Conception des systèmes industriels

31/08/2017
Auteurs : Lionel Dupont
Publication REE REE 2006-5
OAI : oai:www.see.asso.fr:1301:2006-5:19715
DOI :

Résumé

Conception des systèmes industriels

Métriques

23
4
1.88 Mo
 application/pdf
bitcache://714af1e567002f6ce56886828390dd42599f89c3

Licence

Creative Commons Aucune (Tous droits réservés)
<resource  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xmlns="http://datacite.org/schema/kernel-4"
                xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4/metadata.xsd">
        <identifier identifierType="DOI">10.23723/1301:2006-5/19715</identifier><creators><creator><creatorName>Lionel Dupont</creatorName></creator></creators><titles>
            <title>Conception des systèmes industriels</title></titles>
        <publisher>SEE</publisher>
        <publicationYear>2017</publicationYear>
        <resourceType resourceTypeGeneral="Text">Text</resourceType><dates>
	    <date dateType="Created">Thu 31 Aug 2017</date>
	    <date dateType="Updated">Thu 31 Aug 2017</date>
            <date dateType="Submitted">Fri 20 Jul 2018</date>
	</dates>
        <alternateIdentifiers>
	    <alternateIdentifier alternateIdentifierType="bitstream">714af1e567002f6ce56886828390dd42599f89c3</alternateIdentifier>
	</alternateIdentifiers>
        <formats>
	    <format>application/pdf</format>
	</formats>
	<version>33487</version>
        <descriptions>
            <description descriptionType="Abstract"></description>
        </descriptions>
    </resource>
.

Dossier MÉTHODOLOGIES ET HEURISTIQUES POUR L'OPTIMISATION DES SYSTÈMES INDUSTRIELS Conception des systèm m industriels eses Lionel DUPONT Ecole des Mines d'Albl'- Centre de Génie Industriel Mots clés Problème deLocalisation, Problème d'Aménagement, Recherche Opérationnelle 1. Présentation Que ce soit dans le domaine de la production des biens ou des services, la performance d'un système industriel est liée en grande partie à la manière dont il a été conçu phy- siquement. Selon le niveau de granularité auquel on se place, on peut distinguer trois grandes classes de problè- mes dans la conception d'un système productif : 1. Au niveau le plus large, le problème consiste à posi- tionner les diverses unités composant l'entreprise (sites de production, entrepôts, points de ventes, agences, etc.) au travers des territoires couverts. La détermination des emplacements géographiques des diverses unités est appelée " problème de localisa- tion ". Ce problème sera traité en section 2. 2. L'unité une fois localisée, il faut l'aménager, c'est- à-dire définir les emplacements relatifs des diffé- rents départements qui la composent (ateliers de production, services administratifs, aires de station- nement, voies de circulation, etc.). Cela fera l'objet de la section 3. 3. Le dernier problème porte sur l'implantation des départements complexes tels que les ateliers de pro- duction. Ici, l'objectif est de positionner de manière détaillée les postes de travail, les machines, les allées, les aires de stockage, etc. A ce stade, il existe une très grande diversité de méthodes, dépendant du type d'industrie et de leur process. L'implantation des ateliers de production à elle seule a donné lieu à une vaste littérature, selon l'organisation et les caractéristiques des ateliers considérés (linéaire, fonctionnel, îlot de production, chaîne d'assem- blage...). Dans cette présentation, nous n'aborde- rons pas ce dernier niveau. 