GESTION DU PROBLEME DE TRANSPORT

Réalisé par :
Salma ADNAN & Ghita ACHOUAK
2008-2009

SOMMAIRE
     

INTRODUCTION RAPPEL SUR LA THEORIE DES GRAPHES PRESENTATION DU PROBLEME DE TRANSPORT PROBLEME D’AFFECTATION PROBLEME DE FLOTS CONCLUSION
Management Logistique 2

Recherche Opérationnelle

INTRODUCTION

La gestion du problème de transport est parmi les préoccupations majeures des entreprises. La RO permet une modélisation de ces problèmes en utilisant plusieurs méthodes.
Management Logistique 3

Recherche Opérationnelle

La théorie des graphes
Un graphe est une représentation symbolique d’un réseau. Il s’agit d’une abstraction de la réalité de sorte à permettre sa modélisation.  Un réseau de transport, comme tout réseau, peut être représenté sous forme de graphe. Un graphe G consiste en un ensemble de noeuds v et d’arcs e. Par suite, G=(v,e).  Un sommet v (nœud )est un point d’extrémité ou un point d’intersection d’un graphe .  Un arc e est un lien entre deux sommets. Un arc possède une direction souvent Recherche Opérationnelle Management Logistique 4 symbolisée par une flèche.

La théorie des graphes

Ce graphe se définit de façon suivante: G = (v,e) v = (1,2,3,4,5) e = (1,2), (1,3), (2,2), (2,5), (4,2), (4,3), (4,5)

On appelle un sous-graphe d'un graphe un graphe dont on a enlevé des sommets. Dans le graphe G précédant, le sous graphe p=1.

Recherche Opérationnelle

Management Logistique

5

la théorie des graphes

Une arête est un groupe de deux sommets tels que chaque sommet fait partie de l’ensemble des correspondants de l’autre sommet.

Ce graphe comporte 5 arcs [(1,2), (2,1),(2,3), (4,3), (4,4)] et 3 arêtes [(1-2), (2-3), (3-4)].

Recherche Opérationnelle

Management Logistique

6

la théorie des graphes

L’établissement de chemins est une étape fondamentale dans la mesure d’accessibilité et de flux de trafic au sein d’un réseau. Un chemin eulérien est un chemin simple qui passe une fois et une seule par chaque arc. Un chemin hamiltonien est un chemin qui passe une fois et une seule par chaque sommet. Une chaîne est une suite d’arcs telle que chaque arc de la suite a une extrémité en commun avec l’arc précedent. La direction n’a pas d’importance.
Management Logistique 7

Recherche Opérationnelle

la théorie des graphes

Un circuit est un chemin fini et fermé dont l’extrémité terminale du dernier arc coïncide avec l’extrémité initiale du premier. Un cycle est une chaîne dont le sommet initial et terminal coïncide et qui n’emprunte pas le même arc constitue un cycle. Il convient de distinguer deux grands types de graphes : les graphes orientés et ceux qui ne le sont pas (les graphes non orientées).
Management Logistique 8

Recherche Opérationnelle

LE problème de transport
PRESENTATION

Le P.T est un problème classique de la R.O La solution du P.T est celle qui permet de transporter les flux du point de départ au point d’arrivée. La solution doit également être la plus économique.
Management Logistique 9

Recherche Opérationnelle

LE problème de transport
FOMRMULATION
Données :  un ensemble K d'usines,  un ensemble L de clients,  les offres a k des usines,  les demandes b l des clients,  les coûts de transports unitaires c(k,l)
Recherche Opérationnelle Management Logistique 10

LE problème de transport
FOMRMULATION
c11 x11

a1

1

c12 x12

1

b1

a2

2

2

b2

ap
Recherche Opérationnelle

p

cp2

xp2 cpq xpq

q

bq
11

Management Logistique

LE problème de transport
FOMRMULATION

On suppose que:

Hypothèse 1:

∑a
k =1

p

k

= ∑ bl
l =1

q

où ak >0 et bl > 0.

