La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Planification stratégique:

Présentations similaires


Présentation au sujet: "Planification stratégique:"— Transcription de la présentation:

1 Planification stratégique:
dimensionnement de la capacité et de la flexibilité sous incertitude S. Kemmoe - CRCGM N. Tchernev, P.A. Pernot – LIMOS

2 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

3 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

4 Contexte : planification et incertitude
Pilotage des activités industrielles: 3 types de planification opérationnelle tactique stratégique M M+1 M+18 M+72 S. Kemmoe; N. Tchernev; P.A. Pernot

5 Contexte : planification et incertitude
Pilotage des activités industrielles: 3 types de planification  3 types de décisions Décisions longs termes: horizon de 18 mois à 10 ans opérationnelle tactique stratégique M M+1 M+18 M+72 S. Kemmoe; N. Tchernev; P.A. Pernot

6 Contexte : planification et incertitude
Pilotage des activités industrielles: 3 types de planification  3 types de décisions Décisions longs termes: horizon de 18 mois à 10 ans Décisions moyens termes: horizon de 1 mois à 18 mois opérationnelle tactique stratégique M M+1 M+18 M+72 S. Kemmoe; N. Tchernev; P.A. Pernot

7 Contexte : planification et incertitude
Pilotage des activités industrielles: 3 types de planification  3 types de décisions Décisions longs termes: horizon de 18 mois à 10 ans Décisions moyens termes: horizon de 1 mois à 18 mois Décisions courts termes: quelques semaines opérationnelle tactique stratégique M M+1 M+18 M+72 S. Kemmoe; N. Tchernev; P.A. Pernot

8 Contexte : planification et incertitude
Les typologies de décisions en détail: Planification stratégique Horizon 2 à 10 ans - Maille mensuelle; Décisions d’investissements; Dimensionnement capacitaire; Affectation produits/usines (maille agrégée). Planification tactique Horizon 1-18 mois- Maille hebdomadaire; Affectation produits/lignes de production (maille finale); Planification opérationnelle Horizon qq semaines - Maille journalière; Affectation produits/machines. S. Kemmoe; N. Tchernev; P.A. Pernot

9 Contexte : planification et incertitude
Les typologies de décisions en détails: Planification stratégique Horizon 2 à 10 ans - Maille mensuelle; Décisions d’investissements; Dimensionnement capacitaire; Affectation produits/usines (maille agrégée). Planification tactique Horizon 1-18 mois- Maille hebdomadaire; Affectation produits/lignes de production (maille finale); Planification opérationnelle Horizon qq semaines - Maille journalière; Affectation produits/machines. Déclinaison Déclinaison S. Kemmoe; N. Tchernev; P.A. Pernot

10 Contexte : planification et incertitude
Pilotage des activités industrielles: Déclinaison des décisions Décisions longs termes Dimensionnement capacitaire; Affectation produits / usines (maille agrégée). opérationnelle tactique stratégique M M+1 M+18 M+72 S. Kemmoe; N. Tchernev; P.A. Pernot

11 Contexte : planification et incertitude
Pilotage des activités industrielles: Déclinaison des décisions Décisions longs termes Dimensionnement capacitaire; Affectation produits / usines (maille agrégée). Décisions moyens termes Affectation produits finis / lignes de production (maille finale). opérationnelle tactique stratégique M+18 M M+1 + enrichissement des nouvelles données « marché ». S. Kemmoe; N. Tchernev; P.A. Pernot

12 Contexte : planification et incertitude
Pilotage des activités industrielles: Déclinaison des décisions Décisions courts termes: Affectation produits / machine. opérationnelle tactique M M+1 + enrichissement des nouvelles données « marché ». S. Kemmoe; N. Tchernev; P.A. Pernot

13 Contexte : planification et incertitude
Pilotage des activités industrielles: Déclinaison des décisions Décisions longs termes Dimensionnement capacitaire; Affectation produits / usines (maille agrégée). Décisions moyens termes Affectation produits finis / lignes de production (maille finale). Décisions courts termes: Affectation produits / machine. opérationnelle tactique stratégique M M+1 M+18 M+72 !!! Importance de la planification stratégique!!! S. Kemmoe; N. Tchernev; P.A. Pernot

14 Contexte : planification et incertitude
Mise en œuvre de la planification stratégique: Décisions Localisation des usines; Dimensionnement capacitaire; Allocation des productions. Données Coûts de production; Contexte politique; Législations; Demande; S. Kemmoe; N. Tchernev; P.A. Pernot

