Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
Le Plan Directeur de Production (PDP)
Le Plan Directeur de Production (PDP) est un plan établissant pour chaque période (semaine, plus rarement à la journée) les quantités des principaux produits qui seront fabriquées sur un horizon de 3 à 6 mois : il donne des volumes de fabrication de produits directeurs pour chaque période sur l’horizon de planification. Il établit donc des objectifs de production exprimés en termes de références contrairement au PIC qui lui, raisonne en familles de produit. Bien évidemment, ceux-ci respectent les décisions globales prises dans le cadre du PIC.
Le PDP étant utilisé comme outil d’analyse charge/capacité et pour le calcul des besoins nets, le choix des articles pour lesquels il est développé est primordial :
si on a peu de produits finis, ils constitueront les produits directeurs, sinon, les produits directeurs seront formés de composants critiques qui permettront de piloter les flux en amont.
Puisque l’élaboration du PDP se base sur des commandes fermes et des prévisions, son horizon de planification est, en général, découpé en deux parties : une zone ferme et une zone prévisionnelle.
Dans la zone ferme, les ordres de fabrication ne devront plus être remis en cause (si ce n’est en des circonstances exceptionnelles). Cette partie a pour mission d’éviter une remise en cause permanente des ordres de fabrication qui empêcherait toute planification des activités.
Dans la zone prévisionnelle, les ordres sont incertains et susceptibles d’être modifiés.
Pour chaque article directeur, le PDP est constitué de quatre échéanciers :
les besoins à chaque période : ils correspondent aux commandes fermes et prévisionnelles mais également à la mise en œuvre concrète de la politique de stockage/déstockage d’anticipation décidée au niveau du PIC,
les quantités de produits finis à réceptionner pour couvrir les besoins : on tient compte des coûts induits, notamment des économies potentielles en cas de regroupement de plusieurs ordres (si les coûts fixes – de réglage par exemple – sont très importants), et de la capacité du système, les quantités de produits à lancer en fabrication en tenant compte de différents délais pour respecter les réceptions planifiées, les stocks prévisionnels par période qui se déduisent des besoins et des réceptions planifiées.
On voit donc que le PDP joue un rôle fondamental au niveau de la planification tactique. D’ailleurs pour (Courtois et al. 2003), il s’agit même « d’un contrat qui définit de façon précise l’échéancier des quantités à produire pour chaque produit fini ». Il en définit même les principales fonctions :
il dirige le calcul des besoins-matières : en donnant les ordres de fabrication pour les produits finis, il induit le calcul des besoins-matières au travers des nomenclatures,
il concrétise le PIC puisqu’il traduit chaque famille en produits finis,
il permet de suivre les ventes réelles en comparant les commandes reçues avec les prévisions,
il met à disposition du service commercial le disponible à vendre qui est un outil donnant le nombre de produits finis disponibles à la vente sans remettre en cause le PDP prévu et donc sans déstabiliser la production,
il permet enfin de mesurer l’évolution du stock.
Le Plan Directeur de Production joue un rôle fondamental dans le fonctionnement d’un système intégré de planification et de contrôle de la production et des stocks, en se positionnant comme le lieu où s’établit à chaque période l’équilibre entre ressources de l’entreprise et demande à satisfaire. C’est en ce sens que (Tchernev 2003) précise : « Le PDP se trouve donc au coeur des tensions engendrées par les perturbations susceptibles de survenir dans l’entreprise, tels les retards de production ou dans son environnement, telles les modifications de la demande. L’objectif premier du PDP est le service : livrer les commandes à temps dans un délai concurrentiel. Le deuxième objectif est l’utilisation optimale des ressources, soit la possession minimale d’un stock d’une part, et des conditions de fonctionnement favorisant l’efficience du système opérationnel et des achats d’autre part. »
Le PDP ne traitant que de la planification en produit fini, le MRP permet de planifier, sur le même horizon, le déstockage ou la fabrication des composants en remontant les besoins au moyen de nomenclatures (il est possible de noter la limite de cette technique pour les industries de process et les industries à gammes multiples).
