodicit moins longue permet des remises en causes plus frquentes des plans. Dans ce cas, il est ncessaire de sassurer que les autres acteurs de 63/157
Chapitre 3. Concepts pour la planification dynamique la chane pourront prendre en compte ces ractualisations et sadapter aux nouvelles dcisions. Cest prcisment lobjet de notre tude que de donner des moyens dvaluer partir de quel moment cette recherche de stabilit peut pnaliser la production. Finalement, seules les dcisions prises la priode 5 et au-del lors du premier pas de planification restent libres au deuxime pas et pourront tre rvalues. Il est important de noter que les dcisions prises dans les priodes 3 et 4, c'est--dire entre +DA-1 et +DA+PP-1 seront appliques sans modification, mme si entre ces deux pas de planification, lvolution de la demande les a rendues incohrentes. Il peut sagir, par exemple, de demandes dapprovisionnement tablies selon des prvisions qui ont t annules entre les pas de planification 1 et 2. Ds lors, lentreprise aura un stock de composants levs qui pourra soit tre coul dans les futures commandes soit aboutir des produits obsoltes. Il en rsulte que les dcisions pour les priodes 4 et 5 doivent tre prises dans les meilleures conditions possibles. Pour cela, le dcideur doit avoir une visibilit suffisante sur une demande client ferme qui nvoluera pas entre deux pas de planification.
64/157
50
50
LP
50 t
Production 25
0
25
1
25
2
50
50
50
5
50
6= 7 +T-1-LP 8 9 10 11
3= 4 +DA+PP-1
25
50
LP
50
50
50
50
LP
75 t
Production
0 1
25
2
50
3
50
4
50
5
50
6
50
7
75
8 9 10 11
2me Horizon libre Dcisions prises au pas 1 Dcisions prises au pas 2 Dlai dobtention LP
Dune part, le lancement en production de produits destins satisfaire la demande sur la dernire priode de lhorizon de planification +T-1 se fera au plus tard LP priodes avant, c'est--dire en +T-1-LP. Lhorizon relatif aux lancements en production est donc plus court que lhorizon de planification. Dautre part, comme le montre la figure 14, le lancement en fabrication dans la priode t=+DA+PP-1 correspond une dcision libre mais dfinitive, compte tenu des paramtres PP, DA, et LP. Ce lancement permet de satisfaire la demande au plus tt relative t=+DA+PP+LP -1. Cette dcision gele restera cohrente dans la prochaine tape de planification si la demande nest pas modifie, c'est--dire si la demande est elle-mme ferme et dfinitive. Cela implique que pour le type de dcision considr, la visibilit minimale sur la demande client ferme doit stendre au-del de +DA+LP+PP-1. On doit avoir : T > DA+LP+PP-1 Ce besoin de visibilit peut tre accru dans le cas o il est ncessaire de lisser la charge (cf. chapitre 4).
65/157
Lexemple illustr par la figure 15 montre que si la visibilit sur les demandes fermes nest pas suffisante (les demandes sur lhorizon varient entre 2 pas de planification), la planification dynamique nest pas en mesure dviter les ruptures. Lexemple dcrit par cette figure est construit sur la base dun type de dcision, la production interne, soumise un dlai danticipation DA = 3 priodes et un dlai dobtention LP = 2 priodes. On suppose que la capacit de production maximale est de 100 produits par priode. Comme condition initiale, il est suppos que la demande pour les priodes 0 et 1 est satisfaite par len-cours de production (i.e. production pour les priodes -2 et -1). Lhorizon de planification comporte 9 priodes.
50
50
50
LP
50 t
Production 25
0
25
1
25
2
50
3
50
4
50
5
50
6 7 8 9 10 11
25
LP
75
75
75
75
75
LP
75 t
Production
0 1
25
2
50
3
50
4
100
5
100
6
75
7
75
8 9 10 11
2me Horizon libre Dcisions prises au pas 1 Dcisions prises au pas 2 Dlai dobtention LP
Figure 15. Lien entre le gel des dcisions et la visibilit sur la demande client
Au premier pas de planification, le dcideur dtermine un plan de production pour satisfaire les demandes clients, telles quelles sont connues la priode de rfrence = 0. Laugmentation de la demande de 25 units 50 pour les priodes 5 et 6 est satisfaite par une augmentation des quantits lances en production dans les priodes 3 et 4, qui se situent audel de lhorizon gel.
66/157
Chapitre 3. Concepts pour la planification dynamique Au deuxime pas de planification, on dispose de nouvelles informations sur la demande. La demande client pour les priodes 5 et 6 a augment au-del des valeurs connues lors de la planification prcdente, et est passe de 50 75 units par priode. Or, les quantits de production planifies prcdemment pour les priodes 3 et 4 sont dsormais geles et ne correspondent plus la nouvelle valeur de la demande client. Dans cet exemple, le dcideur choisit de combler au plus tt les ruptures occasionnes par cette modification de la demande en fixant 100 les quantits planifies pour les priodes 5 et 6. Cet exemple met en avant un ensemble de problmatiques importantes pour la planification de la chane logistique. Tout dabord, le cumul des diffrents dlais freine la capacit de lentreprise prendre en compte des modifications de la demande. En effet, les premires modifications ne peuvent tre effectues quaprs lhorizon gel. Compte tenu de la priodicit de planification, les dcisions suivant lhorizon gel devront compenser leffet des modifications tardives sur la demande. Dans notre cas, cela se traduit par limpossibilit de satisfaire la demande des priodes 5 et 6, car la production correspondante est gele 50 produits. Ces ruptures sont compenses par la production de 100 units en priodes 5 et 6. Cela peut se traduire concrtement par des conditions de production plus difficiles (e.g. heures supplmentaires, cadences plus leves, rallocation de charge etc) et donc plus coteuses. Ensuite, compte tenu du dlai dobtention, le dcideur ne peut dfinir une production en rponse la demande sur la totalit de lhorizon de planification. En effet, ne connaissant pas la demande au-del de lhorizon de planification, toute valeur positionne sur les priodes comprises entre + T - LP et + T - 1 le serait arbitrairement. Si lhorizon de planification est suffisamment long (i.e. suprieur +DA+LP+PP-1) limpact de labsence de ces dcisions sur les dernires priodes de lhorizon est limit car elles ne seront pas geles lors de la planification suivante. Par contre, si lhorizon de planification nest pas suffisant long, il sera impossible de rattraper la dcision qui na pas t prise. Ce raisonnement peut amener le dcideur augmenter sa visibilit par lutilisation de prvisions bases sur lhistorique des diffrentes demandes. Nous souhaitons rappeler et mettre en avant ici que lhorizon gel est dpendant de chaque type de dcision, au lieu dtre un paramtre constant dans le processus de planification, tel que cest usuellement le cas au niveau tactique dans le cadre dune planification de type MRP. Le raisonnement ci-dessus est construit en ne considrant quun seul type de dcision (i.e. la production interne) et en ignorant les autres types de dcision qui lui sont lis (e.g. approvisionnement, ajustement de capacit). Il apparat intressant de montrer comment les dcisions peuvent sinfluencer au travers des dlais qui leurs sont associs.
67/157
Chapitre 3. Concepts pour la planification dynamique simplifier le raisonnement, nous nous plaons dans le cas dune production la commande (i.e. avec un niveau de stock nul en fin de chaque priode). En raison du dlai dobtention de 2 priodes ncessaire la ralisation des produits, la quantit devant tre lance en production doit tre positionne au plus tard en priode 9. Il faut, pour cette mme priode, ajuster la capacit et choisir deffectuer des heures supplmentaires ou non. Pour pouvoir raliser la production, il est ncessaire de planifier la livraison des composants en priode 8 afin quils soient disponibles pour utilisation en priode 9. On suppose que les dlais danticipation sont de 2, 3 et 4 priodes pour, respectivement, la production interne, les heures supplmentaires et les approvisionnements. Ainsi, au plus tard, la dcision sur les quantits produire doit tre prise en priode 7. La dcision sur le nombre dheures supplmentaires effectuer doit tre prise en priode 6. Les approvisionnements doivent tre dcids en priode 4. Demandes
Nouvelle demande satisfaire
10
11
Production interne
7 Prise de dcision heures supplmentaires DA heures supplmentaires 9
t
Affectation des heures supplmentaires
Heures supplmentaires
6 Prise de dcision des approvisionnements DA des approvisionnements 9
Approvisionnements
4 8
Priode de prise de dcision au plus tard Priode de mise en uvre de la dcision au plus tard
68/157
Chapitre 3. Concepts pour la planification dynamique Dans ce contexte, deux situations de planification sont tudies ; elles se distinguent par la priode de rfrence considre pour la planification. Dans les deux cas, la priode 11 fait partie de lhorizon de planification. On montre travers ces exemples que la capacit de raction pour la prise en compte de la demande de la priode 11 varie selon la priode de rfrence. La figure 17 se place dans le cas o la planification seffectue la priode 0. Cette figure introduit les diffrents horizons gels induits par les dlais danticipation. Dans ce cas, on constate que toutes les dcisions lies la demande en priode 11 sont libres. De ce fait, le dcideur a la possibilit de dterminer sa production avec ou sans heures supplmentaires et de prvoir les approvisionnements en consquence. Priode laquelle la planification est effectue Demandes Nouvelle demande satisfaire
10
11
Production interne
7 9
Horizon gel
Priode de prise de dcision au plus tard Priode de mise en uvre de la dcision au plus tard Horizons Gels Dlai dobtention des produits
La figure 18 prsente le positionnement des diffrents horizons gels lorsque la priode de rfrence est la priode 5. Dans ce cas, la dcision lie aux approvisionnements est gele. Les autres dcisions (la production interne et les heures supplmentaires) peuvent tre encore modifies. Le problme soulev ici est que les dcisions concernant les heures supplmentaires ou la production interne doivent tre prises en fonction des 69/157
Chapitre 3. Concepts pour la planification dynamique approvisionnements dj dfinis et gels. Or, ce cas de figure est diffrent du cas prcdent dans lequel une certaine logique tait respecte. En effet, les approvisionnements pouvaient tre dcids en fonction des quantits produire. Si entre ces deux pas de planification ( la priode 0 et la priode 5) la demande prvue en priode 11 a t augmente, les approvisionnements ne seront pas suffisants pour faire face cette hausse. Dans ce cas, lentreprise risque dtre en rupture vis--vis de ses clients. Par contre, si cette demande a diminu, le dcideur pourra encore annuler les heures supplmentaires quil a pu prvoir et rduire ses quantits produire. Ce deuxime point risque de gnrer des surstocks de composants. En effet, les approvisionnements tant gels, lentreprise doit accepter les livraisons de ses fournisseurs. Comme ces approvisionnements sont toujours dfinis en fonction du besoin en production incluant les quantits produire en heure supplmentaires, ils seront surdimensionns par rapport la nouvelle demande. Nouvelle priode pour la rvaluation des plans Demandes Nouvelle demande satisfaire t
10
11
Production interne
7 9
Heures supplmentaires
6 9
Approvisionnements
4 8
Ainsi, les interactions entre les types de dcision, les diffrents dlais et la priodicit de planification entranent une certaine inertie de lappareil de production en rduisant son aptitude ragir et absorber les alas et variations de la demande. Cela montre le besoin de connatre la demande client suffisamment lavance pour pouvoir lanticiper. Lhorizon de planification T doit tre aussi long que le permet la connaissance sur les demandes client. De
70/157
Chapitre 3. Concepts pour la planification dynamique plus, la ractivit sera amliore si les dlais danticipation et, de ce fait, les horizons gels, sont aussi courts que possible. Le processus de planification est complexe car dune part, les dcisions de production peuvent tre contraintes par des dcisions dapprovisionnement geles et dautre part, le dcideur peut arbitrer entre des dcisions peu ractives avec des cots pouvant tre moins levs que ceux de dcisions plus ractives. Ainsi, dans lexemple que nous venons de donner, les approvisionnements sont gels lors du deuxime pas de planification (cf. figure 18). Une option, pour le dcideur, serait dutiliser un fournisseur plus ractif mais plus cher. Une telle utilisation dpendra de lvolution de la demande et est sujette un compromis entre les surcots lis des approvisionnements durgence et des ruptures ponctuelles. Pour grer cette complexit, une modlisation analytique, qui permet de dterminer de manire optimale les dcisions prendre chaque pas de planification est propose dans le chapitre suivant.
71/157
Conclusion du chapitre 3
Dans ce chapitre, nous avons pos les bases de notre modlisation analytique, en cohrence avec les observations faites sur le terrain et rapportes dans le chapitre 2. Nous nous sommes plus particulirement intresss aux diffrents dlais qui vont limiter la ractivit de la chane logistique. Ces dlais rendent ncessaire le fait davoir une visibilit suffisante sur la demande pour assurer une planification cohrente. Nous avons introduit deux dlais caractristiques pour modliser chaque type de dcision : le dlai danticipation et le dlai dobtention. Lintgration de ces dlais dans un processus de planification horizon glissant est complexe, du fait des dpendances entre les dcisions. Ainsi, la capacit du dcideur anticiper les diffrentes dcisions et utiliser pleinement les dcisions possibles est rduite par le gel dune partie de ces dcisions anticipes. Le dcideur se retrouve partag entre le besoin danticiper les diffrentes dcisions, avec le risque quelles ne soient plus cohrentes vis--vis dune demande client en volution, et lenvie dattendre le dernier moment pour prendre ses dcisions, quitte disposer dun ensemble de leviers plus rduit ou plus coteux. Pour laider dans ce choix, nous dfinissons dans le chapitre suivant un modle analytique et un cadre de simulation permettant lvaluation de politiques de planification. Ces politiques intgreront par la suite, la gestion dune demande client incertaine sous forme de stratgies de planification.
72/157
Introduction au chapitre 4
A chaque tape du processus de planification, le dcideur doit prendre les meilleures dcisions parmi un vaste ensemble de possibilits. La dtermination des quantits produire en interne, des quantits sous-traiter, des quantits de composants commander aux fournisseurs, le lissage de la charge ou lutilisation dquipes de travail supplmentaires, etc. constituent les points principaux aborder. La complexit de la tche de planification est de grer lensemble de ces dcisions tout en prenant en compte les dcisions dj prises et dsormais geles, impactant les cots, les dlais etc. Dans ce chapitre, nous proposons un programme linaire pour modliser le problme de planification dfini dans le chapitre prcdent. Ce modle peut tre utilis chaque tape dun processus de planification horizon glissant. Un tel processus permet une actualisation priodique de la demande client et des plans. Pour permettre lvaluation globale des plans construits progressivement par le dcideur, nous proposons dintgrer ce modle un cadre de simulation du processus de planification complet. Dans la premire partie de ce chapitre, nous prsentons la formulation mathmatique du modle de planification. Nous abordons dans la deuxime partie lintgration de ce modle dans un cadre de simulation. Enfin, une mise en uvre de cette simulation est dcrite sur un exemple simple. Elle permet dvaluer linfluence de diffrents paramtrages temporels (horizon de planification, dlais danticipation et dobtention, priodicit de planification, etc.) sur la qualit du plan finalement implment.
73/157
1. Modle de planification
Dans cette partie, nous introduisons les notations utilises et proposons notre modle de planification. Les caractristiques prises en compte dans le modle permettent de rpondre aux diffrents besoins noncs dans le chapitre prcdent.
8.5 Notations
Le modle M correspond au problme de planification rsoudre au pas de planification , sur lhorizon de planification HP. Dans ce modle dterministe, la demande est suppose connue sur lensemble de lhorizon de planification et est mise jour chaque pas de planification. Le modle M est bas sur les notations suivantes : Ensembles et paramtres temporels : {p} et {c} : ensemble des produits finis p et composants c approvisionns auprs de fournisseurs extrieurs {s} : ensemble des fournisseurs {a} : ensemble dactions qui peuvent tre lances pour ajuster la capacit de lentreprise (i.e. passage en 2 ou 3*8). T : nombre de priodes dans lhorizon de planification HP : horizon de planification au pas de planification ; HP = {, +1, , +T-1} HGk : horizon gel au pas associ la dcision k (k reprsente tout type de dcision mentionne ci-dessous) ; HGk ={ , +1, , +DAk-1} o DAk est le dlai danticipation de la dcision k PP : priodicit de planification Paramtres statiques (indpendants du pas de planification ) : LPp, LSp : dlais dobtention du produit fini p lorsquil est respectivement fabriqu en interne ou sous-trait Ct : capacit de production interne (nombre dheures de travail disponibles) Np,t : volume de production en sous-traitance du produit p en priode t exprim en nombre de produits a: supplment de capacit introduit par le recours laction a exprim en heures p: nombres dheures de travail consommes par la fabrication dune unit de produit p en interne p,c: coefficients de nomenclatures reliant les produits finis p et les composants c. Paramtres dynamiques (mis jour chaque pas de planification ) :
D p ,t : demande globale (dterministe) du produit fini p pour la priode t rsultant de tous les clients.
Variables reprsentant les dcisions prises au pas de planification : Xp,t : quantit de produits p lance en production interne la priode t, Sp,t : quantit de produits p lance en sous-traitance la priode t, Et : nombre dheures supplmentaires utilises la priode t,
74/157
Chapitre 4. Modlisation et aide la dcision Ba,t : variable binaire = 1 si laction a pour augmenter la capacit est active la priode t, 0 sinon, Ip,t ; Gp,t : niveaux de stock et de rupture en fin de priode t pour le produit fini p, Jc,t : niveau de stock du composant c la fin de la priode t, As,c,t : quantit de composants c devant tre livrs par le fournisseur s la priode t. Cots unitaires associs aux dcisions : ip : cot unitaire de stockage pour le produit fini p, jc : cot unitaire de stockage pour le composant c, gp : cot unitaire de rupture pour le produit fini p, xp : cot unitaire de fabrication dun produit fini p, sp : cot unitaire de sous-traitance de la fabrication dun produit fini p, as,c : cot unitaire dapprovisionnement du composant c auprs du fournisseur s, ba : cot dutilisation de laction a daugmentation de la capacit, e : cot dutilisation dune heure supplmentaire.
I ,t G ,t = I ,t 1 G ,t 1 + X ,t LPp + S ,t LS p D ,t p p p p p p p
p
p t HP
(2)
(3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
X ,t Ct + ( Ba ,t a ) + Et p
a
t HP
p t HP
S ,t N p ,t p
J c ,t = J c ,t 1 p ,c ( X ,t + S ,t ) + As ,c ,t p p
p s
c t HP c t HP
t HP
p t HG X
p t HG S
[
p
p ,c
( X p ,t + S p ,t )] J c ,t 1
Et Emax
X ,t = X t PP p p,
S ,t = S t PP p p,
As ,c ,t = As , ,PP ct
s c t HG S A
a t HG Ba t HG E
Ba ,t = Ba , PP t
Et = Et PP
La fonction objectif (1) a pour but de minimiser le cot global du plan calcul comme la somme des cots de stockages des produits finis et composants ; des cots de ruptures en produits finis ; des cots de production, des cots de sous-traitance ; des cots dapprovisionnement ; des cots dutilisation dune action visant augmenter la capacit et des cots dutilisation des heures supplmentaires.