2. Problèmes de localisation La localisation des diverses unités va influencer très fortement les performances logistiques de l'entreprise et son accès au marché. Comme il est complexe et coûteux sur les plans économique et humain d'ouvrir et de fermer une unité, les décisions portant sur la localisation relèvent du niveau stratégique. En général, on distingue deux sous- niveaux : 1. La stratégie de groupe : c'est elle qui conduit l'en- treprise à s'engager dans tel secteur d'activité ou tel secteur géographique ou à se retirer de tel autre, afin de se constituer un portefeuille d'activités. La ques- tion de l'implantation de nouvelles agences dans une région ou d'une nouvelle unité dans la zone ASEAN (Association des Nations d'Asie du Sud- ESSENTIEL SYNOPSIS La performanced'un système industriel repose en grandepartie sur la pertinencede sa conception.Au niveaule plus large, lepro- blème consisteà positionnerles diverses unités qui le composent (sites productifs, entrepôts, points de ventes, agences,etc.). On parlealors de problème de localisation (facility location problem). Au niveaude chacunedes unités, le problème est de positionner les diversdépartementset service, les airesde stockageet de cir- cu) ation,... (prob ! èmed'aménagementdes sites ou facility layout). Ledernierstadeest d'implanter les départementscomplexes tels que les ateliers de production ou les entrepôts (shop floor and warehouse layout). La rechercheopérationnellefournit de nom- breusesméthodes pour résoudreces différents problèmes.Dans ce papier,nousnous intéressonsplus spécifiquementaux probtè- mes de localisationet d'implantation d'unité et nous présentons les modèlesde basepour les résoudre. The performance of an industrial system is mainly based on the relevanceof its design.At the broadestlevel, the problemconsists in positioningthe variousunitswhich makeit up (productivesites, warehouses, sales outlet, agencies, etc). This problem is called facility location problem.On the level of eachunit, the problem is to position the various departments and services, the storage areas and circulation ways... (problem of facility layout). The last stage is to establishthe complexdepartmentssuchas shop floor or warehouses (shop floor and warehouse layout). Operation researchprovidesmanymethodsto solvethese variousproblems. ln this paper,we are more specificallyinterested in the problems of facility locationandwe presentthe basicmodelsto solvethem. REE NO 5 Mai2006 Conception des systèmes industriels Est), par exemple, relève de la stratégie de groupe. Les critères à retenir sont à la fois économiques (développement de la zone ASEAN, risque d'infla- tion), politiques (stabilité des gouvernements, ris- que de nationalisation), sociaux (compétence de la main-d'uvre locale, syndicats). 2. La stratégie concurrentielle : elle définit les leviers d'actions que l'entreprise doit privilégier pour se positionner favorablement face à ses concurrents (jouer sur les prix, sur les délais, sur les services annexes).Ici, les critères retenussont plutôt écono- miques : espérancede gain versuscoût de construc- tion, de gestion, de transport et de distribution. La localisation des unités impacte directement tous ces critères. C'est à ce secondniveau que seplacent les nombreux modèles de localisation bien connus en recherche opéra- tionnelle. La question fondamentale soulevée est de savoir où localiser un nombre limité d'unités afin d'ap- provisionner ou de desservir au mieux l'aire géographi- que concernée. La variété des modèles tient principale- ment aux hypothèses retenues sur les relations entre les unités et les clients et l'objectif à atteindre. On peut très succinctement envisager les problèmes de localisation selon deux grandesproblématiques : 1. Dansuneproblématique de service, l'objectif estde satisfaire, au moindre coût, tout ou partie de la demande (exemple : localisation d'entrepôts ou d'hôpitaux). 2. Dans une problématique commerciale (répondre de la manière la plus profitable à la demande),l'objec- tif consisteàmaximiser la fréquentationou le chiffre d'affaires potentiel (exemple : localisation d'agences bancairesou de magasins). Notons que ces problèmes peuvent se rencontrer aussi bien dans l'industrie (dépôts, usines), dans les services publics (écoles,servicesd'intervention), quedansla concep- tion desréseauxde communication (téléphoniemobile). 