Gestion Du Probleme de Transport

GESTION DU PROBLEME DE TRANSPORT
Ralis par :
Salma ADNAN & Ghita ACHOUAK
2008-2009
SOMMAIRE

INTRODUCTION RAPPEL SUR LA THEORIE DES GRAPHES PRESENTATION DU PROBLEME DE TRANSPORT PROBLEME DAFFECTATION PROBLEME DE FLOTS CONCLUSION
Management Logistique 2
Recherche Oprationnelle
INTRODUCTION
La gestion du problme de transport est parmi les proccupations majeures des entreprises. La RO permet une modlisation de ces problmes en utilisant plusieurs mthodes.
La thorie des graphes

Un graphe est une reprsentation symbolique dun rseau. Il sagit dune abstraction de la ralit de sorte permettre sa modlisation. Un rseau de transport, comme tout rseau, peut tre reprsent sous forme de graphe. Un graphe G consiste en un ensemble de noeuds v et darcs e. Par suite, G=(v,e). Un sommet v (nud )est un point dextrmit ou un point dintersection dun graphe . Un arc e est un lien entre deux sommets. Un arc possde une direction souvent Recherche Oprationnelle Management Logistique 4 symbolise par une flche.
La thorie des graphes
Ce graphe se dfinit de faon 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 enlev des sommets. Dans le graphe G prcdant, le sous graphe p=1.
Management Logistique
la thorie des graphes
Une arte est un groupe de deux sommets tels que chaque sommet fait partie de lensemble des correspondants de lautre sommet.
Ce graphe comporte 5 arcs [(1,2), (2,1),(2,3), (4,3), (4,4)] et 3 artes [(1-2), (2-3), (3-4)].
Ltablissement de chemins est une tape fondamentale dans la mesure daccessibilit et de flux de trafic au sein dun rseau. Un chemin eulrien 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 chane est une suite darcs telle que chaque arc de la suite a une extrmit en commun avec larc prcedent. La direction na pas dimportance.
Un circuit est un chemin fini et ferm dont lextrmit terminale du dernier arc concide avec lextrmit initiale du premier. Un cycle est une chane dont le sommet initial et terminal concide et qui nemprunte pas le mme arc constitue un cycle. Il convient de distinguer deux grands types de graphes : les graphes orients et ceux qui ne le sont pas (les graphes non orientes).
LE problme de transport
PRESENTATION
Le P.T est un problme classique de la R.O La solution du P.T est celle qui permet de transporter les flux du point de dpart au point darrive. La solution doit galement tre la plus conomique.
FOMRMULATION
Donnes : un ensemble K d'usines, un ensemble L de clients, les offres a k des usines, les demandes b l des clients, les cots de transports unitaires c(k,l)
Recherche Oprationnelle Management Logistique 10
FOMRMULATION
c11 x11
a1
c12 x12
b1
a2
b2
ap
cp2
xp2 cpq xpq
bq
11
FOMRMULATION
On suppose que:
Hypothse 1:
a
k =1
= bl
l =1
o ak >0 et bl > 0.
12
FOMRMULATION
Le P.T peut tre modlis de la mthode suivante:

Min z = c kl x kl
p q k =1 l =1
(T)
x
l =1 p
kl
= ak = bl
k = 1,2,..., p l = 1,2,..., q
(disponibilit) (demande)
x
k =1
kl
x kl 0
k = 1,2,..., p et l = 1,2,..., q
FOMRMULATION
Sous lhypothse (1), (T) est dit :
Le problme Standard de Transport (PST)
k =1
a k = x kl = x kl = b l
k =1l=1 l=1k =1 l=1
p q
q p
14
Si
k =1
ak > bl
l=1
FOMRMULATION
q
alors on cre un client fictif :
b = a b q+1 k l k =1 l=1 c kq+1 = 0, k = 1,2,..., p

p q
Si
k =1
ak < bl
l=1
FOMRMULATION q
alors on cre un entrept fictif :
a = b a p+1 l k k =1 l=1 c p+1k = 0, k = 1,2,..., p

p q
La solution de base initiale:

