Modèles de macro-planification pour le pilotage des chaînes logistiques : étude autour d’un cas type

30/09/2017
Publication e-STA e-STA 2005-3
OAI : oai:www.see.asso.fr:545:2005-3:20012
DOI :

Résumé

Modèles de macro-planification pour le pilotage des  chaînes logistiques : étude autour d’un cas type

Métriques

12
7
457.5 Ko
 application/pdf
bitcache://a9e859a2779ab3047dddcf36e316cc74424b62cd

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">10.23723/545:2005-3/20012</identifier><creators><creator><creatorName>Julien François</creatorName></creator><creator><creatorName>Jean-Christophe Deschamps</creatorName></creator><creator><creatorName>Jean-Paul Bourrièrres</creatorName></creator></creators><titles>
            <title>Modèles de macro-planification pour le pilotage des  chaînes logistiques : étude autour d’un cas type</title></titles>
        <publisher>SEE</publisher>
        <publicationYear>2017</publicationYear>
        <resourceType resourceTypeGeneral="Text">Text</resourceType><dates>
	    <date dateType="Created">Sat 30 Sep 2017</date>
	    <date dateType="Updated">Sat 30 Sep 2017</date>
            <date dateType="Submitted">Tue 22 May 2018</date>
	</dates>
        <alternateIdentifiers>
	    <alternateIdentifier alternateIdentifierType="bitstream">a9e859a2779ab3047dddcf36e316cc74424b62cd</alternateIdentifier>
	</alternateIdentifiers>
        <formats>
	    <format>application/pdf</format>
	</formats>
	<version>34027</version>
        <descriptions>
            <description descriptionType="Abstract"></description>
        </descriptions>
    </resource>
.

Modèles de macro-planification pour le pilotage des chaînes logistiques : étude autour d’un cas type Julien FRANCOIS * , Jean-Christophe DESCHAMPS *, N + , Jean-Paul BOURRIERES * 31 CNRS , 33405 Talence cedex, France ea + Gérard FONTA * LAPS Université Bordeaux 1, ENSEIRB, UMR 51 351, Cours de la Libération jean-christophe.deschamps@laps.u-bord ux1.fr .fr jean-paul.bourrieres@laps.u-bordeaux1 jfrancoi@laas.fr + LAAS PR 8001 CNRS ue du Colonel Roche, 31077 Toulouse, France U 7, Aven fontan@laas.fr ntrage ir-faire stifient haînes rnières oute sa er une tiques, ytiques on des rt des étude ns des . Nous ication nce de sur la lotage, supply olving t them er de- supply ve the le sup- st part, escrip- about INTRODUCTION Dans les années 1950 à 1975, les entr une période d’économie de produc saient massivement, générant des stocks se vendant moins en moins à cause de nouvelle les rendaient obsolètes, ce qui coûtai années 1975, le monde industriel e phase d’économie de marché. On ve fabrique. Les stocks sont ainsi réduit chandises se sont tendus. De plus l‘activité des entreprises sur leur cœu prochant ainsi de leurs fournisseurs afin de mieux se coordonner, a donn tion de chaîne logistique. Si les stock délai de livraison est apparu : le dél d’acheminement du produit jusqu’au jectifs de la gestion de chaîne logistiqu de réduire ce délai. D’autant plus que 1995, l’économie s’est mondialisée ques actuelles s’étendent sur tous les duire leurs coûts de production, mais port sont parfois très importants. Sim définissent la gestion de la chaîne lo chain management) comme éta d’approches utilisées pour intégrer fournisseurs, les producteurs, les di nière à ce que la marchandise soit p à la bonne quantité, au bon endroit dans le but de minimiser les coûts et de service requis par le client. Mais c définition de la gestion de la chaîne l Min et Zhou [5] font un bilan des chaîne logistique : ce domaine cou problématiques et ils concluent sur l RESUME La tension des flux physiques associée à un r de l’activité des entreprises autour de leur sa sont quelques uns des facteurs clés qui l’émergence de nouvelles structures comme les logistiques. Le problème du pilotage de ces reste aujourd’hui entier lorsqu’il est abordé dans globalité. L’objet de ce travail est de prop approche générique de pilotage des chaînes logi au travers de l’expression de modèles an traitant conjointement le problème de planific activités de production, stockage et trans matières. Nou