Vous êtes sur la page 1sur 73

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

Recherche Opérationnelle Management Logistique 2


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.
Recherche Opérationnelle Management Logistique 3
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
symbolisée par une
Recherche Opérationnelle
flèche.
Management Logistique 4
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.
Recherche Opérationnelle Management Logistique 7
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).
Recherche Opérationnelle Management Logistique 8
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.
Recherche Opérationnelle Management Logistique 9
LE problème de
transport
FOMRMULATION

Données :
 un ensemble K d'usines,

 un ensemble L de clients,

 les offresa des usines,


k
 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 1 b1
c12 x12

a2 2 2 b2

cp2 xp2
ap p q bq
cpq xpq

Recherche Opérationnelle Management Logistique 11


LE problème de
transport
FOMRMULATION

 On suppose que:
p q
Hypothèse 1:
∑a
k =1
k = ∑ bl
l =1

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:
p q
Min z = ∑∑ c kl x kl
k =1 l =1
(T) q

∑x
l =1
kl
= ak k = 1,2,..., p (disponibilité)
p

∑x
k =1
kl
= bl l = 1,2,..., q (demande)

x kl ≥ 0 k = 1,2,..., p et l = 1,2,..., q
Recherche Opérationnelle Management Logistique 13
LE problème de
transport
FOMRMULATION

 Sous l’hypothèse (1), (T) est dit :

« Le problème Standard de Transport » (PST)

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

Recherche Opérationnelle Management Logistique 14


LE problème de
transport
FOMRMULATION
p q
Si ∑ ak > ∑ bl
k =1 l=1
alors on crée un client fictif :

b = a − b p q
 q+1 ∑ k ∑ l
 k =1 l=1
c kq+1 = 0, k = 1,2,..., p
Recherche Opérationnelle Management Logistique 15
LE problème de
transport
p FOMRMULATION
q
Si ∑ ak < ∑ bl
k =1 l=1

alors on crée un entrepôt fictif :


a = b − ap q
 p+1 ∑ l ∑ k
 k =1 l=1
c p+1k = 0, k = 1,2,..., p

Recherche Opérationnelle Management Logistique 16


LE problème de
transport

 La solution de base initiale:


(a) La règle du coin Nord-Ouest
(b) La règle des Coûts Minimums
(c) 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
Client et la
demande du
Dépôt
produit sont I 5 6 4 8 1 80
II 7 9 1 5 0 50
III 8 3 6 2 6 70
DDE 4 2 6 3 4
5 200
Recherche Opérationnelle 0 0 0
Management Logistique 0 0 18
LE problème de
transport
A- La règle du coin Nord-ouest

1 2 3a
(The Northwest Corner Rule)
4 5 i

I 80
II 50
III 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
1 2 3 4 5 ai
étape I 40 20 80 40 20
Jusqu’à ce que la
Solution initiale II 50
soit obtenue III 70
b J 40 20 60 30 50
0 0
Recherche Opérationnelle Management Logistique 20
LE problème de
transport
La solution initiale est atteinte
1 2 3 4 5 ai
I 40 20 20 80 40 20 0
II 40 10 50 10 0
Matrice de S.I
III 20 50 70 50 0
40 20 60 30 50
bJ 0 0 40 20 0
0 0
Recherche Opérationnelle Management Logistique 21
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
transport
1 2 3 4 5 ai
I 5 6 4 8 10 80 1 5-4

II 7 9 10 5 6 50 1 6-5

III 8 3 6 2 4 70 40 1 3-2
30
bj 40 20 60 30 50
0
2 3 2 3 2
7-5 6-3 6-4 5-2 6-4
Recherche Opérationnelle Management Logistique 23
LE problème de
transport
1 2 3 4 5 ai
I 5 6 4 10 80 1 5-4

