François GALASSO Université Toulouse 2 Le Mirail LAAS - CNRS

Slides:



Advertisements
Présentations similaires
& Approche méthodologique
Advertisements

Page 1 GE21 – Des approches linéaires Linnovation comme séquence linéaire déterminée – Intro et Techno-pushDate : 21/10/03 - bis Introduction : -Les références.
Le système régional dinnovation: outil de développement pour les territoires? David DOLOREUX Chaire de recherche du Canada en développement régional Université
Emmanuelle DESPONTIN-MONSARRAT
Aspects cognitifs de la gestion d’environnements dynamiques
Eric BONJOUR, Maryvonne DULMET
SOMMAIRE Problématique. Décision publique et participation
Échantillonnage-Estimation
Un regard sur les méthodes mobilisables pour la géoprospective
"Recherche de scénarios redoutés à partir d'un modèle réseau de Petri"
Modélisation des systèmes non linéaires par des SIFs
L'efficacité de la fonction formation
Page de garde présentation
des produits alimentaires
Prévision de la Demande
Aide à la décision et à la négociation dans un problème de gestion de production distribuée Jean-Pierre Camalot et Patrick Esquirol LAAS-CNRS 7, avenue.
Ecole des JDMACS Décision et incertitude en logistique.
Fernand BATIONO Séminaire international de clôture du projet Ouagadougou les 16 et 17 septembre 2009.
MODULE ACHATS POUR BACHELOR SUPPLY CHAIN-COORDONNATEUR LOGISTIQUE
Option GI 2009 et cursus possibles
Supply Chain Management
Intégration prévision/planification (thèse en cours, ) Evaluation de modèles de prévision de demandes en termes des impacts sur le coût logistique.
Spécification géométrique des produits le nouveau challenge qualité
SCIENCES DE L ’INGENIEUR
SPECIFICATIONS GEOMETRIQUES
Les prévisions et la gestion de la demande
L’impact des TI sur la chaîne d’approvisionnement
RECHERCHE COMMERCIALE
Partie 2 : programmation stochastique
Travaux de thèse de Julien FRANCOIS
Programme de recherche détaillé
Approches non intrusives des éléments finis stochastiques
mémoire thématique: GLOBAL SOURCING Soutenu le 5 mars 2009
LOPTIMISATION DE LAPPROVISINNEMENT LOINTAIN MR OSIL: Ning WANG 09/06/
SEMINAIRE DE CONTACT novembre 2008 Outils de gestion de projet.
Régression linéaire (STT-2400)
INTRODUCTION À LA LOGISTIQUE
MANAGEMENT INTELLIGENT par Clark G. KHADIGE, dba, desg
L'I.E., un outil pour révéler la stratégie des PME Maryse SALLES – Université Toulouse I Lille 14 Octobre 2004.
Décision incertaine et logistique : Grille typologique
Chapitre 2-1A Modélisation cinématique des liaisons
MARKETING 4 : LE MARKETING MIX
Aide à la planification de la chaîne logistique
GESTION DE PRODUCTION ET OPERATIONS – GPO-
Dell Inc : à la recherche d’un second souffle
Les chaînes d’approvisionnement et de distribution des commerces
SUPPLY CHAIN MANAGEMENT et stratégie industrielle
 Une bonne gouvernance ?  Les niveaux de fonctionnement de l’organisation universitaire  Que disent les audits?  Les enjeux actuels  Acteurs et parties.
Groupe Supply Chain Midi-Pyrénées Coordination d’entreprises dans la chaîne logistique au niveau du Plan Industriel et Commercial (PIC) Présenté par: Roberta.
Présentation contribution Recherche Chaire Supply Chain
Optimisation de structures : Implémentation d’outils d’aide à la conception basés sur les méthodes d’optimisation topologique d’homogénéisation Thomas.
Modélisation et simulation de système de production
Décision incertaine et logistique : Grille typologique
Soutenance Phase 1 Bibliographie et Analyse des besoins
- Exemple de détermination de tolérance de localisation
Comment élaborer une politique documentaire ?
La supply Chain Management
ISO 31000: Vers un management global des risques
La gestion des stocks (Modèle de Wilson).
ISO 9001:2000 Interprétation Article 7 Réalisation du produit
Prélude Production La planification.
Chapitre 2 La Politique de Prix
Validation d’une méthode d’analyse
AIDE à la DECISION Critères IAE de Picardie - LP1.
C. Torset - AIMS Tunis 1 La décentralisation de la réflexion stratégique : Questions de méthodes.
Les partenaires Les objectifs du réseau InnovaXion MC  Prendre conscience de l’importance de l’innovation et se situer par rapport à la compétitivité.
1 Théorie de la finance Gestion de portefeuille Moyenne-variance Master Sciences de Gestion – Semestre II - Université Mohammed V Faculté des Sciences.
5 e cours : reprise Résumé Échantillon  hasard  prudence dans l’interprétation  Imprécision : marge + fourchette  incertitude : 95 (ou 99 %)  k =
Transcription de la présentation:

Aide à la décision pour la planification de chaînes logistiques dyadiques François GALASSO Université Toulouse 2 Le Mirail LAAS - CNRS 5 allées Antonio MACHADO 31058 TOULOUSE Cedex 9 Séminaire du Groupe MOGISA, le 12 juin 2008, LAAS - CNRS

Contexte de l’étude : chaînes logistiques  Importance d’apporter une aide à la décision dans les mécanismes de collaboration entre PME et GE Réseau des fournisseurs et prestataires Réseau des distributeurs et clients Objet d’étude ?? Mon domaine de recherche, c’est le SCM. Émergé ds les années 90… Ce concept a essentiellement amené les entreprises à intégrer la notion de processus aussi bien en interne (montrer firme) qu’en externe : en amont avec son réseau de fournisseurs et prestataires et en aval avec son réseau de distributeurs et de clients. Pour vous mieux situer ce contexte, je préfère vous le présenter sur un exemple : celui de la CL d’airbus. Essayer de trouver un endroit où en raison du contexte, la coopération est nécessaire. Puis démarche de recherche. Firme AMONT AVAL François GALASSO - Séminaire MOGISA

Positionnement de l’étude Modèle linéaire en variables mixtes Maximise un gain global Prise en compte de la demande client sous forme déterministe Modèle multi-produit, multi-composant, gestion des nomenclatures Plusieurs degrés de libertés dans la gestion de la capacité Gestions des approvisionnements Prise en compte des délais (d’anticipation et d’obtention) au niveaux de chaque décision Horizon ferme (HF) Demande ferme (valeur connue) Horizon flexible (HL) Demande flexible (valeur à plus ou - % près) APS Fournisseur STT Fréquence d’envoi Planification 1er pas de planification : τ=1 2e pas de planification : Horizon Flexible 2e Horizon gelé PP Demandes reportées 1er Horizon gelé 1 2 3 4 5 6 7 8 Demandes reportée d’un pas précédent Demande définie au pas 2 Demande définie au pas 1 Client Processus de gestion de la demande François GALASSO - Séminaire MOGISA

Objectifs de l’approche Proposer une évaluation des risques Souplesse des relations client-fournisseur Incertitude inhérente à la demande client Simulation des comportements des acteurs Client Politique de transmission de la demande Fournisseur Stratégie de gestion de la demande Politique de gestion de la production (+ approvisionnements et sous-traitance) François GALASSO - Séminaire MOGISA

Objectifs de l’approche Proposer une évaluation des risques Souplesse des relations client-fournisseur Incertitude inhérente à la demande client Simulation des comportements des acteurs Client Politique de transmission de la demande Fournisseur Stratégie de gestion de la demande Politique de gestion de la production (+ approvisionnements et sous-traitance) François GALASSO - Séminaire MOGISA

Décision sous risque ou sous incertitude ? Incertitude et risques Deux concepts liés Risque : exposition à un fait incertain (Holton, 2004) Décision sous risque (Lang, 2003) Probabilité associée à l’incertitude Décision sous incertitude (Lang, 2003) S’applique lorsque l’on n’a pas de probabilités Introduction de nouveaux produits Interprétation de la demande flexible Implique différents critères de rationalité François GALASSO - Séminaire MOGISA