Recherche Opérationnelle

Management Logistique

12

LE problème de transport
FOMRMULATION

Le P.T peut être modélisé de la méthode suivante:
Min z = ∑∑ c kl x kl
p q k =1 l =1

(T)

∑x
l =1 p

q

kl

= ak = bl

k = 1,2,..., p l = 1,2,..., q

(disponibilité) (demande)

∑x
k =1
Recherche Opérationnelle

kl

x kl ≥ 0

k = 1,2,..., p et l = 1,2,..., q
Management Logistique 13

LE problème de transport
FOMRMULATION

Sous l’hypothèse (1), (T) est dit :

« Le problème Standard de Transport » (PST)

k =1

∑ a k = ∑ ∑ x kl = ∑ ∑ x kl = ∑ b l
k =1l=1 l=1k =1 l=1

p

p q

q p

q

Recherche Opérationnelle

Management Logistique

14

LE problème de transport
Si
k =1

∑ ak > ∑ bl
l=1

p

FOMRMULATION
q

alors on crée un client fictif :

b = a − b  q+1 ∑ k ∑ l k =1 l=1  c kq+1 = 0, k = 1,2,..., p 
p q
Recherche Opérationnelle Management Logistique 15

LE problème de transport
Si
k =1

∑ ak < ∑ bl
l=1

p

FOMRMULATION q

alors on crée un entrepôt fictif :

a = b − a  p+1 ∑ l ∑ k k =1 l=1  c p+1k = 0, k = 1,2,..., p 
p q
Recherche Opérationnelle Management Logistique 16

LE problème de transport

La solution de base initiale:
(a) (b) (c)

La règle du coin Nord-Ouest La règle des Coûts Minimums Méthode des Approximations de Vogel

Recherche Opérationnelle

Management Logistique

17

LE problème de transport
A- La règle du coin Nord-ouest :Soit le problème suivant: Une E/se de vente représentant trois dépôts et 5 client. La 1 2 3 4 5 Disp Matrice des couts ainsi que la disponibilité o la et Client demande du Dépôt 5 6 4 8 1 80 produit sont I

II III DDE

Recherche Opérationnelle

7 8 4 0

Management Logistique

9 3 2 0

1 6 6 0

5 0 50 2 6 70 3 4 200 5 0 0

18

LE problème de transport
A- La règle du coin Nord-ouest
(The Northwest Corner Rule) a

1

2

3

4

5

i

I II III

80 50 70

b J 40 20 60 30 50
Recherche Opérationnelle Management Logistique 19

LE problème de transport
A- La règle du coin Nord-ouest :

On répète cette étape Jusqu’à ce que la Solution initiale soit obtenue

1 I II III

2

3

4

5

ai
80 40 20 50 70

40 20

b J 40 20 60 30 50
0 0
Recherche Opérationnelle Management Logistique 20

LE problème de transport
La solution initiale est atteinte

I
Matrice de S.I

1 2 3 4 40 20 20

5

ai
80 40 20 0

II III

40 10 50 10 0 20 50 70 50 0 40 20 60 30 50 0 0 40 20 0 0 0
Management Logistique 21

bJ
Recherche Opérationnelle

LE problème de transport
B- la méthode de Vogel
Appelée également méthode des regrets ou de la différence maximale, ou de Balas-Hammer Cette méthode permet d’obtenir la solution optimale en moins d’itération

Recherche Opérationnelle Management Logistique

22

LE problème de transport3 1 2 4
I 5 6 9 3 20 3 6-3 4 10 6 60 2 6-4 8 5 2 30 bj 40 2 7-5
Recherche Opérationnelle

5 10 6 4 50

ai 80 50 70 40

1 5-4 1 6-5 1 3-2

II 7 III 8

30 0 3 5-2

2 6-4
23

Management Logistique

LE problème de transport
1 I 5 6 9 3 20 bj 40 2 7-5
Recherche Opérationnelle

2 4 10 6

3

4 10 6 4 30 0 50 __

5

ai 80 50 40 20

1 5-4 1 6-5 1 3-2

II 7 III 8

20 0 3 6-3

60 2 6-4

2 6-4
24

Management Logistique

LE problème de transport
1 I 5 2 4 60 II 7 III 8 20 bj 40 2
Recherche Opérationnelle

