Télécharger la présentation
Publié parNoële Faucher Modifié depuis plus de 10 années
1
Optimisation des opérations dans une plateforme logistique
Prise en compte de l’incertitude sur les flux d’arrivée et de la capacité des ressources internes Anne-Laure Ladier Sous la direction de Gülgün Alpan Séminaire GCSP, 4 novembre 2013
2
Plan Contexte Flux d’arrivée Ressources internes Vers un méta-modèle
Cross-docking: définitions Etat des lieux littérature/industrie Flux d’arrivée Modèle avec fenêtres de temps Incertitude : mesurer la robustesse Des modèles plus robustes? Ressources internes Modèle séquentiel Outil d’aide à la décision Vers un méta-modèle Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
3
Contexte Etat des lieux littérature/industrie
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
4
Cross-docking Mise à quai Déchargement Scan Transfert Chargement
Contexte Flux d’arrivée Ressources internes Méta-modèle Cross-docking Moins de 24h de stockage temporaire Mise à quai Déchargement Scan Transfert Chargement Départ Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
5
Etat des lieux Littérature Industrie Objectif: passage à l’échelle
Contexte Flux d’arrivée Ressources internes Méta-modèle Etat des lieux Littérature Classifications / caractérisations (Très) petit nombre de portes Fonction objectif variées Industrie Grille d’entretien portes Objectifs les plus pertinents? Ladier, Alpan. Cross docking operations: current research vs. industry practice. En préparation. makespan, retard max, total stocké, stock max, coups de fourche, mvts de camions, engorgement … Ponctualité Ressources internes Objectif: passage à l’échelle Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
6
Flux d’arrivée Comment prendre en compte la ponctualité?
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
7
Problème de planification
Contexte Flux d’arrivée Ressources internes Méta-modèle Problème de planification Système de réservation: 6h-9h 10h-12h 6h-9h 6h-8h 11h-12h 9h-12h 7h-10h 6h-7h Camions de la première ligne: le camion d’entrée veut livrer ses produits à 10h, mais c’est infaisable car le camion de sortie pour les produits bleus veut partir avant 9h. Minimiser Nombre de palettes mises en stock Insatisfaction des transporteurs Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
8
Programme linéaire Hypothèses Variables de décision
Contexte Flux d’arrivée Ressources internes Méta-modèle Programme linéaire Hypothèses Opérations internes en temps masqué, en une unité de temps Pas de prise en compte des distances aux portes pour le transfert Palettes sont déchargées au sol, prélevées en ordre quelconque Variables de décision Nombre d’unité transférées d’un point à un autre (stock inclus) Fenêtre de présence pour les camions min (pénalité sur les fenêtres de temps choisies + # palettes mises en stock) Conservation du flot (par destination) # camions présents ≤ # portes Les camions sortants partent pleins Capacité de transfert Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
9
Limites de l’approche exacte
Contexte Flux d’arrivée Ressources internes Méta-modèle Limites de l’approche exacte Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
10
Heuristiques H1 H2 Contexte Flux d’arrivée Ressources internes
Méta-modèle Heuristiques H1 H2 (IP1) pour fixer le planning des camions d’entrée (IP*) relaxé sur les contraintes d’entrée (IP2) pour fixer le planning des camions sortants (IP*) relaxé sur les contraintes de sortie Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
11
Résultats Ecart à l’optimal: inférieur à 6% Contexte Flux d’arrivée
Ressources internes Méta-modèle Résultats Ladier, Alpan. Scheduling truck arrivals and departures in a cross dock: earliness, tardiness and storage policies. IESM 2013. Ecart à l’optimal: inférieur à 6% Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
12
Et l’incertitude dans tout ça?
Contexte Flux d’arrivée Ressources internes Méta-modèle Et l’incertitude dans tout ça? Comment le planning est-il affecté par des événements imprévus? Comment évaluer sa robustesse? Que changer dans le programme linéaire pour le rendre plus robuste? Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
13
Méthodologie Simulation à événements discrets Logiciel: FlexSim
Contexte Flux d’arrivée Ressources internes Méta-modèle Méthodologie Simulation à événements discrets Simuler des processus stochastiques complexes Accumuler des données sur un grand nombre de simulations Logiciel: FlexSim ( Programme d’échange financé par la Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
14
Optimisation-simulation?