15 Contexte : planification et incertitude
Mise en œuvre de la planification stratégique: Décisions Localisation des usines; Dimensionnement capacitaire; Allocation des productions. Données Coûts de production; Contexte politique; Législations; Demande; Incertitude S. Kemmoe; N. Tchernev; P.A. Pernot

16 Contexte : planification et incertitude
Mise en œuvre de la planification stratégique: Décisions Localisation des usines; Dimensionnement capacitaire; Allocation des productions. Données Coûts de production; Contexte politique; Législations; Demande; Incertitude Flexibilité: ajuster les activités du système considéré en fonction de la réalisation des paramètres incertains. Ex de leviers: flexibilité volume, mix flexibilité, stocks de sécurité,… S. Kemmoe; N. Tchernev; P.A. Pernot

17 Contexte : planification et incertitude
Objectif des travaux présentés Proposer un modèle de dimensionnement long terme des capacités et de la flexibilité d’un système de production tenant compte de l’incertitude relative à la demande. S. Kemmoe; N. Tchernev; P.A. Pernot

18 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

19 Problème considéré Un système de production, fabriquant un portefeuille de plusieurs produits,…; …constitué d’un ensemble d’usines existantes…; …composées elles-mêmes de lignes de production…; …auxquelles sont associées des capacités maximales théoriques…; ..correspondantes à des données structurelles (débit maximal des machines,…). Usine 1 Ligne de production 1 Ligne de production 2 Usine 2 Ligne de production 3 Ligne de production 4 S. Kemmoe; N. Tchernev; P.A. Pernot

20 Contexte : planification et incertitude
Cas d’une ligne de production Capacité maximale théorique S. Kemmoe; N. Tchernev; P.A. Pernot

21 Contexte : planification et incertitude
Cas d’une ligne de production Capacité maximale théorique Charge S. Kemmoe; N. Tchernev; P.A. Pernot

22 Contexte : planification et incertitude
Cas d’une ligne de production Capacité maximale théorique Charge Capacité utilisable / Dimensionnement S. Kemmoe; N. Tchernev; P.A. Pernot

23 Contexte : planification et incertitude
Cas d’une ligne de production Capacité maximale théorique Charge Capacité utilisable / Dimensionnement Surcharge  perte de ventes Sous-charge  hausse du CRI S. Kemmoe; N. Tchernev; P.A. Pernot

24 Contexte : planification et incertitude
Cas d’une ligne de production Constitution de stocks Capacité maximale théorique Charge Capacité utilisable / Dimensionnement Surcharge  perte de ventes Sous-charge  hausse du CRI Constitution de stocks  diminutions pertes de ventes et sous- charges MAIS coûts de stockage S. Kemmoe; N. Tchernev; P.A. Pernot

25 Contexte : planification et incertitude
Cas d’une ligne de production Constitution de stocks Capacité maximale théorique Charge Capacité utilisable / Dimensionnement Surcharge  perte de ventes Sous-charge  hausse du CRI Constitution de stocks  diminutions pertes de ventes et sous- charges MAIS coûts de stockage Recours à la flexibilité volume  diminution pertes de ventes MAIS surcoûts S. Kemmoe; N. Tchernev; P.A. Pernot

26 Contexte : planification et incertitude
Vision « Réseau de production » Changement d’allocation des produits = mix flexibilité + coût associé S. Kemmoe; N. Tchernev; P.A. Pernot

27 Contexte : planification et incertitude
Objectif « affiné »: Proposer un modèle pour le dimensionnement capacitaire long terme d’un système de production permettant de maximiser le profit exprimé comme la différence entre: Le chiffre d’affaires issu des ventes et les coûts: de non saturation des capacités; associés à l’utilisation périodique de la flexibilité volume; associés à la mix flexibilité; associés aux stocks. S. Kemmoe; N. Tchernev; P.A. Pernot

28 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

29 Modélisation - MILP Ensembles: Variables principales:
Périodes T / Lignes de production L / Usines U / Agrégats produits P Variables principales: Variables Dimensionnement capacitaire des lignes de production Quantités périodiques produites sur chaque ligne de production Recours à la flexibilité volume périodique Investissements machines Sous-charge périodique Stocks Satisfaction de la demande Stratégique Tactique S. Kemmoe; N. Tchernev; P.A. Pernot

30 Modélisation - MILP Fonction objectif:
Maximiser le profit = Chiffre d’affaire – coûts opérationnels Chiffre d’affaires (CA): Coûts opérationnels: Coûts de stockage: Adaptation des lignes de production: Utilisation de la flexibilité volume: Non saturation des lignes de production: S. Kemmoe; N. Tchernev; P.A. Pernot