2.1. Localisationorientée service Ce problème a été traité initialement par Kuehn et Hamburger en 1963. Dans ce modèle de base, les hypo- thèsesretenuessont : . On doit approvisionner un ensemble de ni clients. * On a recensé n sites potentiels où implanter un entrepôt (ou une usine). . Chaqueclient serarattaché àun seul dépôt. Apriori, tout client peut être rattaché à n'importe quel dépôt. Si le site s est retenu, il y a un coût fixe d'installa- tion fs. Le coût de revient d'un article sur le site s est une constanteps. Les coûts de transport sont propor- tionnels aux quantités transportées et à la distance à parcourir. On posera tsc le coût de transport unitaire d'un article du site s vers le client c. Le problème se modélise sous la forme d'un programme linéaire à variables binaires 0- 1.Les variables de décision sont : Xsc quantité livrée à partir du site s au client c Ys= 1 si le site s est retenu, 0 sinon illili soumis a : + Y.4 1 (+ t,4c,) -Vcz s c Xsc==/) c Vc : le client c reçoit ce qu'il demande A.'/.r.s'V : déterminationde Ys Pour un non-initié, l'intérêt de cette formulation ne sautepasaux yeux, il estvrai. En pratique,on sait résoudre de manière exacte et avec des temps de calcul raisonna- bles les programmes linéaires lorsque les variables sont des nombres réels. Les progiciels commerciaux tels que : Cplex, Ilog Solver, Xpress, Lingo peuvent résoudre des problèmes avec plusieurs milliers de variables et de contraintes. Le solveur d'Excel peut être utilisé pour de petits programmes. Par contre, on est loin d'obtenir des performances identiques lorsque les variables sont des nombres entiers ou des valeurs binaires. L'ordre de gran- deur des problèmes que l'on peut raisonnablement traiter est très fortement dépendant du type de problèmes, mais restede quelques dizaines ou centainesde variables entiè- res. Dans le cas présent, compte tenu des incertitudes sur les demandes et les coûts, les valeurs Xsc peuvent être calculées en réel. Par contre les variables Yc restent 0 ou 1. Par conséquent, cela indique que l'on peut résoudre de manière exacte ce problème pour quelques dizaines de sites potentiels, mais que l'on sera obligé de trouver des méthodes approchéessi le nombre de sites est élevé. Ces méthodes portent le nom "d'heuristiques ". Diverses extensions de ce problème ont été traitées par ajout de nouvelles hypothèseset contraintes. Sansêtre exhaustif, les principales variantes sont : 1.Un site peut desservir tous les clients ou seulement ceux qui sont dans un rayon donné (émetteurs) ou ceux qui sont accessiblesdansun temps donné (ser- vices d'urgence). 2. La capacité d'un site est limitée ou non. 3. Le nombre de sites retenus dans la solution est limité ou non. 4. L'investissement nécessairepour équiper l'ensemble des sites retenus est limité ou non. 5. Tous les clients doivent être desservisou seulement une partie d'entre eux. 6. Chaque client doit être desservipar au moins k sites REE No 5 Mai2006 Dossier MÉTHODOLOGIESET HEURISTIQUES POUR L'OPTIMISATION DES SYSTÈMES INDUSTRIELS (pour des raisons de sécurité) ou par exactement k sites (généralement un seul). Ces modèles supposent que l'on a un nombre limité de clients, ce qui est le cas lorsqu'on livre des usines ou dessupermarchés.Lorsque la clientèle estdiffuse (ex : les habitants d'une agglomération), la région à desservir est découpéeenmailles, et on agrègela demandede la maille pour constituer un "client unique". 