Le calcul des besoins nets (MRP)
Pour (Nollet et al. 1994), la planification des besoins-matières se situe à l’interface de la planification détaillée des opérations et de l’ordonnancement : « Son rôle est de déterminer les quantités et les dates de fabrication, d’assemblage des articles à demande dépendante, c’est-à-dire des matières premières et des composants, afin de produire à temps des quantités prévues dans le plan directeur de production. Elle assure la coordination entre ce que l’entreprise s’est engagée à livrer sur le marché et la mise en branle des opérations de production devant être réalisées pour pouvoir terminer les commandes à temps. »
Autrement dit, le calcul des besoins est un outil de programmation à moyen terme qui génère des propositions de fabrication et d’achat pour l’ensemble des articles à tous les niveaux de la nomenclature à partir du PDP.
Outre la planification, le MRP sert également de système de contrôle : en effet, on peut assurer le suivi des étapes, des détails et remédier à tout écart défavorable jugé important pouvant remettre en cause et modifier le PDP. Il permet aussi de « diriger »les ressources ; en effet, une fois les quantités et les dates de fabrication et de commande connues, il est alors possible de passer à l’étape de l’ordon-nancement.
En définitive, le MRP répond aux trois questions suivantes :
De quels composants ou matières premières doit-on disposer pour réaliser le PDP ?
Combien d’unités de chaque article doit-on acheter et fabriquer, compte-tenu des niveaux de stock?
Quand passer la commande d’achat et quand démarrer la fabrication ?
On répond à ces questions en « éclatant » chaque produit du PDP et en établissant les calendriers de fabrication et d’achat, en prenant soin de décaler les délais respectifs prévus pour chaque opération de livraison, de fabrication et d’assemblage de ces articles. Les quantités déterminées par le MRP sont fortement corrélées avec les décisions inscrites dans le PDP. Le degré d’exactitude dans la détermina-tion du PDP influence donc la justesse des quantités à produire selon le MRP.
La simplicité du principe MRP ne doit pas cacher les difficultés de sa mise en oeuvre en vraie gran-deur dans un environnement industriel car il génère une masse considérable de calculs qui engendrent des milliers d’ordres de fabrication et d’achat qu’il faut contrôler et dont il faut suivre la réalisation.
Le pilotage de l’atelier
Le pilotage de l’atelier assure la flexibilité quotidienne nécessaire pour faire face aux fluctuations prévues de la demande et des disponibilités de ressources. (Thomas et Lamouri 2000) précisent : « Le pilotage de l’atelier est responsable de l’exécution du PDP et de la planification du besoin en com-posants (MRP), ainsi que de la bonne utilisation de la main-d’œuvre et des machines ; il doit aussi minimiser les encours et assurer le taux de service client. »
On va retrouver à ce niveau la gestion des stocks, qui assure la mise à disposition des matières premières et des composants ; l’ordonnancement qui consiste en une programmation détaillée des res-sources mobilisées (opérateurs, équipements et outillages) et l’organisation effective des transports.
Nous avons vu que les problèmes liés à la planification industrielle se repartissaient selon trois niveaux : stratégique, tactique et opérationnel. Regardons comment la logique MRP II s’intègre dans cette classification.
MRP II et les niveaux décisionnels de la planification industrielle (Genin 2003) définit un plan tactique comme étant « l’ensemble des plans définissant les volumes de distribution de production et d’approvisionnement et la modulation de capacité des ressources pour satisfaire les besoins des clients finaux ».
En se basant sur cette définition, les plans constitutifs du niveau tactique sont donc le PIC et le PDP. Cependant, (Drexl et Kimms 1997) montrent que l’établissement du PDP et du MRP sont des processus dont l’intéraction est très forte et, par suite, que ces deux plans sont intimement liés. En effet, le principe utilisé pour établir ces plans se découpe en trois phases :
Phase I : En commençant par les produits finis, on calcule les quantités à fabriquer pour chaque produit, et ceci, niveau par niveau pour tous les produits (finis ou composants). Durant cette étape, les contraintes de capacité sont ignorées,
Phase II : Les résultats obtenus durant la Phase I violant généralement les contraintes de capacité pendant certaines périodes, la Phase II consiste à décaler certaines fabrications dans le but de fournir un plan qui les respecte. En faisant ceci, on ignore les relations de précédence entre les produits,
Phase III : La dernière phase consiste à établir le séquencement de la fabrication des produits et à délivrer des ordres de fabrication au système de production.
C’est pour cela que beaucoup d’auteurs ((Stadler 2005), (Meyr et al. 2005)) considèrent que le MRP se trouve à la frontière entre le niveau tactique et le niveau opérationnel.