75/157
Lquation (2) relie les quantits produites (en interne ou sous-traites) et les niveaux de stocks ou de rupture en produits finis. Nous pouvons noter que, en raison des dlais dobtention, les quantits de produits p lances en priodes t-LPp ou t-LSp seront disponibles en priode t. La production est limite par la capacit de production alloue chaque priode (cf. contrainte (3)). Cette capacit est modlise comme la somme dune capacit standard Ct disponible chaque priode, dune capacit additionnelle a et des heures supplmentaires Et. La capacit additionnelle a est spcifique aux actions dfinies dans lensemble {a}. Ces actions {a} sont cumulatives et sont actives par les variables binaires Ba,t. Les valeurs associes a indiquent lapport de capacit introduit par chaque action la capacit existante. Les heures supplmentaires Et sont alloues par priode. La contrainte (3) exprime le partage des ressources pour la fabrication des diffrents produits. Le respect du volume de production maximal du sous-traitant est assur par la contrainte (4). Dans lquation (5), les stocks de composants sont calculs en fonction des besoins gnrs par la production interne ou la sous-traitance (prise en compte des coefficients de nomenclatures p,c) et des livraisons prvues. La contrainte (6) limite lassemblage des produits finis en priode t par le stock de composants disponible la fin de la priode t-1. Les heures-supplmentaires Et ne peuvent excder une valeur maximale Emax (cf. contrainte (7)). Le processus permettant de dterminer la valeur maximale des heures supplmentaires pouvant tre affectes chaque priode nest pas pris en considration dans le cadre de cette tude. On se restreint au cas o cette limite Emax a t pralablement tablie. Les contraintes 8 12 formalisent la cohrence de chaque type de dcision entre deux pas de planification successifs. Lapplication de ces contraintes est limite aux horizons gels respectifs de ces dcisions. Le plan P est lensemble des dcisions prises la date et obtenues en rsolvant M sur HP . Il prend en compte ltat initial du systme (niveaux de stocks et de ruptures, production et sous-traitance en cours), les dcisions prises lors de la planification prcdente (en -PP) et geles dans la planification en cours (contraintes 8 12) ainsi que la demande sur lhorizon de planification. Ce plan procure une connaissance sur ce que le manager peut dcider de manire optimale, compte tenu des informations disponibles (notamment sur la demande) et des contraintes techniques, temporelles et financires quil souhaite prendre en compte.
Dans ce contexte, le modle M fournit une aide au dcideur pour planifier ses dcisions localement , chaque tape du processus de planification. Nanmoins, cela ne constitue quune premire tape daide la dcision. En effet, il peut tre intressant doffrir au dcideur la possibilit dvaluer plus long terme les consquences des dcisions prises chaque tape de la planification. Ceci peut tre fait en simulant le processus complet de planification et en dgageant les indicateurs pertinents pour valuer la fin du processus les dcisions rellement prises, la capacit sadapter des variations de la demande, etc. Cest partir de ce constat que nous avons dvelopp un cadre permettant de simuler le processus de planification.
76/157
77/157
25
1
25
2
50
3
50
4 5 6 7 8 9 10
2me pas : =2
50
4
100
5
100
6 7 8 9 10
3me pas : =4
100
6
75
7
75
8 9 10
4me pas : =6
75
8 9 10
100
5
100
6
75
7
75
8 9 10
Il est possible dobtenir un plan de rfrence not Pref en supposant que la demande sur lhorizon HS est entirement connue au premier pas de planification. Le plan Pref est alors obtenu en une tape en rsolvant le modle M0 sur lhorizon de planification HP0 = HS. Cette hypothse est, bien sr, peu raliste moins que lon ne travaille partir dun historique des donnes. Nanmoins, cette supposition permet llaboration du plan optimal issu dune connaissance parfaite de la demande. Ce plan est utilis par la suite comme rfrence. Ainsi, les plans issus du processus dynamique de planification pour diffrents paramtrages seront compars ce plan de rfrence.
78/157
Chapitre 4. Modlisation et aide la dcision La comparaison des plans peut seffectuer sur diffrents aspects. Le premier critre de comparaison est le cot global rsultant du processus de simulation complet. Comme le montre le critre (1) ce cot tient compte de toutes les dcisions intervenant dans le processus de planification. Les diffrentes composantes dun plan peuvent aussi tre values : niveaux des stocks et des ruptures pour matrialiser la satisfaction du client, rpartition des approvisionnements entre les diffrents fournisseurs, modalits dajustement de la capacit, etc. A chaque pas de planification, notre modle requiert lintgration de nouvelles demandes dterministes sur HP. Dans le cadre de nos simulations, nous avons choisi de gnrer a priori les demandes client D p ,t sur lensemble de lhorizon de simulation (un autre mode de fonctionnement aurait pu tre de ne gnrer D p ,t que sur HP chaque pas de planification). Nanmoins, le dcideur ne connait que la demande correspondant son horizon de planification. Ainsi, chaque pas de planification, les demandes dterministes D ,t sont issues p du profil de demandes D p ,t sur lhorizon de planification.
79/157
Phase 1
Dbut Initialisation des paramtres statiques Initialisation des cots Gnration des profils de demande sur HS =1
Phase 2 Mise jour des paramtres dynamiques Dcisions issues de -PP Etat et en-cours en fin de -1 Demande dterministe sur HP
= + PP
Oui Phase 3 Reconstitution du plan implment Pi Construction des indicateurs et mise en forme des rsultats
Fin
Figure 20. Cadre de simulation
Un tel outil de simulation est intressant car il permet une comparaison entre les plans Pi obtenus selon diffrentes configurations de la chane logistique et diffrents profils de demande. Ces comparaisons peuvent tre effectues pour diffrentes valeurs de T et PP, en liaison avec les dlais dobtention et danticipation, dans le but dtudier limpact de la visibilit dune entreprise sur la demande client.
80/157
Chapitre 4. Modlisation et aide la dcision Ce cadre de simulation prsente un intrt essentiel pour la prise en compte de lincertitude. Nous montrerons dans le chapitre 5 de ce mmoire comment diffrentes stratgies de planification lies lintgration de la demande incertaine peuvent tre values dans ce cadre. Avant de dvelopper une modlisation dans ce but, la partie 3 de ce chapitre prsente des possibilits dutilisation de notre cadre de simulation pour laide la dcision. Ces diffrentes simulations portent sur un contexte dans lequel la demande client est dterministe.
Le tableau 4 prsente les cots dachat des composants associs aux deux fournisseurs ainsi que les dlais danticipation. Les cots unitaires de stockage des composants et du produit fini et le cot de rupture pour le produit fini sont galement fournis dans cette table. Nous ne prenons pas en considration les cots de rupture pour les composants. En effet, ces cots sont lis la gestion propre du fournisseur et ninterviennent pas dans la planification de notre entreprise.
81/157
Rupture P 100
Les diffrentes dures de fabrication et capacits des lments de production sont dfinies ci-dessous : = 2 : la fabrication du produit fini P en interne ncessite 2 units de temps (ut.), Ct = 130 : le volume horaire allou pour la production par priode est de 130 ut. Emax = 30 : un contingent maximum de 30 heures supplmentaires peut tre affect par priode. Np,t = 60 : le volume de production maximal du sous-traitant est de 60 produits par priode (rappel : ne connaissant pas les conditions exactes de production du soustraitant, nous ne pouvons dfinir un dlai pour la fabrication des produits). Compte tenu de ces conditions, le nombre maximal de produits quil est possible de produire par priode est de 130/2 + 30/2 + 60=140 produits Dans un souci de simplification et de clart de lexemple propos, nous nintgrons pas dactions a daugmentation de la capacit (i.e. passage en 2*8 etc.). Les raisonnements mis en uvre pour choisir entre lutilisation dheures supplmentaires ou de sous-traitance et une production anticipe qui cre du stock peuvent stendre sans difficults lutilisation des actions a. Les conditions initiales sur les stocks qui permettent dengager la premire tape de notre processus de simulation sont les suivantes : les stocks et ruptures initiaux en produits finis P sont nuls, les niveaux de stocks initiaux en composants C1 et C2 pour permettre la production la priode 1 sont respectivement de 200 et 150 produits. Ces diffrents paramtres sont appliqus deux simulations bases sur des profils de demande client diffrents dfinis sur HS. Le premier profil de demande client Dp,t dfini sur HS est donn par le tableau 5 : Priode n : Demande Priode n : Demande 1 60 2 50 3 50 4 5 6 7 8 9 10 11 12 55 55 56 50 55 50 55 150 145 23 50 24 50
Ce profil de demande introduit un pic de demande sur les priodes 11 16. La figure 21 prsente le positionnement de cette demande par rapport aux capacits cumules autorises par la production interne, lutilisation des heures supplmentaires et le recours la soustraitance.
82/157
Quantits
100 80 60 40 20 0 1 3 5 7 9 11 13 15 17 19 21 23 25
On constate sur cette figure que le pic de demande se situe sur les priodes 11 16 au dessus de la capacit cumule totale du systme (i.e. 140 produits p par priode). Ainsi, le modle de planification et le processus de simulation nous donnent une indication sur la faon optimale de traiter ce problme de sous-capacit. Vraisemblablement, il sagira danticiper ce pic en produisant lavance (dans la mesure des capacits disponibles) et en crant du stock. Dans une situation complexe (de nombreux produits, des pics multiples, etc.), il nest pas facile de dterminer sans outil daide les dcisions les plus adaptes pour ajuster la charge et la capacit. Le deuxime profil de demande client Dp,t dfini sur HS est donn par le tableau 6 : Priode n : Demande Priode n : Demande 1 2 60 50 3 50 4 5 6 7 8 9 10 11 12 55 55 56 50 55 50 55 110 120 23 50 24 50
Ce profil de demande (cf. figure 22) comporte un pic beaucoup moins important : il ne dpasse pas les capacits cumules de production. En utilisant un tel profil, nous souhaitons mettre en vidence le lien entre le besoin danticipation et la demande client. Ainsi, on peut sattendre observer une cration de stock moindre que pour satisfaire le profil de demande n1.
83/157
Quantits
100 80 60 40 20 0 1 3 5 7 9 11 13 15 17 19 21 23 25
partir des diffrents profils de demande et des caractristiques de notre exemple, nous avons ralis diffrentes simulations pour tudier linfluence de la longueur de lhorizon de planification sur les plans obtenus. Ces considrations ne seront bien entendues valables que pour le paramtrage dcrit ci-dessus, et ne visent qu' illustrer la capacit d'analyse procure par le modle. Les rsultats sont analyss dans les sections suivantes de ce chapitre. Dans un premier temps, les caractristiques du plan de rfrence sont prsentes. Ce plan rassemble les dcisions optimales lorsque lentreprise a une connaissance totale sur la demande client ferme. Ce plan est compar, dans un deuxime temps, aux plans Pi obtenus avec diffrentes visibilits sur la demande client.
84/157
Chapitre 4. Modlisation et aide la dcision beaucoup plus lev pour le profil de demande n1 (cf. figure 23) que pour le profil de demande n2 (cf. figure 24). Compte tenu des valeurs relatives des paramtres de cot, quel que soit le profil de demande, la solution propose par la simulation consiste favoriser une anticipation de la production et donc le stockage, pour satisfaire le pic de la demande client. Ces rsultats sont logiques car les cots de stockage sont bien plus faibles que les cots de rupture. Dans le profil n2, le pic est moins marqu : le stock danticipation est donc moins important.
180 160 140
Quantits
120 100 80 60 40 20 0 1 6 11 16 21 26
Demande Stock
Priodes
Quantits
80 60 40 20 0 1 6 11 16 21 26
Priodes
Lanticipation de la demande tant le moyen privilgi par la simulation, il est intressant de dfinir quels leviers dcisionnels ont t utiliss au cours du processus de planification pour permettre cette anticipation. La figure 25 montre les quantits produites (i.e. en interne) et sous-traites du produit fini p. On peut constater dans la figure 25 que la production interne est utilise au maximum de sa capacit (65 produits par priode) ds la priode 3. La sous-traitance dbute la priode 7. Un compromis est effectu entre le stockage des pices produites en interne (et en avance) et la sous-traitance plus tardive dune partie de la production. En effet, la charge de la 85/157
Chapitre 4. Modlisation et aide la dcision production interne pour les priodes 1 et 2 nest pas maximale. Le modle aurait pu suggrer dutiliser ces priodes pour fabriquer des produits en interne moindre cot par rapport des produits sous-traits, cependant, le stockage des produits fabriqus durant les priodes 1 et 2 est plus onreux que de sous-traiter une partie de la production plus tardivement. Cet exemple est une illustration des compromis auxquels peut tre confront un dcideur. Le modle permet ici dapporter un lment de rponse en prconisant lutilisation du sous-traitant en complment dune anticipation de la production interne.
70 60
Quantits
50 40 30 20 10 0 1 6 11 16 21
Production Sous-traitance
26 Priodes
La figure 26 prsente ces mmes courbes dans le cas du second profil de demande. Comme nous pouvions nous y attendre, lutilisation de la production interne pleine capacit se fait plus tardivement. Cette moindre anticipation de la demande induit un niveau de stock moins lev dans le cas n2 que dans le cas n 1. L encore, le lissage de la charge de la production est limit et le modle fait appel la sous-traitance pour combler le manque de capacit de production et faire face au pic de demande rduit des priodes 11 16.
70 60
Quantits
50 40 30 20 10 0 1 6 11 16 21
Production Sous-traitance
26 Priodes
Nous venons danalyser les plans de rfrence obtenus en supposant une parfaite et totale visibilit sur la demande pour lensemble de lhorizon de planification, ds le premier pas de planification. Comme nous lavons dj soulign, dans un contexte industriel, lentreprise ne dispose que dune visibilit limite sur la demande. Nous tudions, dans le paragraphe 3.3, limpact dune planification horizon glissant pour diffrentes longueurs de cet horizon. Lhorizon de planification considr correspond la visibilit qua lentreprise sur la demande client.
86/157
Cots
30000 20000 8 9 10 11 12 13 14 15 16
Les rsultats donns par la figure 27 confirment dans le cadre de cet exemple le bon sens de lhypothse quune augmentation de la visibilit dans le processus de planification conduit une diminution des cots globaux. Nanmoins, la longueur de lhorizon de planification ncessaire pour cela est suprieure au maximum des cumuls des dlais danticipation et dobtention. Ces diffrents dlais sont positionns dans la figure 28. Cette figure montre le positionnement au plus tt des diffrents types de dcisions en faisant en sorte quelles soient toutes libres. Les dcisions les moins ractives sont les achats au fournisseur 1 (dlai danticipation de 6 priodes) et lutilisation de la sous-traitance (2 priodes de dlai danticipation et 2 de dlai dobtention). Le cumul des dlais associs aux diffrents types de dcisions montre que si lon veut dcider librement des approvisionnements pour la sous-
87/157
Chapitre 4. Modlisation et aide la dcision traitance en utilisant le fournisseur 1 (le moins cher mais aussi le moins ractif), il est ncessaire davoir une visibilit minimale de 10 priodes. Cest le cumul maximal des dlais danticipation et dobtention dans notre exemple. Compte tenu de la priodicit de planification de 2 priodes, lhorizon de planification minimum doit donc tre de 12 priodes. Le fait que loptimum ne soit atteint que pour T = 16 priodes est li la limitation des capacits de production qui impose un lissage de la charge et donc une production anticipe pour satisfaire le pic de demande. Notre outil de simulation offre donc une aide importante en permettant au dcideur dapprcier, au-del du positionnement thorique des diffrents dlais, quelle visibilit lui permettrait damliorer les cots lis sa chane logistique. Cette rduction des cots peut constituer un argument fort de lentreprise pour inciter ses clients lui offrir une meilleure visibilit.
88/157
10
11
Production interne
9
Heures supplmentaires
9
Horizon gel
Horizons Gels Priode de mise en uvre au plus tard de la dcision Dlai dobtention de la dcision
Les figures 29, 30, 31 et 32 prsentent lvolution des cots des diffrents types de dcisions en fonction de la visibilit sur la demande client pour le profil n1. La figure 29 permet de comparer les cots de stockage et de rupture pour diffrentes valeurs de T. De manire globale, lvolution que lon retrouve dans cette figure est une forte diminution des cots de rupture et une augmentation des cots de stockage lorsque la
89/157
Chapitre 4. Modlisation et aide la dcision visibilit augmente. Une visibilit suffisante permet bien videmment dviter compltement les ruptures par anticipation du pic ; le surplus de demande est produit lavance et stock.
10000 8000
Cots
La figure 30 prsente les cots associs aux dcisions de production, sous-traitance et heures supplmentaires. Si lvolution des cots lis aux heures supplmentaires est trs marque et montre une forte diminution aprs un palier pour T variant entre 8 et 10 priodes, les cots lis la production et la sous-traitance subissent des variations qui alternent augmentation et diminution. Il est dlicat dexpliquer ces volutions uniquement partir de ces courbes : elles sont en effet issues de la combinaison des dlais danticipation, des cots associs aux dcisions et de la prsence des deux fournisseurs, ce qui ncessite de raliser des compromis complexes. Les trois premires simulations (pour T = 8, 9 et 10) montrent bien ce phnomne. Sur les deux premires simulations, les dcisions les plus coteuses (i.e. sous-traitance et heures supplmentaires) diminuent au profit dune anticipation par production interne. Laccroissement de la visibilit permet de mieux anticiper la demande et donc de mieux utiliser la production interne. Par contre, lors de la simulation avec T = 10, les heures supplmentaires, bien que plus coteuses, augmentent. Cela est li lutilisation du premier fournisseur qui permet des approvisionnements moins chers mais avec moins de ractivit. La visibilit tant dsormais suffisante pour affecter au fournisseur 1 les approvisionnements rendus ncessaires par les heures supplmentaires ce fournisseur, la production interne est donc augmente en utilisant les heures supplmentaires. Par contre, compte tenu des dlais danticipation, il nest pas encore possible ce stade de prvoir suffisamment lavance les quantits sous-traites et les approvisionnements correspondants issus du premier fournisseur. Le modle propose donc lutilisation dune dcision coteuse, les heures supplmentaires, avec des approvisionnements auprs du premier fournisseur. Par la suite, laugmentation de la visibilit fait apparatre le pic de demande suffisamment lavance et permet de crer de lanticipation en augmentant le niveau de sous-traitance, tout en diminuant les heures supplmentaires utilises. Ainsi, la courbe de production montre une lgre dcroissance correspondant aux quantits fabriques en heures supplmentaires. Enfin, pour les dernires valeurs de T, la visibilit est suffisante pour utiliser la production interne longtemps lavance, ce qui entraine une lgre baisse des cots de sous-traitance.
