Modélisation et résolution de problèmes de planification de la chaîne logistique à l’aide du logiciel d’optimisation AIMMS

Modélisation et résolution de problèmes de planification de la chaîne logistique à l’aide du logiciel d’optimisation AIMMS

Author: Christophe Gouin

Publisher: GRIN Verlag

Published: 2011-05-18

Total Pages: 90

ISBN-13: 3640918800

DOWNLOAD EBOOK

Thèse de Bachelor de l’année 2009 dans le domaine Gestion d'entreprise - Achats, Production, Logistique, note: 17,5/20, Hochschule für Technik und Wirtschaft des Saarlandes, langue: Français, résumé: Une entreprise souhaite réorganiser son approvisionnement, ainsi que ca production et ca distribution en visant les la minimisation des coûts totaux. La production est organisée sur trois sites (w1, w2, w3), alimentés en module de création (b) par deux fournisseurs (z1, z2). A l’issue de la production, les produits finaux (p1, p2) sont transportés dans deux entrepôts de transit (l1, l2) qui constituent le point de départ pour la distribution des produits finis aux dix clients (k1,..., k10). On trouve cependant dans la chaîne logistique quelques contraintes devant être prise en compte : Le premier fournisseur (z1) ne livre les modules de qu’à deux sites de production (w1 et w2), le deuxième fournisseur par contre livre à toutes les trois industries. De plus, les deux fournisseurs ont des capacités maximales de module de construction qui peuvent être livrés aux sites de production ainsi qu’une capacité maximale de transport de module de création entre les fournisseurs et les différents sites de fabrication. Les sites de production w1, w2, w3 produisent différentes sortes de produit (p1 et p2) : w1 fabrique le produit p1 et w2 le produit p2. La troisième usine peut fabriquer les deux produits. En outre, les trois sites ont des capacités maximales d’approvisionnement de module de construction. Ceci est lié à la place de stockage, qui est limitée. Le produit p1 se compose de deux modules de création, tandis que le produit p2 consiste en 3 modules de création (c.f Figure 2 : Arborescence de la production, p. 14) Les deux premières usines (w1 et w2) peuvent livrer les produits finis aux deux entrepôts, tandis que le troisième site (w3) fournit uniquement le deuxième stock (l2). De plus, un certain nombre de produits doivent être livrés aux entrepôts quotidiennement. En outre les deux entrepôts ont un débit journalier de 700 unités au maximum. Les entrepôts sont en sous-traitance et n’appartiennent en conséquence pas à l’entreprise. La distribution est faite quotidiennement à partir des deux entrepôts qui sont des entrepôts de transit, et n’ont en conséquence pas de stock. Les poids-lourds quittent les entrepôts à 02 :00 heures et se déplace à la vitesse de 75km/h. Or pour garantir les livraisons le plus vite possibles, les produits finis doivent être arrivés chez les clients à 09 :00 heures au plus tard. L’objectif de planification consiste ici en une minimisation des coûts totaux de la chaîne logistique et en l’organisation de celle-ci.


Modélisation Et Résolution de Problèmes de Planification de la Chaéne Logistique À L'Aide Du Logiciel D'Optimisation Aimms

Modélisation Et Résolution de Problèmes de Planification de la Chaéne Logistique À L'Aide Du Logiciel D'Optimisation Aimms