La chaîne logistique et le management de la chaîne logistique
Dans la section précédente, nous avons présenté la méthode MRPII, initialement orientée mono-site. Cependant, les mécanismes de fusion/acquisition entre entreprises ont amené à définir, dans un premier temps, la notion de groupe industriel et donc à considérer des entreprises multi-site faisant ainsi émerger une nouvelle problématique liée à la planification tactique : la synchronisation horizontale qui vise non seulement à générer des plans de production pour chaque site de production, mais aussi à en assurer la synchronisation (des produits fabriqués par un site pouvant être nécessaires à la fabrication d’un produit sur un autre site de production). Puis est apparu le concept de chaîne logistique : au travers d’un jeu d’alliance, d’externalisation et de sous-traitance, les groupes industriels ont pu étendre leur champ d’influence sans pour autant consacrer leurs ressources financières à des acquisitions ne rentrant pas dans leur « cœur de métier ».
Notion de chaîne logistique
(Porter 1986) a introduit le concept de « chaîne de valeur » dans le but de décomposer l’activité de l’entreprise en séquence d’opérations élémentaires afin de permettre le développement d’un avantage compétitif sur le marché. (Gervais 1995) précise : « La valeur est la somme que les clients sont prêts à payer pour obtenir le produit qui leur est offert. Cette valeur résulte de différentes activités réalisées par les fournisseurs, la firme et les circuits de distribution, que ceux-ci soient intégrés ou non à la firme. (…) Au sein de cet agrégat, M. Porter chercha à identifier les lieux essentiels de création de la valeur, de manière à cerner les modalités permettant d’obtenir un avantage concurrentiel ». Forte de son succès, la chaîne de la valeur a été suivie par d’autres : chaîne de la demande, chaîne relationnelle et bien sûr chaîne logistique (supply chain).
Dans la littérature, on peut retrouver nombre de définitions de la chaîne logistique. (Féniès et al. 2004) la définissent comme étant : « un ensemble ouvert traversé par des flux, composé d’entités et d’acteurs variés autonomes qui utilisent des ressources restreintes (capital, temps, matériel, matières premières…) et qui coordonnent leur action par un processus logistique intégré afin d’améliorer prioritai-rement leur performance collective (satisfaction du client final, optimisation globale du fonctionnement de la Supply Chain) mais aussi à terme leur performance individuelle (maximisation du profit d’une entité) ». Cette définition montre qu’une chaîne logistique se définit par la réunion de trois ensembles :
– un réseau composé d’entités physiques (usines, ateliers, entrepôts, distributeurs, grossistes, dé-taillants,…) et d’organisations autonomes (firmes, filiales, …) ;
un ensemble ouvert traversé par des flux (financier, matériel, informationnel, … ) ;
un ensemble d’activités regroupées dans un processus logistique intégré dont l’agencement consti-tue une chaîne de valeur intra et inter-organisationnelle.
C’est sur ce premier ensemble que se focalise généralement les définitions de la chaîne logistique. En effet, (Lee et Billington 1993) définissent la chaîne logistique comme : « un réseau de sites de production et de sites de distribution qui se procurent des matières premières, les transforment et les distribuent au consommateur ». Pour (Ganeshan et Harrison 1995), la chaîne logistique est « un réseau d’entités de production et de sites de distribution qui réalise les fonctions d’approvisionnement de matières, de transformation de ces matières en produits intermédiaires et/ou finis, et de distribution de ces derniers jusqu’aux clients ».
Dans le second ensemble, on retrouve :
le flux physique (achat de matières, transformation des matières premières en produits, livraison des produits). L’optimisation de ce flux vise à satisfaire les clients du système.
le flux monétaire ou financier. Ce flux circule en sens inverse du flux physique mais de manière erratique. L’optimisation du flux financier est faite de manière locale, dans chaque maillon de la chaîne logistique, mais rarement de manière globale. Pour (Shapiro 2001) : « L’optimisation de ce flux financier (cash-flow) permet a priori d’obtenir la satisfaction des actionnaires des entités de la chaîne logistique et d’améliorer son fonctionnement global ». Le flux financier est la contrepartie monétaire du flux physique.