31 Dimensionnement des capacités
Modélisation - MILP (1) Dimensionnement des capacités (2) (3) S. Kemmoe; N. Tchernev; P.A. Pernot

32 Modélisation - MILP (1) Dimensionnement des capacités (2) (3) (4)
Evaluation des stocks (5) Borne sur la satisfaction de la demande (6) Investissements machines (7) (8) Contraintes de coupes (9) (10) Intégrité des variables + contraintes d’intégrité et de positivité des variables S. Kemmoe; N. Tchernev; P.A. Pernot

33 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

34 Incertitude sur la demande: simulation de monte carlo
approcher l’espérance par la moyenne; Mise en œuvre: Evaluer sur un ensemble de scénarios de demande…; …plusieurs dimensionnements capacitaires…; …correspondants à différentes configurations envisageables (contraintes de free cash flow, incréments machines,…). Choisir le « meilleur » au regard du profit espéré. S. Kemmoe; N. Tchernev; P.A. Pernot

35 Incertitude sur la demande: simulation de monte carlo
Choisir une configuration de capacité c S. Kemmoe; N. Tchernev; P.A. Pernot

36 Incertitude sur la demande: simulation de monte carlo
Choisir une configuration de capacité c Générer un scénario de demande Evaluer le profit (modèle linéaire simplifié) Décisions capacitaires figées Modèle linéaire = planification de la production S. Kemmoe; N. Tchernev; P.A. Pernot

37 Incertitude sur la demande: simulation de monte carlo
Choisir une configuration de capacité c Générer un scénario de demande Evaluer le profit (modèle linéaire simplifié) Critère de convergence Nb maximum d’itérations atteint? S. Kemmoe; N. Tchernev; P.A. Pernot

38 Incertitude sur la demande: simulation de monte carlo
Choisir une configuration de capacité c Générer un scénario de demande Evaluer le profit (modèle linéaire simplifié) Nb maximum d’itérations atteint? NON OUI Calculer le profit espéré S. Kemmoe; N. Tchernev; P.A. Pernot

39 Incertitude sur la demande: simulation de monte carlo
Choisir une configuration de capacité c Générer un scénario de demande Evaluer le profit (modèle linéaire simplifié) Nb maximum d’itérations atteint? NON NON OUI OUI Sélectionner la meilleure solution Fin? Calculer le profit espéré S. Kemmoe; N. Tchernev; P.A. Pernot

40 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

41 Application numérique
Données structurelles: 10 produits; 12 périodes; 4 lignes de productions. Scénarios de demande: Pour chaque produit, tirage aléatoire dans un intervalle entre -20% et +20% autour d’une demande nominale. 4 dimensionnements capacitaires tests: Tirage aléatoire d’une valeur comprise entre 60% et 100% des capacités maximales pour chaque ligne de production. Nombre d’itérations / critère de convergence: 150 scénarios de demande générés (faible intervalle de confiance). S. Kemmoe; N. Tchernev; P.A. Pernot

42 Application numérique
RQ: Demandes nominales saisonnalisées Profils de demandes nominales représentatifs S. Kemmoe; N. Tchernev; P.A. Pernot

43 Application numérique
Résultats Profit espéré (PE) ½ intervalle confiance (IC) IC/E Configuration 1 206 0,13 % Configuration 2 244 0,16 % Configuration 3 185 0,12 % Configuration 4 255 RQ: seuil de confiance de 95% S. Kemmoe; N. Tchernev; P.A. Pernot

44 Application numérique
Exemple de planification Demande nominale / Première dimensionnement capacitaire. S. Kemmoe; N. Tchernev; P.A. Pernot

45 agenda Contexte: planification et incertitude Problème considéré
Modélisation (MILP) Incertitude sur la demande: processus de simulation de Monte Carlo Application numérique Conclusion - Perspectives S. Kemmoe; N. Tchernev; P.A. Pernot

46 Conclusion / perspectives
Problème stratégique de déploiement des capacités / dimensionnement capacitaire; MILP déterministe…; ..intégré au sein d’un processus de simulation de Monte Carlo. Perspectives: Etude sur un cas réel; Mise en œuvre d’une méthode de type « Kim et Nelson » pour la réduction des temps de calcul. S. Kemmoe; N. Tchernev; P.A. Pernot

47 Merci pour votre attention
S. Kemmoe - CRCGM N. Tchernev, P.A. Pernot – LIMOS


Télécharger ppt "Planification stratégique:"

Présentations similaires


Annonces Google