Author: Christophe Gouin

Publisher: GRIN Verlag

Published: 2011-05

Total Pages: 93

ISBN-13: 3640918592

DOWNLOAD EBOOK

Thèse de Bachelor de l'année 2009 dans le domaine Gestion d'entreprise - Achats, Production, Logistique, note: 17,5/20, Hochschule für Technik und Wirtschaft des Saarlandes, langue: Français, résumé Une entreprise souhaite réorganiser son approvisionnement, ainsi que ca production et ca distribution en visant les la minimisation des coûts totaux. La production est organisée sur trois sites (w1, w2, w3), alimentés en module de création (b) par deux fournisseurs (z1, z2). A l'issue de la production, les produits finaux (p1, p2) sont transportés dans deux entrepôts de transit (l1, l2) qui constituent le point de départ pour la distribution des produits finis aux dix clients (k1, ..., k10). On trouve cependant dans la chaîne logistique quelques contraintes devant être prise en compte: Le premier fournisseur (z1) ne livre les modules de qu'à deux sites de production (w1 et w2), le deuxième fournisseur par contre livre à toutes les trois industries. De plus, les deux fournisseurs ont des capacités maximales de module de construction qui peuvent être livrés aux sites de production ainsi qu'une capacité maximale de transport de module de création entre les fournisseurs et les différents sites de fabrication. Les sites de production w1, w2, w3 produisent différentes sortes de produit (p1 et p2): w1 fabrique le produit p1 et w2 le produit p2. La troisième usine peut fabriquer les deux produits. En outre, les trois sites ont des capacités maximales d'approvisionnement de module de construction. Ceci est lié à la place de stockage, qui est limitée. Le produit p1 se compose de deux modules de création, tandis que le produit p2 consiste en 3 modules de création (c.f Figure 2: Arborescence de la production, p. 14) Les deux premières usines (w1 et w2) peuvent livrer les produits finis aux deux entrepôts, tandis que le troisième site (w3) fournit uniquement le deuxième stock (l2). De plus, un certain nombre de produits doivent être livrés aux entrepôts quotidiennement. En o


Optimization and Logistics Challenges in the Enterprise

Optimization and Logistics Challenges in the Enterprise

Author: Wanpracha Chaovalitwongse

Publisher: Springer Science & Business Media

Published: 2009-06-17

Total Pages: 434

ISBN-13: 0387886176

DOWNLOAD EBOOK

In a world with highly competitive markets and economic instability due to capitalization, industrial competition has increasingly intensified. In order for many industries to survive and succeed, they need to develop highly effective coordination between supply chain partners, dynamic collaborative and strategic alliance relationships, and efficient logistics and supply chain network designs. Consequently, in the past decade, there has been an explosion of interest among academic researchers and industrial practitioners in innovative supply chain and logistics models, algorithms, and coordination policies. Mathematically distinct from classical supply chain management, this emerging research area has been proven to be useful and applicable to a wide variety of industries. This book brings together recent advances in supply chain and logistics research and computational optimization that apply to a collaborative environment in the enterprise.


Introduction to Computational Optimization Models for Production Planning in a Supply Chain

Introduction to Computational Optimization Models for Production Planning in a Supply Chain

Author: Stefan Voß

Publisher: Springer Science & Business Media

Published: 2013-06-05

Total Pages: 239

ISBN-13: 3540247645

DOWNLOAD EBOOK

An easy-to-read introduction to the concepts associated with the creation of optimization models for production planning starts off this book. These concepts are then applied to well-known planning models, namely mrp and MRP II. From this foundation, fairly sophisticated models for supply chain management are developed. Another unique feature is that models are developed with an eye toward implementation. In fact, there is a chapter that provides explicit examples of implementation of the basic models using a variety of popular, commercially available modeling languages.


Modélisation et simulation des flux logistiques 2

Modélisation et simulation des flux logistiques 2

Author: Jean-Michel Réveillac

Publisher: ISTE Group

Published: 2017-09-01

Total Pages: 235

ISBN-13: 1784052051

DOWNLOAD EBOOK

Les flux logistiques sont omniprésents et leur maîtrise est devenue indispensable. Nombreux professionnels doivent faire face à de nouveaux défis et résoudre des problèmes d’optimisation toujours plus complexes pour répondre à des contraintes en perpétuelle évolution. Deuxième volume de Modélisation et simulation des flux logistiques, cet ouvrage à vocation pédagogique met en pratique, avec l’aide de logiciels comme le tableur Microsoft Excel, le gestionnaire de projet Microsoft Project et certains simulateurs de trafic routier, les différentes techniques présentées dans le volume 1 en les appliquant sur des cas concrets. Il traite également des évolutions que devraient connaître de nombreux logiciels d’optimisation. Cet ouvrage est destiné à tout lecteur qui rencontre des problèmes d’ordre logistique. Les techniques présentées et leurs domaines d’utilisation multiples trouveront des applications pratiques parfois insoupçonnées dans la vie professionnelle, voire même personnelle, de tout un chacun.