90/157
Cots
La figure 31 complte la figure prcdente et montre lvolution dans le recours aux deux fournisseurs. On constate videmment que plus la visibilit est importante, moins le recours des solutions ractives (i.e. le fournisseurs 2) est ncessaire. Le gain rendu possible au niveau des approvisionnements par une augmentation de la visibilit matrialise les bnfices induits par celle-ci et peut constituer un argument de ngociation auprs des clients de lentreprise.
7000 6000 5000
Cots
Achats C1 F1 Achats C1 F2
La figure 32 prsente un rcapitulatif des diffrents cots pour chaque longueur de lhorizon de planification considr. Une partie des cots (achats du composant C2 et cot de stockage des composants) a volontairement t carte de cette courbe par souci de lisibilit, ce qui se traduit par lcart entre lhistogramme et la courbe reprsentant le cot total. La majeure partie des cots est lie la production et la sous-traitance. Lors des simulations faible visibilit, les ruptures et heures supplmentaires contribuent pour une part significative au cot total.
91/157
50000
40000
Cots
30000
20000
10000
0
Heures supps. Ruptures Achats C1 F2 Achats C1 F1 Stock produits P Sous-traitance Production Cot total
Les simulations menes avec le second profil de demande font apparatre un besoin de visibilit moins important. La figure 33 montre lvolution du cot total des simulations par rapport au plan de rfrence obtenu avec le profil de demande n2. Dans ce cas, loptimum est atteint pour T = 12. Ce rsultat correspond la somme des diffrents dlais et de la priodicit de planification.
30000
Cots
20000
10000
0 8 9 10 11 12 13 14 15 16
92/157
Chapitre 4. Modlisation et aide la dcision La figure 34 montre la rpartition des diffrents cots. Il est noter que les ruptures ne sont pas reprsentes car elles sont nulles ds la premire simulation avec T=8 priodes. Les diffrences de cots ne se jouent donc que sur les approvisionnements et lanticipation sur la demande en utilisant la production interne. Les approvisionnements du composant C2 et le stock de composant ne sont, comme prcdemment, pas prsents sur cette figure.
30000
20000
Cots
10000
0
Achats C1 F2 Achats C1 F1 Stock produits P Sous-traitance Production Cot total
La figure 35 montre lvolution du niveau de stock de produits finis P dans ces simulations. On constate que deux paliers sont franchis. Le premier correspond lutilisation du fournisseur 1 pour la production interne. Les approvisionnements raliss ainsi moindre cot permettent daugmenter les volumes de production en diminuant les cots. Le second palier est li au fait que lentreprise a suffisamment de visibilit pour connatre le pic de demande suffisamment lavance et organiser ses dcisions pour le mieux, notamment en augmentant les niveaux de stocks par anticipation sur la demande.
800 600
Cots
Stock produits P
93/157
La figure 36 montre lvolution des achats en comparant les demandes dapprovisionnement aux deux fournisseurs. Comme pour le premier profil de demande, plus la visibilit augmente et moins le recours un fournisseur ractif est ncessaire.
5000 4000
Cots
Achats C1 F1 Achats C1 F2
Figure 36. volution des achats aux diffrents fournisseurs (profil n2)
La figure 37 montre lvolution des cots lis aux quantits produites en interne et soustraites. Cette volution confirme le raisonnement tabli au niveau des fournisseurs tendant utiliser la dcision la moins coteuse lorsque les dlais danticipation associs le permettent.
8000
Cots
6000
Production Sous-traitance
4000
Ce paragraphe a montr que le manque de visibilit ne permet pas une anticipation suffisante des dcisions et se traduit par une planification sous-optimale. Ceci implique lutilisation de dcisions durgence (comme les heures supplmentaires dans le cas de notre paramtrage) qui peuvent gnrer un surcot. Le besoin de visibilit dpend de la demande que lentreprise doit satisfaire. La dfinition dune bonne visibilit est complexe du fait de la prise en compte des cots, des dlais et des capacits associs aux dcisions. Le cadre de simulation prsent dans ce chapitre permet dapporter une aide la dcision en comparant divers scnarios. Ainsi, notre outil permet dtablir une premire valuation du manque gagner entre une situation de pleine visibilit et une situation dgrade. Grce ce type de simulations et de raisonnements, lentreprise possde des arguments vis--vis de son client
94/157
Chapitre 4. Modlisation et aide la dcision pour justifier son besoin de visibilit et valuer les gains esprs en comparaison la situation actuelle. Par rapport ce constat, plusieurs solutions sont envisageables pour lentreprise : Diminuer son besoin danticipation en agissant sur ses propres dcisions (rduction de ses dlais dobtention et danticipation), Accrotre sa visibilit sur la demande client par lintgration de prvisions, Diminuer son besoin danticipation en amliorant ses relations avec ses fournisseurs. Les deux derniers points font lobjet des deux derniers chapitres de ce mmoire. Dans le paragraphe 3.4, une possibilit dutilisation supplmentaire de notre modle est prsente. Nous montrons comment il est possible dvaluer le besoin de maintenir les plans jour en faisant varier la priodicit de planification.
25605 0%
27656 +8%
29450 +15%
32150 +25%
Nous constatons que laugmentation de la priodicit de remise en cause des plans se traduit par une augmentation du cot global des plans implments (jusqu 25% de cots en plus pour PP = 4 priodes). Nous montrons ainsi linfluence de PP dans le processus de planification horizon glissant. En effet, dans notre modlisation, laugmentation de PP implique une augmentation du nombre de dcisions reportes dun pas de planification lautre. Cela accrot indirectement le nombre de priodes geles pour chaque dcision et nuit la ractivit de la chane logistique.
95/157
Conclusion du chapitre 4
Dans ce chapitre, nous avons propos une modlisation analytique du problme de planification dune entit dune chane logistique intgrant les caractristiques temporelles du processus dynamique de planification. Un tel modle, inscrit dans un cadre de simulation, permet deux types daide la dcision. Dans un premier temps, il permet doffrir, chaque pas de planification, une proposition de dcisions optimales par rapport une demande donne et par la suite, danalyser linfluence de la prise en compte des nouvelles demandes sur chaque dcision. Dans un second temps, lorsque le processus de simulation est droul sur lensemble de lhorizon, il est possible dvaluer limpact de modifications dans le paramtrage de la chane. Cette approche est illustre par lexemple que nous avons dvelopp traitant de la visibilit sur la demande client. Le nombre de scnarios pouvant tre valus et compars est vaste car chaque paramtre est susceptible de varier en impactant la planification (i.e. les dlais et cots associs chaque dcision). Lobjectif de notre approche nest donc pas de dgager des rsultats gnriques mais bien doffrir un cadre de modlisation et de simulation aidant un dcideur faire les meilleurs choix stratgiques dans son contexte spcifique. Nous dveloppons, dans le chapitre suivant, une mthodologie daide la dcision pour lamlioration de la relation client-entreprise. Cette amlioration sappuie sur lintgration et le traitement de donnes prvisionnelles.
96/157
Introduction au chapitre 5
Les chapitres prcdents ont prsent la formalisation dune modlisation visant laide la dcision en planification de la chane logistique. Nous avons montr lintrt de prendre en compte lanticipation des diffrentes dcisions dans le processus de planification pour mieux cerner leurs interactions. Le chapitre 4 de ce mmoire a soulign que, pour que cette anticipation soit possible, lhorizon de planification, sur lequel repose le processus de planification, doit tre suffisamment long. Il est difficile pour une entreprise davoir une bonne visibilit et une certaine confiance sur la demande-client sur un horizon suffisamment long. Quand la demande ferme des clients nest pas connue suffisamment en avance, les capacits danticipation peuvent tre augmentes en incorporant dans le processus de planification des prvisions, et donc, de la demande incertaine. Dans la premire partie de ce chapitre, nous proposons une dcomposition de lhorizon de planification pour y associer une modlisation plus fine de la demande-client. Nous montrons comment cette demande volue dans le temps et comment lagrger lorsquelle provient de plusieurs clients. La deuxime partie introduit la notion de stratgies de planification. Ces stratgies traduisent le comportement du dcideur face une demande incertaine transmise par ses clients. Lvaluation de ces diffrentes stratgies, dont nous dcrivons le principe dans cette partie, permettra de complter notre cadre de simulation. Enfin, une application de ces diffrents principes est prsente dans la troisime et dernire partie de ce chapitre. Laccent est plus particulirement mis sur le potentiel dutilisation de notre cadre de simulation.
97/157
Chapitre 5. Amlioration de la relation client hausse comme la baisse. Cette flexibilit peut sexprimer en pourcentage des valeurs donnes pour chaque priode et est dfinie sur le long terme par contrat entre une entreprise et ses clients ou fournisseurs. Il est possible de dterminer les valeurs maximales et minimales que pourra prendre la demande pour une priode donne partir de ces pourcentages (cf. paragraphe 1.3 de ce chapitre). Ces valeurs maximales et minimales constituent les bornes de lintervalle de flexibilit associes aux demandes flexibles auxquelles nous ferons rfrence par la suite. Il est important de noter que la dcomposition de la demande-client correspond un partage des risques entre lentreprise et ses clients. Sur lhorizon ferme, le client sengage ne pas modifier ses commandes et accepter les livraisons demandes lentreprise mme si entretemps son besoin rel a chang. Cela peut notamment conduire le client accepter des livraisons suprieures son besoin rel et le contraindre augmenter son niveau de stock. Sur lhorizon flexible, lentreprise sengage satisfaire lvolution de la demande quelle que soit la variation applique, du moment quelle respecte les bornes prvues dans le contrat. Dans le cas contraire, le client ne pourra pas obliger lentreprise fournir les produits au-del de ces bornes. Il est donc dans lintrt du client de tenir compte de lintervalle tolr lors de sa planification. Un des points cls issu de nos tudes de cas est la difficult de certaines PMEs intgrer les prvisions transmises par leurs clients dans leur processus de planification. Certaines dentre elles nont pas toujours conscience de lapport que cela peut reprsenter et souffrant dun manque de visibilit, elles n'ont pas le recul ncessaire pour prvoir leurs rorganisations ou leurs investissements.
Horizon de planification 3 4 5 6 7 8
0
10 t
La longueur de lhorizon de planification T est la somme de THF et de THL. La demande client est note D ,t . Elle est suppose parfaitement connue sur lhorizon p ferme, et de ce fait, ne variera pas dans le temps. Par contre, la demande sur lhorizon flexible nest pas parfaitement connue linstant de planification . Les tudes de cas nous ont 99/157
Chapitre 5. Amlioration de la relation client orients vers la prise en compte dune demande flexible pour caractriser lincertitude dans les relations entre une entreprise et ses clients. Ainsi, lincertitude sera reprsente par un intervalle dont les bornes sont notes de la faon suivante : D p ,t , qui constitue la borne infrieure de la variation tolre sur la demande flexible,
D p ,t , qui en constitue la borne suprieure.
Les demandes seront toujours comprises dans lintervalle des valeurs D p ,t , D p ,t pour chaque produit fini p, priode t et pas de planification et sont modlises de la faon suivante : D ,t , p, t HF p (13) D p ,t D p ,t , D p ,t p, t HL
Entre deux pas de planification, la connaissance de la future demande volue : certaines commandes flexibles deviennent fermes et dautres sont ajoutes dans lhorizon de planification. Nous souhaitons prciser ici que les commandes fermes rsultant de ce processus de consolidation sont ncessairement localises lintrieur des horizons dlimits ci-dessus. Ainsi, lvolution dynamique de la demande entre deux pas de planification successifs est formalise par les relations suivantes :
D ,t = D t PP p p,
PP PP D ,t D p ,t , D p ,t p PP PP D , D p ,t = D p ,t p ,t , D p ,t
p p p
t {HL PP I HF } t {HL PP I HL }
t HF PP I HF
Lquation (14) montre que les demandes fermes ne sont pas modifies entre deux pas successifs de planification. Les nouvelles demandes rsultant du processus de consolidation restent cohrentes avec leurs valeurs flexibles prcdentes (15). Dans un contexte rel, la consolidation est un processus men par le client qui gnre ses commandes fermes selon ses besoins rels. Pour effectuer notre simulation, ce processus de consolidation est imit en utilisant diffrents contextes dvaluation (cf. paragraphe 2 de ce chapitre). Les bornes de demande flexible ne changent pas entre deux pas de planification (16). Cette approche nous parait se justifier au regard des tudes de cas au cours desquelles ce principe de fonctionnement est apparu comme un point commun aux entreprises visites.
100/157
Chapitre 5. Amlioration de la relation client diffrentes demandes par produit et par priode, puis de recalculer les pourcentages de flexibilit demande par chaque client pour quils correspondent la demande globale. Pour raliser cette tape, il est ncessaire de tenir compte du paramtrage temporel propre chaque client. Nous posons les notations suivantes :
dp,k,t : demande du produit p pour le client k en priode t, fournie en , Y p , k : pourcentage permettant la dfinition de la borne minimale pour le produit p, le client k, Y p , k : pourcentage permettant la dfinition de la borne maximale pour le produit p, le client k.
Grace lquation (17), nous dterminons la demande rsultante qui est une simple somme des demandes mises par chaque client. Les bornes de flexibilit sont calcules partir des quantits ajouter (respectivement enlever) par rapport la demande. Nous rappelons les notations suivantes :
Dp,t : demande du produit p en priode t tablie en , D p ,t : demande minimale du produit p en priode t tablie en , D p ,t : demande maximale du produit p en priode t tablie en , D ,t = d ,k ,t p p
k
t HP
t HP
(17)
D p ,t = d p ,k ,t
k
(d
k
p ,k ,t
Y p ,k )
p
100
(18)
D p ,t = d p ,k ,t +
(d
k
p ,k ,t
Y p ,k )
p
100
t HP
(19)
Lquation (17) effectue la somme sur lensemble des clients de chaque demande en produit p pour chaque priode t. Elle permet de dterminer lensemble des demandes sur lhorizon de simulation HS. Les quations (18) et (19) permettent lagrgation des bornes de flexibilit associes (d p,k ,t Y p,k ) (d p,k ,t Y p,k ) chaque client. Les termes k et k permettent de faire la somme 100 100 des diffrents pourcentages associs aux bornes infrieures et suprieures attribues chaque demande. On obtient directement les pourcentages associs aux bornes de flexibilit en appliquant lquation (20) suivante o Y peut reprsenter aussi bien le pourcentage de la borne suprieure que celui de la borne infrieure :
Y p ,t
(d Y = d
p , k ,t k p ,k ,t k
p ,k
t HS
(20)
101/157
Chapitre 5. Amlioration de la relation client Le tableau 8 prsente diffrentes demandes pour un mme produit. Pour chaque client, un horizon ferme et flexible est dfini. La flexibilit demande sur la demande est exprime en pourcentage distincts pour la borne suprieure et la borne infrieure. Les pourcentages sont dfinis chaque priode. Lhorizon gel est matrialis par des pourcentages nuls pour les marges suprieures et infrieures.
Priode Demande Client 1 Flexibilit demande suprieure (%) Flexibilit demande infrieure (%) Demande Client 2 Flexibilit demande suprieure (%) Flexibilit demande infrieure(%) Demande globale Dp,t Flexibilit induite suprieure (%) Flexibilit induite infrieure (%) 1 127 0 0 71 0 0 198 0 0 2 75 0 0 74 0 0 149 0 0 3 93 0 0 74 0 0 167 0 0 4 129 0 0 73 0 0 202 0 0 5 129 0 0 26 0 0 155 0 0 6 84 0 0 39 25 -25 123 8 -8 7 71 0 0 35 25 -25 106 8 -8 8 111 35 -50 69 25 -25 180 31 -40 9 75 35 -50 31 25 -25 106 32 -43
Zone 1
Zone 2
Zone 3
Les pourcentages tolrs (calculs partir de lquation (20)) pour dfinir les bornes suprieures et infrieures de la demande ne sont pas forcment symtriques. Cest le cas dans lexemple du tableau 8 en ce qui concerne la demande du client n1. Cette distinction peut modliser la perception quun client a de lvolution de ses demandes. Ainsi, ce client peut ressentir un niveau de confiance diffrent la hausse et la baisse, attribuable une tendance d'volution de la demande. Un client demandant une plus forte flexibilit la baisse sattend certainement ce que son besoin final diminue. Dans le cas gnral, on se placera dans des conditions o lintervalle de flexibilit est symtrique par rapport la demande. Lexemple donn dans le tableau 8 fait apparatre 3 zones pour la demande globale. La premire (i.e. pour les priodes 1 5) constitue lhorizon ferme pour la demande globale rsultante. En effet, la demande de chaque client correspondant ces priodes est ferme. La seconde zone (i.e. pour les priodes 6 et 7) est compose de demandes flexibles. Dans cette zone, le niveau de flexibilit est faible (i.e. +/-8%). En effet, la flexibilit, demande uniquement par le client 2 sur cette priode, ne reprsente quune faible variation par rapport au total des demandes issues des deux clients. Enfin, la troisime zone (i.e. pour les priodes 8 et 9) est compose de demandes flexibles issues des deux clients. Cela explique pourquoi le niveau de flexibilit augmente fortement. Dterminer le degr de flexibilit auquel doit rpondre lentreprise dune manire globale est un enjeu important. En effet, dterminer cette variation permettra le dimensionnement des
102/157
Chapitre 5. Amlioration de la relation client ressources dont lentreprise devra disposer pour satisfaire la demande quelle que soit sa valeur finale. Un des objectifs de cette tude est doffrir une entreprise les moyens de positionner sa capacit de production en fonction de la flexibilit qui lui est demande.
p p
t HF t HL
(21) (22)
o D ,t reprsente la demande dterministe sur laquelle se base la planification et f p reprsente la stratgie de planification. La dfinition de cette fonction f permet de traduire le comportement du dcideur vis--vis de lintgration de prvisions sous la forme de demandes flexibles. En effet, son interprtation des prvisions, lie sa connaissance du client et ventuellement dautres aspects conjoncturels, affectera sa propension intgrer tout ou partie des demandes incertaines et donc, son choix de stratgie. Nous avons dfini quatre stratgies caractristiques. Ces stratgies nont aucun but dexhaustivit mais traduisent quelques comportements simples que peut avoir un dcideur. Ces diffrents comportements sont ensuite valus pour mieux apprhender les risques qui en dcoulent en termes de cots, de rupture etc compte tenu des capacits de sa chane logistique intgrer et faire face des demandes incertaines. Ces quatre stratgies caractristiques sont dfinies ci-dessous : La stratgie myope : la planification est ralise sur la seule base des demandes fermes, sans intgration des donnes flexibles. Cette stratgie traduit soit un manque 103/157
Chapitre 5. Amlioration de la relation client de confiance dans les prvisions transmises par le client soit, plus vraisemblablement, le cas o lentreprise na pas la possibilit dintgrer ces prvisions dans sa planification (parce quelle ne dispose pas dinformations sur la demande flexible ou parce quelle ne sait pas en tenir compte dans son processus de planification). THL = 0 (23) La stratgie optimiste : la planification est ralise en se basant sur la borne suprieure de la demande flexible. Ainsi, les demandes flexibles sont interprtes de manire optimiste car on planifie de manire pouvoir satisfaction de la plus forte demande possible : ) p D ,t = D p ,t t HL (24) p La stratgie pessimiste : la planification est ralise en se basant sur la borne infrieure de la demande flexible. Ainsi, les prvisions sont interprtes de manire pessimiste car on se met en position de satisfaire la plus faible demande possible : ) D ,t = D p ,t p t HL (25) p La stratgie moyenne : la planification est ralise selon la moyenne des bornes caractrisant la demande flexible :
) Dp ,t + D p ,t p t HL (26) D p ,t = 2 Il est vident que beaucoup dautres stratgies peuvent tre envisages. En effet, il est possible de tenir compte dinformations quantitatives (lois de probabilits fournissant la demande la plus probable, rgressions linaires exploitant la demande passe, etc.) ou dinformations dordre qualitatif (tendances dvolution du march, habitudes des clients, confiance en ses clients, etc.). Les stratgies choisies ont lavantage de pouvoir sappliquer en labsence de ces informations et donc dans un environnement compltement incertain o dans le cas o le dcideur souhaiterait saffranchir de donnes subjectives pour btir son raisonnement. Il est par contre possible de dfinir toute autre stratgie, qui pourra tre utilise dans le cadre de nos propositions.