3

4 10 6 4 30 0 50

5

ai 80 20 50 20

1 1 2

10 6 0 __ 60 0 2

__

2
25

Management Logistique

LE problème de transport
1 I II III bj 5 20 7 8 20 40 20 2
Recherche Opérationnelle

2

3 60

4 10 6 4 30

5

ai 20 0 50 20

5 1 4

0

0

0 __

50 2
26

__ __

Management Logistique

LE problème de transport 1 2 3 4 5 ai
I 20 II 7 III 8 20 bj 20 2
Recherche Opérationnelle

0 60 6 4 30 0 0 50 30 2
27

50 20 20

1 4

0

__ __ __

Management Logistique

LE problème de transport
1 I 20 II III 20 bj 20 0 2
Recherche Opérationnelle

2

3 60

4

5

ai 0

7 20 30 0 __ __ 0 __

6 30

50 0

0

20 30 0 2
28

0

Management Logistique

LE problème de Transport
Exemple du transport de M/SE La société GALAXY ELECTRONICS est spécialisée dans la vente d’articles électroménager, cette dernière doit livrer ses 4 clients, qui lui achètent respectivement 10, 8, 5 et 7 de produit. Il lui reste exactement 30 articles mais ils sont répartis sur 3 entrepôts : 6, dans le 1er, 9 dans le 2e et 15 dans le 3e. Les coûts de transport, en DH/A, entre chaque entrepôts Ri et chaque point de livraison Lj sont
Recherche Opérationnelle Management Logistique donnés dans le tableau suivant: 29

LE problème de transport
Points de livraison

Entrepôt

L1 4 3 5

L2 3 4 6
Management Logistique

L3 7 5 9

L4 2 2 7
30

R1 R2 R3
Recherche Opérationnelle

LE problème de transport
Destinations Sources

L1
4) 3) 5)

L2
3) 4) 6)

L3
7) 5) 9)

L4
2)

Disponibilités

R1 R2 R3 Demandes
Recherche Opérationnelle

6
2) 7)

6 0 9 15

10

8

5

7 1

Z=?
31

Management Logistique

LE problème de transport
Destinations

Sources

L1
3) 5)

L2
4) 6)

L3
5) 9)

L4
2)

Disponibilités

R2 R3 Demandes

1
7)

9 8 15

10

8

5

1 0

Z=?

Recherche Opérationnelle

Management Logistique

32

LE problème de transport
Destinations Sources

L1
3)

L2
4) 6)

L3
5) 9)

Disponibilités

R2 R3 Demandes

8
5)

8 0 15

10 2

8

5

Z=?

Recherche Opérationnelle

Management Logistique

33

LE problème de transport
Destinations Sources

L1
5)

L2
6)

L3
9)

Disponibilités

R3 Demandes

2 2 0

15 0

8 8 0

5 5 0

Z=?

Recherche Opérationnelle

Management Logistique

34

LE problème de transport
Destinations Sources

L1
4) 3)

L2
3) 4) 6)

L3
7) 5) 9)

L4
2)

Disponibilités

R1 R2 R3 Demandes
Recherche Opérationnelle

6
2)

6 9 15

8
5)

1
7)

2
10

8
8

5
5 7

Z=131
35

Management Logistique

L’algorithme de stepping stone

Application: Soit le tableau suivant traduisant les coûts pour chaque unitée transférée entre les sources et les puits :

Recherche Opérationnelle

Management Logistique

36

L’algorithme de stepping stone

1- Recherche d’une solution de base

Recherche Opérationnelle

Management Logistique

37

L’algorithme de stepping stone

2- Amélioration de la solution de base a/ Calculer les coûts marginaux notés pour chaque liaison non-affectée b/ Si tous les sont positifs ou nuls Fin Sinon, prendre le cycle de substitution associé au le plus petit. c/ Retour en a Les quantités constituent les couts marginaux unitaires.