Modélisation, optimisation et simulation pour la planification tactique des chaînes logistiques

Modélisation, optimisation et simulation pour la planification tactique des chaînes logistiques

Author: Michael Comelli

Publisher:

Published: 2008

Total Pages: 197

ISBN-13:

DOWNLOAD EBOOK

Cette thèse se concentre sur deux problèmes tactiques de gestion des chaînes logistiques, la planification tactique et la gestion de stock à demande différenciée. Ainsi, le premier objectif de ce travail est de proposer un modèle de planification tactique générique pour les chaînes logistiques dites à "nomenclature convergente". Une méthode d'optimisation à base de recuit simulé dédié à ce modèle est également proposée. De récents travaux ont montré la pertinence de générer les plans tactiques non plus à partir de ces coûts mais à partir d'indicateurs financiers tels que la la valeur dégagée, etc. Le second objectif de ce mémoire est donc d'étudier les liens entre flux physiques et flux financiers afin de définir des modèles de planification tactique optimisant une fonction financière. La problématique de la répartition de la valeur au sein de la chaîne logistique est également étudiée et nous proposons un modèle mathématique répondant à cette dernière thématique. Une approche intégrée pour la planification tactique d'une chaîne logistique articulée autour d'un chaînage de modèles mathématiques (planification / partage de la valeur) est alors proposée .La deuxième partie de ce mémoire présente l'étude d'un problème de gestion de stock dit à demande différenciée. Une comparaison de plusieurs solutions de gestion est proposée à partir d'un modèle de simulation à événement discret


Supply Chain Management und Logistik

Supply Chain Management und Logistik

Author: Hans-Otto Günther

Publisher: Springer Science & Business Media

Published: 2005-04-13

Total Pages: 570

ISBN-13: 3790815764

DOWNLOAD EBOOK

Innerhalb moderner Informations- und Kommunikationssysteme für Supply Chain Management und Logistik stehen heute erstmals große Mengen an digitalen, strukturierten Daten zur Verfügung. Diese bilden eine hervorragende Basis für den Einsatz quantitativer Methoden bei der Entscheidungsunterstützung. Durch State-of-the-Art-Technologien des Operations Research können heute sehr große Praxismodelle optimal gelöst und die Ergebnisse nahtlos in die Informations- und Kommunikationssysteme eines Unternehmens oder einer Lieferkette eingebunden werden. Darüber hinaus ist der Einsatz von Optimierungsverfahren heute nicht nur in der Planungsphase, sondern auch in der Ausführung möglich. Das Buch präsentiert Beispiele zur Nutzung quantitativer Methoden in Supply Chain Management und Logistik aus den Bereichen des Operations Research und der Wirtschaftsinformatik.


Métaheuristiques pour la logistique

Métaheuristiques pour la logistique

Author: Laurent Deroussi

Publisher: ISTE Group

Published: 2016-02-01

Total Pages: 213

ISBN-13: 178405058X

DOWNLOAD EBOOK

Les métaheuristiques sont utilisées pour résoudre des problèmes d’optimisation complexes, à chaque fois que l'on veut identifier, avec un temps de calcul raisonnable, des solutions efficaces. Il s’agit donc d’une approche pragmatique, qui a des sources d'inspiration multiples. La série Les métaheuristiques a pour objectif d'étendre leur champ d’application, en proposant des approches transversales du domaine, des études centrées sur des applications spécifiques ou encore des analyses consacrées à des familles de métaheuristiques particulières. De par leur diversité et leur difficulté, les problèmes logistiques sont, pour la recherche opérationnelle, un sujet d’étude à l’intérêt constamment renouvelé. Alors que les mathématiques semblent à court d’arguments pour les résoudre, une famille de méthodes appelées métaheuristiques permet d’apporter des réponses en proposant une approche à la fois flexible, robuste et efficace. Pour illustrer ces méthodes, ce livre s’appuie sur l’étude de nombreux problèmes logistiques concrets : voyageur de commerce, sac-à-dos, ordonnancement, planification, localisation… Ces problèmes, aussi différents qu’ils puissent paraître, peuvent tous être résolus avec un recuit simulé, une recherche locale itérée, un algorithme génétique ou des essaims particulaires. La présentation d’approches simples et générales aidera les étudiants à programmer leurs premières métaheuristiques, tandis que la description de techniques plus élaborées (implémentation de Taillard, chaînes d’éjection) permettra aux ingénieurs plus aguerris d’approfondir leurs connaissances.