2.2. Localisationorientée commerce Ce type de problème a tout particulièrement intéressé les économistes et les spécialistes du marketing. On est dans le cas d'une demande diffuse et le client représente la clientèle agrégée d'une maille entière. La différence majeure avec le cas précédent est la prise en compte de l'effort de déplacement du client. Cet effort de déplace- ment correspond à la distance que le client doit parcourir pour venir sur le site. Il peut semesurer en kilomètres, en temps ou en coût de transport. Plus l'effort est grand et moins le client acceptera de se déplacer (pour certains économistes, cet effort est un coût supplémentaire que le client ajoute plus ou moins inconsciemment au prix du produit). Cela setraduit par l'hypothèse que la probabilité qu'un client c fréquente le site s diminue avec la distance Dsc entre s et c. Si Pc mesure le potentiel d'achat du client agrégé c, la dépensedu client c sur le site s sera donnée par Pc.foù où f est une fonction décroissante valant 1 quand Dsc 0 (si le site est proche du client, on captera toute la clientèle). L'approche la plus usitée pour résoudre ce problème est de se ramener à un problème de type service avec la minimisation d'un coût. Pour ce faire, on ajoute deux hypothèses : 1.Plutôt que de considérer les gains potentiels, on ^tfcrée un coût fictif Pc.Dsc (on vérifie bien que plus la distance est grande entre le client c et le site s, plus le coût est élevé, et moins le client c risque de fréquenter le site s). 2. Etant donné que les entreprises ont toutes des moyens financiers limités, le nombre de points de vente à ouvrir seraau plus p. Ce problème est appelé " p-médian". Il se modélise sous la forme d'un programme linéaire à variables 0-1. Les variables de décision sont : Xsc 1 si le site s livre le client c, 0 sinon Xs' 1 si le site s est retenu, 0 sinon min Pc.Dsc,Xic 1 Xc = 1 Ve : le client c est servi par un site S etun seul Y, b's, Vc : on force Ys à prendre la valeur 1si le sites estutilisé : E Y < lo),'h < p le nombredesitesouvert estauplusp s c soumis à Ce problème est particulièrement difficile puisqu'il ne contient que des variables en 0-1. Pour 20 sites et 100 clients, ce programme a 2020 variables 0-1, autrement dit les logiciels du commerce ne sont plus adaptés.Une autre approcheenvisageableseraitdechoisir les psitesretenuset ensuited'affecter au mieux les clients à ces Jisites en utili- santunevariante du problèmedebase.En examinanttoutes les manièrespossiblesde choisir lesp sites,on obtiendrait la solution optimale. Le nombre de manièresde choisir p sitespanni les n sites initiaux est /1! n !. (n - P) ! Pour donner une idée, cela fait environ 10 milliards de manières de choisir 10 sites parmi 50. En examinant 1000 solutions par seconde, il faudrait 119jours de cal- cul. En fait, la plupart desproblèmesdelocalisation nepeu- vent être résolus de manière exactedansdestemps de cal- cul raisonnableet ce, même si la puissancedesordinateurs s'accroissaitnotablement(lesspécialistesparlentdeproblè- mesNP-difficiles). On lesrésoutdonc par desheuristiques. 3. Implantation d'unité de production de biens ou services 3.1. Présentation On cherche ici à déterminer le schémad'implantation globale d'une nouvelle unité de production ou d'un ser- vice administratif. Implanter une unité consiste à définir les emplacements relatifs desdifférents secteurs(ateliers, départements, services) composant l'unité. L'idée sous- jacente à toute implantation est de rapprocher géographi- quement les secteurs qui ont beaucoup d'affinités entre eux et inversement, d'éloigner le plus possible les sec- teurs qui, pour diverses raisons (nuisances, risques...), entrent en conflit. Le point important est donc de définir le ou les critères qui permettront de mesurer l'affinité et/ou les conflits, afin de comparer entre elles les diverses solutions. Cela est loin d'être trivial. Le plus souvent, la "bonne" implantation estcelle qui offre le meilleur com- promis entre plusieurs critères tels que : < Minimiserles distancesparcouruespar les matières, les équipements ou les personnes. w Minimiserles coûts de transport et de manutention entre secteurs. REE N 5 Mai2006 < Faciliter la coopération entre les départements tra- vaillant sur les mêmes processus industriels ou administratifs. . Réduire les risques d'accidents du travail. . Minimiser l'impact d'accidents potentiels dans les secteurs à risques. Minimiser la gêne causée par les secteurs bruyants, nauséabonds ou polluants. Il existe deux grandes approches pour traiter ces pro- blèmes, selon que le critère à optimiser prend en compte : 1. Uniquement les liaisons entre secteurs voisins. 