(a) (b) (c)
La rgle du coin Nord-Ouest La rgle des Cots Minimums Mthode des Approximations de Vogel
17
A- La rgle du coin Nord-ouest :Soit le problme suivant: Une E/se de vente reprsentant trois dpts et 5 client. La 1 2 3 4 5 Disp Matrice des couts ainsi que la disponibilit o la et Client demande du Dpt 5 6 4 8 1 80 produit sont I
II III DDE
7 8 4 0
9 3 2 0
1 6 6 0
5 0 50 2 6 70 3 4 200 5 0 0
18
A- La rgle du coin Nord-ouest
(The Northwest Corner Rule) a
I II III
80 50 70
b J 40 20 60 30 50
A- La rgle du coin Nord-ouest :
On rpte cette tape Jusqu ce que la Solution initiale soit obtenue
1 I II III
ai
80 40 20 50 70
40 20
b J 40 20 60 30 50
0 0
La solution initiale est atteinte
I
Matrice de S.I
1 2 3 4 40 20 20
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
bJ
B- la mthode de Vogel
Appele galement mthode des regrets ou de la diffrence maximale, ou de Balas-Hammer Cette mthode permet dobtenir la solution optimale en moins ditration
Recherche Oprationnelle Management Logistique
22
LE problme 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
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
1 I 5 6 9 3 20 bj 40 2 7-5
2 4 10 6
4 10 6 4 30 0 50 __
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
1 I 5 2 4 60 II 7 III 8 20 bj 40 2
4 10 6 4 30 0 50
ai 80 20 50 20
1 1 2
10 6 0 __ 60 0 2
__
2
25
1 I II III bj 5 20 7 8 20 40 20 2
3 60
4 10 6 4 30
ai 20 0 50 20
5 1 4
0 __
50 2
26
__ __
LE problme de transport 1 2 3 4 5 ai
I 20 II 7 III 8 20 bj 20 2
0 60 6 4 30 0 0 50 30 2
27
50 20 20
1 4
__ __ __
1 I 20 II III 20 bj 20 0 2
3 60
ai 0
7 20 30 0 __ __ 0 __
6 30
50 0
20 30 0 2
28
LE problme de Transport
Exemple du transport de M/SE La socit GALAXY ELECTRONICS est spcialise dans la vente darticles lectromnager, cette dernire doit livrer ses 4 clients, qui lui achtent respectivement 10, 8, 5 et 7 de produit. Il lui reste exactement 30 articles mais ils sont rpartis sur 3 entrepts: 6, dans le 1er, 9 dans le 2e et 15 dans le 3e. Les cots de transport, en DH/A, entre chaque entrepts Ri et chaque point de livraison Lj sont
Recherche Oprationnelle Management Logistique donns dans le tableau suivant: 29
Points de livraison
Entrept
L1 4 3 5
L2 3 4 6
L3 7 5 9
L4 2 2 7
30
R1 R2 R3
Destinations Sources
L1
4) 3) 5)
L2
3) 4) 6)
L3
7) 5) 9)
L4
2)
Disponibilits
R1 R2 R3 Demandes
6
2) 7)
6 0 9 15
10
7 1
Z=?
31
Destinations
Sources
L1
3) 5)
L2
4) 6)
L3
5) 9)
L4
2)
Disponibilits
R2 R3 Demandes
1
7)
9 8 15
10
1 0
Z=?
32
L1
3)
L2
4) 6)
L3
5) 9)
Disponibilits
R2 R3 Demandes
8
5)
8 0 15
10 2
Z=?
33
L1
5)
L2
6)
L3
9)
Disponibilits
R3 Demandes
2 2 0
15 0
8 8 0
5 5 0
Z=?
34
L1
4) 3)
L2
3) 4) 6)
L3
7) 5) 9)
L4
2)
Disponibilits
R1 R2 R3 Demandes
6
2)
6 9 15
8
5)
1
7)
2
10
8
8
5
5 7
Z=131
35
Lalgorithme de stepping stone
Application: Soit le tableau suivant traduisant les cots pour chaque unite transfre entre les sources et les puits :
36
1- Recherche dune solution de base
37
2- Amlioration de la solution de base a/ Calculer les cots marginaux nots pour chaque liaison non-affecte b/ Si tous les sont positifs ou nuls Fin Sinon, prendre le cycle de substitution associ au le plus petit. c/ Retour en a Les quantits constituent les couts marginaux unitaires.
38
Il faut prendre toutes les lignes non utilises avec la solution de base dtermine en 1, et pour chacune delle essayer de faire passer une unit sur celle-ci tout en prservant lquilibre original du graphe.
39
Dtermination des cots marginaux :
40
On dtermine maintenant le cycle de substitution de
41
On dtermine donc les modifications effectuer au final :
On retourne maintenant ltape 1 de lalgorithme