Problématique de la décision sous incertitude Manipulation de connaissances imparfaites (Bouchon-Meunier, 1995) Incertitude Doute quant à la validité de la connaissance Imprécision Difficultés dans l’énoncé de la connaissance Incomplétude Absence de connaissance ou connaissance partielle Multitude de modèles pour la planification sous incertitude (Mula et al., 2006) Modèles conceptuels, analytiques, simulation, intelligence artificielle François GALASSO - Séminaire MOGISA

Caractérisation de la demande client L’horizon temporel de la demande transmise est décomposé en : Un horizon ferme sur lequel le client s’engage à ne pas modifier sa demande Un horizon flexible sur lequel il peut modifier sa demande entre deux bornes La demande : suit une tendance donnée incertaine est imprécise sur l’horizon flexible est incomplète car le fournisseur ne la connaît avec certitude que sur l’horizon ferme Le client choisit une stratégie d’affermissement François GALASSO - Séminaire MOGISA

Comportement du client Horizon de la demande au 1er pas Tendance linéaire Comportement : affermir le minimum Tendance et écart par rapport à la tendance Initialisation 40 55 60 65 70 75 80 85 Max - 15 20 25 30 35 40 45 50 55 60 65 Min Planification à τ =1 Tendance et écart par rapport à la tendance Affermissement des demandes Report 60 65 70 75 80 85 90 95 Max - PP 25 30 35 40 45 50 55 60 65 70 75 Min Planification à τ + PP Horizon ferme Horizon de la demande au 2e pas François GALASSO - Séminaire MOGISA

Comportement du fournisseur Le fournisseur doit s’adapter à la demande client Quelles quantités doit-il intégrer dans sa planification ? Définition de stratégies de planification  Utilisation de la demande flexible transmise par le client Ensemble de stratégies possibles Choisir la demande maximale Choisir la demande minimale … Définition d’un ensemble de plans pour la production, les approvisionnements… François GALASSO - Séminaire MOGISA

Évaluation des risques Liés aux stratégies de planification mises en place par le fournisseur (Si) en fonction des comportements du client Définition d’un diagramme des risques (Mahmoudi, 2006) Basé le critère d’Hurwicz à pondération d’optimisme (α) HS(α) = (1-α) mS + α MS (mS et MS gains mini et maxi pour S) Critère de Laplace Meilleur Gain Minimum Meilleur Gain Maximum Changement de Changement de stratégie pour : stratégie pour : Critère optimiste Critère de Wald α = α1 α = α2 d'Hurwicz (α = 1) Axe du paramètre α du critère d'Hurwicz. (α = 0) Stratégie 1 Stratégie 2 Stratégie 3 xx1<G(S1)<xx2 yy1<G(S2)<yy2 zz1<G(S3)<zz2 Critère de Savage François GALASSO - Séminaire MOGISA

Exemple de simulation Le client dispose de plusieurs tendance (T1 et T2) Chaque tendance est imprécise (flexibilité) Il affermit ses demandes sur un horizon ferme donné (visibilité) Le client a plusieurs comportements « Min » et « Max »  4 possibilités pour le client T1 T2 François GALASSO - Séminaire MOGISA

Résultats de la simulation d’un plan d’expérience Le fournisseur définit des stratégies d’intégration de la demande en fonction de la tendance S1 : il planifie sur la demande maximale S2 : il planifie sur la demande minimale Tendance 1 Tendance 2  Scénario « Min » Scénario « Max » S1 245 201 476 378 235 470 444 191 S2 291 798 403 344 264 853 383 765 François GALASSO - Séminaire MOGISA

Calcul du critère d’Hurwicz pour le fournisseur Tendance 1 Tendance 2  Scénario « Min » Scénario « Max » S1 245 201 476 378 235 470 444 191 S2 291 798 403 344 264 853 383 765 HS1 = (1-α)×235 470 + α×476 378 HS2 = (1-α)×264 853 + α×403 344 200 000 250 000 300 000 350 000 400 000 450 000 500 000 0,2 0,4 0,6 0,8 1 HS1 HS2 α = 0,29 Intersection pour α ≈ 0,29 HS2 > HS1 pour α < 0,29 HS1 > HS2 pour α > 0,29 François GALASSO - Séminaire MOGISA