Contexte Flux d’arrivée Ressources internes Méta-modèle Optimisation-simulation? Simulation Optimisation Simulation Optimisation Hauser (2002) Liu and Takakuwa (2009) Wang and Regan (2008) Optimisation Simulation Simulation Optimisation McWilliams (2005) Aickelin and Adewunmi (2006) Gambardella et al. (1998) Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
15
Principe z Sorties du programme linéaire Modèle de simulation Contexte
Flux d’arrivée Ressources internes Méta-modèle Principe Sorties du programme linéaire Ladier, Greenwood, Alpan, Hales. Issues in the Complementary use of simulation and optimization modeling. The OR Society 7th Simulation Workshop, 2014. Planning des camions d’entrée Détail mouvements de palettes Planning des camions de sortie Arrivée Départ Détails/palette Capacité de transfert Arrivée Départ z Modèle de simulation Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
16
Allouer les camions aux portes
Contexte Flux d’arrivée Ressources internes Méta-modèle Modèle de simulation Ajouter de la logique pour faire face aux imprévus Allouer les camions aux portes Router les palettes Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
17
Démonstration Contexte Flux d’arrivée Ressources internes Méta-modèle
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
18
Mesurer la robustesse %age hors-limites Contexte Flux d’arrivée
Ressources internes Méta-modèle Mesurer la robustesse Indicateurs Nombre de palettes transitant par le stock Erreur sur l’heure de mise à quai en entrée Erreur sur l’heure de mise à quai en sortie Erreur sur le temps passé à quai en entrée Erreur sur le temps passé à quai en sortie Tolérance 1 pal 5 min 20 min %age hors-limites (20 réplications, 21 instances) Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
19
Résultats / temps de transfert
Contexte Flux d’arrivée Ressources internes Méta-modèle Résultats / temps de transfert Temps de transfert stochastique Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
20
Résultats / arrivée des camions
Contexte Flux d’arrivée Ressources internes Méta-modèle Résultats / arrivée des camions Arrivée des camions en avance / en retard, suivant une loi exponentielle de paramètre d Ici: 60% en retard, 33% à l’heure, 7% en avance d Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
21
Résultats / arrivée des camions
Contexte Flux d’arrivée Ressources internes Méta-modèle Résultats / arrivée des camions Arrivée des camions en avance / en retard, suivant une loi exponentielle de paramètre d d Donc on peut utiliser cette grandeur comme mesure de robustesse. Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
22
Observations sur la simulation
Contexte Flux d’arrivée Ressources internes Méta-modèle Observations sur la simulation Erreur sur le temps passé à quai Erreur sur l’heure de mise à quai Ladier, Alpan, Greenwood. Cross-docking operations: a simulation model to assess the robustness of an IP-based truck schedule. ISERC 2014 Corrélation Des camions restent à quai + longtemps, les suivants ne sont pas affectés Entre 0 et 1 1 Des camions restent à quai + longtemps, les suivants sont décalés d’autant ISERC: Industrial Engineering Research Conference Aucun camion critique Certains camions sont critiques Tous les camions sont critiques Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
23
Proposer des PL plus robustes
Contexte Flux d’arrivée Ressources internes Méta-modèle Proposer des PL plus robustes « Robust proactive scheduling » Redondance temporelle: Période tampon entre 2 camions à une porte Redondance des ressources: Porte « tampon » en entrée et en sortie, ou une porte variable Une partie des portes dispo à chaque instant - %age fixe ou fonction du volume d’activité prévu « Robust optimization » Min pire cas / les contraintes sont respectées pour toutes les valeurs possibles des données Article de revue en projet Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
24
Ressources internes Comment prendre en compte le personnel de la pf?
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
25
Un autre problème de planning
Contexte Flux d’arrivée Ressources internes Méta-modèle Un autre problème de planning Volume d’activité donné comment gérer les ressources internes? Contraintes RH variées Compétences Manut CACES1 CACES3 Cariste Préparateur … Disponibilités 4h min 10h max 35h en moyenne sur l’année 44h/sm max Embauche d’intérimaires Coût variable selon le profil de l’intérimaire Autres facteurs Capacité machines Equité Régularité Pénibilité … Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
26
Un sujet peu étudié en logistique
Contexte Flux d’arrivée Ressources internes Méta-modèle Un sujet peu étudié en logistique Aviation/Personnel naviguant Dimension géographique Santé/Personnel infirmier Profils de qualification plus simples Objectif de permanence ≠ adaptation à une demande fluctuante Services/Centres d’appel Main d’œuvre homogène, pas de différences de qualifications Logistique [Günther et Nissen] Planification quotidienne pour 65 employés Méthodes de résolution approchées: heuristiques et recherche locale Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
27
Enjeux Résoudre le problème:
Contexte Flux d’arrivée Ressources internes Méta-modèle Enjeux Résoudre le problème: avec les contraintes propres à la logistique à l’échelle hebdomadaire et quotidienne en évitant les méthodes de recherche locale 3 PLVEM appelés séquentiellement Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
28
Principe Étape 1 Étape 2 Étape 3 Multi-objectif avec pondérations
Contexte Flux d’arrivée Ressources internes Méta-modèle Principe Planning hebdo Planning du jour Nombre d’heures Jour Heures de début et fin par employé Une à deux semaines Horaires exacts Heure & plage horaire Affectation aux postes ¼ d’heure E. travaille 8 heures jeudi E. travaille de 9h à 17h jeudi E. est en prép. de 9h à 11h15, au filmage de 11h à 12h … Étape 1 Étape 2 Étape 3 Multi-objectif avec pondérations Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
29
Contexte Flux d’arrivée Ressources internes Méta-modèle Résultat Ladier, Alpan, Penz. Joint employee weekly timetabling and daily rostering: a decision-aid tool for a logistics platform. EJOR 2013. Outil d’aide à la décision avec base de données, module de prévision, interface de gestion Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
30
Vers un méta-modèle Comment regrouper camions et employés?
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
31
Projet de bouclage MILP1 MILP2 IP* MILP3 IP1 IP1 Contexte
Flux d’arrivée Ressources internes Méta-modèle Projet de bouclage Article de revue en projet MILP1 MILP2 IP* MILP3 IP1 IP1 Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
32
Merci pour votre attention!
Questions?
33
IP* Data Decision variables
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
34
IP* Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
35
Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
36
Pallets transfer Anne-Laure Ladier | Séminaire GCSP | 4 novembre 2013
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.