II 7 9 10 6 50 1 6-5

III 8 3 6 4 40 20 1 3-2
20 30
bj 40 20 60 0 50
0
2 3 2 __ 2
7-5 6-3 6-4 6-4

Recherche Opérationnelle Management Logistique 24


LE problème de transport
1 2 3 4 5 ai

I 5 4 10 80 20 1
60
II 7 10 6 50 1

III 8 6 4 20 2
20 30
bj 40 0 60 0 50
0

2 __ 2 __ 2

Recherche Opérationnelle Management Logistique 25


LE problème de
transport
1 2 3 4 5 ai
I 5 10 20 0 5
20 60
II 7 6 50 1

III 8 4 20 4
20 30
bj 40 0 0 0 50
20
2 __ __ __ 2

Recherche Opérationnelle Management Logistique 26


LE problème de
1
transport
2 3 4 5 ai
I 0
20 60
II 7 6 50 1

III 8 4 20 4
20 30 20
bj 20 0 0 0 50
30

2 __ __ __ 2

Recherche Opérationnelle Management Logistique 27


LE problème de
transport

1 2 3 4 5 ai
I 0
20 60
II 7 6 50 0
20 30
III 0
20 30 20
bj 20 0 0 0 30
0 0
2 __ __ __ 2

Recherche Opérationnelle Management Logistique 28


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
donnés dans le tableau
Recherche Opérationnelle
suivant:
Management Logistique 29
LE problème de
transport
Points de
livraison L1 L2 L3 L4
Entrepôt

R1 4 3 7 2
3 4 5 2
R2
5 6 9 7
R3
Recherche Opérationnelle Management Logistique 30
LE problème de transport
Destinations
L1 L2 L3 L4 Disponibilités
Sources
R1 4) 3) 7) 2) 6
6 0
R2 3) 4) 5) 2) 9

R3 5) 6) 9) 7) 15

Demandes 10 8 5 7 Z=?
1
Recherche Opérationnelle Management Logistique 31
LE problème de transport
Destinations
L1 L2 L3 L4 Disponibilités
Sources
R2 3) 4) 5) 2) 9
1 8
R3 5) 6) 9) 7) 15

Demandes 10 8 5 1 Z=?
0

Recherche Opérationnelle Management Logistique 32


LE problème de transport

Destinations Disponibilités
L1 L2 L3
Sources
R2 3) 4) 5) 8
8 0
R3 5) 6) 9) 15

Demandes 10 8 5 Z=?
2

Recherche Opérationnelle Management Logistique 33


LE problème de transport
Destinations
L1 L2 L3 Disponibilités
Sources
R3 5) 6) 9) 15
2 8 5 0
Demandes 2 8 5 Z=?
0 0 0

Recherche Opérationnelle Management Logistique 34


LE problème de
transport
Destinations
L1 L2 L3 L4 Disponibilités
Sources
R1 4) 3) 7) 2) 6
6
R2 3) 4) 5) 2) 9
8 1
R3 5) 6) 9) 7) 15
2 8 5
Demandes 10 8 5 7 Z=131
Recherche Opérationnelle Management Logistique 35
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,
- ...

Recherche Opérationnelle Management Logistique 45


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.
Recherche Opérationnelle Management Logistique 50
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 ci-


dessous:

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

∑ϕ
= Kirchhoff)
des flux (loi de
u ∑ϕ u
u∈ω + u∈ω −

Recherche Opérationnelle Management Logistique 56


Le Problème de flots

G
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.

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
a b c d [0,10 [0,
, 2 0] 30
1 [0 [0,1 ]
1 10 1 - 20 , 45] 5]
[0 [0,10]
5 [0,5] b
[0,25]
E 2 S
2 20 5 5 - [0,
25 [0,5] [0,20]
] c
[0,10] [0
3 - - 10 10 3 ,2 3 0]
0] 0,
[0,10 [
Recherche Opérationnelle Management Logistique
] d
59
Le Problème de flots
Exemple de flot complet
a
], 10
[0,10 5 [0,
30
], 1 ], 2
1
[0 ,20 5
5 [0,15], 5
], 3
0 , 45 [0,10],
[ 10
[0,25], 25 [0,5], 5 b
E 2 S
[0, [0,5], 5 , 20 ] , 15
25 [0
], 20 c
10
[0,10], [0
,2 0
3 0]
, ,] 3
20 , 30
[0,10 [0
], 10
d 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
 Principe :
 Marquage des sommets selon deux critères :
 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
 Principe :
 Parcours du graphe du puit vers la source suivant
les indications de provenance de la procédure de
marquage

