Problème de planification intégrée production-distribution Thèse en co-tutelle ENIT-ECP Imen Safra Abdelmalek Directeur de thèse : Mr. Chengbin Chu Co-directeurs de thèse : Mme. Asma Ghaffari Mr. Zied Jemai Mai 2009

Plan de l’exposé Présentation de la problématique Synthèse bibliographique Cas d’étude Formulation proposée Perspectives

1. Présentation de la problématique Consommateurs Producteurs Distributeurs Plus de flexibilité et réactivité Réduction des coûts Meilleure satisfaction client

1. Présentation de la problématique Diversité de produits Silva.C. et Magalhaes J.M.(2006), Thomassey.S et al.(2005) Produit adéquat Au bon moment Au meilleur coût Produits à courte durée de vie Silva.C. et Magalhaes J.M.(2006), Thomassey.S et al.(2005), De Toni.A, Meneghetti.A.(2000 Existence de produits personnalisés De Toni.A, Meneghetti.A.(2000), Dumoulin.A. et Vercellis.C. (2000), Différents modes de pilotage de flux de production Coordination des flux Karacapilidis.N.I. et Pappis.C.P (1996) Saisonnalité de la demande Silva.C. et Magalhaes J.M.(2006), Thomassey.S et al.(2005), De Toni.A, Meneghetti.A.(2000 Application : Industrie textile

Approche de modélisation 2. Synthèse bibliographique Fournisseurs Producteurs Stratégique Intégration Echelons de la CL Niveau de décision Dépôts Clients Tactique opérationnel Problèmes Mono/multi produit Mono/multi période Min coûts Max profits Analytique Pg mathématique Les objectifs Approche de modélisation Multi-objectifs Modèle stochastique

Modélisation du problème 2. Synthèse bibliographique Niveau de décision Echelons de la CL Stratégique 16% Intégration 11% Opérationnel 13% Tactique 60% 3 échelons 2 échelons 36% 57% 7% Plus L’intégration de deux niveaux de décision considérée dans les quelques articles Stratégique [Sabri E.H. et Beamon B.M. 2000] ; [Keskin B.B. et Üster H. 2006] [Jayaraman, V. Ross, A. 2003] ; [Cohen, M.A., Lee, H.L. 1989] [Sousa, R., Shah, N. 2007] ; [Bidhandi, M.H., Rosnah, M.Y. 2009] Modélisation du problème Objectif Echelons de la CL Stochastique 14% 86% Déterministe Min Coûts multi objectif Max profit 18% 73% 9% Modélisation intégrée tenant compte de l’activité de sous-traitance [Jolayemi , J.K. Olorunniwo , F.O. 2004]

Approches de résolution 2. Synthèse bibliographique Objectif 90% des travaux mono-objectif Rares sont les modèles multi-objectifs coût (profit) + satisfaction client [Jang W. et Kim D. 2006] [Pundoor G. et Chen Z.L. 2005] [Arntzen, B.C 1995]. Approches de résolution Heuristiques ou méta-heuristiques Relaxation et décomposition du Pb - Méthode hybride modélisation + simulation [Lee Y.H. et Kim S.H. 2002]

Applications industrielles 2. Synthèse bibliographique Applications industrielles Industrie pharmaceutique [Matta, R.D. et Miller, T. 2004] Industrie chimique [Tsiakis, P. et Papageorgiou, L.G. 2007] [Timpe, C.H., Kallrath, J. 2000] [Sousa, R., Shah, N., Papageorgiou, L.G. 2007] [Verderame, P.M., Floudas, C.A. 2009] Assemblage et distribution des ordinateurs [Cohen, M.A., Lee, H.L. 1989] [Arntzen, B.C et al. 1995] Production de détergents [Feser, P. et al.1985] [Ozdamar, L. et T. Yazgac 1999] Impression et distribution de magazines hebdomadaires [Cunha,C.B. et Mutarelli,F. 2007] [Russel,R. 2008] Production de métaux [Nishi, T. et al.2007] [Dhaenens-Flipo, C. 2000] Production de composants électroniques [Liang,T.F. 2008]

3. Cas d’étude 3.1 Description Réalisation d’un stage au sein d’un groupe textile Tunisien Marché national et international (La Redoute, Morgan, Promod, Zara,Dixit, Cache cache, Armand Thiery…) Unités de production Dépôts Clients MP PF Fournisseurs PF MP Sous-traitants

Présence de trois modes de pilotage 3. Cas d’étude 3.1 Description Production en flux poussé  de la collection pour la saison à venir Production en flux tiré par les demandes de la saison à venir pour les commandes fermes des clients Présence de trois modes de pilotage de flux de production Remplacer les produits épuisées Actualiser les produits non vendus Production en flux tiré par demandes réassorts ou actualisation des produits pour la saison en cours 30% création active

3. Cas d’étude 3.1 Description On distingue deux types de sous-traitants Les sous-traitants de capacité (société du groupe ou externe) Les commandes urgentes ne pouvant pas être réalisées par la société. Les sous-traitants de spécialité (sociétés du marché textile international : chine, Italie…)  Production de grandes quantités à délai long (3 mois et plus) et à moindre coût.

3. Cas d’étude 3.2 Constat Mauvaise répartition des ressources Mauvaise coordination Des unités en surproduction ou en sous-production Impossibilité de répondre à des besoins imprévus Se trouver dans l’obligation de faire appel à des sous-traitants pour finaliser les produits dans les meilleurs délais Mauvaise planification qui ne tient pas compte des flux poussés et tirés

3. Cas d’étude Planification tactique du modèle intégré production-distribution Multi-produits - multi-périodes - multi-objectifs Unités de production Dépôts Clients MP PF Qui produit? Quoi? Combien? Quel coût? Quel délai? MP PF Qui? Combien? Quand Combien? Quand Sous-traitant Sous-traitant Flux d’information (ordre de fabrication) Production sur commande (MTO) Production sur stock (MTS) Sous-traitants

4. Formulation proposée Unité de production Dépôts Clients - Quantité à produire ? - Quantité à livrer ? Sous traitants - Type de produit ? Horizon 6 mois Demande prévisionnelle - Quand ? - Quantité à stocker ?

4. Formulation proposée Fonction objectif Minimiser Coût de production Coût de stockage Coût de distribution Minimiser + + Mode de transport Fixe variable sites de production dépôts Lancement heures normales heures sup sous-traitance

4. Formulation proposée Contraintes - Equilibre des flux - Capacité de stockage - Capacité de production dispo en tenant compte des imprévus - Satisfaction de la demande à chaque période - Relation quantités produites/quantités distribuées - Limitation des heures supplémentaires

4. Formulation proposée Test des différentes instances : Unités Sous-traitants produits dépôts Périodes modes trans 4 unités – 4 sous-traitants – 3 modes tran – 2 dépôts -6 périodes Instances Var. continues Var. binaires Contraintes Tps exécution 6 produits 2377 288 5976 6s 12 produits 4753 576 13644 11.26s 24 produits 9505 1152 34164 23m10s

5. Perspectives Validation d’un modèle pour une chaîne logistique type de l’industrie textile Multi-objectif Pilotage mixte de flux Intégration de 2 niveaux de décisions Etapes de résolution : Exactes Simulation, heuristiques, métaheuristiques,

Merci pour votre attention Questions ?