le flux informationnel qui permet la coordination des flux financiers comme physiques entre chaque nœud, et une coordination globale. Quel que soit le niveau hiérarchique du système logistique, les flux d’information contiennent les données nécessaires au pilotage et à la gestion de l’ensemble des activités de cette unité. Pour chaque activité, les informations suivantes doivent être disponibles :
l’information propre aux moyens qui la réalisent (l’état de ces moyens, la connaissance et les données nécessaires à leur fonctionnement, les règles locales pour leur pilotage) ;
l’information concernant l’état des activités qui dépendent de celle-ci ;
l’information sur son état concernant les activités dépendantes ;
l’information sur son état concernant le système de gestion de l’unité flexible de produc-tion/stockage ou le retour de l’information (feed-back) ;
les règles globales pour le pilotage et la gestion de l’ensemble des activités qui lui sont relatives
(Tchernev 1997) définit le processus logistique comme « un ensemble d’activités ordonnées ayant comme objectif la maîtrise et la gestion des flux matières à travers le système logistique, l’affectation et la gestion des ressources du système logistique afin d’assurer un niveau de service à moindre coût ».30
D’après (Stadler 2005), les processus logistiques d’une Supply Chain sont composés de quatre grandes familles d’activités génériques (Figure 1.5) formant le dernier ensemble définissant la chaîne logistique :
. approvisionner en matières,
. fabriquer des produits,
. distribuer les produits,
. vendre les produits.
La littérature traitant de la chaîne logistique est vaste et traite de problèmes aussi variés que sa conception, son optimisation et sa gestion. Ces problématiques sont usuellement regroupées sous le vocable de « management de la chaîne logistique ». Plus précisement, (Samii 2006) en donne la définition suivante : le supply chain management est « la coordination systémique et stratégique des fonctions traditionnelles de l’entreprise dans un réseau inter-entreprises avec, pour objectif, d’améliorer les performances à long terme à la fois de l’entreprise concernée et de la supply chain dans son ensemble
C’est en ce sens que (Thomas et Lamouri 2000) définissent le management de la chaîne logistique comme une évolution de MRPII.
Le management de la chaîne logistique
Le concept de management de la chaîne logistique (supply chain management -SCM-) a été introduit par (Oliver et Webber 1992) et a fait l’objet de nombreux ouvrages. Dans leurs travaux de synthèse, (Stadler et Kilger 2004) le définissent comme « une démarche permettant l’intégration d’unités orga-nisationnelles le long d’une chaîne logistique et la coordination des flux physiques, informationnels, et financiers dans le but de satisfaire le consommateur final et d’améliorer la compétitivité de la supply chain dans son ensemble » et en illustrent les multiples facettes grâce à la « Maison du management de la chaîne logistique » (Figure 1.6).
Le problème d’intégration horizontale
La prise en compte des élements constitutifs de la chaîne logistique dans le processus de planification tactique étend le problème de synchronisation horizontale des sites de production à tous les acteurs de la chaîne : on parle alors d’intégration horizontale (Genin 2003). La figure 1.9 illustre le principe de l’intégration horizontale.
Les demandes exprimées par les clients sont remontées séquentiellement de l’aval de la chaîne vers l’amont. Le résultat du DRP est transmis au MRP des premiers sites de production ce qui leur génére des besoins en composants qu’ils transmettent à leur tour au MRP des sites amonts et ainsi de suite jusqu’aux fournisseurs. (Genin 2003) remarque que les processus de planification menés à l’aide de ces systèmes peuvent aboutir à des plans réalisables pour chaque entité logistique mais qu’ils ne sont pas optimisés dans leur ensemble. De plus, il se peut qu’on arrive à des plans irréalisables en raison d’un manque de cohérence entre eux (par exemple, un PDP peut avoir été élaboré pour une usine mais être irréalisable en raison de contraintes d’approvisionnement) ce qui entraîne une désynchronisation horizontale (Crama et al. 2001).
Ce principe d’intégration horizontale induit deux approches possibles de planification dans la chaîne logistique :
une approche décentralisée. Les acteurs de la chaîne logistique ne partagent qu’une certaine quantité d’informations et génèrent leur planning de production isolément, induisant par suite une optimisation locale (pour chaque maillon de la chaîne) du processus de planification, une approche centralisée. Supposant une très forte (mais hypothétique) collaboration des diffé-rents acteurs de la chaîne logistique, elle permet de concevoir des plans de production apportant une solution globalement meilleure que celle obtenue par une approche décentralisée (Thierry et al. 1994). Mais il est évident qu’une telle approche ne devient totalement pertinente que dans le cas d’une chaîne logistique interne (les acteurs appatiennent au même groupe industriel par exemple), où le partage de l’information s’il n’est pas total est pour le moins très fort.