Recherche Opérationnelle

Management Logistique

38

L’algorithme de stepping stone

Il faut prendre toutes les lignes non utilisées avec la solution de base déterminée en 1, et pour chacune d’elle essayer de faire passer une unité sur celle-ci tout en préservant l’équilibre original du graphe.

Recherche Opérationnelle

Management Logistique

39

L’algorithme de stepping stone

Détermination des coûts marginaux :

Recherche Opérationnelle

Management Logistique

40

L’algorithme de stepping stone

On détermine maintenant le cycle de substitution de

:

Recherche Opérationnelle

Management Logistique

41

L’algorithme de stepping stone

On détermine donc les modifications à effectuer au final :

On retourne maintenant à l’étape 1 de l’algorithme
Recherche Opérationnelle Management Logistique 42

Problème d’affectation
Les problèmes d’affectation sont des cas spéciaux du problème de transport où la demande associée à chaque destination est égale à 1.  Il existe une méthode, “la méthode hongroise” qui simplifie la résolution du problème d’affectation.

Recherche Opérationnelle Management Logistique 43

Problème d’affectation
Formulation

Recherche Opérationnelle

Management Logistique

44

Problème d’affectation
La méthode hongroise ( algorithme de KHUN)

L’algorithme de résolution du problème d’affectation fut crée par Harold KUHN en 1955. Il est utilisé pour minimiser un cout ou maximiser une satisfaction suite à différentes affectations . Il s'agit d'affecter : - des famille de produits à des zones de stock, - des commerciaux à des secteurs, - des ouvriers sur des machines, - ...
Management Logistique 45

Recherche Opérationnelle

Problème d’affectation
La méthode hongroise

Application : • Les coûts de fabrication des ouvriers sur les diverses machines sont donnés par le tableau ci-dessous. • Chercher la meilleure affectation de manière à rendre le coût de fabrication minimal

Recherche Opérationnelle

Management Logistique

46

Problème d’affectation
La méthode hongroise

Etape 1: Obtention des zéros Créer une nouvelle matrice des coûts en choisissant le coût minimal dans chaque colonne et en le soustrayant de chaque coût dans la colonne ( Idem pour les lignes ).

Recherche Opérationnelle

Management Logistique

47

Problème d’affectation
La méthode hongroise

Etape 2:Recherche d’une solution optimale - On cherche la ligne ou des lignes comptant le moins de zéro. - On encadre un des zéros de cette ligne, puis on barre les zéros qui se trouvent sur la même ligne et dans la même colonne que les zéros encadrés. - On répète le processus pour les lignes restantes. Un zéro encadré par ligne ⇒ Solution optimale

Recherche Opérationnelle

Management Logistique

48

Problème d’affectation
La méthode hongroise

La ligne 4 ne contient pas un zéro encadré donc on va appliquer l’étape 3 et 4 de l’algorithme.

Recherche Opérationnelle

Management Logistique

49

Problème d’affectation
La méthode hongroise

Etape 3:Recherche des rangées en nombre minimal contenant tous les zéros: a. On marque d’une croix toute ligne ne contenant aucun zéro encadré. b. On marque toute colonne qui a un zéro barré sur une ou plusieurs lignes marquées. c. On marque toute ligne qui a un zéro encadré sur une ou plusieurs colonnes marquées. d. On répète b) et c) jusqu’à ce qu’il n’y ait plus de colonne ou de ligne à marquer. On trace un trait sur toute colonne marquée. On trace un trait sur toute ligne non marquée.
Management Logistique 50

Recherche Opérationnelle

Problème d’affectation
La méthode hongroise

Recherche Opérationnelle

Management Logistique

51

Problème d’affectation
La méthode hongroise

Etape 4: Déplacement de certains zéros: -Tableau partiel : éléments traversés par aucun trait. - Le plus petit élément du tableau partiel est ajouté aux éléments rayés deux fois et retranché des éléments du tableau. - Retour à la phase 2.