104/157
Chapitre 5. Amlioration de la relation client Le contexte demande minimale : dans ce cas, les commandes fermes correspondent la borne infrieure des commandes flexibles respectivement la priode considre Le contexte demande moyenne : les commandes fermes correspondent la moyenne des bornes de flexibilit Le contexte demande maximale : les commandes fermes correspondent la borne suprieure des commandes flexibles respectivement la priode considre Le contexte demande alatoire : les commandes fermes sont gnres suivant une distribution de probabilit lintrieur de lintervalle de flexibilit Ainsi, ces diffrents contextes dfinissent le profil de la demande ferme relle qui sera pris en considration lors des simulations. Quand une stratgie de planification optimiste (respectivement pessimiste) est value dans un contexte de demande minimale (respectivement maximale), lvaluation se fait dans le pire des cas. En effet, ce cas de figure met laccent sur les cots et risques encourus quand le choix de la stratgie de planification est le moins judicieux par rapport la demande relle. De mme, une valuation dans le meilleur des cas sera le rsultat du choix d'une stratgie correspondant au contexte dvaluation (par exemple, utilisation dune stratgie pessimiste value dans un contexte de demande minimale). Les contextes dfinis, alatoirement ou manuellement, lintrieur des bornes, apportent la possibilit dintgrer des tendances lies laffermissement de la demande relle sans que ces demandes soient directement bases sur les bornes de flexibilit. Par exemple, il sera possible dvaluer une stratgie par rapport un contexte ou la demande est faible mais toutefois, au-dessus de la demande minimale. Le cadre de simulation propose ainsi une aide importante la dcision en permettant au responsable de choisir une stratgie de planification en toute connaissance de cause par rapport aux risques encourus par rapport diffrentes hypothses sur la demande relle.
105/157
0,05
0,01
Rupture initiale P 0
106/157
Chapitre 5. Amlioration de la relation client Le profil de demande client et la flexibilit associe dfinis sur HS sont donns par le tableau 12 :
Priode n : 1 2 3 4 5 6 7 8 9 10 11 12
D p ,t Dp,t D p ,t
Priode n :
72 60 48
13
60 50 40
14
60 50 40
15
66 55 44
16
66 55 44
17
67 56 45
18
60 50 40
19
66 55 44
20
60 50 40
21
D p ,t Dp,t D p ,t
186 182 186 182 155 152 155 152 124 122 124 122
60 50 40
54 45 36
66 55 44
60 50 40
60 50 40
60 50 40
60 50 40
60 50 40
Ce profil de demande flexible a pour but de stimuler le besoin danticipation en introduisant un pic de demande pour les priodes 11 16. La figure 39 prsente le positionnement de cette demande par rapport aux capacits cumules autorises par la production interne, lutilisation des heures supplmentaires et le recours la sous-traitance. Le choix de la stratgie de planification pour ce profil de demande va solliciter diffremment la production. La demande moyenne correspond lexemple trait prcdemment et ncessite le recours lanticipation de la production pour viter les ruptures. On sattend ce que le besoin danticipation s'accroisse si la demande ferme correspond la borne suprieure de la demande et quil diminue si la demande ferme est la borne infrieure.
200 180 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10111213141516171819202122 232425 Priodes de l'horizon de simulation
Quantits
Figure 39. Positionnement des capacits cumules par rapport aux demandes
107/157
Chapitre 5. Amlioration de la relation client Bien que ces diffrents profils de demande soient dfinis a priori sur lhorizon de simulation complet HS, la simulation n'intgre, chaque pas de planification, que les demandes relatives lhorizon de planification HP. Ces simulations se placent donc bien dans le cas o lon intgre des nouvelles demandes au fur et mesure de lavance du temps. Cette demande flexible constitue linformation transmise par le client partir de laquelle le dcideur va construire ses stratgies. Les bornes de flexibilit indiquant les valeurs possibles de la demande permettent aussi de gnrer un ensemble de contextes pour lvaluation et la comparaison des stratgies.
108/157
Cots
Strategie Myope Strategie Pessimiste Strategie Optimiste Strategie Moyenne Plan de rfrence
Lintrt de cette figure est double. Dune part, elle permet de confirmer une volution des cots la baisse avec une augmentation de la visibilit et ce, quelle que soit la stratgie employe. Dautre part, elle donne un indicateur sur la performance des diffrentes stratgies dans lexemple propos. Dans le cadre de cette valuation dans le contexte demande moyenne , cest la stratgie moyenne qui donne videmment les meilleurs rsultats. La stratgie optimiste reste relativement proche et pourrait tre aussi conseille au dcideur. Les stratgies myope et pessimiste donnent les moins bons rsultats et peuvent tre cartes. La suite de ce paragraphe prsente en dtail les diffrents cots, ce qui permet danalyser plus finement le positionnement des diffrentes stratgies. La figure 41 prsente les cots de rupture associs chacune des simulations. Cette figure fait apparatre que les cots de rupture surviennent uniquement pour les stratgies myope et pessimiste. Lintroduction de prvisions combine lutilisation des stratgies optimiste ou moyenne permettent de pallier les ruptures de stocks quelle que soit la longueur de lhorizon ferme. Ainsi, si lentreprise considre se fixe des objectifs selon un indicateur de performance li au taux de rupture et quelle manque de visibilit, elle saura que lapplication des stratgies moyenne ou optimiste permet de donner de bons rsultats mme faible visibilit par rapport au contexte dvaluation quelle a choisi.
109/157
Cots
Strategie Myope Strategie Pessimiste Strategie Optimiste Strategie Moyenne Plan de rfrence
La figure 41 nindique pas pourquoi la stratgie optimiste est moins performante au niveau des cots globaux gnrs. Pour avoir cette explication, il faut sintresser dautres indicateurs de performance. La figure 42 prsente les niveaux de stocks selon la stratgie et la dcomposition de lhorizon de planification. Cette figure montre bien que les stratgies myope et pessimiste ne permettent pas datteindre un niveau de stockage suffisant pour satisfaire le pic de demande. Cette figure permet didentifier lorigine des surcots lis lutilisation de la stratgie optimiste : comme on pouvait sy attendre, lintroduction de prvisions suprieures la demande ferme finale engendre, pour les scnarios faible visibilit, un stock de produits finis important. Le problme li linfluence des prvisions sur les dcisions geles est ici mis en vidence car les dcisions lies au lissage de la production pour satisfaire la demande prvisionnelle sont geles et ne peuvent tre rvalues la baisse. Ce surcrot de stock est d au manque de ractivit du sous-traitant et traduit lengagement de lentreprise accepter les livraisons du sous-traitant mme si le besoin rel nest plus le mme aux pas de planification suivants.
110/157
Cots
Strategie Myope Strategie Pessimiste Strategie Optimiste Strategie Moyenne Plan de rfrence
Les deux indicateurs sur les cots de rupture et les cots de stockage prsents en figure 41 et 42 permettent de confirmer les rsultats attendus lors du paramtrage du modle. En effet, lintroduction de fortes pnalits de ruptures et de cots stockages relativement faibles laissaient penser quun lissage de production pralable gnre moins de cots que lacceptation de ruptures. Nanmoins, le fait que cela soit confirm par simulation en tenant compte des surcots lis lutilisation de dcisions fortement ractives et plus chres que celles proposes dans le plan de rfrence donne une indication importante au dcideur.
12.3.2
Lexemple prcdent a mis laccent sur limportance de la visibilit et permet lentreprise dtablir un premier choix de stratgie. Nanmoins, ltude sest volontairement limite un contexte donn ( demande moyenne ) qui peut tre remis en question si lentreprise na pas de connaissance sur la possibilit doccurrence dun tel contexte. Pour fournir une aide plus prcise sur la meilleure stratgie employer, ce paragraphe montre une tude comparative pouvant tre mene. Dans cet exemple, le paramtre sur lequel nous allons agir est le contexte, afin de simuler et dvaluer nos stratgies avec diffrents types daffermissements de la demande. Pour mener bien cette application numrique, il est ncessaire de fixer un horizon de planification, ce qui justifie les tapes prcdentes visant dfinir un seuil de visibilit dans lequel lentreprise est susceptible de fonctionner dans de bonnes conditions. On ne peut comparer les stratgies de planification dans diffrents contextes dvaluation sur la base des cots gnrs. En effet, un contexte dans lequel la demande est plus forte que dans un autre va forcment gnrer des cots plus levs, ne serait-ce quau niveau des approvisionnements qui ncessitent plus de composants. Ainsi, lvaluation de la performance de ces stratgies est effectue par rapport aux gains raliss et non plus par rapport aux cots des plans comme cela tait le cas dans les exemples mens jusqu prsent. Les simulations sont effectues en considrant un horizon de planification de 12 priodes dcompos en un horizon ferme de 8 priodes et un horizon flexible de 4 priodes. Les diffrentes stratgies pessimiste , moyenne et optimiste sont values par rapport
111/157
Chapitre 5. Amlioration de la relation client 6 contextes diffrents : minimale ; moyenne ; maximale ; N(,m) (2,7) ; (7,2) . Les trois premiers contextes permettent de simuler des situations qui se basent directement sur les informations transmises par les clients (i.e. le profil de demande utilis). Si cela est suffisant pour des valuations dans le pire des cas, il est toutefois possible dintroduire dautres contextes permettant au dcideur dexprimer des ajustements par rapport aux donnes des clients. Ainsi, les trois derniers contextes permettent dassouplir la prise en compte des donnes clients en regroupant des tirages alatoires (1) autour de la moyenne dans le cas N(,m) , (2) proches de la borne infrieure de flexibilit dans le cas (2,7) et (3) proches de la borne suprieure dans le cas (7,2) . Pour les contextes , une loi , dont la densit de probabilit est donne par lquation (27), est utilise pour gnrer une demande alatoire proche de la borne infrieure (en utilisant les paramtres p=2 et q=7, note (2,7)), ou proche de la borne suprieure (avec le paramtrage p=7 et q=2, note (7,2)). Dans la densit de probabilit de cette loi, les paramtres A et B reprsentent respectivement les valeurs des bornes infrieures et suprieures de lintervalle de flexibilit. La loi tant borne, les probabilits doccurrence dune demande infrieure A ou suprieure B sont nulles.
1 (t A) p ( B t ) q t , t [ A, B ] tel que : ( p, q) = x p 1 (1 x) q 1 dx f (t ) = p + q +1 0 ( B A) ( p + 1, q + 1) f (t ) = 0 t , t [ A, B]
(27)
Les figures 43 et 44 donnent lallure des densits de probabilits associes aux lois (2,7) et (7,2). Dans notre simulation, chaque priode, ces densits de probabilits dfinies sur [0,1] sont rparties sur [A,B] avec A = D p ,t et B = D p ,t qui sont les valeurs minimales et maximales que peut prendre la demande client sur cette priode.
Linstanciation de la fonction dfinie en (27) par rapport notre exemple est donne en (28). (t D p,t ) p ( D p,t t ) q 1 f (t ) = t, t [ D p,t , D p,t ] tel que: ( p, q) = x p1 (1 x) q1 dx 0 ( D p,t D p,t ) p+q+1 ( p + 1, q + 1) (28) f (t ) = 0 t, t [ D p,t , D p,t ]
112/157
Chapitre 5. Amlioration de la relation client Le dernier profil de demandes fermes est issu de tirages alatoires selon une loi normale N(m,) (dont la densit de probabilit, classique, nest pas reprsente ici). m est la moyenne des bornes de lintervalle de flexibilit (cf. quation (29)) et est lcart type dfini arbitrairement. Par dfinition, la valeur affecte cet cart type permet de dfinir la rpartition des demandes par rapport la moyenne m. Dans le but daccepter de faibles variations autour de la moyenne, nous calculerons comme tant 1/6 de lintervalle flexible chaque priode (cf. quation 30).
m = D p ,t + D p ,t 2 = D p ,t D p , t 6
p p
t HL t HL
(29) (30)
Ces demandes tires alatoirement permettent, titre indicatif, dintroduire une certaine souplesse dans le raisonnement et de rendre les simulations plus exhaustives en introduisant un biais par rapport aux trois premiers contextes. Lintrt des simulations dans le cadre des exemples de ce chapitre est de sappliquer dans le cas o la demande ne se conforme pas une loi de probabilit spcifique. De ce fait, nous navons pas mis dhypothses sur la validit des lois appliques mais montrons seulement que les bornes de flexibilit ne sont pas les seules informations pouvant tre intgres nos simulations. Dans le cas o la demande client suivrait une loi de probabilit dfinie et valide, une autre approche consistant raliser un grand nombre de simulations dans diffrents contextes gnrs selon cette loi serait plus approprie. Notre modle pourrait tout fait tre utilis dans ce cadre, que nous ne dveloppons pas dans ce mmoire. Le gain est calcul comme le prix de vente dun produit fini multipli par les quantits vendues de chaque produit, auxquels on retranche le cot global du plan (cf. quation (31)).
Pour calculer ce gain, nous introduisons les notations suivantes :
V : gain ralis lors de la simulation du modle M. Par la suite, on notera Vy le gain obtenu par lapplication de la stratgie y. CotM : cot du plan Pi obtenu par la somme des cots associs chaque dcision implmente Wp,t : quantit de produit p livre la priode t wp : prix de vente du produit p
le gain est calcul comme suit :
V = w pW p ,t Cot M
t p
HS
(31)
avec :
W p ,t = D p ,t + G p ,t 1 G p ,t
p t HP
(32)
HS i CoutM = i p I ip,t + jc J ci ,t + g p Gip,t + x p X ip,t + s p S ip,t + as,c Asi ,c,t + ba Ba,t + eEti t =1 p c p p p s c a (33)
113/157
Chapitre 5. Amlioration de la relation client Lquation (32) montre comment sont calcules les livraisons, partir de la demande satisfaire et du niveau de rupture la fin de la priode prcdente et de la priode en cours. Lquation (33) prsente le calcul du cot des plans implments. Comme dans la fonction objectif (1), il sagit de faire la somme des produits de chaque dcision par leur cot unitaire associ mais cette fois, sur lensemble de lhorizon de simulation. Dans nos exemples, le prix de vente des produits finis P est fix 110uc. Le tableau 13 montre les gains rsultants obtenus par lapplication de chaque stratgie de planification ( y {optimiste; moyenne; pessimiste} ) dans chaque contexte. Pour complter cette analyse, les gains obtenus partir du plan de rfrence sont reports pour chaque profil de demande. Demande Stratgie Optimiste Moyenne Pessimiste Plan de rfrence Minimale Moyenne Maximale 144 025 145 646 146 196 146 196 176 152 173 499 166 757 177 345 182 829 166 772 117 335 203 826 Loi N(m,) 174 623 173 178 166 835 176 220 Loi (2,7) 157 921 159 617 157 580 160 270 Loi (7,2) 187 404 177 676 155 247 192 303
Tableau 13. Gains obtenus par l'application des diffrentes stratgies selon le contexte
Plusieurs points peuvent tre souligns. En raison du manque de visibilit et donc, des capacits danticipation rduites du pic, le gain de rfrence nest atteint que lorsque la demande ferme (i.e. le contexte) considre est minimale. De plus, la stratgie donnant les meilleurs rsultats nest pas toujours la mme. Par exemple, dans un contexte demande minimale, cest la stratgie pessimiste qui donne les meilleurs rsultats. Dans le contexte loi (2,7), cest la demande moyenne. Ainsi, il semble difficile pour un dcideur de slectionner une stratgie. La section suivante montre comment un critre de dcision peut tre utilis pour guider le choix du manager.
12.3.3
Dans le but de choisir entre ces stratgies, des critres de dcision peuvent tre utiliss. Ces critres peuvent sappliquer soit directement sur le gain soit sur le regret issu de lapplication dune stratgie. Dans un cadre gnral de comparaison de dcisions sous incertitude, un des critres les plus communs est le critre de Wald (Wald, 1943, 1950), aussi connu sous le nom de Maximin. Ce critre est bas sur le gain minimum obtenu par chaque dcision (ici, une stratgie) suivant les diffrentes situations relles (ici, les contextes dvaluation). Dans notre exemple, les gains minimums sont 144 025uc pour la stratgie optimiste, 145 646uc pour la stratgie moyenne et 117 335uc pour la stratgie pessimiste. Ces gains minimums sont encadrs dans le tableau 14. Le critre de Wald suggre de choisir la stratgie permettant dobtenir le plus lev de ces gains minimums. Dans cet exemple, il sagit de la stratgie moyenne qui gnre un gain minimum de 145 646uc. Lintrt de ce critre est de fournir au dcideur une indication sur la marge minimale quil est sr de dgager en appliquant sa stratgie, quelle que soit la demande ferme. Il montre une certaine aversion au risque en choisissant la stratgie qui, dans le pire des cas, gnrera le niveau minimal de bnfices le plus lev.
