La modélisation comme outil de prospection et de négociation

L’industrie sucrière sud-africaine

La modélisation comme outil de prospection et de négociation

Un bassin d’approvisionnement est un système complexe au sein duquel interagissent des acteurs autonomes aux intérêts parfois divergents. Pour analyser ces situations la modélisation s’avère être un outil appréciable et permettant d’apporter des solutions aux problèmes rencontrés (Georgiadis et al., 2005). A l’échelle du bassin d’approvisionnement, les questions de planification qui se posent s’inscrivent souvent dans le moyen terme ou le long terme et s’apparentent alors à de la prospection. Bien des questions nous obligent à nous projeter vers des scénarios très différents de la situation actuelle, voire inédits. La modélisation présente de ce point de vue plusieurs avantages : elle permet de tester des scénarios qu’il serait impossible, ou du moins difficile, de mettre en place dans la réalité, de tester un nombre élevé d’hypothèses dans un temps relativement court, le tout avec des risques et un coût réduit.

Conclusion : problématique de mon étude

Une multitude d’études ont été menées sur les aspects logistiques sur du court terme (day-today), mais très peu se sont penchées sur cette question en tenant compte de l’organisation des approvisionnements à l’échelle de la campagne (Grunow et al., 2007). En effet, les travaux réalisés en logistique s’intéressent essentiellement au problème du transport en soi, avec une mesure de la réussite basée sur une réduction des délais ou du nombre de véhicules nécessaires.

Choix de la sucrerie

La sucrerie de Noodsberg a été retenue comme terrain d’étude pour notre travail. Les dirigeants de la sucrerie ayant approché la SASRI et l’Université du KwaZulu Natal pour travailler sur des problèmes de logistique, nous étions tout naturellement amenés à travailler sur ce site. Les problèmes soulevés par le transport efficiency committee de Noodsberg montrent que les préoccupations actuelles des différents acteurs de la zone sont bien en relation avec les questions de mécanisation de la récolte et de problèmes logistiques concernant le transport de la canne. Il faut dire que le bassin cannier de l’usine de Noodsberg, situé sur les plateaux des Midlands, dispose de conditions favorables à un accroissement de la mécanisation de la récolte, ce qui n’est pas vraiment le cas à Sezela, situé dans une zone de  forts reliefs sur la côte

Table des matières

Introduction
1. Contexte et problématique 
1.1. L’industrie sucrière sud-africaine.
1.1.1. Organisation de la filière .
1.1.2. Organisation des approvisionnements à l’échelle d’un bassin cannier
1.2. Les interactions entre acteurs au sein des bassins d’approvisionnement agro-industriels
1.3. Intérêts de la modélisation pour améliorer les performances d’un bassin d’approvisionnement
1.3.1. La modélisation comme outil de prospection et de négociation
1.3.2. Les modèles d’organisation des approvisionnements à l’échelle de la campagne
1.3.3. Les modèles logistiques
1.4. Conclusion : problématique de mon étude.
2. Matériels et méthodes de travail
2.1. Choix de la sucrerie.
2.2. Collecte des données et analyse de la situation actuelle
2.2.1. Les planteurs .
2.2.2. Les hauliers
2.2.3. Le miller
2.3. Les étapes de la modélisation.
2.3.1. Choix des outils de modélisation .
2.3.2. Conceptualisation et construction du modèle
2.3.3. Elaboration des scénarios et évaluation des résultats.
3. Résultats
3.1. Situation actuelle à Noodsberg
3.1.1. Description succincte du bassin d’approvisionnement
3.1.2. L’approvisionnement de la sucrerie de Noodsberg.
3.1.3. Description des chaînes logistiques : construction d’une typologie .
3.2. L’Unité de Production : un concept commun aux deux modèles .
3.3. Modélisation et simulation de l’organisation des approvisionnements
3.3.1. Intérêts et limites d’une réduction de la LOMS
3.3.2. Scénarios envisagés.
3.3.3. Résultats : gains de sucre attendus
3.4. Modélisation logistique.
3.4.1. Présentation générale du modèle.
3.4.2. Les principes de la modélisation.
3.4.3. Variables de sortie du modèle.
3.5. Simulations des scénarios et configurations logistiques.
3.5.1. Principe des simulations
3.5.2. Situation actuelle et validation partielle du modèle.
3.5.3. Taux de mécanisation 75% – infrastructure actuelle.
3.5.4. Récolte mécanique 75% – infrastructure plus importante.
3.5.5. Synthèse du modèle logistique.
3.6. Synthèse : liens entre modèle d’approvisionnement et modèle logistique
4. Discussion.
4.1. Intérêts et limites de la modélisation appliquée et du lien entre modèle d’approvisionnement et modèle logistique
4.1.1. Principes de simplification et limites du modèle
4.1.2. Difficultés à définir et à calculer les notions de potentiel et d’efficacité
4.1.3. Variables non prises en compte dans les modèles
4.2. Perspectives : scénarios envisageables par rapport à la mécanisation de la récolte
4.2.1. Généralisation de la récolte en vert
4.2.2. Autres scénarios d’intérêt
4.3. Possibilités d’utiliser cette approche comme aide à la décision
Conclusion
Notes
Bibliographie
ANNEXES

Télécharger le rapport complet