Recherche Opérationnelle

Management Logistique

52

Problème d’affectation
La méthode hongroise

Le plus petit élément est 2, ainsi on aura le tableau cidessous:

Recherche Opérationnelle

Management Logistique

53

Problème d’affectation
La méthode hongroise

Recherche Opérationnelle

Management Logistique

54

Problème d’affectation
La méthode hongroise

Recherche Opérationnelle

Management Logistique

55

Le Problème de flots
DEFINITION DU FLOT Un flot dans un graphe est une valuation des arcs respectant la loi de conservation des flux (loi de Kirchhoff) =
u∈ω +
Recherche Opérationnelle

∑ϕ

u

u∈ω −

∑ϕ

u

Management Logistique

56

Le Problème de flots
Soit un graphe G=(X ,U),( , c, s, t) est réseau SSI :  est un graphe orienté connexe sans boucle;  Ce graphe est valué : chaque arc (u, v) du graphe a une capacité c(u, v);  la source s de degré entrant nul :  le puits t de degré sortant nul.

 G

Recherche Opérationnelle

Management Logistique

57

Le Problème de flots
Un flot est complet si pour tout chemin allant de la source au puits, il y a au moins un arc Saturé. P.S o Un flot complet n’est pas forcément Maximum. o Un flot maximum est forcément

Recherche Opérationnelle Management Logistique 58

Le Problème de flots
Exemple de flot complet

On veut acheminer un produit à partir de 3 entrepôts (1,2,3) vers 4 clients (a,b,c,d)
  

Quantités en stock : 45, 25, 25 Demande des clients : 30,10, 20, 30 Limitations en matière de transport d’un entrepôt à un client
a b 1 5 5 c 5 10 d 20 10
E

1 2 3

10 20 -

] ,45 [0 [0,25] [0, 25 ]

1 2 3

] [0,10 ] ,20 [0 [0,1 5] [0,5] b

a

[0,

30 ]
S

[0,10]

[0,10]
[0,10 ]

[0,5]
[0 ,2 0]

c

[0,20]

Recherche Opérationnelle

Management Logistique

[
d

3 0,

0]
59

Le Problème de flots
Exemple de flot complet
], [0,10 10
a 1

E

5 0,4 [ [0,25], 25

5 ], 3

[0

,20

5 ], 1

[0,

30

[0,15], 5
b

], 2
10

5

[0,5], 5
2

[0,10],

[0,

25 ],

20
3

[0,5], 5 10 [0,10],
[0,10 ], 10
[0 ,2 0] ,

c

5 ,20], 1 [0

S

20
d

0 ,3 [0

0 ,3 ]

Valeur du flot = 80

Ce flot est un flot complet, c-à-d, tout chemin de E à S comporte au moins un arc saturé
Recherche Opérationnelle Management Logistique

60

Le Problème de flots
Algorithme de Ford- Fulkerson
Cas d’utilisation :Problèmes de charge maximale admissible par des réseaux (électriques, informatiques, routiers)  Principe fondamental :A tout moment, la loi de Kirchhoff doit être vérifiée sur chaque sommet x de G  But : Augmenter le flot jusqu’à son maximum

Recherche Opérationnelle Management Logistique 61

Le Problème de flots
Algorithme de Ford- Fulkerson

Principe général :

On part d’un flot compatible (généralement 0) On utilise deux fonctions alternativement
 

Procédure de marquage Procédure d’augmentation du flot

Recherche Opérationnelle

Management Logistique

62

Le Problème de flots
Algorithme de Ford- Fulkerson

Procédure de marquage

But :

trouver une chaîne améliorante Marquage des sommets selon deux critères :

Principe :

Delta (flot max que l’on peut faire parvenir au sommet) Sommet de provenance

Recherche Opérationnelle

Management Logistique

63

Le Problème de flots
Algorithme de Ford- Fulkerson

Procédure d’augmentation du flot
But :

augmenter le flot dans le graphe selon la valeur et le marquage obtenu par la procédure de marquage Parcours du graphe du puit vers la source suivant les indications de provenance de la procédure de marquage

Principe :

