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