ece vo ju c de t os s al ati po s définissons le périmètre de notre sur un cas type de chaîne logistique. Nous discuto es caractérisons alors les modèles de macro-planif n conclure sur l’impact et la pertine es pi of s pu pap ge orks. Analytic models are proposed to sol production o nagement. In a fir we define the problem boundaries through the d tion of an academic case study. Then, we discuss centralized / distributed control architectures, from which analytic planning models are developed. To con- clude, we propose a succinct analysis of theses ones, concerning their impact on the supply chain perform- ances. KEYWORDS : Supply chain management, control, macro planning, information transfer. eprises étaient dans tion. Elles produi- de s technologies qui t cher. A partir des st entré dans une nd d’abord, puis on s. Les flux de mar- , le recentrage de r de métier, les rap- et de leurs clients é naissance à la no- s se sont réduits, un ai de production et client. Un des ob- e est aujourd’hui depuis les années : les chaînes logisti- continents pour ré- les délais de trans- chi-Levi et al. [7] gistique (ou Supply nt un ensemble efficacement les stributeurs, de ma- roduite et distribuée et au bon moment d’assurer le niveau e n’est pas la seule ogistique ([2], [3]). modélisations de vre de nombreuses e fait que chacune d’elles est assez bien étudiée séparément (approvision- nement, production, distribution), mais il reste à travail- ler sur des modélisations qui prendraient en compte plu- sieurs de ces problématiques. Ozdamar et Yazgaç [6] étudient ainsi un système de production-distribution par une approche hiérarchique. Dudek et Stadtler [1] expo- sent un modèle pour les négociations client-fournisseur sur des structures dyadiques. Cet article propose une modélisation de toute la gestion du flux physique (ap- provisionnement, production et distribution), en vue de différentes architectures de conduite approprié pour enfi chacun quant à la maîtrise des performanc chaîne logistique. MOTS CLES : gestion de la chaîne logistique, macro planification, échanges d’information. ABSTRACT Most of theoretical approaches in the domain chain management focus on specific problems (as, for example, storage policies) but omit to back in the whole management context. This scribes a generic and global approach to mana netw /transport planning problem of the wh ply chain, including stocks ma planifier les activités de la chaîne, et particu des échanges d’info liè rmation nécessaires entre diff as d’ét réseau e de pro- , choi cet article prise de istique ou it les mo- pilotages. lques résultats és u tr od i é ne e r l ne qu it c ux logistique s o te pl isse en ’ex inv « générique D’autre part, la structure des chaînes logistiques est gé- f osi ré pos a un é (dans le domaine de la fabrication de mobilier). Celui-ci est cons- titué de deux chaînes logistiques. A chaque chaîne est associé un ou plusieurs produits finis de même famille. Ainsi la chaîne 1 fabrique des tables, et la chaîne 2 cons- truit des meubles de deux types : « simples » et « grands ». La chaîne 1 est composée d’une entreprise d’assemblage (ASS) qui peut déporter sa charge de pro- duction sur son sous-traitant (STT), d’une entreprise de transformation (peintre = rectangle PAINT), de fournis- seurs (de peinture (FO0), de plaque et de pieds (FO1), et mposée de la même eux fournisseurs de planches (FO3 et FO4) et d’un fournisseur commun aux s (FO2). oblématiques telles O3 et FO4) ou de stion de la sous- a production, de la nts finaux (CLT1, s logistiques (ASS ne structure de type al. [4], et possédant d’un produit (par exemple, FO1-ASS-PAINT-CLT1). Les transports des sont également pris en compte puisque les quement distinctes. que, les entreprises elles suivant diffé- dans la partie sui- nisation du proces- des échanges d’information nécessai- res pour la gestion de la production. Nos entretiens in- nt un pilotage de la relation client- ordination des en- e. Notre travail e plusieurs pilota- é) et à l’estimation performances respectives. Le Pilotage Distribué Ce pilotage