Recherche Opérationnelle

Management Logistique

64

Le Problème de flots
Algorithme de Ford- Fulkerson
Chercher le flot complet du réseau. 8

a

4

c

7

8

3 2 3 3

4 7 6

S

10

b

d
4

P

e
Recherche Opérationnelle Management Logistique

Capacité
65

Le Problème de flots
Algorithme de Ford- Fulkerson
1er marquage
a
(+S)

8 [0] 4 [0]

c
(+a)

7 [0]

8 [0] 2 [0]

3 [0]

4 [0] 7 [0] 6 [0]
() Marquage

S
(+)

b
10 [0]
(+S)

3 [0] 3 [0]

d
(+a)

P
(+c)

4 [0]

e
Recherche Opérationnelle Management Logistique

(+b)

[] Flot
Capacité 66

Le Problème de flots
Algorithme de Ford- Fulkerson
Le flot sur cette chaîne est maintenant  F1=4 7 [4]

a
(+S)

8 [4] 4 [0]

c
(+a)

8 [0] 2 [0]

3 [0]

4 [4] 7 [0] 6 [0]
() Marquage

S
(+)
f /v = 4 10 [0]
1 1

b
(+S)

3 [0] 3 [0]

d
(+a)

P
(+c)

On remarque que le flot c→ est complet dans ,P cet arc est saturé.
Recherche Opérationnelle

4 [0]

e
(+b)

[] Flot
Capacité
67

Management Logistique

Le Problème de flots
Algorithme de Ford- Fulkerson
Le flot sur cette chaîne est maintenant  F2=3

a
(+S)

8 [4] 4 [3]

c
(+a)

7 [4+3] 8 [0] 2 [0]

3 [0]

4 [4] 7 [3] 6 [0]
() Marquage

S
(+)

b
10 [0]
(+S)

3 [0] 3 [0]

d
(+a)

P
(+d)

4 [0]

S → a :cet arc est saturé.
Recherche Opérationnelle

e
(+b)

[] Flot
Capacité 68

Management Logistique

Le Problème de flots
Algorithme de Ford- Fulkerson
F3=3
7 [7]

a
(-c)

8 [4] 4 [3]

c
(+b)

8 [0] 2 [0]

3 [0]

4 [4] 7 [3+3] 6 [0]
() Marquage

S
(+)

b
10 [3]
(+S)

3 [3] 3 [0]

d
(+b)

P
(+d)

4 [0]

b → d Est saturé
Recherche Opérationnelle Management Logistique

e
(+b)

[] Flot
Capacité 69

Le Problème de flots
Algorithme de Ford- Fulkerson
F4=3
7 [7]

a
(-c)

8 [4] 4 [3] 2 [0] 3 [3] 3 [3]

c
(+b)

8 [0]

3 [0]

4 [4] 7 [6] 6 [3]
() Marquage

S
(+)

b
10 [3+3] (+S)

d
(+b)

P
(+e)

4 [0]

b → e Est saturé
Recherche Opérationnelle Management Logistique

e
(+b)

[] Flot
Capacité
70

Le Problème de flots
Algorithme de Ford- Fulkerson F5=1
7 [7]

a
(-c)

8 [4] 4 [3]

c
(+b)

8 [0] 2 [1]

3 [1]

4 [4] 7 [6+1] 6 [3]
() Marquage

S

b
10 [6+1] (+)

3 [3] 3 [3]

d
(+c)

P
(+d)

4 [0]

(+)

S)

d → P Est saturé
Recherche Opérationnelle Management Logistique

e
(+d)

[] Flot
Capacité 71

Le Problème de flots
Algorithme de Ford- Fulkerson F6= 1
7 [7]

a
(-c)

8 [4] 4 [3]

c
(+b)

8 [0] 2 [1+1]

3 [1+1]

4 [4]

S
(+)

b
10 [7+1] (+S)

3 [3] 3 [3]

d
(+c)

7 [7] 6 [3+1]

P
(+e)

4 [1]

() Marquage

b → c Est saturé f ( S → P ) / v = 15
Recherche Opérationnelle

e
(+d)
Management Logistique

[] Flot
Capacité 72

CONCLUSION

Recherche Opérationnelle

Management Logistique

73

Sign up to vote on this title
UsefulNot useful