114/157
Loi Loi beta Loi beta normale (2,7) (7,2) 182829 174623 157921 187404 166772 173178 159617 177676 117335 166835 157580 155247
Nanmoins, si la diffrence entre les gains minimum obtenus pour la stratgie moyenne et la stratgie pessimiste est importante (environ 24%), lcart est beaucoup plus faible entre la stratgie moyenne et la stratgie optimiste (environ 1%). Un autre critre de dcision peut tre appliqu pour orienter le dcideur, par exemple celui de Savage (Savage, 1951, 1954, 1972) plus communment appel le critre du Minimax Regret . Il prconise de choisir la stratgie qui va gnrer le plus petit des regrets maximum. Dans notre approche, la notion de regret sexprime, dans un contexte donn, comme le manque gagner (not Ny) li lutilisation dune stratgie y alors quune autre donne le meilleur rsultat parmi toutes les stratgies. N y = V y Max(Vk )
kS
(34)
Dans le tableau 15 ces regrets apparaissent en nombre ngatifs dans les lignes NOptimiste , NMoyenne et NPessimiste . Il sagit alors de pertes lies lutilisation de la stratgie optimiste, moyenne ou pessimiste. Ce manque gagner est calcul comme la diffrence des gains entre la stratgie applique et la stratgie donnant le meilleur gain. Par exemple, dans le contexte Minimal , la perte lie lapplication de la stratgie optimiste sera calcule comme la diffrence entre le gain obtenu par le choix de la stratgie optimiste et le gain obtenu par la meilleure stratgie possible, qui est dans ce cas la stratgie pessimiste : NOptimiste = VOptimiste VPessimiste. Ce regret est de 144 025 146 196 = -2 171uc. Dans notre cas, le regret maximum associ la stratgie optimiste est de -2 171uc ; associ la stratgie moyenne est de -16 057uc ; associ la stratgie pessimiste est de -65 494uc. Ces regrets maximums sont mis en vidence dans le tableau 15. Dans ce cas, la diffrence entre lapplication des stratgies optimiste et moyenne est bien plus marque. En effet, le manque gagner maximal associ la stratgie moyenne est 8 fois suprieur celui associ la stratgie optimiste. Le dcideur, sil choisit de minimiser les risques associs lutilisation dune stratgie, aura, de ce fait, tout intrt slectionner la stratgie optimiste. Demande Loi Loi beta Loi beta Minimale Moyenne Maximale Stratgie normale (2,7) (7,2) 0 0 0 -1696 0 NOptimiste -2171 -550 -2653 -1446 0 -9729 NMoyenne -16057 NPessimiste 0 -9395
-65494
Regrets
-7789
-2037
-32158
Bien sr, dautres critres peuvent tre appliqus. Lobjectif de cette tude est uniquement de justifier l'usage de lapproche que nous proposons en tant quaide la dcision.
115/157
Conclusion du chapitre 5
Dans ce chapitre, une mthode pour la prise en compte de la demande incertaine a t propose. Cette mthode est base sur les observations menes lors de nos tudes de cas qui ont fait merger une contractualisation de la variation des quantits demandes par le client dans un horizon moyen terme : lhorizon flexible. Les difficults majeures lies lintroduction de ces demandes flexibles dans la planification dpendent de la capacit de lentreprise ragir par rapport ces donnes clients et valuer limpact que peut avoir cette demande sur leur production. Pour cela, nous avons montr comment ces demandes flexibles peuvent sintgrer notre cadre de simulation par lintermdiaire de stratgies de planification. Lutilisation de ces stratgies permet tout d'abord dvaluer dans un contexte donn le positionnement des diffrentes stratgies en tenant compte de la visibilit sur la demande client. Ce type de simulation peut tre intressant dans le cadre danalyse a posteriori se basant sur un scnario issu dun historique de donnes. Dautre part, lorsque le dcideur ne peut tablir de tendance relle sur ce que sera la demande finale, la simulation des diffrentes stratgies permet lutilisation de critres de dcisions donnant une indication lentreprise sur la stratgie employer. Les applications numriques en fin de ce chapitre ont montr que le choix des stratgies nest pas trivial. Lapport dun modle doptimisation utilis dans un cadre de simulation en termes daide la dcision est ainsi dmontr.
116/157
Introduction au chapitre 6
La gestion dune chane logistique repose sur la dfinition de partenariats et de mcanismes collaboratifs entre les diffrents acteurs impliqus dans la chane. La sparation juridictionnelle et dcisionnelle de ces acteurs nuit la mise en place de tels mcanismes par linapplicabilit dune coordination complte pouvant tre issue dune structure dcisionnelle centralise. Un ensemble de mthodes centres sur la satisfaction des demandes clients par une entreprise a t propos dans le chapitre 5 de ce mmoire. Les engagements pris par une telle entreprise auprs de ses clients, notamment en termes dadaptation des demandes flexibles, ont des rpercussions sur ses fournisseurs. Lentreprise doit donc sassurer que ces rpercussions soient admises par ses fournisseurs. Nos tudes de cas ont montr les difficults dintgration des prvisions transmises par les clients dans le processus dcisionnel, en particulier pour des entreprises situes en milieu de chane logistique dans le secteur aronautique. Lobjet de ce chapitre est de proposer une approche permettant damliorer les relations dune entreprise avec ses fournisseurs. Pour cela, le concept dapprovisionnements flexibles est propos. Cette approche a pour double but de tenir compte du besoin de ractivit de lentreprise considre et du besoin pour un fournisseur dobtenir le plus tt possible des informations sur les commandes venir lui permettant de sorganiser au mieux. Pour que la collaboration puisse se justifier autant du point de vue des fournisseurs que de celui de lentreprise considre, il est ncessaire de mettre en vidence des avantages rciproques sa mise en place. Lapplication des diffrents concepts sur un exemple simple est ralise pour matrialiser lintrt pour lentreprise et pour ses fournisseurs mettre en place des actions amliorant la collaboration. Le premier paragraphe de ce chapitre prsente les lments lis la problmatique damlioration des relations avec les fournisseurs. Une approche rpondant cette problmatique est ensuite propose. Le deuxime paragraphe prsente les modifications apportes notre modlisation pour inclure la notion dapprovisionnement flexible. Enfin, dans le troisime paragraphe, une application numrique est dveloppe pour illustrer concrtement les possibilits dimplmentation des actions favorisant la collaboration.
117/157
1. Motivations de ltude
Ce paragraphe prsente les lments de problmatique lis lamlioration des relations entre une entreprise et ses fournisseurs. Dans la modlisation propose, les dcisions dapprovisionnement auprs des fournisseurs suivent les mmes rgles lies lanticipation des dcisions que, par exemple, celles permettant lutilisation des heures supplmentaires ou la production interne. Cependant, les relations que peut avoir lentreprise avec ses fournisseurs ncessitent plus de souplesse si lon veut amliorer la performance globale de la chane logistique. De plus, lentreprise considre comme lment central de notre modlisation est elle-mme fournisseur dun ensemble de clients et doit, comme cela a t montr dans le chapitre 5 de ce mmoire, intgrer des relations souples au travers dune demande client incertaine. Il apparat donc naturel de donner les outils cette entreprise pour grer, de manire rciproque, des demandes dapprovisionnement vers ses fournisseurs dans le cadre de relations souples.
118/157
Chapitre 6. Amlioration des relations avec les fournisseurs lentreprise, ses sous-traitants et ses fournisseurs, il peut tre important, pour cette entreprise, de ngocier avec ses fournisseurs un raccourcissement de ses dlais danticipation. Demander une modification de ce type peut ncessiter de la part du fournisseur un effort de rorganisation important (e.g. rduction des tailles de lots, rorganisation de postes de travail etc.). Le gain de ractivit ainsi obtenu peut permettre de mieux satisfaire des variations importantes des demandes dapprovisionnement. Lentreprise peut ainsi sappuyer sur ce levier dcisionnel plutt que daller chercher de la ractivit chez un fournisseur plus flexible mais plus cher. Cela se traduit au niveau du fournisseur par une augmentation de son chiffre daffaire. Lassurance dun chiffre daffaire plus important peut tre un facteur motivant pour ce type dactions. De plus, les gains raliss par lentreprise, au prix de leffort du fournisseur pour amliorer sa ractivit, peuvent tre partags entre ces deux acteurs de la chane. De ce fait, il apparat intressant de pouvoir fournir lentreprise un cadre permettant de tenir compte des capacits de raction de ses fournisseurs. Dans une optique daide la dcision, ces mthodes et outils doivent inciter les diffrents protagonistes collaborer pour amliorer leur ractivit en fonction de leurs besoins.
Chapitre 6. Amlioration des relations avec les fournisseurs suffisamment infrieurs aux dates dapplication des dcisions pour lui laisser le temps de sadapter. Ces dcisions lointaines nont donc, a priori, pas besoin dtre contraintes. Lutilisation de notre cadre de simulation applique au niveau dun fournisseur peut permettre de valider cette dfinition a priori. La figure 45 montre la dcomposition de lhorizon des demandes dapprovisionnement tel quil est formul et intgr dans le modle. Dans cette figure, lhorizon de planification a une longueur T de 10 priodes et commence ici la priode de rfrence 0. Lhorizon ferme FF0 a une longueur TFF = 3, lhorizon flexible FL0 a une longueur TFL de 3. On a donc un horizon prvisionnel de longueur TFP de 4 priodes. Horizon Ferme FF0 Horizon Flexible FL0 Horizon Prvisionnel FP0
10
Horizon de planification : T = 10 priodes Horizon ferme fournisseur Horizon flexible fournisseur Horizon libre Priode de rfrence
La prise en compte de cette dcomposition dans notre modlisation et dans le cadre de simulation qui en dcoule nous amne introduire des contraintes supplmentaires dfinies dans le paragraphe ci-dessous.
s , c, t t FFs
s , c, t t FLs s , c, t t FLs
120/157
Chapitre 6. Amlioration des relations avec les fournisseurs La contrainte (36) indique que, sur lhorizon flexible, les approvisionnements dcids en priode doivent rester dans lintervalle dfini par la valeur prcdente (dcide en -PP) plus ou moins . Lquation (37) indique que lcart est un pourcentage de lapprovisionnement prvu la planification prcdente. Lintrt de prendre en compte ces contraintes dans la modlisation est de garantir le respect des rgles entre lentreprise et ses fournisseurs. En jouant sur le pourcentage Pe, la capacit dadaptation des fournisseurs est intgre la modlisation pour gnrer des plans cohrents avec leurs possibilits. Ainsi, lintroduction de lhorizon flexible assure la fois une stabilit des dcisions dun pas de planification lautre ainsi que la possibilit de rpercuter la variabilit impose par le client final. Le schma dynamique du gel des dcisions transmises au niveau des fournisseurs est complt par lintroduction de ces horizons flexibles comme prsent en figure 46 : Horizon de planification : T = 10 priodes Horizon Ferme FF0 Horizon Flexible FL0 Horizon Prvisionnel FP0
10
11
12
10
11
12
Dcisions reportes
Horizon de planification : T = 10 priodes Dcisions geles au pas 1 Dcisions flexibles au pas 1 Dcisions libres au pas 1 Dcisions contraintes au pas 2 Dcisions libres au pas 2 Priode de rfrence
Il est noter que pour les dcisions autres que lapprovisionnement, le schma prsent en figure 13 du chapitre 3 et formalis par les quations (8) (12) except (10), est toujours applicable. Pour montrer lintrt de notre tude, nous avons mis en uvre notre approche sur lexemple prsent ci-dessous.
121/157
14.1.1
Caractristiques de lexemple
Lobjectif de cet exemple est de montrer comment notre approche fournit un support aux managers dans le cadre de discussions avec leurs fournisseurs pour parvenir une amlioration des conditions de planification. Lexemple trait ici est volontairement simple pour permettre une meilleure visualisation et interprtation des rsultats. Nous avons notamment simplifi les flux logistiques en considrant un seul produit fini P assembl partir de deux composants C1 et C2. Nous considrons que la demande prvisionnelle (audel de lhorizon ferme) en produits finis est constante et sa valeur est fixe 75 units. Elle sapparente ainsi la dfinition globale dun volume de fabrication demand par priode pouvant tre issu soit dun march demande stable soit dun lissage de production sur la base dun volume global de prvisions de ventes. A chaque pas de planification, la demande relle sur les premires priodes de lhorizon, correspondant lhorizon ferme HF , devient disponible. Nous simulons ce processus en remplaant la demande prvisionnelle par une demande ferme issue dun tirage alatoire selon une loi uniforme sur un intervalle correspondant plus et moins 30% de la demande prvisionnelle. Lhorizon de simulation HS est compos de 24 priodes. Lhorizon de planification HP, sur lequel est dfinie la demande client, est compos de 12 priodes dont 8 fermes et 4 flexibles. La priodicit de planification PP est de 2 priodes. La demande ferme Dp,t dfinie sur HS et rsultant de la gnration alatoire est donne par le tableau 16 : Priode n : Demande Priode n : Demande 1 53 13 60 2 56 14 50 3 94 15 91 4 5 68 100 16 75 17 63 6 85 18 84 7 55 19 72 8 81 9 91 10 84 22 70 11 58 23 91 12 63 24 72
20 21 67 100
Plusieurs sources dapprovisionnement en composants sont possibles. Deux fournisseurs aux caractristiques distinctes sont considrs dans notre exemple. Le second fournisseur est plus cher que le premier mais a un dlai danticipation plus faible et autorise une ractivit 122/157
Chapitre 6. Amlioration des relations avec les fournisseurs suprieure. On traduit ainsi le fait quil possde un outil de fabrication plus flexible qui engendre des cots de fabrication plus levs lis aux rorganisations ncessaires. Ce cas est plus particulirement abord car il est susceptible de gnrer des conflits pour lentreprise entre la recherche dapprovisionnements cots rduits et la satisfaction dun besoin de ractivit important se traduisant par des approvisionnements cots plus levs. Deux cas sont volontairement exclus de cette tude. Le premier est celui o les fournisseurs auraient des caractristiques similaires. Lusage de lun ou de lautre naurait pas dimpact notable sur la planification sans la prise en compte de contraintes supplmentaires (lies la qualit des produits, la criticit des matires approvisionnes, etc.). Dans le second cas, au rsultat vident, deux fournisseurs seraient considrs dont un est cher et peu ractif et lautre est bon march et trs ractif. Dans ce cas, le fournisseur le moins cher ntant pas pnalis par sa ractivit, il serait favoris en raison de ses tarifs attractifs. Les donnes incluses dans notre modle sont rcapitules dans les tableaux 17 et 18. Les donnes concernant les horizons dapprovisionnement fermes et flexibles transmises aux fournisseurs ne sont pas rcapitules dans le tableau ci-dessous car nous tudions leurs variations. Dlai Dlai Cot unitaire danticipation dobtention Production interne 0 1 5 Sous-traitance 2 2 25 Heures supplmentaires 1 0 50 Dcision
Tableau 17. Caractristiques des lments de production
Fournisseur 1 Fournisseur 2 Achats Achats Achats Achats C1 C2 C1 C2 Cots unitaires 0,5 0,1 2 1
Stockage C1 C2 P 4
Rupture P 100
0,05 0,01
Les horizons temporels que nous introduisons pour le paramtrage de nos fournisseurs traduisent un effort de plus en plus important de la part des fournisseurs pour augmenter leur ractivit et sont dfinis ci-dessous : Situation 1 : les deux fournisseurs imposent lentreprise un dlai danticipation de respectivement 6 et 4 priodes. Lhorizon FF1 a, de ce fait, une longueur de 6 priodes et respectivement, FF2 a une longueur de 4 priodes. Les horizons flexibles fournisseurs sont de longueur nulle quel que soit le fournisseur. Situation 2 : lhorizon ferme FF est rduit 3 priodes et complt par un horizon flexible FL de 3 priodes pour le fournisseur 1 ; FF et FL pour le fournisseur 2 sont constitus de 2 priodes. Ce cas relche donc les contraintes de la situation 1 en autorisant pour lentreprise une souplesse dans les demandes dapprovisionnement. Situation 3 : on considre uniquement un horizon ferme FF de 3 priodes pour le fournisseur 1 et de 2 priodes pour le fournisseur 2. Dans cette situation, il ny a
123/157
Chapitre 6. Amlioration des relations avec les fournisseurs aucune contrainte sur les approvisionnements au-del de lhorizon ferme qui est limit. Cette dernire configuration reflte une situation o le fournisseur 1 augmente fortement sa ractivit. Elle devrait donner les meilleurs rsultats et permettre la mise en vidence, par simulation, des avantages appliquer une telle augmentation de ractivit pour le fournisseur. Sur les horizons flexibles, les fournisseurs se sont engags accepter des variations de 10% par rapport aux demandes dapprovisionnement transmises la planification prcdente. Cela traduit le fait que le fournisseur na pas les mmes capacits dadaptations que lentreprise. En effet, nous avons pu observer dans nos tudes de cas que certains fournisseurs, essentiellement des PMEs nont pas toujours une grande flexibilit et peuvent difficilement faire face de grandes variations dans la demande. Cette tude est donc place dans le cas o lentreprise accepterait de limiter la rpercussion sur ses fournisseurs de la flexibilit laquelle elle est elle-mme soumise par ses clients, ce qui nous semble un cas raliste au vu des enqutes que nous avons menes. Dans le but dobtenir des rsultats comparables, nous avons au pralable tir alatoirement le jeu de demandes relles qui est appliqu chacun des cas. Ainsi, dans une optique daide la dcision, nous pourrons valuer limpact des modifications apportes sur les horizons fermes et tablir si, dans ce contexte, des gains peuvent tre dgags.
14.1.2
Dans un souci de clart, nous limitons les rsultats prsents dans ce paragraphe un des composants introduit dans le modle sachant que ces rsultats peuvent tre tendus lautre. Pour chaque situation, deux figures sont prsentes. La premire indique les rsultats obtenus en termes de production interne et sous-traite ainsi que la demande client ferme. La seconde figure montre les achats effectus par priode auprs des deux fournisseurs. Les figures 47 et 48 prsentent les rsultats obtenus dans la situation 1. La figure 47 permet dapprhender lorganisation de la production pour rpondre la demande. On constate que le niveau de production interne dpasse plusieurs reprises la capacit standard fixe 75 produits (en priodes 9, 21 et 23). Il y a donc recours aux heures supplmentaires pour faire face aux demandes plus leves en fin dhorizon.
120 100
Quantits
80 60 40 20 0 0 5 10 15 20 25
Priodes
Figure 47. Productions en situation 1 : TFF = 6 ; TFF = 4 ; TFL = 0 ; TFF = 0
1 2 1 2
124/157
Chapitre 6. Amlioration des relations avec les fournisseurs Dans la figure 48, on peut remarquer des demandes dapprovisionnement irrgulires pour le fournisseur 1 et la sollicitation du second fournisseur, plus ractif, pour pallier le manque de ractivit du fournisseur 1.
100 80
Quantits
60 40 20 0 0 5 10 15 20 25
Priodes
Figure 48. Achats en situation 1 : TFF = 6 ; TFF = 4 ; TFL = 0 ; TFF = 0
1 2 1 2
Comparativement la situation 1, la figure 49 montre, pour la situation 2, une utilisation moindre des heures supplmentaires car les pics de production interne (en priodes 9, 21 et 23) sont moins levs. Cela est cohrent avec laugmentation limite de la sous-traitance en priodes 6, 7 et 8 ainsi quen fin dhorizon. A ce niveau, on peut dores et dj constater que lintroduction de ractivit a permis de sous-traiter une partie de la charge alloue la production en heures supplmentaires, ce qui, dans notre exemple, correspond lutilisation dune solution moins onreuse.