Bien que beaucoup d’auteurs considèrent comme très difficile l’adoption d’une approche centralisée, ces résultats en terme d’optimisation poussent ainsi de nombreux auteurs à étudier la pertinence du partage de l’information au cœur des chaînes logistiques afin d’en améliorer la performance globale.
Notre problématique étant l’élaboration de plans de production (master planning, PDP et MRP) pour la chaîne logistique, nous nous placerons dans le cas d’une approche centralisée.
Solutions logicielles pour la planification de la chaîne logistique
Comme la gestion industrielle regroupe toutes les fonctions de l’entreprise, elle comprend, outre la gestion de la production, la gestion des ressources humaines, des achats, de la qualité, financière…
Il existe donc plusieurs types de progiciels répondant aux multiples besoins d’une entreprise. Nous trouvons :
. les ERP (Enterprise Resource Planning) : progiciels de gestion intégrée,
. les APS (Advanced Planning and Scheduling) : progiciels de planification et d’optimisation,
. les LES (Logistics Execution System) : progiciels d’optimisation de la logistique de distribution,
. les MES (Manufacturing Execution System) : progiciels de contrôle et d’optimisation de l’exécu-tion de la production,
. les outils dédiés (à une ou plusieurs fonctions).
Ces offres sont complémentaires et permettent de couvrir l’ensemble des besoins de l’entreprise. Les LES sont des progiciels qui rationalisent la totalité du cycle de traitement des commandes (de
sa connaissance à la livraison). Ils regroupent 3 fonctions :
. la gestion de l’entreposage (WMS pour Warehouse Management System),
. la gestion des transports (TMS pour Transport Management System),
. la gestion avancée des commandes (OM pour Order Management).
Leur principal objectif est d’apporter une réponse la plus rapide possible à une demande complexe des clients. Ils réagissent à des délais courts, des fluctuations de la demande au jour le jour ou en temps réel, au fort taux de rotation des produits, etc. Leur périmètre fonctionnel est restreint, limité à la logistique de distribution au niveau exécutif.
MES est un acronyme inventé par l’AMR-Research, et désigne des systèmes qui délivrent des infor-mations pertinentes en temps réel sur l’exécution des ordres de fabrication, dans le but de les contrôler depuis leur lancement jusqu’à l’obtention des produits finis et d’optimiser les activités de production. Ceci s’effectue en cherchant à effectuer un meilleur suivi et à gérer un planning de production et d’or-donnancement réaliste (par identification des goulots et réduction des stocks et des encours). Ils ont un cadre fonctionnel restreint, et sont fortement dépendants du mode de fabrication.
Les outils dédiés représentent des solutions se trouvant sur le marché en position de niches. Nous pourrions citer par exemple les moteurs d’optimisation ou encore les modules de prévisions des vente.
Tous ces outils reposent sur l’EDI qui permet aux entreprises d’échanger des données avec des presta-taires ou collaborateurs externes par des moyens de communication respectant les normes UN/EDIFACT (Echange de Données InFormatisé pour l’Administration, le Commerce et les Transports) et EBXML (Electronic Business using eXtensible Markup Language).
Nous présentons de manière plus détaillée les progiciels de type ERP et APS, offrant des solutions pour répondre aux problématiques de planification tactique.
Enterprise Resource Planning (ERP)
Un ERP est un Progiciel de Gestion Intégré (PGI en français) qui permet de gérer et d’intégrer l’en-semble des processus d’une entreprise (gestion des ressources humaines, gestion comptable et financière, aide à la décision, approvisionnement,…). Il est basé sur deux grands principes :
– l’intégration consiste en l’élaboration d’applications informatiques (paie, comptabilité…) modu-laires (indépendantes entre elles) tout en partageant une base de données unique et commune. Les données sont standardisées et partagées, ce qui élimine l’ambiguïté des données multiples, le temps réel : un moteur de Workflow permet, lorsqu’une donnée est entrée dans le système d’information, de la propager dans tous les modules du système qui en ont besoin, selon une programmation prédéfinie.
Selon l’APICS (agence américaine de standardisation des termes industriels, aujourd’hui désignée par The Educational Society for Resource Management), l’ERP est un « progiciel qui assure la mise en temps réel de l’ensemble des fonctions de l’entreprise, tant du point de vue des ordres d’achat, de vente que de gestion des stocks et produits en assurant la charge des différentes ressources et un lien avec la gestion financière ».
