Décision incertaine et logistique : Grille typologique

Slides:



Advertisements
Présentations similaires
SCM Supply Chain Management
Advertisements

Tanguy Caillet Senior Consultant Supply Chain Management j&m Management Consulting AG Supply Chain Management et Gestion de la Relation Clients Les outils.
Centrée à lorigine sur loptimisation des systèmes de production, cette option existe depuis les débuts de lEcole. Son contenu a suivi lévolution du domaine.
SOMMAIRE Problématique. Décision publique et participation
Stratégie de maintenance
François GALASSO Université Toulouse 2 Le Mirail LAAS - CNRS
Prévisions des ventes :
Centre National de la Recherche Scientifique Institut National Polytechnique de Grenoble Université Joseph Fourier Laboratoire G-SCOP 46, av Félix Viallet.
Control des objectifs des technologies de l’information COBIT
LA SEGMENTATION STRATÉGIQUE
Marketing Engineering
Les Systèmes Multi-Agents pour la Gestion de Production
Simulation multi-agent de phénomènes collectifs : quelques questions d’ordre épistémologique Frédéric AMBLARD Institut de Recherche en Informatique de.
1. Spécialisation de GeoConcept
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.
Parcours de formation SIN-7
Un concept pour la modélisation de la recherche qualitative, pp
Ecole des JDMACS Décision et incertitude en logistique.
L’ETUDE DE MARCHE Par M.NAFII CNAM.
Séminaire de lobjectif « forage et production » Beaune, les 26,27 et 28 Avril 2000 Outils danalyse statistiques « programmation par lexemple » S. Canu,
Manuel de formation PNUE Thème 12 Diapo 1 Attributs dun bon chef de projet dÉIE F bon communicateur F compétences techniques F sait résoudre les problèmes.
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
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.
1 Aide à la décision en production par l’intégration d'applications de MES et de Simulation des Flux à Événements Discrets Journée SCMIP Agen-LAPS, 19.
SCIENCES DE L ’INGENIEUR
Du SWOT au Diagnostic Export et à la Stratégie
Le projet BENEBUS: Benchmarking of e-business solutions for Western and Eastern Europe SMEs Contract no.:IST a rassemblé des.
La gestion par activités (ABM)
L ’ENTREPRISE EN ACTION
Les méthodes d’aide à la décision en recherche opérationnelle
Alain Noël M.B.A., Ph.D., F.Adm.A. bureau 3.278a, , A. Noël Ph.D.MBA HEC, simulation Netstrat, séance 3 1 Gérer une entreprise.
Partie 2 : programmation stochastique
Travaux de thèse de Julien FRANCOIS
Cours de création d’entreprise assuré par : Mariem Ben Abid
Programme de recherche détaillé
Sujet : Localisation et dimensionnement de plateformes
L'I.E., un outil pour révéler la stratégie des PME Maryse SALLES – Université Toulouse I Lille 14 Octobre 2004.
Présentation au colloque de Mons 2008
MBA HEC, simulation Netstrat, séance 7
Logiciels et technologies de l'information de gestion
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T Séminaire GIS GC HP2E 12 mars 2010 Projet Transversal en construction dans le cadre.
L'offre SAV et Services Clients
Quelques principes de référence pour l’évaluation des systèmes éducatifs Alain Mingat Décembre 2013.
Systèmes d’information d’entreprise
ANALYSE METHODE & OUTILS
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Programmation dynamique
Démonstrateur et problématiques industrielles  Contexte général industriel  Le point de vue des industriels  Démarche de validation fonctionnelle 
Outils pour le contrôle de gestion (M1) - Thierry Jacquot
GPEC : donner du sens à l’anticipation
Les méthodes d’aide à la décision en recherche opérationnelle
Pour s'adapter aux fluctuations du marché, les entreprises ont décentralisé l'autorité, les moyens et les responsabilités. Le découpage en centres de.
Groupe Supply Chain Midi-Pyrénées Coordination d’entreprises dans la chaîne logistique au niveau du Plan Industriel et Commercial (PIC) Présenté par: Roberta.
Initiation à la conception des systèmes d'informations
Enseigner la stratégie et l’organisation de la maintenance
Modélisation et simulation de système de production
Principales distributions théoriques
Décision incertaine et logistique : Grille typologique
ISO 31000: Vers un management global des risques
Joël GUIARD - GEVES Evolution des méthodologies d’évaluation variétale pour l’inscription au catalogue INRA GCHP 2E Séminaire Variétés 12 mars 2010 Introduction.
Inova Identifier et promouvoir des variétés économes en intrant tout en maintenant la compétitivité des filières ITB & Arvalis H. Escriou J. Lorgeou Partenaires.
BACCALAUREAT PROFESSIONNEL 3 ANS MICROTECHNIQUES Quelques points clés.
Martine Miny - MPInstitut - Référentiels et métiers de management de projet - Mastère IESTO - 9 février 2004 Référentiels et métiers de management de projet.
Analyse stratégique des marchés de prestation de services de transport
Proposition de possibilité d’évolution de nos spécialités Deux projets (liés) : Projet 1 : Informatique Computationnelle – Etudiants 4 e et 5 e IR Projet.
Modélisation des Actions Mécaniques Première sti2d
Validation d’une méthode d’analyse
MOMAS - DS/SR - GO © GDR MOMAS 16 & 17 janvier Lyon Réunion de lancement du GDR MOMAS La modélisation et la simulation pour les études du stockage.
Transcription de la présentation:

Décision incertaine et logistique : Grille typologique Animateurs : S. Durieux, P. Genin, C. Thierry durieux@ifma.fr thierry@univ-tlse2.fr patrick.genin@supmeca.fr JD MACS 2009, Angers, 19-20 Novembre 2009

Plan Contexte Objectif, organisation du projet CNRS Présentation de la typologie proposée Analyse des travaux étudiés Décision sous incertitude Bilan

Contexte : SCM Décisions à prendre dans la SC Définir et mettre en place le réseau, les moyens et les ressources nécessaires à l’accomplissement de la fonction Gérer les flux matières pour atteindre les objectifs de production et de service fixés. Beaucoup de sujets traités dans la littérature (voir travaux groupe Vendome-OGP). Des modèles contenant des données « précises » supposées représenter le futur fonctionnement et le futur environnement. En pratique : données imprécises, incertaines, incomplètes.

Contexte : SCM et incertitudes Dans un contexte d’incertitudes Souvent modélisation probabiliste et baysienne. Concepts clés : robustesse, solution et/ou modèle robuste(s). Que peut nous apporter la théorie de la décision ?

Terminologie Informations imparfaites (Bouchon- Meunier, 1995) : Informations imprécises : une difficulté dans l’énoncé de la connaissance, Informations incertaines : un doute sur la validité de l'information, Informations incomplètes : Une absence d'information ou des informations partielles sur certaines caractéristiques du système. D'une manière générique nous parlerons d'incertitude.

Objectifs du projet Du court terme au long terme Faire un état des lieux des problèmes de décision au sein de la SC en milieu incertain. Identifier quelles sont les approches de résolution utilisées dans ce contexte. Identifier les approches existantes de la théorie de la décision intéressantes dans ce cadre. Faire la liaison entre les problèmes et les approches potentielles. Établir un cadre conceptuel de formalisation et un guide méthodologique pour aborder ces problèmes. Projet financé par le GdR MACS

Grille typologique proposée : http://www.univ-valenciennes.fr/GDR-MACS/rapport/RapportProjet_DecisionDansLaChaineLogistiqueEnMondeIncertain_GDRMACS_2007.pdf Caractérisation de la chaine logistique et du problème associé : Axe Problème traité Axe Chaine logistique Identification des incertitudes, objectifs par rapport à ces incertitudes, modélisation des incertitudes. Axe problème par rapport à incertitude Axe incertitude Comment le problème a été résolu ? Axe résolution

Analyse des travaux répertoriés (1) 21 travaux étudiés, 11 pris dans la littérature Axe problème traité : Principalement des problèmes d'allocation, sélection avec un horizon de décision stratégique ou tactique Axe chaine logistique : Point de vue souvent réseau Modélisation de l'approvisionnement et de la fabrication mais peu de la distribution Vision entreprise de la chaine qui est ou interne ou externe avec peu de maillons

Analyse des travaux répertoriés (2) Axe Problème / incertitudes : Généralement on s'intéresse à la robustesse caractérisant souvent la non-variabilité de la performance. Axe incertitude : Variables ou paramètres incertains : majoritairement la demande puis les délais. Type d'information sur les valeurs : Les travaux modélisent généralement l'incertitude sur les phénomènes par des probabilités. Mais a-t-on suffisamment d'information ? Dynamique de l'incertitude : L'indépendance entre les paramètres incertains est souvent supposée mais jamais démontrée. Majoritairement l'information sur les paramètres incertains évolue avec le temps.