120 100
Quantits
80 60 40 20 0 0 5 10 15 20 25
Priodes
Figure 49. Productions en situation 2 : TFF = 3 ; TFF = 2 ; TFL = 3 ; TFF = 2
1 2 1 2
La figure 50 montre, pour la situation 2, une diminution du recours au fournisseur 2. Lamlioration de la ractivit du fournisseur 1 permet de mieux prendre en compte lcart entre la demande prvisionnelle et la demande relle en minimisant les recours au fournisseur 2.
125/157
100 80
Quantits
60 40 20 0 0 5 10 15 20 25
Priodes
Figure 50. Achats en situation 2 : TFF = 3 ; TFF = 2 ; TFL = 3 ; TFF = 2
1 2 1 2
La figure 51 montre, dans la situation 3, que la production interne ne dpasse jamais sa capacit standard. De plus, lutilisation de la sous-traitance a encore augment par rapport la situation n2. La situation n3 confirme que, dans le cadre de cet exemple, lintroduction de ractivit amliore les conditions de production en permettant de prendre des dcisions moins onreuses.
120 100
Quantits
80 60 40 20 0 0 5 10 15 20 25
Priodes
Figure 51. Productions en situation 3 : TFF = 3 ; TFF = 2 ; TFL = 0 ; TFF = 0
1 2 1 2
La figure 52 montre les approvisionnements pour la situation n3. On constate que tous les approvisionnements sont raliss avec le fournisseur 1. Ainsi, les cots dachats matire sont minimiss.
126/157
100 80
Quantits
60 40 20 0 0 5 10 15 20 25
Priodes
Figure 52. Achats en situation 3 : TFF = 3 ; TFF = 2 ; TFL = 0 ; TFF = 0
1 2 1 2
14.1.3
Synthse
Le tableau 19 fournit un rcapitulatif des rsultats pour les trois cas dtude de gestion des approvisionnements. Les rsultats prsentent les moyennes des quantits approvisionnes par priode sur lensemble de lhorizon de simulation. Ils permettent, en complment des courbes prcdentes, doffrir une vue globale sur le processus complet de simulation de la planification. Les cots dapprovisionnement et le cot final du plan rsultant de chaque simulation permettent dvaluer limpact des variations sur les horizons.
Scnario Cas n1 Cas n2 Cas n3 6/0 3/3 3/0 Indicateurs Moyenne des achats au Fournisseur 1 69,6 72,5 73,3 Moyenne des achats au Fournisseur 2 4,3 0,8 0 Moyenne du niveau de Stock de composants 75,8 75,2 73,9 Cot global dapprovisionnement 2 843 2 443 2 350 Cot final du plan rsultant de la simulation 19 779 17 210 14 440
Tableau 19. Rcapitulatif des rsultats
On peut donc constater que plus lhorizon ferme du fournisseur diminue, plus le niveau moyen de stock de composants est faible. Il semblerait donc tre intressant de se placer dans une situation apportant plus de ractivit pour pallier les variations de la demande client et limiter le stockage. Si lon sintresse la situation 1, on constate que malgr lintroduction dun horizon ferme important, on aboutit une variabilit forte dans les approvisionnements. En effet, les compensations des carts entre approvisionnements tablis partir de la demande prvisionnelle en produits finis et ceux tablis partir de la demande relle en produits finis ne peuvent se faire quaprs lhorizon ferme. De ce fait, les corrections appliques doivent compenser les carts sur autant de priodes quen contient lhorizon ferme fournisseur, ce qui se traduit par des modifications plus importantes. De plus, la ractivit du fournisseur 1 tant insuffisante, il est ncessaire davoir recours au fournisseur 2. Cela constitue un manque gagner pour le fournisseur 1 et peut tre mis en avant dans les discussions avec le fournisseur
127/157
Chapitre 6. Amlioration des relations avec les fournisseurs 1 pour obtenir une meilleure souplesse dans les approvisionnements et donc dans la planification globale. Comme nous lavions suppos, la situation 3 donne les meilleurs rsultats tant sur le plan des cots que des stocks moyens. Dans notre exemple, la situation 2 constitue un bon compromis. Les rsultats montrent une augmentation denviron 4,2% du chiffre daffaire du fournisseur 1, une diminution denviron 14% des cots dapprovisionnement ainsi quune diminution denviron 13% des cots globaux sil parvient amliorer ses conditions de ractivit par rapport la situation 1. Ces chiffres, lis l'exemple choisi, n'ont videmment que peu d'importance mais cet exemple illustre nanmoins le type d'informations que peut fournir l'utilisation de notre cadre de modlisation et de simulation.
128/157
200 180 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10111213141516171819202122 232425 Priodes de l'horizon de simulation
Quantits
Figure 53. Positionnement des capacits cumules par rapport aux demandes
La stratgie applique par lentreprise pour sa planification est la stratgie optimiste et les demandes fermes gnres au cours de la simulation correspondent aux valeurs minimales de lintervalle flexible. Le cas tudi est donc celui o les prvisions sont survalues par rapport la demande ferme ; la performance de la chane dpendra donc de lengagement de lentreprise accepter les livraisons des fournisseurs. Les cinq cas se distinguent par la ractivit accorde aux fournisseurs. Les donnes de chaque cas sont prsentes dans le tableau 20. Les cas sont classs par ordre de ractivit croissante et se distinguent soit par les longueurs des horizons fermes et flexibles fournisseurs, soit par une augmentation du pourcentage de variation demand aux fournisseurs. Le cas n1 possde le moins de ractivit car les fournisseurs sont modliss uniquement par des Horizons Fermes : TFF = 6 ; TFF = 4 ; TFL = 0 ; TFF = 0 ,
1 2 1 2
Le cas n2 introduit des Horizons Flexibles Fournisseurs et rduit les longueurs des Horizons Fermes Fournisseurs : TFF = 3 ; TFF = 2 ; TFL = 3 ; TFF = 2 .
1 2 1 2
Seulement 10% de variations sur les approvisionnements flexibles sont autoriss. Le cas n3 conserve la mme configuration des horizons que dans le cas n2 mais autorise un pourcentage de variations sur les demandes dapprovisionnement plus lev, de 30%, Le cas n4 conserve la mme configuration des horizons que prcdemment mais se distingue du cas n3 par un pourcentage de variation de 50%, Le cas n5 possde le plus fort degr de ractivit car seuls sont prsents des Horizons Fermes Fournisseurs de longueur rduite : TFF = 3 ; TFF = 2 ; TFL = 0 ;
1 2 1
TFF = 0 .
2
129/157
Cas Paramtres TFF fournisseur 1 TFL fournisseur 1 TFF fournisseur 2 TFL fournisseur 2 Pe
Cas n1 6 0 4 0 0
Cas n2 3 3 2 2 10%
Cas n3 3 3 2 2 30%
Cas n4 3 3 2 2 50%
Cas n5 3 0 2 0 0
Les diffrentes simulations nous permettent dobtenir pour chaque scnario les cots globaux donns dans le tableau 21. Cas Cots Cas n1 18 120 0 3 724 6 425 5 760 0 Cas n2 18 127 0 3 796 6 425 5 760 0 Cas n3 18 119 0 3 932 6 425 5 760 0 Cas n4 17 917 0 3 932 6 425 5 760 0 Cas n5 17 825 0 3 932 6 425 5 760 0
Plans Pi Rupture produit fini P Stockage produit fini P Production interne Sous-traitance Heures supplmentaires
Tableau 21. Cots des plans obtenus pour chaque cas (stratgie optimiste)
Bien quoffrant une vue trs agrge de lvolution des planifications selon la ractivit associe aux diffrents fournisseurs, les cots des plans rellement implments montrent, dans cet exemple, un phnomne pouvant tre difficilement prvu sans le recours ce type de simulation. En effet, si le cot global des plans Pi subit une forte diminution lorsque la ractivit est importante (i.e. dans les cas n4 et 5) cela nest pas le cas lorsque la ractivit introduite reste faible (i.e. dans les cas n1, 2 et 3). On constate mme une lgre augmentation du cot global entre les cas 1 et 2 alors qu'une diminution, mme minime, tait logiquement attendue. On peut toutefois remarquer que les gains relatifs de meilleurs approvisionnements ne modifient pas radicalement lordre de grandeur du cot global des plans Pi. Cela est d la structure de cots implmente (cf. tableau 18) qui introduit une forte diffrence entre les cots de stockage de produits finis et les cots affects aux approvisionnements. Nanmoins, si lon ne considre que les approvisionnements (cf. figure 54), on remarque une volution sensible des cots. Dans le cas n2, le manque de visibilit sur la demande ferme (i.e. la demande minimale dans cette valuation au pire des cas) entraine une incapacit de raction par rapport la demande dtermine par la stratgie optimiste. En effet, lentreprise, voyant quune forte demande prvisionnelle lui est demande, ajuste ses approvisionnements pour lisser sa charge et produire en avance. En se basant toujours sur ces demandes prvisionnelles, elle profite du gain de ractivit pour augmenter sa production anticipe et en dduire ses nouveaux approvisionnements. Cela entrane un accroissement du niveau de stock en produits finis qui pnalise le cot global des plans. Lorsque la demande ferme est enfin connue, les dcisions de production sont dsormais geles et lentreprise doit faire face un sur-stockage de produits finis. En fin de simulation, lentreprise compense cette trop forte anticipation par des rductions de volume de production permettant dquilibrer les quantits produites cumules par rapport la demande. Cela est possible en raison de la baisse de la demande en fin de simulation (cf. figure 53). La diffrence entre ces deux scnarios, qui justifie les cots
130/157
Chapitre 6. Amlioration des relations avec les fournisseurs supplmentaires, est le stock cr par lissage de la charge de production. Ce stock annule les gains raliss sur les approvisionnements. Dans les cas n3 et 4, le phnomne prcdent est amplifi en raison dune ractivit accrue par lintroduction de pourcentages plus levs de flexibilit. Cela explique que les commandes passes au fournisseur 2 (le plus ractif mais aussi le plus cher) diminuent. Dans le 5e cas, le recours au fournisseur 2 nest plus ncessaire. La figure 54 montre les cots lis aux approvisionnements pour le composant C2. Dans chaque cas, ces cots sont agrgs sur lensemble des priodes. Leur volution est similaire quel que soit le composant considr (C1 ou C2) et les commentaires sont valables pour chaque composant.
300 250 200 150 100 50 0 Cas 1 Cas 2 Cas 3 Cas 4 Cas 5 Stock C2 Achats C2 Frs2 Achats C2 Frs1 Cots
On constate quentre le cas n1 caractris par la plus faible ractivit des fournisseurs et le cas n5, les cots lis aux approvisionnements ont baiss denviron 45% pour le composant C2. Ces diffrents gains peuvent permettre de dvelopper des actions damlioration visant assurer, chez le fournisseur considr, une meilleure organisation de sa production. Il pourrait sagir, par exemple et comme cest le cas dans lindustrie aronautique, daffecter un consultant chez le fournisseur pour raliser des actions de Value Stream Mapping (consistant analyser et schmatiser grce un formalisme standardis le flux de produit et dinformation pour identifier les sources de non-valeur ajoute dans le processus de ralisation du produit fini (Abdulmalek et Rajgopal, 2006)). L'intrt principal de notre outil est donc ici de donner des lments sur la rentabilit possible d'investissements visant amliorer la chane logistique.
131/157
Les diffrentes simulations nous permettent dobtenir les cots globaux donns dans le tableau 23 pour chaque scnario. Cas Cots Cas n1 148 812 104 000 200 8 455 15 660 16 720 Cas n2 139 955 96 600 200 8 420 15 870 15 950 Cas n3 124 199 81 700 256 8 355 16 260 15 070 Cas n4 119 684 75 800 368 8 430 15 810 16 720 Cas n5 93 465 50 100 648 8 355 16 260 15 070
Tableau 23. Cots des plans obtenus pour chaque cas (stratgie pessimiste)
Le tableau 23 permet de confirmer un premier rsultat attendu. Les cots globaux des plans Pi diminuent lorsque de la ractivit est introduite dans les approvisionnements. Cette diminution des cots globaux provient de la souplesse permise par lutilisation des approvisionnements flexibles. Laugmentation des cots de stockage et la diminution des cots de ruptures traduisent trs clairement la capacit de lentreprise mieux faire face lapparition de la demande maximale lorsquelle saffermit. Nanmoins, lvaluation faite dans ce contexte donne aussi des rsultats difficilement prvisibles, issus de la combinaison des besoins danticipation des diffrentes dcisions. Le tableau 23 montre que les volutions des heures supplmentaires et de la sous-traitance ne
132/157
Chapitre 6. Amlioration des relations avec les fournisseurs sont pas rgulires. Le plan obtenu rsulte de compromis entre le recours des leviers dcisionnels couteux (i.e. les heures supplmentaires, le recours au fournisseur 2) et lapparition des ruptures. Cela est d d'une part au manque de visibilit sur la demande finale, qui ne permet pas danticiper correctement en lissant la production et, dautre part, aux capacits qui limitent lutilisation des dcisions de production faible dlai danticipation. Comme dans le cas prcdent, il est possible de sintresser plus prcisment aux approvisionnements des diffrents fournisseurs. Seul le cas du composant 2 est trait ici ; les rsultats obtenus pour le composant 1 sont similaires. Les rsultats obtenus sont synthtiss dans la figure 55. Dans le cas n1, le fournisseur 2 (le plus cher) gnre une grosse partie des cots dapprovisionnement. Son utilisation est ncessaire pour pallier le manque de ractivit du fournisseur 1 et rduire au maximum les ruptures. Nanmoins, le recours au fournisseur 2 nest pas suffisant car cest dans ce cas de figure que les cots de ruptures (cf. tableau 23) sont les plus levs. Dans le cas n2, le recours au fournisseur 2 est toujours ncessaire pour combler le manque de ractivit du fournisseur 1. Lutilisation du fournisseur 2, ayant un dlai danticipation faible, peut tre ainsi couple lutilisation de la sous-traitance qui a un dlai danticipation long. Ainsi, une part des quantits produites en heures supplmentaires dans le cas n1 sont reportes vers la sous-traitance. Lutilisation dapprovisionnements plus ractifs mais plus coteux reste intressante car elle permet, dans ce cas, daccder des dcisions de production moins coteuses et damliorer le cot global du plan. Dans le cas n3 et 4, le fournisseur 1 possde dsormais une ractivit suffisante pour que le fournisseur 2 ne soit pas utilis. Nanmoins, et cela justifie la diffrence de cots entre les plans obtenus partir des cas 3 et 4 et celui du cas n5, lutilisation du fournisseur 1 seul est sujette lutilisation des capacits productives les plus coteuses (i.e. sous-traitance et heures supplmentaires). Dans le cas n5, le fournisseur 2 est nouveau utilis et permet de limiter lutilisation des heures supplmentaires. Ainsi, la dcision la plus coteuse dans notre exemple (i.e. les heures supplmentaires) est moins utilise au profit de la sous-traitance. Cela permet de rduire le cot global du plan (cf. tableau 23).
133/157
600 500 400 300 200 100 0 Cas 1 Cas 2 Cas 3 Cas 4 Cas 5 Stock C2 Achats C2 Frs2 Achats C2 Frs1 Cots
La figure 55 montre bien la difficult dtablir un plan a priori, car il tait difficilement envisageable de rtablir des approvisionnements au fournisseur n2 pour amliorer les cots globaux des plans. Lintrt du type dapproche que nous avons dvelopp est une nouvelle fois dmontr.
14.2.3
Ces deux applications utilisant les stratgies optimiste et pessimiste montrent des rsultats difficilement prvisibles sans lutilisation de la simulation. Nous avons pu voir que la combinaison des contraintes temporelles et de la flexibilit intgre par lintermdiaire de lhorizon flexible des fournisseurs peut parfois pnaliser les cots globaux sur lensemble de la simulation. Cela montre limportance que le dcideur doit attacher la prise en compte des prvisions. En effet, dans ces analyses pire des cas , lorsque la demande ferme est minimale et que la stratgie employe se base sur lutilisation de la borne suprieure des demandes flexibles, lintroduction de ractivit chez les fournisseurs introduirait un risque daggraver lerreur que commet le dcideur en surestimant la demande finale. La simulation permet dvaluer ce risque et den informer le dcideur qui selon la possibilit doccurrence dun tel scnario plac dans le pire des cas, pourra choisir dutiliser cette stratgie ou non. Dans les deux cas tudis, le manque global de ractivit de lentreprise a t identifi. Ainsi, lintroduction de ractivit au niveau des fournisseurs a toujours amen une amlioration des cots de planification. Linteraction des diffrentes dcisions est aussi un aspect important prendre en compte. Le cas bas sur la stratgie de planification optimiste en est un exemple frappant car la production interne et la sous-traitance sont restes identiques quel que soit le scnario de simulation appliqu. Cela signifie que la ractivit associe ces dcisions est suffisante pour permettre ladaptation des diminutions de la demande client ; ce sont donc les approvisionnements qui ont pnalis les cots des plans.
134/157
Chapitre 6. Amlioration des relations avec les fournisseurs Les simulations bases sur la stratgie pessimiste et laffermissement de la demande flexible selon la borne de flexibilit suprieure ont montr que la ractivit du fournisseur 1 peut tre bien utilise. En effet, lamlioration de sa ractivit a eu pour effet de rendre inutile le recours des solutions dapprovisionnement plus ractives mais plus coteuses (i.e. lutilisation du fournisseur 2). Cela constitue un rsultat intressant en termes de perspectives de collaboration pour inciter un fournisseur atteindre ce degr de ractivit. Enfin, la ralisation de ces simulations dans un contexte pire des cas fournit un indicateur permettant dvaluer les risques encourus par lentreprise lorsquelle a faire face une volution de la demande. Ainsi, il apparat clairement, dans le contexte des exemples proposs, que lentreprise aura des difficults supporter des augmentations trop tardives de la demande client. Cette entreprise a dsormais dune part, la possibilit de mieux apprhender son besoin de ractivit au niveau des maillons amont et dautre part, la possibilit de mener une tude exploratoire sur son besoin de visibilit, comme suggr dans les chapitres 4 et 5 de ce mmoire.
135/157
Conclusion du chapitre 6
La gestion des approvisionnements en relation avec la capacit de ractivit des fournisseurs est un problme complexe. La combinaison des diffrentes caractristiques lies aux capacits des entreprises ainsi qu leur besoin danticipation est difficile valuer a priori. Dans ce chapitre, limportance dune meilleure gestion des approvisionnements a guid notre dmarche. Cela nous a amen introduire une gestion intgre dapprovisionnements flexibles dans le processus de planification dploy par une entreprise. Cette dmarche assure dune part la prise en compte dune ractivit tablie et agre la fois par lentreprise et ses fournisseurs et dautre part, permet de vrifier dans le processus de planification que ce contrat est respect par lentreprise. Pour cela, une modlisation base sur lintgration de contraintes pour la gestion dun horizon temporel flexible dapprovisionnement a t prsente. Lapplication numrique a montr que, pour lexemple trait, des gains pouvaient tre dgags grce cette nouvelle gestion des approvisionnements. Dans lide dapporter une aide la collaboration dans le cadre de relations client-fournisseur, ces gains peuvent valider l'intrt des actions damliorations portant sur les capacits de gestion de production des fournisseurs. En effet, le gain de ractivit associ aux maillons amont de la chane logistique peut permettre de limiter limpact sur les cots des plans de variations dans la demande client. Ainsi, une valuation dans le pire des cas de lvolution de la demande client permet dinformer le dcideur sur les risques lis cette volution en prenant en compte la capacit de ses fournisseurs absorber une partie de ces variations.