En ce qui concerne la gestion de la production, le module correspondant de l’ERP permet de gérer des nomenclatures de produits et des gammes de produits d’un point de vue du suivi de la production.
Il permet en effet de planifier la production, de calculer des besoins, de prévoir les ventes au niveau entreprise (PIC), de prévoir la production (PDP), de calculer des besoins et des ressources (hommes et machines : MRP II), de planifier des capacités, de contrôler la fabrication, de suivre la production, de calculer les coûts de revient. Cela signifie que ce module souffre de carences dues à la méthode MRPII : il ne permet pas, notamment, d’optimiser la planification de la production. De nouveaux outils nommés APS (Advanced Planning System ou Advanced Planning and Scheduling) ont été élaborés pour pallier ces faiblesses.
Advanced Planning System (APS)
D’après (Fleischmann 2004), un « Advanced Planning System » (APS) est un logiciel qui couvre l’ensemble des tâches de planification de la supply chain d’une entreprise manufacturière. Par suite, les APS sont des progiciels qui sont censés optimiser la planification et synchroniser les flux de la chaîne logistique en tenant compte simultanément d’un grand nombre de contraintes (ressources, capacités, délais, coûts) et ce, sur plusieurs niveaux de planification (stratégique, tactique et opérationnel) comme l’illustre la figure 1.11.
D’après (Fleischmann 2004), la réelle avancée des APS consiste en l’adjonction aux ERPs tradition-nels d’un véritable module de planification basé sur des modèles mathématiques qui permet l’accession pour une entreprise à de réelles fonctions de planification. Ces outils s’appuient donc sur de puissants solveurs et permettent de répondre en partie aux problèmes de la planification industrielle. Au travers de ceux-ci, ils sont donc capables d’élaborer des solutions globales pour la chaîne logistique (« synchro-nisation horizontale ») et d’optimiser celle-ci. De plus, leur faculté à générer rapidement une solution
multi-niveau » permet de replanifier l’ensemble de la chaîne à chaque événement considéré comme majeur (contrairement à l’approche périodique de MRP II), comme le montre la figure 1.12. Ce dernier point ne résout pas les problèmes concernant la consolidation et la replanification (consommation des commandes fermes) : en effet, une replanification à chaque événement mineur ou majeur entraîne une instabilité pouvant être néfaste à la performance globale du système (Genin 2003).
De plus, comme le soulignent (Lamouri et al. 2005), les APS sont conçus pour élaborer des plan-nings optimaux mais, comme ils ne prennent pas en compte l’incertitude des données (prévisions de la demande…), ils n’élaborent pas de solutions robustes c’est-à-dire capables d’assurer une certaine stabilité de la planification face aux fluctuations possibles des données.
Pour finir les calculs des besoins nets (MRP) sont assignés à la fonction d’approvisionnement au niveau opérationnel (Tempelmeier 2001). Or ceci n’est évidemment pas le cas dans un contexte indus-triel puisqu’ils sont rattachés à la fonction de production. Cela a une conséquence majeure : l’approche des APS pour la planification n’est pas meilleure que celle des ERPs dans le sens où elle s’appuie sur la méthode MRP, négligeant totalement le calcul des tailles de lots.
La littérature traitant des problèmes de planification tactique est vaste. Cependant, une grande partie des travaux qui leur sont consacrés, s’est axée vers la formalisation mathématique de ces pro-blématiques et l’élaboration de méthodes dédiées à ces modèles : ainsi a émergé toute une famille de modèles appelée « Lot Sizing Problem » et dédiée à l’élaboration des différents plans de production (PIC, Master Planning, PDP et MRP). Dans la section suivante, nous proposons un état de l’art de ces modèles et nous verrons que suivant les hypothèses prises en compte, certains d’entre eux ne peuvent pas être considérés comme répondant à une problématique de planification tactique.
Classification des modèles mathématiques pour la planification tactique
Dans cette partie, nous proposons un état de l’art des principaux modèles de « lot-sizing » et dont un extrait a fait l’objet d’une publication (Comelli et al. 2008).