Recherche Opérationnelle Management Logistique 64


Le Problème de flots
Algorithme de Ford- Fulkerson
Chercher le flot complet du réseau.
8
a c
4
4
7 8 3

2 7
S b d P
10 3
4 6
3

e Capacité
Recherche Opérationnelle Management Logistique 65
Le Problème de flots
Algorithme de Ford- Fulkerson
1er marquage
a 8 [0] c
(+S) (+a)
4 [0]
4 [0]
7 [0] 8 [0] 3 [0]
2 [0]
S b d 7 [0] P
(+) 10 [0] (+S) 3 [0] (+a) (+c)

4 [0] 6 [0]
3 [0] () Marquage
e [] Flot
(+b)
Recherche Opérationnelle Management Logistique Capacité 66
Le Problème de flots
Algorithme de Ford- Fulkerson
Le flot sur cette a 8 [4] c
chaîne est (+S) (+a)
maintenant  F1=4 4 [0]
4 [4]
7 [4] 8 [0] 3 [0]
2 [0]
S b d 7 [0] P
(+) f /v = 4
10 1
[0]1 (+S) 3 [0] (+a) (+c)

4 [0] 6 [0]
On remarque que le flot 3 [0] () Marquage
c →,P
est complet dans e [] Flot
cet arc est saturé. (+b)
Capacité
Recherche Opérationnelle Management Logistique 67
Le Problème de flots
Algorithme de Ford- Fulkerson
Le flot sur cette
chaîne est a 8 [4] c
maintenant  F2=3 (+S) (+a)
4 [3]
4 [4]
7 [4+3] 8 [0] 3 [0]
2 [0]
S b d 7 [3] P
(+) 10 [0] (+S) 3 [0] (+a) (+d)

4 [0] 6 [0]
3 [0] () Marquage
S → a :cet arc est saturé.
e [] Flot
(+b)
Recherche Opérationnelle Management Logistique Capacité
68
Le Problème de flots
Algorithme de Ford- Fulkerson

a 8 [4] c
F3=3 (-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [0]
2 [0]
S b d 7 [3+3] P
(+) 10 [3] (+S) 3 [3] (+b) (+d)

4 [0] 6 [0]
3 [0] () Marquage
b → d Est saturé e [] Flot
(+b)
Recherche Opérationnelle Management Logistique Capacité
69
Le Problème de flots
Algorithme de Ford- Fulkerson

F4=3 a 8 [4] c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [0]
2 [0]
S b d 7 [6] P
(+) 10 [3+3] (+S) 3 [3] (+b) (+e)

4 [0] 6 [3]
3 [3] () Marquage
e [] Flot
b → e Est saturé (+b)
Capacité
Recherche Opérationnelle Management Logistique 70
Le Problème de flots
Algorithme de Ford- Fulkerson
F5=1 8 [4]
a c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [1]
2 [1]
S b d 7 [6+1] P
10 [6+1] (+) 3 [3] (+c) (+d)

4 [0] 6 [3]
(+)
3 [3] () Marquage
S)
e [] Flot
d → P Est saturé (+d)
Recherche Opérationnelle Management Logistique Capacité
71
Le Problème de flots
Algorithme de Ford- Fulkerson
F6= 1 a 8 [4] c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [1+1]
2 [1+1]
S b d 7 [7] P
(+) 10 [7+1] (+S) 3 [3] (+c) (+e)

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

b → c Est saturé e [] Flot


(+d)
f ( S → P ) / v = 15
Recherche Opérationnelle Management Logistique
Capacité
72
CONCLUSION

Recherche Opérationnelle Management Logistique 73