136/157
Conclusion gnrale
Conclusion gnrale
Dans cette conclusion gnrale, nous rappelons la problmatique tudie, issue des tudes de cas que nous avons menes. Aprs avoir mis en vidence les caractristiques essentielles de la modlisation propose et du cadre de simulation dvelopp, nous prsentons un bilan de notre dmarche et des rsultats obtenus pour laide la planification et la collaboration dans la chane logistique. Enfin, les perspectives de notre approche sont proposes.
Problmatique tudie
La gestion de la chane logistique apparat comme un ensemble de processus soutenus par des applications logicielles. La mise en uvre de tels processus implique que les diffrents acteurs de la chane communiquent et collaborent pour amliorer les performances industrielles. Malgr un ensemble de mthodologies existantes (souvent bases sur lECR) nos tudes de cas ont montr que les entreprises tirent profit de la collaboration de manire ingale. Difficult de gestion de linformation, manque de reconnaissance de lintrt de la gestion de production par rapport aux contraintes mtiers, peu ou pas de prise en compte des contraintes provenant des fournisseurs etc. sont autant dlments qui pnalisent lefficience du processus de planification des entreprises. Ce sont principalement les PMEs places en milieu de chane qui ne semblent pas suffisamment armes pour sintgrer un effort collaboratif au sein dune chane logistique. Cest pourquoi notre approche a choisi pour cible les PMEs et a pour but de proposer des mthodes et outils daide la planification et la collaboration. Si ces entreprises montrent des capacits dadaptation leves court terme, au prix parfois defforts consquents consentis par le personnel pour la gestion des contingences, cest plus particulirement moyen et long terme quelles manquent de vision. Ainsi, cette tude est plus particulirement oriente vers la planification tactique. De plus, compte tenu des difficults lies la mise en place dune planification compltement centralise de la chane (grand nombre et confidentialit des donnes grer, autonomie dcisionnelle et juridictionnelle des entreprises, ) nous avons choisi un point de vue plus local qui consiste planifier une unit gnrique de la chane et intgrer explicitement les relations quelle a avec ses partenaires fournisseurs, sous-traitants et clients. Enfin, lincertitude sur les demandes des clients tant une caractristique importante des chanes logistiques, confirme par nos analyses de situations industrielles, il est apparu fondamental de prendre en compte cet aspect dans notre approche. Lassociation aide la dcision - planification peut permettre de montrer un dcideur comment faire voluer ses dcisions au cours du temps pour pallier lincertitude, conserver une planification cohrente et valuer les risques encourus en fonction de ses choix. Le paragraphe suivant prsente la rponse apporte cette problmatique. 137/157
Conclusion gnrale
Cette problmatique nous a conduits proposer un modle permettant de planifier au mieux lunit gnrique considre. Ce modle est par la suite intgr dans une procdure itrative qui simule un processus de planification dynamique horizon glissant. Loriginalit de notre approche est de modliser finement la capacit de raction du systme de production et du systme dcisionnel face des variations ou des incertitudes sur la demande. Ceci est ralis en intgrant dans lapproche diffrentes grandeurs temporelles lies aux types de dcisions (dlais danticipation), aux caractristiques de la production (dlais dobtention en interne ou en sous-traitance) et la dynamique du processus de planification (horizon de planification et horizons gels, priodicit de planification). Le problme de planification considr chaque tape du processus de planification est formul par un programme mathmatique linaire qui peut voluer aisment et prendre ainsi facilement en compte les spcificits de lunit modlise. Lapproche de simulation dveloppe permet lvaluation et la comparaison de diffrents scnarios dfinis en fonction des paramtres de lentreprise considre. Particulirement, deux dlais caractristiques ont t utiliss pour modliser chaque type de dcision : le dlai danticipation et le dlai dobtention. Nous avons montr que lintgration de ces dlais dans un processus de planification horizon glissant est complexe, du fait des dpendances entre les dcisions. Le cadre de modlisation ainsi constitu permet de mieux mesurer linfluence de la ractivit des fournisseurs et, plus gnralement, des dcisions ncessitant une forte anticipation sur la planification. Le gel dune partie de ces dcisions anticipes peut empcher le dcideur dutiliser pleinement les dcisions possibles. Un cas qui a t illustr est celui pour lequel, les approvisionnements tant gels, le dcideur se doit dajuster sa production en fonction des approvisionnements au risque de ne pas pouvoir satisfaire la demande de ses clients. Concernant la modlisation de la demande client, notre approche sest base sur les pratiques industrielles pour offrir la fois une modlisation formelle des concepts lis la flexibilit de la demande et une mthodologie souple permettant au dcideur dexploiter son exprience et sa connaissance des clients pour dfinir une stratgie de planification. Ainsi, nous avons introduit dans notre approche la notion de demande flexible qui correspond un intervalle de valeurs possibles dans lequel devra se situer la demande ferme. Le dcideur peut choisir diverses stratgies de planification lui permettant dinterprter la demande flexible. Chaque stratgie peut tre simule dans diffrents contextes pour en valuer les rpercussions. Lorsquelle se fait dans le pire des cas, la simulation permet de quantifier les cots et les risques maximums induits par le choix dune stratgie. Ce principe de flexibilit ngocie avec les clients est rpercut sur les fournisseurs mais de manire contrle pour viter leffet bullwhip. Ainsi, pour rduire les contraintes lies lanticipation ncessaire des dcisions et reflter les pratiques industrielles, une gestion intgre dapprovisionnements flexibles a t introduite dans le processus de planification dploy par une entreprise. Cette dmarche est base sur la prise en compte dun degr de ractivit dfini conjointement par lentreprise et ses fournisseurs. Lintgration de ce concept dans le processus de planification garantit le respect de ce contrat par lentreprise. Le nombre de scnarios pouvant tre valus et compars est vaste car chaque paramtre est susceptible de varier en impactant la planification (i.e. les dlais et cots associs chaque dcision, la valeur de la demande associe une priode donne). Dans le cadre de nos
138/157
Conclusion gnrale applications numriques, lobjectif de notre approche nest pas de dgager des rsultats gnriques mais de montrer comment notre approche peut aider un dcideur faire les meilleurs choix stratgiques dans son contexte spcifique. Deux tudes visant favoriser la collaboration au sein de la chane logistique ont t plus prcisment abordes dans cette thse. En premier lieu, il sagit de donner lentreprise considre des moyens de mieux valuer la visibilit minimum quelle devrait avoir sur la demande client compte tenu de la ractivit dont elle dispose. Lorsque la demande ferme nest pas disponible suffisamment lavance, lentreprise peut tre amene grer une demande client flexible et lapproche permet au dcideur de choisir une stratgie de planification adapte. Dans un deuxime temps, il sagit de dgager un intrt la prise en compte de lamlioration des contraintes fournisseur lies leur ractivit. Les applications numriques prsentent des rsultats montrant dune part, la cohrence de la modlisation adopte et dautre part, des aspects moins triviaux dmontrant lintrt de notre dmarche. Par exemple, lhorizon de connaissance de la demande ferme augmentant, la ncessit de complter la demande ferme par une demande flexible est moindre. Ce rsultat logique permet dasseoir notre confiance dans le modle. A contrario, il tait plus difficile denvisager que, dans certaines circonstances, la rduction des dlais danticipation des fournisseurs puisse conduire une augmentation du cot global des plans implments. Cela montre lintrt dune approche formelle pour alerter un dcideur sur les consquences possibles de modifications dans les caractristiques de la chane. Dans le cadre de la gestion de la demande client flexible, les applications numriques menes ont montr diffrents apports. Ainsi, ce type de simulation peut tre intressant dans le cadre danalyse a posteriori se basant sur un contexte issu dun historique de donnes ou pour lequel le dcideur a connaissance dune trs forte probabilit de ralisation. Et dautre part, lorsque le dcideur ne peut tablir de tendance relle sur ce que sera la demande finale, la simulation des diffrentes stratgies permet lutilisation de critres de dcisions donnant une indication lentreprise sur la stratgie employer. Dans les deux cas, ladaptation des plans aux demandes flexibles est fonction de la capacit de lentreprise et des fournisseurs ragir. Les applications numriques concernant lintroduction de ractivit dans la gestion des approvisionnements ont montr que, pour lexemple trait, des gains pouvaient tre dgags aussi bien pour un fournisseur que pour lentreprise considre. Le fait dtre en mesure de quantifier, mme de manire agrge, ces gains permet de donner des indications sur un retour sur investissement possible dans la mise en uvre dactions damliorations. Ces actions peuvent tre laffectation dun consultant pour lanalyse des processus dun fournisseur ou la mise en place dun groupe de travail commun.
Perspectives
Les perspectives notre approche sont abordes ici sous deux aspects. Des perspectives concernant des amliorations du modle de planification sont dabord prsentes. Elles sont suivies de perspectives applicables au cadre de simulation. Diffrentes possibilits sont envisageables pour lamlioration et lvolution du modle de planification. Il peut sagir par exemple, dintgrer des caractristiques plus ralistes dans la gestion des 2 ou 3*8. Lintroduction de dures minimales dapplication de telles dcisions reflterait les contraintes relles et introduirait une inertie supplmentaire dans la planification. Ainsi, le
139/157
Conclusion gnrale choix de passer en 2 ou 3*8 devrait tre fait pour, par exemple, un minimum de trois priodes. Ceci pourrait traduire une volont de ne pas dstabiliser la chane et sinscrirait dans la logique des horizons gels associs aux dcisions. Nanmoins, lintrt de modifications de ce type doit tre valid au pralable. Dautre part, la notion dhorizon gel pourrait tre assouplie en introduisant une tolrance pour des variations plus ou moins fortes des dcisions relatives cet horizon. Les perspectives concernant lamlioration du processus de simulation sont prsentes cidessous. La premire voie peut consister crer un ensemble dinterfaces permettant une saisie des donnes et un traitement des rsultats ais et fortement automatis. Dans le cadre de cette action, un projet a t engag par un groupe dune dizaine dtudiants en 2me de master Pro. ISMAG (Informatique, Statistique, Mathmatiques Appliques la Gestion de production) de luniversit Toulouse 2 le Mirail . Dans le cadre de lexploitation des rsultats, un couplage vers la thorie des possibilits pourrait tre envisag de sorte tenir compte des tendances dvolutions de la demande client finale. Le but serait daffiner le choix des contextes dvaluation en fonction de leur possibilit doccurrence. De manire plus globale, le processus de planification considr priodique dans notre approche pourrait tre mis en uvre de manire asynchrone pour prendre en compte larrive de nouvelles informations, loccurrence dune perturbation importante etc.. De plus, le choix dune stratgie de planification pourrait se faire de manire dynamique pour permettre ladaptation aux caractristiques volutives de la demande. Ceci apporterait une aide la dcision supplmentaire. Enfin, notre approche, tant base sur un milieu industriel assez cibl, celui de laronautique (cf. chapitre 2), une tude plus exhaustive pourrait permettre de la valider dans dautres industries (du bois, de lautomobile). Des rapprochements informels ont dj eu lieu dans cette perspective et demanderaient tre approfondis.
140/157
Bibliographie
Bibliographie
(Abdulmalek et Rajgopal, 2006) Abdulmalek, F. A., Rajgopal J., Analyzing the benefits of lean manufacturing and value stream mapping via simulation: A process sector case study. International Journal of Production Economics, article sous presse accept le 1er septembre 2006 disponible : http://www.sciencedirect.com (Al-Mashari et Zairi, 2000) Al-Mashari, M. and Zairi, M. Supply-chain re-engineering using enterprise resource planning (ERP) systems: an analysis of a SAP R/3 implementation case. International Journal of Physical Distribution & Logistics Management, Vol. 30 No. 3/4, pp. 296-313, 2000. (Angerhofer et al., 2000) Angerhofer B.J., Angelides M.C., System dynamics modelling in supply chain managment: research review. Proceedings of the 2000 Winter Simulation Conference, 2000. (Anthony, 1965) Anthony, R., Planning and control systems: a framework for analysis. Harvard University Press, Cambridge. (Archimde et al., 2003) Archimde, B., Charbonnaud, P. and Mercier, N., Robustness evaluation of multisite distributed schedule with perturbed virtual jobshops. Production Planning & Control, 14(1), 5567, 2003. (Bartezzaghi et Verganti 1995) Bartezzaghi, E. et Verganti, R., Managing demand uncertainty through order overplanning. International Journal of Production Economics, No. 40, 107-120, 1995. (Beamon, 1998) Beamon B. M., Supply chain design and analysis: models and methods. International Journal of Production Economics, (55), 281--294, 1998. (Bodt et Van Wassenhove 1983) Bodt, M. A., et Van Wassenhove, L. N., Cost increased due to demand uncertainty in MRP lot sizing. Decision Science Journal, No. 25, 345-362, 1983. (Brennan et Gupta 1993) Brennan, L. et Gupta, S. M., A structured analysis of material requirement planning under combined demand and supply uncertainty. International Journal of Production Research, No. 31 (7), 1689-1707, 1993. (Cachon et Fisher, 2000) Cachon, G.P. et Fisher M., Supply chain inventory management and the value of shared information. Management science, 46(8), 10321048, 2000. (Camarinha-Matos et Afsarmanesh, 2003) Camarinha-Matos, L. M. et Afsarmanesh, H., Elements of a base VE infrastructure. Computers in Industry, 51, 139163, 2003. (Campagne et Snchal, 2002), Campagne J-P et Snchal O, Les nouvelles exigences de la coopration, dans Coopration et connaissance dans les systmes industriels, Herms Science Publication, 2002.
141/157
Bibliographie
(Cesarotti et al., 1999) Cesarotti, V., Rossi, L. et Santoro, R., A neural network clustering model for miscellaneous components production planning, Production Planning & Control, VOL . 10, NO. 4, 305 316, 1999. (Chan et al., 2004) Chan, F.T.S., Chung, S.H. et Wadhwa, S., A heuristic methodology for order distribution in a demand driven collaborative supply chain. International Journal of Production Research, 42(1), 1--19, 2004. (Chopra et Meindl 2001) Chopra, S. et Meindl, P., Supply Chain Management: Strategy, Planning and Operation, Prentice Hall Inc., 2001. (Christopher 1992) Christopher, M.L, Logistics and Supply Chain Management, Pitman Publishing, London, 1992. (Croom et al., 2000) Croom, S., Romano, O. et Giannakis, M., Supply chain management: an analytical framework for critical literature review. European Journal of Purchasing & Supply Management, vol. 6, pp. 67-83, 2000. (Dubois et Prade, 2004) Dubois, D. et Prade, H., Possibilistic logic: a retrospective and prospective view, Fuzzy Sets and Systems, 3-23,144, 2004. (Despontin, 2005) Despontin-Monsarrat, E., Aide la dcision pour une coopration interentreprises dans le cadre de la production la commande. Thse de doctorat de lUniversit Paul Sabatier, Toulouse, 2004. (Eatman et Gargeya, 2002) Eatman, J. L., et Gargeya, V. B., Operational control: merging global operations via an erp system in proceedings of the 15th IFAC Triennial World Congress, Spain, 2002. (Eisenhardt 1989) Eisenhardt K. M., Building Theories from Case Study Research. Academy of Management Review, vol. 14, n 4, p. 532-550, 1989. (Erschler et al., 1993) Erschler, J., Fontan, G. et Merc, M., Approche par contraintes en planification et ordonnancement de la production. RAIRO-APII, Vol.27, N6, pp.669-695, 1993. (Fargier et Thierry, 2000) Fargier, H. et Thierry, C., The use of possibilistic decision theory in manufacturing planning and control: recent results in Fuzzy Master Production Scheduling. Dans : Advances in Scheduling and Sequencing under fuzziness. R. Slowinski, M. Hapke (Eds.), Spingler-Verlag (series "Studies in Fuzziness and Soft Computing), p. 45-59, 2000. (Fawcett, 2000) Fawcett, S. E. et Magnan, G. M., Supply Chain Management: Benefits, Barriers, and Bridges. The Third Worldwide Research Symposium on Purchasing and Supply Chain Management, London, Ontario, 2000. (Fontan et al., 2005) Fontan, G., Merc, C., Hennet, J.C. et Lasserre, J.B., Hierarchical scheduling for decision support, Journal of Intelligent Manufacturing, Vol.16, N2, pp.235-242, 2005.
142/157
Bibliographie (Forrester, 1961) Forrester, J. W., Industrial Dynamics, MIT Press, Cambridge, MA, and Wiley, Inc., New York, 1961. (Franois et Galasso, 2005) Franois, J. et Galasso F., Un cadre gnrique danalyse des relations dans la chane logistique interentreprises, dans 6e Congrs international de gnie industriel, 2005. (Franois et al., 2006) Franois, J., Deschamps, J.C., Fontan, G. et Bourrieres, J. P., Collaborative planning for enterprises involved in different supply chains. International Conference on Service Systems & Service Management (ICSSSM'06), Troyes (France), 2006. (Fu et Piplani, 2004) Fu Y. et Piplani R., Supply-side collaboration and its value in supply chains. European Journal of Operational Research, vol. 152, p. 281-288, 2004. (Galasso et al., 2005) Galasso F., Merc C. et Grabot B., A modelling framework for supply chain planning simulation under uncertainty. 3rd International Industrial Simulation Conference (ISC'2005), Berlin (Allemagne), 9-11 Juin 2005. (Galasso et al., 2006a) Galasso F., Merc C. et Grabot B., Decision support for supply chain planning under uncertainty in Proceedings from the 12th IFAC International Symposium Information Control Problems in Manufacturing (INCOM), St Etienne, France, vol 3, p. 233-238, 17-19 May 2006. (Galasso et al., 2006b) Galasso F., Merc C. et Grabot B., Aide la dcision pour la planification des approvisionnements, Confrence Internationale Francophone d'Automatique (CIFA'2006), Bordeaux (France), 30 Mai - 1er Juin 2006. (Ganeshan et al., 1995) Ganeshan R. et Harrison T., An introduction to supply chain management, Penn State University, department of Management Science and Information Systems, 1995. (Ganeshan et al., 1999) A taxonomic review of supply chain management, dans Quantitative models for supply chain management modelling, Tayur S., Ganeshan R., Magazine M., Operations Research Management Science, p. 838-879. (Gavirneni, 2001) Gavirneni, S., Benefits of Co-operation in a Production Distribution Environment, European Journals of Operational Research, 130, p. 612-622, 2001. (Gnin, 2003) Gnin, P., Planification tactique robuste avec usage dun APS. Proposition dun mode de gestion par plan de rfrence. Thse de Doctorat, cole des Mines de Paris, 2003. (Gnin et al., 2005) Genin P., Lamouri S. et Thomas A., Sales and operations Planning optimisation, Contribution and limits of linear programming. Ch.14 de Supply Chain Optimisation, Kluwer Academic Publisher, p. 191-204, 2005.