Comme nous l’avons décrit précédemment, les problématiques liées à la planification tactique sont nombreuses et fonction de la typologie de la structure à laquelle elles se rapportent (entreprise mono-site, multi-site ; chaîne logistique…). C’est pour cela que nous avons commencé par recenser les critères discriminants qui nous ont permis de classifier les modèles rencontrés :
la typologie de la structure considérée : nous allons retrouver les problématiques mono-site et multi-site. Comme nous le verrons par la suite, la planification tactique de la chaîne logistique est usuellement traitée comme un probléme de planification multi-site (avec les spécificités d’ap-provisionnement et de distribution en sus), la modélisation de la demande (constante ou variable) : une demande est dite constante si elle est répartie uniformément sur tout l’horizon. Dans le cas contraire, on parle de demande variable. on discrétise alors l’horizon en périodes et on agrège la demande sur celles-ci. Cette distinction fondamentale a permis de définir deux approches de résolution très différentes :
• les modèles à demande constante ont pour caractéristique de fournir comme solution un cycle de production, reproductible au cours de l’horizon, minimisant les coûts de production, les modèles à demande variable déterminent des quantités à produire sur des périodes préala-blement définies sur l’horizon de planification permettant de minimiser les coûts de production et de répondre au besoin client.
la façon de prendre en compte la nomenclature des produits : les problèmes de planification tactique présentés dans leur globalité consistent en la planification des produits finis et de leurs composants. Ceux-ci peuvent être traités de deux manières différentes :
niveau par niveau. On effectue une planification à partir de la logique MRP qui consiste à remonter le besoin en composants à partir des produits finis (dits demande externe). Cette logique définit ainsi une planification niveau par niveau. On peut donc utiliser des modèles mono-niveau, la quantité déterminée au niveau supérieur engendrant la demande (dite interne) au niveau en cours. La limite de cette approche se situe au niveau de la cohérence entre les différentes planifications niveau par niveau à partir des modèles dits multi-niveau (Multi Level, ML) qui consistent à lier les niveaux entre eux en exprimant la demande interne et externe ce qui assure la réalisabilité de la solution. Les modèles multi-niveau se différencient des modèles mono-niveau par les notions de structures arborescentes (nomenclature) et de délai d’obtention des divers composants (lead time),
la modélisation de l’horizon de planification,
la prise en compte des capacités des ressources utilisées.
Les difficultés liées à la modélisation des systèmes physiques ont conduit à l’élaboration de deux types de modèles. En effet, il est nécessaire pour certains cas industriels de définir une solution de plani-fication ayant pris en compte des contraintes opérationnelles notamment de séquencement (la phase III du principe de l’élaboration du PDP et du MRP exposée précédemment (Drexl et Kimms 1997)). C’est pour cela que la littérature distingue aussi deux grandes classes de modèles : les modèles dits de « big bucket » et de « small bucket ». Les modèles « big bucket » permettent de modéliser la production de plusieurs produits au cours d’une même période tandis que les modèles « small bucket » ne modélisent que la production d’un seul produit par période et permettent, par suite, de proposer un séquencement de la solution proposée. Les modèles « small bucket » ne sont donc pertinents que dans le cas où les périodes sont très courtes (micro-période, par exemple la journée). En effet, ces modèles supposent que le système de production ne fabrique qu’un seul type de produits par période. En revanche, ces modèles permettent de modéliser plus finement les coûts de lancement (reconfiguration du système de production) en séquençant la production. A l’opposé, les modèles « big bucket » sont pertinents pour des périodes plus longues (macro-période, la semaine par exemple). Ainsi, suivant la façon dont est modélisée l’horizon de planification (micro-périodes ou macro-périodes), nous retrouvons deux types de modèles très différents. Cependant, il est important de noter que les modèles « small bucket », en s’intéressant au séquencement de la production, se trouvent vraiment à la frontière avec les probléma-tiques d’ordonnancement : c’est pour cela qu’ils sont souvent considérés comme ne faisant pas partie des modèles de planification tactique.