2. L'ensemble de toutes les liaisons entre deux sec- teurs quelconques. 3.2. Liaisons entre secteurs voisins : méthode utilisant les graphes d'adjacence Lorsqu'il existe de nombreux critères à prendre en compte, il est très difficile de trouver une grandeur qui mesure objectivement l'affinité entre secteurs. Par contre, les décideurs sont capables de porter un jugement global sur l'intérêt qu'il y a ou non, de placer côte à côte deux secteurs. Dans ce cas, on définit la mesure de proximité fzj entre deux secteurs i y sur une échelle par exemple de 1 à 10 allant de " 1 éloignement absolument nécessaire" à " 10 : proximité absolument nécessaire". Il existe dans d'autres cas, une mesure représentative des échanges telle que le nombre de pièces, de tonnes de pièces, de palettes, d'infonnations ou de personnes passant d'un secteur à l'autre. Il est alors possible de définir une mesure de proximité quantitative basée sur les volumes échangés. Dans ce cas, la mesure de proximité fzj est égale au flux mesuré entre 'ety. Lorsque le critère à optimiser porte sur les secteurs voi- sins, les méthodes utilisées ne cherchent pas à construire directement un schéma d'implantation, mais passent par le biais d'un graphe. Considérons un schéma d'implantation. A chaque secteur, on associe un sommet. On joint deux sommets par une arête si et seulement si les deux secteurs correspondants ont une frontière commune. Le graphe obtenu est appelé graphe d'adjacence (REL Chart dans la littérature anglo-saxonne). Ce graphe pré- sente comme particularité d'avoir une représentation pla- naire : en termes simples, il est possible de le dessiner dans un plan sans que deux arêtes ne se croisent. Inversement, il est possible d'obtenir un schéma d'im- plantation à partir d'un graphe planaire. L'idée de la G méthode est donc de construire un graphe planaire corres- pondant aux flux maximaux entre secteur et d'en déduire l'implantation correspondante. On utilise une méthode par construction progressive. A chaque étape, on place un nouveau secteur, sans remettre en cause le graphe déjà construit. Considérons l'exemple suivant avec 7 secteurs. Le ta- bleau ci-dessous donne les valeurs des flux inter-secteurs (les flux supérieurs à 14 sont en gras) et la somme des flux dans la dernière colonne. Fluxentre Sl S2 S3 S4 S5 S6 S7 Somme Sl 60 15 25 15 10 5 115 S2 60 55 30 30 175 S3 15 5 15 30 S4 25 55 5 30 110 S5 15 30 30 90 30 195 S6 10 30 15 90 60 195 S7 5 30 60 90 Plus le tableau de départ a de valeurs nulles, plus le graphe est facile à dessiner. Lorsqu'initialement le tableau est dense, avec peu de valeurs nulles, on peut tra- vailler par seuil et se focaliser en premier lieu sur les flux principaux. Ici, on considérera uniquement les flux supé- rieurs ou égaux à 15 (en gras). Etape 1 : on prend les 3 secteurs de plus fort poids (S6, S5 et S2) et on dessine le graphe de relation correspon- dant (ici un triangle). Dans un graphe planaire, on appelle faces les zones délimitées par les arêtes, y compris la zone à l'extérieur du graphe. On a une face interne et une externe. Etape 2 : on prend le secteur suivant SI. Comme SI n'est en relation qu'avec S2 et S5, le choix entre face interne et face externe est indifférent. /S2/1// 1 1 "\ " x . Etape Etape2 Etape 3 : on prend le secteursuivant S4. Il y a trois possibilités : *Face SIS2,S5 devaleur25+55 +30= 110 . Face S5, S2, S6 de valeur 30 + 55 + 0 - 85 REE No 5 Mai2006 Dossier MÉTHODOLOGIES ET HEURISTIDUES POUR L'OPTIMISATION DES SYSTÈMES INDUSTRIELS . Face SI, S2, S6, S5 devaleur25 + 55 +0+30 110. Ici. nous avons retenu SI. S2, S5. S6 ... S2-, '.. sa /,,..--- "'. " ' " -., / " IJ ,/.-,.-' ,//.--., \ ..