Analyse des travaux répertoriés (3) Axe incertitude : Prise en compte de l'incertitude dans le modèle : généralement scénarios construits plus ou moins logiquement. Axe Résolution : Nature de l'approche : analytique ou simulation (parfois les deux !) Caractéristiques du modèle : Généralement stochastique et/ou discret et/ou linéaire. Méthode utilisée : Principalement simulation discrète et/ou programmation mathématique, et/ou (méta)heuristique. Très peu de Th des jeux / Th décision

Décision sous incertitude Caractérisation d'un problème de décision Représentation des préférences Représentation de l'incertitude sur l'état du monde Critères classiques de la théorie de la décision sous incertitude Règles qualitatives de décision sous incertitude

Positionnement des approches Dimension d’un problème de décision Temporelle Multi-critères Sous-incertitude : intégration de l’incertitude au critère Critères « classiques » Connaissance : ignorance/objective/subjective Optimisme/pessimisme/indifférence-neutralité Cardinal/ordinal Nouvelles approches Critères possibilistes Généralisation (intégrale de Sugeno)

Première analyse de l'état de l'art De nombreux problèmes avec beaucoup de données incertaines Les approches utilisées tentent de prendre en compte ces incertitudes en utilisant : une modélisation probabiliste et/ou une gestion par scénarios. La difficulté de disposer d’informations suffisantes pour obtenir des probabilités même subjectives. L’indépendance des facteurs incertains souvent supposée mais jamais démontrée. La dépendance entre ces différentes sources souvent difficile à caractériser par une loi.

Incertitude dans la chaîne logistique : Bilan Terminologie : Incertitude, imprécision, incomplétude Problème sous incertitude : Robustesse, Stabilité, Sensibilité, Fiabilité, Flexibilité Agilité Résilience. Meilleure caractérisation des informations disponibles sur les paramètres incertains

Planification de la maintenance d’hélicoptères dans un milieux incertain (Malek Masmoudi ) Axe Problème traité : Type de problème : Lancement voir de dimensionnement (pour l'aspect planification) Horizon de la décision : tactique pour la planification et opérationnel pour l'ordonnancement Axe SC Axe problème / incertitude : Agilité (s'adapter, réagir) Axe incertitude : Données incertaines : Date dispo, gamme, temps opératoire, dispo des pièces Type d'information : Dynamique : Indépendance : Dynamique de l'incertitude :

Planification stratégique d’un réseau logistique (Médéric Suon) Axe Problème traité : Type de problème : Localisation, Sélection, Allocation, Dimensionnement Horizon de la décision : stratégique Axe SC : Point de vue : Chaine Caractérisation : Nb Maillons : Structure : Réseau Vision : entreprise Axe problème / incertitude : Robustesse ( quel critère (invariance, Minmax, ?) Axe incertitude Données incertaines : Marché, Tx change, Coût Type d'information sur les valeurs : Scénarios pessimiste, neutre optimiste ; Proba sur prix transport Dynamique de l'incertitude : l'info évolue au cours du temps et devient de plus en plus fiable

Recherche de stratégies robustes de gestion de production dans l’industrie agroalimentaire (Benjamin Valet) Axe Problème traité : Type de problème : Allocation, lancement. Horizon de la décision : opérationnel Axe SC : Point de vue : Caractérisation : Nb Maillons : Structure : Vision : Axe problème / incertitude : Réactivité Axe incertitude Données incertaines : arrivées des bennes et nbre de bennes par variété, tps process, dispo ressource Type d'information sur les valeurs : Historiques Dynamique de l'incertitude :

Recherche de stratégies robustes de gestion de production dans l’industrie agroalimentaire (Benjamin Valet) Axe Problème traité : Type de problème : Allocation, lancement. Horizon de la décision : opérationnel Axe SC : Point de vue : Maillon Caractérisation : production Nb Maillons : Structure : Vision : Axe problème / incertitude : Réactivité Axe incertitude Données incertaines : arrivées des bennes et nbre de bennes par variété, tps process, dispo ressource Type d'information sur les valeurs : Historiques Dynamique de l'incertitude :

Développement d'une plateforme pluridisciplinaire pour la modélisation des dispositifs du futur réacteur Jules Horswitz (Benjamin Duplex) Axe Problème traité : Type de problème : Horizon de la décision : Axe SC : Point de vue : Caractérisation : Nb Maillons : Structure : Vision : Axe problème / incertitude : Sensibilité Robustesse du modèle Axe incertitude Données incertaines : fabrication et positionnement des objets, approximation dans la modélisation Type d'information sur les valeurs : Dynamique de l'incertitude :

PRISE EN CHARGE DE LA MATERNITE EN DEHORS DES MURS DE L’HOPITAL (Norly Germain) Axe Problème traité : Type de problème : Tournée (affectation et dans quel ordre), dimensionnement Horizon de la décision : opérationnel, tactique Axe SC : Point de vue : Caractérisation : Nb Maillons : Structure : Vision : Axe problème / incertitude : Robustesse, agilité ? Axe incertitude Données incertaines : Temps "opératoire", moyens, compétences, dates ; temps de trajet Type d'information sur les valeurs : Dynamique de l'incertitude :