143/157
Bibliographie (Geunes et Pardalos 2003) Geunes, J. et Pardalos, P.M. Network optimization in Supply Chain Management and Financial Engineering: an annotated bibliography, NETWORKS, 42(2), p. 66--84, 2003. (Giard 2003) Giard, V., Gestion de la production et des flux, Economica, 2003 (Grabot et al., 2005) Grabot, B., Geneste, L., Reynoso Castillo, G. et Vrot, S. Integration of uncertain and imprecise orders in the MRP II method. International Journal of Intelligent Manufacturing, No. 16(2), 2005. (Grasso et Taylor 1984) Grasso, E. T. et Taylor, B. W., A Simulation Based Experimental of Supply/Timing Uncertainty in MRP Systems. International Journal of Production Research, No. 22, 485-497, 1984. (Guide et Srivastava, 2000) Guide Jr, V. D. R. and Srivastava, R., A review of techniques for buffering against uncertainty with MRP systems. Production Planning and Control, No. 11, 223-233, 2000. (Gunasekaran et al., 2006) Gunasekaran, A., Ngai, E. W. T., et McGaughey, R. E., Information technology and systems justification: A review for research and applications. European Journal of Operational Research, 173, p. 957983, 2006. (Gupta et Maranas, 2003) Gupta, A. et Maranas, C. D., Managing demand uncertainty in supply chain planning. Computers and Chemical Engineering, No. 27, p. 1219-1227, 2003. (Ho et Ireland 1998) Ho, C. J. et Ireland, T. C., Correlating MRP system nervousness with forecast errors. International Journal of Production Research, No. 36 (8), 2289-2299, 1998. (Holland et Light, 1999) Holland, C. P., Light, B. et Gibson, N., A critical success factors model for enterprise resource planning implementation, in Proceedings of the 7th European Conference on Information Systems, Vol. 1 Copenhagen, 1999. (Hou et Grabot, 2006) Hou R. et Grabot B., Formalisation Of Norms For Recyclability Assessment, in Proceedings from the 12th IFAC International Symposium Information Control Problems in Manufacturing (INCOM), St Etienne, France, vol 2, p. 211-216, 17-19 May 2006. (Huang et al., 2003) Huang, G. Q., Lau, J. S .K. et Mak K. L., The impacts of sharing production information on supply chain dynamics: a review of the literature. International Journal of Production Research, 41(7), p. 1483--1517, 2003. (Johansen 1999) Johansen, S. G., Lot sizing for varying degrees of demand uncertainty. International Journal of Production Economics, No. 59 (1-3), p. 405-414, 1999. (Kearney, 1994) A.T. Kearney, Management approach to supply chain integration, Rapport aux membres de lquipe de recherche A.T. Kearney, Chicago, 1994
144/157
Bibliographie (Kim et al., 2006) Kim, T. Y., Lee, S., Kim, K., Kim, C. H., A modeling framework for agile and interoperable virtual enterprises. Computers in Industry, 57, p. 204217, 2006. (Koestler, 1967) Koestler A., The Ghost in the Machine, Arkana, Paris. 1967 (Kok et Fransoo, 2003) Kok, T.G. et Fransoo, J.C., Planning Supply Chain Operations: definition and comparison of planning concepts. In: Handbooks in OR & MS, edited by A.G. de Kok and S.C. Graves, Elsevier B.V., pp. 597675, 2003. (Kolekofski et Heminger, 2003) Kolekofski K.E. et Heminger A.R., Beliefs and Attitudes affecting intentions to share information in an organizational setting, Information & Management, 40, 2003. (Krupp 1997) Krupp, J. A. G., Safety Stock Management, Production and Inventory Journal, 3rd quarter, 11-18, 1997. (Lambert et Riopel, 2006) Lambert S., Riopel D. Combining Reverse Logistics Transport Of Hazardous Material Returns With Distribution in Proceedings from the 12th IFAC International Symposium Information Control Problems in Manufacturing (INCOM), St Etienne, France, vol 3, p. 195-200, 17-19 May 2006. (Lecompte-Alix, 2001) Alix, T., Un cadre formel de dcision pour la planification multiniveau des systmes de production rticulaires, Thse de doctorat de lUniversit Bordeaux I, 2001. (Lee et Billington 1993) Lee H.L. et Billington C., Material management in decentralized supply chain, Operation Research, vol 41, n5, 1993. (Lee et Ng, 1997) Lee, H.L. et Ng, S.M., Introduction to the special issue on global supply chain management. Production and Operations Management, 6(3), 191--192, 1997. (Le Qur et al., 2003) Le Qur Y., Sevaux M., Tahon C., et Trentesaux D., Reactive Scheduling of Complex System Maintenance in a Cooperative Environment with Communications Times, IEEE Transactions on Systems, Man, and Cybernetics, Part C, vol. 33, n 2, p. 225-234, 2003. (Le Run, 2003) Le Run P., 2003, Mise en place de dmarches collaboratives : gnralits, Techniques de lIngnieur, trait lEntreprise Industrielle AG 5 230. (Leung, 1995) Leung, H. C., Neural Networks in Supply Chain Management, proceedings of the 95 engineering management- conference p. 347 - 352 (Lothia et al., 2004) Lohtia R., Xie F.T. et Subramaniam R., Efficient consumer response in Japan Industry concerns, current status, benefits, and barriers to implementation, Journal of Business Research, 57, p. 306 311, 2004.
145/157
Bibliographie (Lummus et Vokurka, 1999) Lummus, R. R., et Vokurka, R. J., Defining supply chain management: a historical perspective and practical guidelines, Industrial Management & Data Systems, 99/1, p. 1117, 1999. (Maggi 1996) Maggi, B., autonomie et conception, Chapitre de louvrage collectif coordonn par De Terssac et Friedberg Coopration et Conception, Octaves Editions, 1996. (Mahmoudi et al., 2005) Mahmoudi J., Galasso, F. et Franois, J., Cadre de classification des publications en supply Chain Management, Rapport Interne Ecole des mines d'Albi Carmaux DR/GI-N05.02., 42p, 2005. (Mentzer et al., 2001) Mentzer J.T, Dewitt W., Keebler J.S., Min S., Nix N.W., Smith C.D., et Zacharia Z.G., Defining the supply chain Management, Journal of Business logistics, vol 22, n2, 2001. (Miller, 2001) Miller, T., Hierarchical operations and supply chain planning, Springer, 2001. (Mller, 2003) Mller M., The Use of Information Technologies in Supply Chains A Transaction Cost Analysis, in Strategy and Organization in Supply Chains, (Eds : Seuring, Mller, Goldbach, Schneidewind), Physica-Verlag, Heidelberg New York, 2003. (Nayak et al., 2001) Nayak, N., Bhaskaran, K. et Das, R., Virtual Enterprises - Building Blocks for Dynamic e-Business, in proceedings of Information Technology for Virtual Enterprises workshop IEEE, p. 80 87, 29-30 Janvier 2001. (Nikolopoulos et al., 2006) Nikolopoulos, M., Stafylarakis, M., Goodwin, P., et Fildes, R., Why do companies not produce better forecasts overtime? an organisational learning approach, in Proceedings from the 12th IFAC International Symposium Information Control Problems in Manufacturing (INCOM), St Etienne, France, vol. 3 p. 165-170, 17-19 May 2006. (Nissen, 2001) Nissen, M.E. Agent-based supply chain integration. Information Technology and Management, 2, p. 289--312, 2001. (Nurmilaakso et al., 2006) Nurmilaakso, J. M., Kotinurmi, P. et Laesvuori, H., XML-based ebusiness frameworks and standardization, Computer Standards & Interfaces, 28, p. 585599, 2006. (O'Hare et Jennings, 1996) O'Hare, G., et Jennings, N., (Eds.), Foundations of Distributed Artificial Intelligence, Wiley, New York, 1996. (Orlicky, 1975) Orlicky J.A., Material Requirement Planning, Mc Graw-Hill Book Co, New York 1975. (Parrod 2005) Parrod N. Analyse dun processus de coopration entre donneur dordres et sous-traitant au sein dune chane logistique projet : Une approche par simulation. , Thse de doctorat de l'cole Nationale Suprieure de l'Aronautique et de l'Espace, 2005.
146/157
Bibliographie (Poirier et al., 2001) Poirier C., et Reiter S.E., La Supply Chain, Dunod, 2001. (Prahinski et Kocabasoglu, 2006) Prahinski, C. et Kocabasoglu, C., Empirical Research Opportunities in Reverse Supply Chains, Omega, 34, p. 519-532, 2006. (Rabelo et al., 2004) Rabelo, L., Helal, M., Lertpattarapong, C., analysis of supply chains using system dynamics, neural nets, and eigenvalues, Proceedings of the 2004 Winter Simulation Conference, 2004. (Rohde, 2000) Rohde J., Meyr H. et Wagner M., Die Supply Chain Planning Matrix, PPSManagement, vol. 5, N1, Berlin, 10-15. (Rota, 1998) Rota K., Coordination temporelle de centres grant de faon autonome des ressources. Application au chaines logistiques intgres en aronotique, Thse ENSAE, 1998. (Sahin, 2005) Sahin, F. et Powell, R.E. Information sharing and coordination in make-to-order supply chains. Journal of Operations Management, 23(6), p. 579--598, 2005. (Savage, 1951) Savage, L.J., The Theory of Statistical Decision, Journal of the American Statistical Association, 46(1) : 55-67, 1951. (Savage, 1954/1972) Savage, L.J., The Foundations of Statistics, New York : Dover Publication Inc. (SCMIP, 2005) Galasso, F., Franois, J., Mahmoudi, J., et SCMIP, 2005, Proposition dune grille de classification de la littrature en gestion de chane logistique (Supply Chain Management), 6e Congrs International de Gnie Industriel, Besanon, France, 2005. (Shapiro, 1999) Shapiro, J., On the connections among activity based costing, optimization models for strategic decision support and the resource-based view of the firm. European Journal of Operational Research, 118 (2), p. 295314, 1999. (Silva et al., 2002) Silva C.A., Runkler, T., Sousa, J.M., et Palm, R., Optimization of logistic processes using ant colonies. In: Proceedings of Agent-Based Simulation 3. p. 143--148, 2002. (Srinivasa Raghavan et Viwanadham, 2002) Srinivasa Raghavan, N. R. et Viwanadham N., Stochastic models for analysis of supply chain networks, Proceedings of the American Control Conference, Anchorage, AK May 8-10, 2002. (Stadtler et Kilger, 2000) Stadtler, H., et Kilger, C., (Ed.), Supply Chain Management and Advanced Planning, 2000, (Springer: Berlin). (Stadtler et Kilger, 2005) Stadtler, H., et Kilger, C., (Ed.), Supply Chain Management and Advanced Planning, 3e ed., 2005, (Springer: Berlin). (Stock et al., 1998) Stock, G.N., Greis, N.P. et Kasarda, J.D. Logistics, strategy and structure. A conceptual framework, International Journal of Operations & Production Management, 18(1), p. 37--52, 1998.
147/157
Bibliographie (Tayur et al., 1999) Tayur S., Ganeshan R., M. Magazine, Quantitative models for supply chain management, Kluwer Academic Publishers, 1999 (Telle, 2003) Telle, O., Gestion de chanes logistiques dans le domaine aronautique, Thse de Doctorat, cole Nationale Suprieure de lAronautique et de lEspace. Toulouse, 2003. (Thierry et al., 2002) Thierry C., et Bel, G., gestion de chaines logistiques dans le domaine aronautique : outils daide a la dcision pour lamlioration du partenariat, Revue Franaise de Gestion Industriel, 2002. (Thonemann, 2002) Thonemann, U.W. Improving supply-chain performance by sharing advance demand information. European Journal of Operational Research, 142, p. 81--107, 2002. (Uliru et al. 2002) Ulieru, M., Brennan, R.W. et Walker, S.S., The holonic enterprise: a model for internet-enabled global manufacturing supply chain and workflow management. Integrated Manufacturing Systems, 13(8), p. 538--550, 2002. (Van Landeghem et Vanmaele, 2002) Van Landeghem, H. et Vanmaele H., Robust planning: a new paradigm for demand chain planning. Journal of Operations Management, 20, p. 769-783, 2002. (Wald, 1943) WALD, A. On the efficient design of statistical investigations, Annals of Mathematical Statistics, 14, p. 134-140, 1943. (Wald, 1950) Wald, A., Statistical Decision Functions, 1950 (John Wiley and Sons Inc.: New York) (Witsa, 2000) International survey of e-commerce, accd le 6 fvrier 2007 lurl : http://www.witsa.org/papers/EComSurv.pdf, (Wu, 1999) Wu, C., Intelligent Use of Delayed Information in the Supply Chain by Artificial Neural Network, in IEEE SMC '99 Conference Proceedings. Vol 2, p. 66 70, 12-15 Oct. 1999. (Whybark et Williams 1976) Whybark, D. C. et Williams, J. G., Material Requirements Planning Under Uncertainty. Decision Sciences, 7, p. 595-606, 1976. (Zadeh, 1978) L.A. Zadeh, Fuzzy sets as a basis for a theory of possibility, Fuzzy Sets and Systems, 3-18,1,1, 1978. (Zhao et Lam, 1997) Zhao, X. et Lam, K., Lot sizing rules and freezing the master production schedule in material requirements planning systems. International Journal of Production Economics, 53, 281305, 1997. (Zhao et Xie, 1998) Zhao, X. et Xie J., Multilevel lot-sizing heuristics and freezing the master production schedule in material requirements planning systems. Production Planning and Control, Vol. 9, No. 4, pp. 371-384, 1998.
148/157
Annexes
Annexes
149/157
A1 - 150
A1 - 151
Service Formation
Niveau, spcialit, en rapport avec lactivit actuelle
1.2.
Confidentialit
Nom de l'entreprise, donnes dmographiques, relations C/F, pilotage, perspectives
Engagement sur la confidentialit des donnes par anonymisation des interlocuteurs (codage).
1.3.
Entreprise
Nom Dpartement (sil sagt dun groupe) Situation gographique Situation du sige social Taille (en nombre demploys) Nombre de sites, situation des sites Organisation gnrale de lentreprise
Description des services et fonctions existantes et de leurs liens
Chiffre daffaire
2.2.
Annexe 1 : Questionnaire entretiens industriels Zone gographique dimplantation des fournisseurs ; distributeurs Quantits darticles rfrencs Nombre de nomenclatures Nombre de gammes
3. Pilotage de la chane
3.1. Structure dans lentreprise
La gestion de la supply chain est-elle centralise ?
Service ddi ? Description du chanage des dcisions Hirarchie Acteurs de la supply chain hors du systme formel hirarchique
Qui intervient dans la dfinition des quantits ; dlais ; cots
Processus de pilotage
Existe t-il ? formalis ? Kanban, partage de plan de charge, si oui avec quel horizon...
Rang dimplication
Quels rangs de sous-traitance/distribution sont en relation avec lentreprise ?
3.2.
Enjeux stratgiques
En quantits ? Cots ? Parts de march ?
Une stratgie dentreprise est dfinie long terme Le pilotage de la chane est inscrit dans la stratgie dentreprise
Participation la rduction des cots internes ; meilleur ciblage des projets
3.3.
Aide au pilotage
Manuel, MRP, ERP, APS, nom, diteur, depuis quand
Outils utiliss Motivations du choix de loutil Mthode utilise pour sa mise en place
Fournie par le vendeur ; appuye sur bibliographie
3.4.
valuation de la chane
A1 - 153
Priode de mise jour des indicateurs Mise en place dobjectifs face aux indicateurs
Comment sont-ils dfinis ?
3.5.
Identification de problmes rcurrents Processus de gestion de crise Actions menes pour diminuer les risques
Best Practices
Existe t-il une collaboration pour la mise en place de bonnes pratiques observes dans chaque tablissement de lentreprise ?
4.2.
Communication
Unifi, diversifi ?
Problmes rcurrents
Points pouvant mener amlioration
A1 - 154
Modes de diffrenciation
Mise en comptition
Sur quels critres ? prix, qualit, services, ractivit
Est-ce qu'on impose qu'un taux de service (livraison) ou regarde-t-on aussi les stocks chez le fournisseur ? Formalisation de la relation
Y a til une contractualisation de la relation donneur dordre fournisseur ? Quelle est la nature du contrat ? Contrat avec baisse du prix rgulire ?
Gestion de lincertitude
Marges et leviers pris par rapport au fournisseur ; distributeur ; client
Description de la collaboration
Qui impose les dlais, les quantits, participation de lentreprise dans la planification fournisseur ?
5.3.
Organisation de la communication
SRM ? ERP ? CRM ? DRP ? Moyens traditionnels
Actions qui ont t ralises pour amliorer la communication Degr de modlisation et dautomatisation des processus
Quelle est la couverture fonctionnelle de loutil de gestion dapprovisionnements ?
6. Perspectives et volutions
6.1. Objectifs
Quels champs lentreprise va souhaiter optimiser ?
Grands axes Horizons associs Vision des relations fournisseurs long terme Vision des relations distributeurs long terme
6.2.
Moyens
Solution existante, dvp en interne, partenariat
Nouveaux outils Part de lentreprise dans la mise en place des outils Intrt pour les outils de simulation
6.3.
Actions
Respect des cots/dlais/qualit des projets dans ltat actuel
A1 - 156
Nombre de composants 30 30 30 30 30 30 50
Nombre de fournisseurs 30 30 30 30 30 30 30
Dans notre modlisation, cest essentiellement le nombre de composants et la longueur de planification qui pnalisent le plus le modle. En effet, le premier intervient dans un variable de dcision (i.e. les approvisionnements) trois indices (i.e. composants, fournisseurs et priodes) et donc a une influence forte sur la combinatoire. Le second apparat en indice de toutes les variables de dcision. Cest pourquoi son augmentation est prjudiciable la rsolution du modle. Pour attribuer un temps de rsolution, 6 pas de planification (avec une priodicit de planification de 2 priodes) ont t simuls pour chaque scnario. La moyenne de ces temps pour chaque scnario constitue notre indicateur de performance. Les temps de rsolution obtenus sont prsents dans le tableau 2.
Scnarios Scnarios Scnarios Scnarios Scnarios Scnarios Scnarios n1 n2 n3 n4 n5 n6 n7 Temps de rsolution moyen 0,214 0,294 0,440 0,523 0,581 0,656 0,771
On peut constater que les temps de rsolution sont faibles. Ainsi, ils sont tous infrieurs la seconde. Cela montre que notre modlisation offre une certaine facilit dutilisation pour des quantits de variables modres.
A2 - 157