correspond à l’extension des relations de type « client-fournisseur » à l’ensemble de la chaîne. Ainsi, un client passe une commande à une entreprise donnée ; cette dernière calcule ses propres besoins en composants et passe à son tour commande auprès de ses fournisseurs, et ainsi de suite tout au long de la chaîne (cf. exemple sur la figure 2a, avec une entreprise com- mune à deux chaînes). rement érentes néralement très complexe (parfois 300 seurs/entreprise). Dans le but d’éviter l’expl données et la difficulté d’analyse des d’expérimentation, l’exemple proposé est com nombre limité d’entreprises, nous permettant structurer notre démarche d’analyse autour d’ chaîne logistique de complexité « réduite ». La figure 1 représente le cas type ainsi élabor de visserie (FO2)). La chaîne 2 est co entreprise d’assemblage (ASS), de d entreprises de la chaîne. La première partie de ce travail définit un c générique et à complexité réduite, de d’entreprises qui soulève déjà un certain nombr blématiques (croisement de chaînes logistiques fournisseurs, …). Dans la seconde partie, identifie différentes organisations, en terme de décision sur la planification d’une chaîne log « pilotage ». Dans la troisième partie, il introdu dèles de planification associés à ces différents ude x de Enfin, dans une dernière partie, que obte- FO4 nus après expérimentation de scénarios sont présent avant de conclure et d’ouvrir les perspectives d LE CAS TYPE DE CHAINES LOGISTIQUES Afin de pouvoir développer un ensemble de m macro-planification, présentés ci-après, et ains l’impact des pilotages sur les performances d’u logistique, nous introduisons un cas type d d’entreprise. Cet exemple est développé su d’une analyse bibliographique complétée d’u des pratiques industrielles réalisée auprès de entreprises travaillant dans des secteurs d’activ divers (aéronautique, conditionnement d’air, mé électronique). Ces analyses ont abouti aux de ques suivantes. (a) D’une part, chaque chaîne possède ses particularités (produits périssable demande saisonnière ou non …), mais présen ment des « invariants » : partenariat avec chaînes logistiques, multiplicité des fourn clients, transport, expression de la demande, de duction, capacités des moyens (propre ou traitance), stocks, production multi-étapes… L mis en place se fonde essentiellement sur ces de façon à lui garantir un caractère avail. èles de valuer chaîne réseau a base étude elques és très anique, remar- Figure 1: Schématisation du cas type de chaînes logistiques Ce cas type permet de poser des pr que le choix de fournisseurs (entre F répartition des commandes, la ge traitance, de l’approvisionnement, de l distribution des produits vers les clie CLT2, CLT3), le couplage de chaîne appartient aux deux chaînes), dans u réseau, comme le définit Huang et plusieurs rangs dans la production Chaîne logistique 2 u non, marchandises égale- usieurs urs et la pro- sous- emple ariants ». (b) entreprises sont toutes géographi Afin de gérer au mieux ce flux physi s’organisent et communiquent entre rents pilotages que nous allons décrire vante. LES MODES DE PILOTAGE Un mode de pilotage explicite l’orga sus décisionnel et ournis- on des sultats é d’un insi de cas de dustriels font ressortir principaleme type distribué (généralisation de fournisseur) et la recherche d’une co treprises d’une chaîne logistiqu s’intéresse alors à la modélisation d ges (distribué, par chaîne et centralis de leurs deux chaîne FO1 ASS STT FO2 FO3 PAINT FO0 Chaîne logistique 1 CLT1 CLT2 CLT3 es ux chaînes logistiques he pe ten un e s orr ac t, ce type de prise de décision distrib imisation globale (vis-à-vis de ka an ence entre nc bl e qu’elle sert (figure 2b). Ce centre re- çoit les commandes des clients finaux et organise e p s le sée nis pl atio par à cer nc p mais seulement une vue partielle de son activité, caracté- risant le fait qu’une entreprise n’est pas toujours prête à partager des informations sur sa production (problème de confidentialité des données). Ainsi, les maillons com- muns conservent une certaine marge de manœuvre (ou autonomie) vis-à-vis du pilotage global de la chaîne. Ils ont la possibilité de négocier avec le centre de conduite la quantité de produits à fabriquer sur chaque période, respectant les contraintes de capacité propres à chaque fabrication. Le centre de conduite doit alors adapter son roduction aux contraintes issues de ces maillons uction doit être re- tre avancée). du pilotage global. l centre de conduite ses comprenant c). Comme cet uni- ision globale du ré- ion totale de chaque maillon, il n’y a plus de confidentialité des données liées à la gestion de artagés vont perdre vre les plans reçus e de conduite peut e l’ensemble du ré- illon. , il permet tion de production ourra comparer aux ainsi de référence : it de mieux, si les re eux. ’UN CENTRE AU- nsemble des activi- s ressources à pilo- érer l’ensemble des ue partenaire de la décisionnel résul- ne logistique. Afin de comparer les trois pilotages décrits précédemment, chaque centre de décision est modélisé en tenant compte des informations dont il dispose et des décisions qu’il doit prendre. Généralement, l’environnement décision- nel, quant à la nature des informations disponibles, est invariant : la demande des clients, les capacités de pro- ductions des unités que le centre de décision gère, les dé- lais de production,… Ce constat nous conduit à proposer un modèle générique de centre de décision en étudiant, dans une approche complémentaire, le cas spécifique Figure 2: Schématisation des différents pilotag Le flux d’information se propage donc de proc che du client final jusqu’aux fournisseurs. Ce ty lotage conserve l’indépendance de chaque par la chaîne (également appelé « maillon ») : chac de sa production, de ses besoins, de ses seuils d pour chacun de ses stocks, …Ce pilotage c d’ailleurs à la plupart des chaînes logistiques Cependan sur une même structure physique, composée de de duction de l’ensemble des maillons de la chaîn aliser les produits demandés par les clients dan leurs délais possibles. La conduite des flux phy (production-distribution) peut ainsi être optimi totalité de la chaîne, en coordonnant et synchro différents maillons. Cependant, un maillon peut être impliqué dans chaînes logistiques. Dans ce cas, il est en rel plusieurs centres de conduite : il est alors dit « Nous avons fait l’hypothèse qu’il ne confie centre de conduite que les informations qui con chaîne associée. Un centre de conduite n’a do regard complet sur la production d’un maillon en pro- plan de p de pi- aire de décide écurité espond tuelles. uée ne s coûts ge, de que de partagés (par des ruptures si la prod tardée, ou par des stocks si elle doit ê Le Pilotage Centralisé Ce cas pousse à l’extrême la politique Le pilotage centralisé propose un seu pour l’ensemble d’un réseau d’entrepri plusieurs chaînes logistiques (figure 2 que centre de conduite possède une v seau et donc une vis permet pas une opt traditionnels de la production : coûts de stoc rupture, …) de la chaîne, souvent par simple m collaboration et accroissement de la concurr fournisseurs. Le Pilotage Par Chaîne Le pilotage par chaîne se traduit par la prése centre de conduite ayant un regard sur l’ensem chaîne logistiqu e d’un e de la la chaîne. Par contre, les maillons p leur indépendance, car ils devront sui du centre de conduite. Ainsi le centr rechercher une optimisation globale d seau, au bénéfice de chaque ma la pro- Même si ce pilotage n’est pas le plus courant our ré- s meil- siques sur la ant les usieurs n avec tagé ». chaque nent la pas un artagé, d’espérer a priori la meilleure ges d’un réseau d’entreprises, que l’on p résultats des autres pilotages. Il sert c’est, en effet, ce qui pourrait être fa maillons étaient en parfaite coopération ent MODELISATION DU PILOTAGE D TONOME Un centre de décision caractérise l’e tés de décision, défini au périmètre de ter: il s’agit donc aussi bien de consid décisions prises localement par chaq chaîne, que d’identifier le processus tant d’une gestion centralisée de chaî Fournisseur Entreprise Flux d’information client-fournisseur Client Flux physique Flux