Diagramme des risques fournisseur appliqué La stratégie S2 est à prendre en considération François GALASSO - Séminaire MOGISA

Évaluation des risques en fonction de la visibilité Tendance 1 Tendance 2  Scénario « Min » Scénario « Max » S1 275 477 477 185 256 284 446 378 S2 291 798 444 947 264 853 425 302 Résultats obtenus pour HF = 6 et HL = 6 Tendance 1 Tendance 2  Scénario « Min » Scénario « Max » S1 287 509 478 565 262 128 446 378 S2 291 798 463 995 264 853 444 929 Résultats obtenus pour HF = 8 et HL = 4 Tendance 1 Tendance 2  Scénario « Min » Scénario « Max » S1 291 328 478 610 264 557 446 423 S2 291 798 473 611 264 853 446 378 Résultats obtenus pour HF = 10 et HL = 2 François GALASSO - Séminaire MOGISA

Synthèse des résultats   S1 S2 Gain minimal Rupture maximale ( 4 , 8 ) 235 470 14 260 264 853 96 040 ( 6 , 6 ) 256 284 13 620 52 140 ( 8 , 4 ) 262 128 12 300 30 700 ( 10 , 2 ) 264 557 19 940 Stratégie du fournisseur Visibilité Stratégie du client François GALASSO - Séminaire MOGISA

Déroulement du jeu des acteurs Le client joue : élimination des cas où les ruptures sont les plus fortes Le fournisseur joue : élimination des cas où le gain est le plus faible   S1 S2 Gain minimal Rupture maximale ( 10 , 2 ) 264 557 12 300 264 853 19 940 Stratégie du fournisseur Visibilité Stratégie du client Stratégie du fournisseur   S2 Gain minimal Rupture maximale ( 10 , 2 ) 264 853 19 940 Visibilité Stratégie du client François GALASSO - Séminaire MOGISA

François GALASSO - Séminaire MOGISA Conclusion Aide à la décision pour la définition de stratégies pour la planification Prise de décision sous incertitude Association d’un degré d’optimisme Cadre de simulation de relations client-fournisseurs Modélisation des comportements Du client Visibilité, transmission de la demande Du fournisseur Stratégie d’intégration de la demande François GALASSO - Séminaire MOGISA

François GALASSO - Séminaire MOGISA Perspectives Globaliser les indicateurs pour la prise de décision Définition d’un tableau de bord / référentiel Agrégation par des critères d’aide à la décision Généralisation des résultats Multiplication des scénarios envisagés Multiplication des comportements François GALASSO - Séminaire MOGISA

Merci pour votre attention… Aide à la décision pour la planification de chaînes logistiques dyadiques François GALASSO Université Toulouse 2 Le Mirail LAAS - CNRS 5 allées Antonio MACHADO 31058 TOULOUSE Cedex 9 Merci pour votre attention…

Apports de la théorie des jeux Le fournisseur Choisit une stratégie d’utilisation de la demande flexible Le client Surestimer la demande (demande min) Sous-estimer la demande (demande max) Donne une visibilité Recherche d’une solution pour laquelle aucun acteur n’est perdant Équilibre de Nash François GALASSO - Séminaire MOGISA

Influence du choix des stratégies S1 ou S2 Comparaison des écarts des gains Maximums et minimums Entre la stratégie S1 et la stratégie S2 L’importance du choix de la stratégie diminue -40 000 -20 000 20 000 40 000 60 000 80 000 HF=4 ; HL=8 HF=6 ; HL=6 HF=8 ; HL=4 HF=10 ; HL=2 Écarts des gains Maxi. Écarts des gains mini. François GALASSO - Séminaire MOGISA

Vers un tableau de bord… Diagramme des risques Matrice des regrets Comparaison des gains François GALASSO - Séminaire MOGISA

Vers un tableau de bord… Matrice des regrets Diagramme des risques client Comparaison des coûts de rupture François GALASSO - Séminaire MOGISA