Problème intégré de dimensionnement de lots et de tournées de véhicules avec remanufacturing des produits en fin de vie

Problème intégré de dimensionnement de lots et de tournées de véhicules avec remanufacturing des produits en fin de vie

Author: Zakaria Chekoubi

Publisher:

Published: 2020

Total Pages: 0

ISBN-13:

DOWNLOAD EBOOK

Dans une chaîne logistique traditionnelle, les opérations de production, de stockage et de distribution sont traitées séparément en raison de la complexité de la planification conjointe de ces opérations et le manque d'informations partagées entre les parties prenantes. Aujourd'hui, pour faire face à la concurrence féroce que connaît le marché mondial, les entreprises sont obligées de planifier conjointement ces activités afin de bénéficier des avantages économiques et environnementaux engendrés par cette intégration. Parmi les problèmes d'optimisation existants dans la littérature, le problème de la planification intégrée qui optimise conjointement les décisions de production, de gestion des stocks, de distribution et de tournées de véhicules, a récemment fait l'objet d'une attention considérable, malgré sa nature NP-difficile. En effet, ses avantages en termes de synchronisation entre les processus, de réduction des coûts et d'amélioration du niveau de service peuvent être importants. En outre, l'optimisation de ce problème dans le contexte des chaînes logistiques en boucle fermée avec gestion des Produits en Fin de Vie (PFV) conduit au développement de chaînes logistiques de plus en plus durables. De plus, les inquiétudes croissantes sur les enjeux environnementaux liés aux activités industrielles ont conduit à l'émergence de politiques de contrôle des émissions carbone. La prise en compte de ces réglementations peut conduire à un impact positif sur la responsabilité environnementale de l'entreprise. Pour répondre à ces défis, l'objectif de cette thèse consiste à concevoir des modèles et de développer des approches d'optimisation pour résoudre un problème de planification intégrée des opérations de production, de ré-usinage, de stockage et de distribution directe-inverse. Nous avons considéré une chaîne logistique en boucle fermée composée d'une ligne de production de produits neufs, d'une ligne de ré-usinage des PFV retournés, deux stocks pour les produits réutilisables et les PFV à ré-usiner, ainsi que des clients ayant des demandes dynamiques en livraison et en collecte. Le but est de déterminer les quantités optimales à produire, ré-usiner et stocker, ainsi que l'ordre de passage chez les clients afin de satisfaire leurs demandes simultanément en livraison et en collecte, tout en minimisant le coût total dû aux opérations induites. Dans un premier temps, un modèle linéaire en nombres entiers est proposé pour optimiser la chaîne logistique en considérant un ou plusieurs véhicules avec capacité limitée. La deuxième partie de la thèse porte sur le développement d'une heuristique de décomposition à deux phases pour résoudre le modèle intégré étendu. La dernière partie de la thèse est consacrée à l'intégration des émissions du dioxyde de carbone dans les décisions de production, de ré-usinage, de stockage et de distribution et d'étudier le comportement des niveaux d'émissions de carbone dans le cadre de la politique de plafonnement et d'échange de droits d'émission de carbone. Des expérimentations numériques permettent de démontrer l'applicabilité et les limites de nos approches.


Planification tactique de chaîne d'approvisionnement en boucle fermée

Planification tactique de chaîne d'approvisionnement en boucle fermée

Author: Pierre Desport

Publisher:

Published: 2017

Total Pages: 0

ISBN-13:

DOWNLOAD EBOOK

La gestion de chaîne d'approvisionnement est un élément essentiel à la performance des entreprises et fait l'objet d'une attention particulière depuis plusieurs décennies. Dans le domaine des télécommunications, cette gestion inclût généralement des activités de réparation et prend alors place sur une chaîne d'approvisionnement en boucle fermée. Dans ce contexte, la gestion de la chaîne d'approvisionnement vise à la planification optimale des mouvements de pièces saines et défaillantes basée sur une prévision des défaillances futures et fait face à différents objectifs conflictuels (rupture de stock, stockage, réparation,transfert). Le travail présenté dans cette thèse s'intéresse à ce problème d'optimisation et s'appuie sur un cas réel. Spécifiquement nous proposons un système d'aide à la planification tactique. Ce système est centré sur une modélisation générique du problème d'optimisation applicable à une grande variété de chaînes d'approvisionnement. Nous présentons particulièrement une approche exacte et une méta-heuristique pour résoudre ce problème et évaluons ces approches sur une variété d'instances de différentes tailles avec plusieurs niveaux et distributions du stock initial dans la chaîne d'approvisionnement. Nous étudions également la possibilité de mener des politiques de gestion particulières (e.g., juste-à-temps, réparations minimales) en pondérant les différents objectifs étudiés. Nous nous intéressons également à l'application de plans successifs produits par le système et, particulièrement, nous étudions la capacité du système à faire face aux incertitudes pouvant apparaître dans les prévisions.