-- Etape3 Etapes suivantes : on introduit successivement les secteurs S7 et S3 pour obtenir le graphe final. Ce graphe a 6 faces internes (de gauche à droite : F576, F256, F245, F1263, F142, F154) et une externe (F15763). Lorsque l'on prend en compte les surfaces, il n'est pas toujours aisé de coller complètement au graphe obtenu. Pour faciliter les compromis ultérieurs, nous avons mis en gras les relations de valeur supérieure à 30 (pour l'exemple, les relations fortes). __.S3, 7Y ---"' \ ...-- """"'" FJ2''\ ,/.. S. S4-------_S !_ ------------------ Fi 2 S4 '\ Pour passer de ce graphe à un schéma d'implantation, on positionne les faces internes en respectant la topologie. Pour obtenir le secteur S2, on joint les faces dont le nom contient 2 (F256, F1263, F142, F245). Idem pour S4 (F 142, F 154, F245). Les autres secteurs appartiennent à la face externe F15763 (qui correspond au périmètre de l'unité). On doit en tenir compte. SI passe par F154, F 142, F 1263 puis par la bordure de l'unité pour revenir sur FI 54. On obtient ainsi un schéma respectant le sque- lette d'implantation donné par le graphe d'adjacence. Supposons que l'unité à implanter soit un rectangle de 36'20 - 720 et que les secteurs aient comme surface : S1 S1 S1 S1 S1 S1 S1 Espace libre 120 1 80 1 60 1 120 1 80 1 120 120 20 Il faut maintenant ajuster ce schéma en fonction des surfaces. On s'aperçoit que S4 a une trop grande surface pour respecter ce squelette. La liaison (SI, S5) étant fai- ble, on la supprime. L'implantation finale est donnée ci- dessous. S6 . S5 S3 SI .4 3.3. Liaisons entre deux secteurs quelconques : minimisation des flux globaux On cherche ici à minimiser le coût global résultant des déplacements au travers de toute l'unité. Pour cela, il faut non seulement connaître les flux mter-secteurs/, mais aussi les distances inter-secteurs dij. En conséquence, il faut d'abord réaliser le schéma d'implantation, mesurer les distances puis calculer le coût pour savoir si le schéma est intéressant ou non. Autrement dit, sans aide informa- tique, le processus est long. Un certain nombre de métho- des informatisées ont été proposées pour résoudre ce pro- blème d'implantation. Généralement, le but de ces méthodes n'est pas de donner'la solution optimale', mais plutôt de fournir au décideur de bonnes alternatives. Vu l'imprécision qu'il y a, par exemple, sur la valeur des flux que l'on rentre comme données de départ, deux solutions avec des valeurs à quelques pour-cent près peuvent être légitimement considérées comme de même qualité. Et surtout, le choix d'une bonne implantation fait souvent intervenir, en plus des flux ou de la proximité, d'autres 1Fl 5,67 à,.1. jz.'I,je ? F,, "'. È- J6 ,. .., 1 . " " "'''. : _r ".,' 1 - r77, IFQ»4-4; l,i Fl4 1 FI : 1-1 T 1 -.1- -1e S6 S3 r F27 -'-1176 Fi -1f 1_ F7 - z f ,. F-- 45 Fi, .S7 ei S4 si Fi - d t ss 1 REE N 5 Mai2006 Conception des systèmes industriels critères moindres, souvent subjectifs, qu'un humain pourra prendre en compte. L'une des toutes premières méthodes connues est appe- lée CRAFT. Elle date de 1963 et a inspiré largement les méthodes postérieures. C'est pourquoi nous la détaillerons sur l'exemple ci-dessus. CRAFT est une méthode d'amé- lioration. L'utilisateur doit fournir le tableau des flux entre secteurs et une implantation de départ (l'implantation exis- tante si l'on est en phase de réimplantation). L'unité à implanter (de dimension 36*20) est discréti- sée et représentée sous forme d'une grille rectangulaire. Selon la précision voulue, cette grille est plus ou moins fine. Pour notre exemple, nous prendrons une grille de pas 2. L'unité sera donc composée de 18 * 10 pavés. L'implantation initiale est donnée sur la figure de gauche. La position de certains secteurs peut être imposée par l'utilisateur. Il est aussi possible de créer des secteurs 'fantômes'pour représenter des surfaces autres que les secteurs retenus. En fixant la