d’information Entreprise-Centre de conduite Centre de décision partagée Centre de décision autonome ilotage distribué (b) (c) pilotage centralisé (a) p pilotage par chaîne d’un maillon partagé collaborant avec plusieu logistiques. Les modèles proposés par la suite opt rs c i localement ou globalement, à un instant donné, la sur un horizon res de art leur vi- es centres Les four- t être ex- u i lac dis ex seu rod pa ce ex ex 3 l isi l’h lanification). Les centres de d reçoivent et connaissent exactement le même t e fig A à c tes dans le l’uni • u, le nombre maximal de produi e t te it, quelle uan acité. • Kj,p : coefficient technique de la nomenclatu éaliser un te 4 rais DI sont aîne (cette hypothése simplificatrice peut être levée sans diffi- culté). Les variables sont : la quantité cj,u(t) de composant j à commander à chaque fin de période aux fournisseurs ex- ternes de l’unité u ; la quantité qj,u(t) de chaque compo- sant j effectivement reçue par l’unité u pendant la pé- riode t ; la quantité fp,u(t) de produit p lancée en fabrica- tion au niveau de l’unité u pendant la période t ; la quan- tité lp,u(t) de produit p livrée aux clients de l’unité u pen- dp,u(t) reçue par u de stock en com- la fin de la période nt être en rupture, et pour éviter des stocks négatifs, les quantités manquantes en produit p sont comptabilisées dans la variable bp,u(t). haînes misent plani- . quantité de composants j nécessaire pour r produit p (par exemple, une table nécessi dans ce cas Kj,p= 4). • Les délais de production (DPu), de liv produits (DL), d’information (DI). DL et supposés constants tout au long de la ch dant la période t ; la demande interne une unité u en produit p ; et le nivea posant (ij,u(t)) et en produit (ip,u(t)), à t dans l’unité u. Ces derniers peuve fication des activités de production Environnement d’un Centre de Décision Cette modélisation est applicable pour les cent conduite et les maillons indépendants. Mis à p sion qui est globale ou, au contraire, partielle, c de décision se comportent de la même façon. nisseurs ou clients d’une unité u à gérer peuven ternes (non gérés par le centre de décision) o (une autre unité en série). En effet, si l’on se p le cas type (cf partie 1) avec un pilotage l’assembleur ASS voit une série de clients (PAINT, CLT2, CLT3), une série de fournis ternes (FO1 à FO4) et doit gérer sa propre p répartie sur 3 unités (un atelier par produit) en De la même façon, en pilotage par chaîne, le conduite de la chaîne 1 voit une série de clients (ici un seul : CLT1), une série de fournisseurs (FO0 à FO2) et doit gérer la production de ses de production (l’assembleur, le sous-traitant et tre). Nous supposons que chaque centre de déc vaille de façon synchrone (mêmes valeurs pour et la période de p nternes e dans tribué, ternes rs ex- uction rallèle. ntre de ternes Figure 3: Modélisation d’une unité Afin de simplifier les notations, les e ces sont définis à l’échelle du centr dier (donc varient suivant le pilota compris entre 1 et T couvrant ains L’indice u varie ent ternes pris entre 1 et NP (NC) qu unités e pein- on tra- orizon écision ype de même ure 3). chaque duits en sortie (composants en entrée non, des unités gérées. Et l’indice τ perm les périodes des délais de production. Modèle Générique d’un Centre de D Tout centre de décision cherche le plus grand profi sible en essayant de réduire ses coût clinés dans nos travaux, au travers données (paramètres du modèle) et prennent l type de décisions (variables du modèle) (cf. insi un modèle générique peut être associé entre de décision dont les données, invarian ur nature, sont alors : • Dp,u(t) : demande des clients externes pour groupée par produit p, pour la période t. capu(t) : capacité de production de l’unité définit comme té u, différents stocks dans les unités de produ qui se et constitue la fonction objectif (1) du modè ts que mande. l’unité u peut produire pendant la périod modélisation suppose que chaque produ que soit sa nature, consomme une même q cap . Cet M i tité de re, ou ip,u(t) = ip,u(t (t) ∀ pieds, bp,u(t) = bp,u(t-1) + dp,u(t) – lp,u(t) ∀p, ∀u, ∀t on des Σ Σ (f (t-τ+1)) / cap (t) ≤ 1 ∀u,∀t Clients Dp,u(t) Fournis- cj,u(t) ij,u(t) i; u(t) fp,u(t) bp, Unité de production u p j lp,u(t) qj,u(t) u seurs Kj,p u cap (t) de production u nsembles des indi- e de décision à étu- ge). L’indice t est i l’horizon désiré. re 1 et NU, où NU est le nombre d’unités gérées. L’indice p (respectivement j) est com- i est le nombre total de pro- ), intermédiaires ou et de compter écision t pos- s. Ceux-ci sont dé- de l’expression de coûts de stockage, de rupture et de production. Les coûts ont respectivement notés CS, CR et CP. Le critère à minimiser pour un centre de ction qu’il gère le générique. Il correspond à une politique de production à la com- in Σt Σu (Σj j,u(t)*CS + Σp (fp,u(t)*CP + ip,u(t)*CS + b (t)*CR)) (1) -1) + fp,u(t-DPu) – lp,u p, ∀u, ∀t (2) (3) (t) – Σp(Kj,p*f )) ∀j,∀u,∀t (4) p τ = 1..DPu p,u u (5) cj,u(t), qj,u (t), ij,u (t), fp,u (t) ≥0 ∀j, ∀p, ∀u, ∀t ip,u (t), bp,u (t), lp,u (t), dp,u(t) ≥0 ∀j, ∀p, ∀u, ∀t (6) dp,u(t) = Dp,u(t) ∀p,∀u<,∀t (7) qj,u(t) = Σu’u qj,u’(t+DL) ∀p≈j,∀u,∀t (9) qj,u(t) = cj,u(t-DI-DL) ∀j,∀u>,∀t (10) unitaires et supposés constants s décision n’est autre que la somme de ces coûts sur les p,u ij,u(t) = ij,u(t-1) + qj,u p,u(t Ce critère est complété par un ensemble de co liées à la production. La contrainte (2) corr l’équation dynamique du niveau de stock. Il y a délai de production DPu. La contrainte (3) perm culer les ruptures de tout produit à chaque f nt esp pparaît le et e p e c tur de div r ailleu ve) a u urs, d s, variab rnisseurs ma (9) tradui- nités. çue d l’indic ais rnisse s d rainte produit intermédiaire p≈j est bien l’ensemble des clients de l’unité u (u’>u). Enfin, le cen- unités rne bo son près é co duite treprises indépendantes (cf losanges de la figure c m relation client-fournisseur, les délais de transmis ar l pte, entre u ON On modélise ici le centre de décision d’un maillon parta- gé en pilotage par chaîne (cf losange double sur figure 2b). Supposons que le maillon étudié travaille pour plu- sieurs chaînes logistiques. Il reçoit alors plusieurs plans de production : un plan par centre de conduite auquel il est attaché. Suivant sa capacité, variable au cours du temps, un maillon partagé doit être capable d’accepter ces plans ou de les refuser en planifiant sa propre pro- duction, tout en minimisant les variations de production. Deux types de variations sont possibles. Le premier s génère des stocks e stockage supplé- mentaires. Le second consiste à produire en retard, mais aut assumer les coûts de rupture. on Partagé ît les informations correspondants aux uit p à fabriquer pendant la période e de conduite associé à p. En ente le maillon par- tagé vu par le centre de conduite. ction CAP(t). • Les coûts unitaires et constants de stockage (CS) et tout produit. artagé sont : nt respectivement les va- e chaque produit p rapport aux stocks et ruptures te gérant le produit p. • F’ (t) est la quantité de produit p à fabriquer pendant par le n partagé. a période t, au centre de conduite gérant l uit p. suivante : Min Σ (Σ (∆ip(t)*CS + ∆b (t)*CR)) (13) ∆ip(t) – ∆bp(t) = ∆ip(t-1 F’p(t) – Fp(t) (14) (16) F’p’(t-τ+1) ∀p, ∀t (17) e à minimiser les pplémentaires. Le F’p(t) pour chaque 4)). La quantité de capacité strictement uite associé au pro- duit p. Les quantités de production, décidées par le mail- lon partagé, doivent respecter la contrainte de capacité (inéquation (15)). Suivent ensuite les contraintes de po- sitivité des différentes variables (inéquations (16)).La capacité allouée Ap(t) se calcule avec l’équation (17) : elle correspond à la quantité de production prévue par le maillon F’p(t), à laquelle on ajoute le reste de la capacité disponible (non allouée). Ceci permet au centre de conduite de connaître les disponibilités du maillon par- tagé en cas de nouvelle demande ou de re-planification raintes ond à treprise et ses fournisseurs ou clients, par les cont (11) et (12). Dp,u(t) = Σu’>u cj,u’(t-DI) ∀p≈j, ∀u<, ∀t cj,u(t) = Σu’,∀t MODELISATION DU PILOTAGE D’UN MAILL TAGE Environnement d’un