Toutes les différenciations citées précédemment sont liées à la pertinence de la modélisation. Cepen-dant, pour aider à la résolution de ceux-ci, d’autres modèles ont été developpés notamment ne prenant pas en compte la capacité du système de production : ainsi, dans la littérature il est aussi possible de distinguer deux autres critères de différenciation qui sont la prise en compte ou non de la capa-cité et les modèles mono ou multi-produit. Bien qu’étant irréalistes, les modèles sans capacité et/ou mono-produit permettent d’élaborer des stratégies de résolution pour des problèmes plus complexes en fournissant, par exemple, des bornes inférieures à ceux-ci. Dans l’état de l’art que nous proposons, nous ne ferons pas mention explicitement des modèles mono-produit car ils sont obtenus comme cas particulier des modèles multi-produit. Bien évidemment, dans ce cas, les concepts de « small » ou « big bucket » ne présentent plus aucun intérêt. Le lecteur intéressé pourra se référer à l’état de l’art présenté par (Brahimi et al. 2006).
|
Table des matières
Introduction
1 La problématique de la planification tactique
I L’approche MRP II
1 Les différents plans dans MRP II
2 MRP II et les niveaux décisionnels de la planification industrielle
3 Les limites de MRP II
II La chaîne logistique et le management de la chaîne logistique
1 Notion de chaîne logistique
2 Le management de la chaîne logistique
III Classification des modèles mathématiques pour la planification tactique
1 Les modèles mono-site
2 Les modèles multi-site
Conclusion
2 Proposition de modèles génériques pour la planification tactique
Introduction
I La méthodologie ASCI
1 Analyse et spécification
2 Conception et implantation
3 Analyse des résultats de l’étude et prise de décisions
II Modèle de connaissance générique pour la planification multi-site
1 Le sous-système physique
2 Le sous-système logique
3 Le sous-système décisionnel
4 Les dépendances entre les différents sous-systèmes
5 Le modèle UML représentant les trois sous-systèmes et les liens les unissant
III Modèle mathématique générique pour la planification multi-site
1 Notations mathématiques des ressources « production »
2 Notations mathématiques pour les ressources « stock »
3 Modélisation des ressources « transport »
4 Modélisation des flux de produits
IV Deux exemples d’instanciation du modèle générique
1 Le MLCLSP
2 Un modèle de planification multi-site avec prise en compte des transports
Conclusion
I Le modèle mathématique
1 Le modèle de base
2 La reformulation en problème de plus court chemin
3 Le modèle approximatif de Manne
4 Les extensions du CLSP
II Etat de l’art sur les méthodes de résolution
1 Calcul de bornes inférieures
2 Méthodes pour le modèle du CLSP
3 Méthodes pour le modèle du CLSP avec Setup Time
4 Conclusion sur l’état de l’art
III Proposition de méthodes pour le CLSP
1 Calcul d’une borne inférieure
2 Chaînage de deux métaheuristiques
3 La Métaheuristique « bi-objectif »
4 Mise en œuvre et résultats
IV Adaptation au CLSP avec Setup Time
1 Prise en compte des temps de lancements
2 Mise en œuvre et résultats
Conclusion
4 Méthodes approchées pour la planification d’une chaîne logistique de type FlowShop Hybride 159
Introduction
I Modèle mathématique pour une chaîne logistique de type flow-shop hybride
1 Notations utilisées
2 Les contraintes du modèle mathématique
3 La fonction objectif
4 Le modèle mathématique définitif
II Etat de l’art
1 Méthodes pour le MLLP
2 Méthodes pour le MLCLSP
3 Conclusion
III Méthodes d’optimisation pour la planification d’une chaîne logistique de type Flow-Shop Hybride
1 Résolution du problème de planification des « usines étages »
2 Résolution du problème d’affectation
3 La méthode d’optimisation pour le problème de planification de la chaîne logistique de type flow shop hybride
4 Mise en œuvre et résultats
IV Vers une nouvelle approche
1 Résolution du problème « usines étages »
2 Résolution du problème d’affectation
3 Une nouvelle méthode d’optimisation
Conclusion
5 Pistes de recherche pour une synchronisation des plans tactique et opérationel
Introduction
I Etat de l’art
1 Intégration de contraintes opérationnelles
2 Estimation des capacités du système de production
II Approche par couplage de modèles mathématiques
III Approche par couplage d’une méthode approchée et d’un modèle de simulation
IV Illustration de l’approche utilisant la simulation sur la planification d’un atelier de type Flow-Shop hybride
Conclusion
6 Gestion des stocks à demande différenciée : application à un contexte industriel
Introduction
I Le contexte de l’étude
1 Les principales politiques de gestion des stocks
2 La gestion des stocks à demande différenciée
3 Les travaux du LIMOS
II Le projet
1 Etude de faisabilité et de condition du test
2 Conception de l’application informatique permettant le calcul des seuils
Conclusion
Télécharger le rapport complet