position de secteurs fantô- mes, on peut représenter des zones réservées ou considé- rer des unités non rectangulaires. Nous considérons par la suite que SI et S7 ne doivent pas bouger. CRAFT cherche ensuite à modifier localement la solution existante pour essayer de l'améliorer. Les modi- fications sont essentiellement : w Permuter les positions de deux secteurs adjacents (ex : S5 et S6) . Permuter les positions de trois secteurs adjacents (ex S4, S5 et S6) . Permuter les positions de deux secteurs non adja- cents de même surface (S2 et S5 de surface 80, S4 et S6 de surface 120, mais pas SI ou S7 qui sont fixés). SI S"ls2j Y-1 0 s! 17 z 0 S6 SI Implantation initiale S7 S2 1 S6 Implantation après permutations Dans l'exemple ci-dessus, S2 et S3 ont permuté, ainsi que S5 et S6. CRAFT s'arrête quand on ne trouve plus d'amélioration. La solution est ensuite lissée. SIsi, S2 S3 - Sr = ------- S4 5 ; s Implantation finale lissée Les méthodes postérieures vont conserver l'idée de tra- vailler par amélioration successive. Leur principal apport sera d'ajouter une phase préliminaire pour construire la solution de départ. Comme pour les problèmes de localisa- tion, ce problème est très complexe et, malgré la puissance de calcul des ordinateurs actuels, il est impossible d'obtenir des solutions mathématiques exactes pour de grands problè- mes. La plupart des méthodes utilisent donc des heuristi- ques pour construire les solutions. La méthode du graphe d'adjacence est une de ces heuris- tiques. C'est l'approche retenue par les méthodes CORELAP ou ALDEP. D'autres méthodes ramènent le problème d'im- plantation à un problème de découpe. L'unité de production, ainsi que les secteurs à implanter, sont supposés de forme rec- tangulaire. Le problème présente alors de fortes similarités avec le problème bien connu des bricoleurs : comment découper au mieux des panneaux rectangulaires (panneaux de meuble par exemple) dans une plaque de bois ou d'agglo- méré. Dans MCRAFT ou BLOCPLAN, la découpe se fait en deux temps : on découpe d'abord des bandes en longueur que l'on retaille en hauteur. LOGIC (Layout Optimization with Guillotine Induced Cuts) fait de la découpe guillotine : chaque coup de scie partage le panneau en deux. SI S2 S4 S7 S5 S3 S6 Solution de BlocPlan SI tjj- S3 s -- S7 S4 S6 Solution de Logic REE N 5 Mai2006 Dossier MÉTHODOLOGIES ET HEURISTIQUES POUR L'OPTIMISATION DES SYSTÈMES INDUSTRIELS 4. Conclusion Optimiser la localisation et l'aménagement des sites industriels pose des problèmes d'importance, tant du côté des décideurs que du côté de la recherche. Sur le plan pra- tique, de nombreuses méthodes font d'ores et déjà l'objet de logiciels commerciaux capables de faciliter la prise de décision dans de nombreuses situations. Sur le plan de la recherche, ces problèmes sont NP- difficiles, et trouver de nouvelles heuristiques plus perfor- mantes demeure un challenge. En outre, l'évolution du contexte industriel et les nou- velles formes d'organisation telles que les entreprises étendues ou les chaînes logistiques font émerger des besoins nouveaux et des problématiques plus complexes. Elles demandent, par exemple, de prendre en compte simultanément la localisation des sites et l'organisationc des transports (constitution de hubs, plate-forme de grou- page/dégroupage) ou bien de considérer la localisation dans une perspective dynamique sur le moyen terme en intégrant la possibilité d'ouvrir ou de fermer très rapide- ment les sites. La localisation notamment reste donc un champ ouvert pour l'industrie et la recherche. L'auteur LionelDuponta été Professeurà l'EcoledeGénieIndustrielde Grenobleet dirigeactuellement lecentrede GénieIndustrielde l'EcoledesMinesdAlbi.Sestravauxderechercheet sesinterven- tions en entrepriseportentplus spécifiquementsur les outils mathématiques d'aideà la décision en milieu industriel (planifica- tlon, logistique, supply chain) REE N 5 Mal2006