Maillon Partagé consiste à produire en avance, mai supplémentaires et donc des coûts d de cal- dans ce cas il f in d La contrainte (4) concerne le stock de chaqu sant. On utilise ici le coefficient de nomencla un même composant peut servir à la fabrication produits, d’où la somme sur les produits. Pa chaque unité de production (ressource cumulati capacité finie sur toute sa production en en-co les sommes sur p et τ de la contrainte (5). Pui les contraintes de positivité des différentes (inéquations (6)). Les unités qui sont des fou des clients externes (notées u<) reçoivent la de ceux-ci (contrainte (7)). Les contraintes (8) et sent les transports des produits entre les u contrainte (8) permet de calculer la quantité re composant intermédiaire j, noté « j≈p », car correspond à un composant pour l’unité u, m respond aussi à un produit p pour son fou « u’) • Ap(t) est n mo- e prod n t p p ) – ∆bp(t-1) + 2). Ces dernières échangent des informa- haque sion et e délai ne en- raintes (11) (12) PAR- ∀p, ∀t Σp Στ = 1..DPu F’p(t-τ+1) <= CAP(t) ∀t (15) ∆ip(t), ∆bp(t), F’p(t), Ap(t) ≥ 0 ∀p, ∀t Ap(t) = F’p(t) + CAP(t) – Σp’ Στ = 1..DPu Ici l’objectif (relation (13)) consist coût tions ( om ande du peintre à l’assembleur). A c de gestion des informations sont représentés p d’information (DI) qui est pris en com ode t, décidée maillo la capacité allouée, pendant l La modélisation d’un maillon partagé est la s de stockage et de rupture su maillon organise sa propre production produit p sur l’horizon (contrainte (1 production F’p(t) correspond à la nécessaire à allouer au centre de cond globale. D’autres politiques de calcul de Ap(t) sont en te es ( s gner agé so rév c fig it b u m nt e a gé. ux plans de production p pour t=1 à T, et il vérifiera de nouveau l’adéq charge/capacité. Plusieurs itérations de ce type so sibles pour aboutir à la planification qui sera vé ment lancée dans les ateliers. vi- • la somme des niveaux de sto sageables. Dialogue Maillon Partagé / Centre De Condui Après réception des plans de production (flèch la figure 4 - notation avec des exposants pour dési détenteur de l’information), si le maillon part haite faire des changements sur la production p les centres de conduite, il leur alloue une Ap Ass (t) sur l’horizon traité (flèches (2) de la Cette capacité est alors réutilisée par un cen conduite sous la forme capu CC (t), puisqu’il s’ag la capacité mise à disposition par l’unité u d partagé pour le centre de conduite. Les ce conduite re-planifient la production de la chaîn nouvelles valeurs de capacité du maillon parta ci recevra des nouvea 1) ur le u- • le nombre de rupture (NR) des quement sur tout l’horizon, • et le p ue par apacité ure 4). tre de ien de aillon res de vec ces Celui- F Ass (t) et de rupture (PHC) par rapport le pilotage centralisé. Plusieurs scénarios de pilotage ont en tés S1 à S5. Un scénario est un jeu nant des conditions initiales pour c pour les demandes des clients (cf. tab riodes 1 à 7, les demandes en tabl sées comme constantes pour éviter d de l’inertie du sy uation nt pos- ritable- èle que èle que + DLassembleur-peintre + DPPeintre = 7 pér dans le pilotage distribué, il y a un d supplémentaire : DIAssembleur-Peintre. Premier Scénario : Scénario de réfé Dans ce scénario, la demande des clie à la capacité de production de chaq conditions initiales sur les stocks so n’y a pas de conflit de capacité dans c pourquoi il est considéré comm Centre de conduite 1 fp,u CC(t) Æ Fp Ass(t) ∀t Ap Ass(t) Æ capu CC(t) ∀t Ap’ Ass(t) Æ capu CC(t) ∀t od néri Mod généri partagé (1) (2) (2) Centre de conduite 1 fp,u CC(t) Æ Fp Ass(t) ∀t Ap Ass(t) Æ capu CC(t) ∀t Ap’ Ass(t) Æ capu CC(t) ∀t od néri Mod généri partagé (1) (2) (2) Centre de conduite 2 p’,u p’ M gé Centre de conduite 2 p’,u p’ M gé Figure 4: Echanges d’information entre un maillon les centres de conduites RESULTATS D’EXPERIMENTATIO par sen P couplé au f. la s d partie 2. Nous avons mis en place un jeu de données iques nécessaire à l’expérimentation, valable pour tous les pilotages (capa té in = c - 20 , DI 1 Ppeinture D sem ge e