Problme daffectation
Les problmes daffectation sont des cas spciaux du problme de transport o la demande associe chaque destination est gale 1. Il existe une mthode, la mthode hongroise qui simplifie la rsolution du problme daffectation.
Formulation
44
La mthode hongroise ( algorithme de KHUN)
Lalgorithme de rsolution du problme daffectation fut cre par Harold KUHN en 1955. Il est utilis pour minimiser un cout ou maximiser une satisfaction suite diffrentes affectations . Il s'agit d'affecter : - des famille de produits des zones de stock, - des commerciaux des secteurs, - des ouvriers sur des machines, - ...
La mthode hongroise
Application : Les cots de fabrication des ouvriers sur les diverses machines sont donns par le tableau ci-dessous. Chercher la meilleure affectation de manire rendre le cot de fabrication minimal
46
La mthode hongroise
Etape 1: Obtention des zros Crer une nouvelle matrice des cots en choisissant le cot minimal dans chaque colonne et en le soustrayant de chaque cot dans la colonne ( Idem pour les lignes ).
47
La mthode hongroise
Etape 2:Recherche dune solution optimale - On cherche la ligne ou des lignes comptant le moins de zro. - On encadre un des zros de cette ligne, puis on barre les zros qui se trouvent sur la mme ligne et dans la mme colonne que les zros encadrs. - On rpte le processus pour les lignes restantes. Un zro encadr par ligne Solution optimale
48
La mthode hongroise
La ligne 4 ne contient pas un zro encadr donc on va appliquer ltape 3 et 4 de lalgorithme.
49
La mthode hongroise
Etape 3:Recherche des ranges en nombre minimal contenant tous les zros: a. On marque dune croix toute ligne ne contenant aucun zro encadr. b. On marque toute colonne qui a un zro barr sur une ou plusieurs lignes marques. c. On marque toute ligne qui a un zro encadr sur une ou plusieurs colonnes marques. d. On rpte b) et c) jusqu ce quil ny ait plus de colonne ou de ligne marquer. On trace un trait sur toute colonne marque. On trace un trait sur toute ligne non marque.
La mthode hongroise
51
La mthode hongroise
Etape 4: Dplacement de certains zros: -Tableau partiel : lments traverss par aucun trait. - Le plus petit lment du tableau partiel est ajout aux lments rays deux fois et retranch des lments du tableau. - Retour la phase 2.
52
La mthode hongroise
Le plus petit lment est 2, ainsi on aura le tableau cidessous:
53
La mthode hongroise
54
La mthode hongroise
55
Le Problme 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 +
56
Le Problme de flots
Soit un graphe G=(X ,U),( , c, s, t) est rseau SSI : est un graphe orient connexe sans boucle; Ce graphe est valu : chaque arc (u, v) du graphe a une capacit c(u, v); la source s de degr entrant nul : le puits t de degr sortant nul.
57
Le Problme de flots
Un flot est complet si pour tout chemin allant de la source au puits, il y a au moins un arc Satur. P.S o Un flot complet nest pas forcment Maximum. o Un flot maximum est forcment
Le Problme de flots
Exemple de flot complet
On veut acheminer un produit partir de 3 entrepts (1,2,3) vers 4 clients (a,b,c,d)

Quantits en stock : 45, 25, 25 Demande des clients : 30,10, 20, 30 Limitations en matire de transport dun entrept 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
[0,
30 ]
S
[0,10]
[0,10]
[0,10 ]
[0,5]
[0 ,2 0]
[0,20]
[
d
3 0,
0]
59
Le Problme de flots
Exemple de flot complet
], [0,10 10
a 1
5 0,4 [ [0,25], 25
5 ], 3
[0
,20
5 ], 1
[0,
30
[0,15], 5
b
], 2
10
[0,5], 5
2
[0,10],
[0,
25 ],
20
3
[0,5], 5 10 [0,10],
[0,10 ], 10
[0 ,2 0] ,
5 ,20], 1 [0
20
d
0 ,3 [0
0 ,3 ]
Valeur du flot = 80
Ce flot est un flot complet, c--d, tout chemin de E S comporte au moins un arc satur
60
Le Problme de flots
Algorithme de Ford- Fulkerson
Cas dutilisation :Problmes de charge maximale admissible par des rseaux (lectriques, informatiques, routiers) Principe fondamental :A tout moment, la loi de Kirchhoff doit tre vrifie sur chaque sommet x de G But : Augmenter le flot jusqu son maximum
Le Problme de flots
Principe gnral :
On part dun flot compatible (gnralement 0) On utilise deux fonctions alternativement

Procdure de marquage Procdure daugmentation du flot
62
Le Problme de flots
Procdure de marquage
But :
trouver une chane amliorante Marquage des sommets selon deux critres :
Principe :
Delta (flot max que lon peut faire parvenir au sommet) Sommet de provenance
63
Le Problme de flots
Procdure daugmentation du flot

But :
augmenter le flot dans le graphe selon la valeur et le marquage obtenu par la procdure de marquage Parcours du graphe du puit vers la source suivant les indications de provenance de la procdure de marquage
Principe :
64
Le Problme de flots
Chercher le flot complet du rseau. 8
3 2 3 3
4 7 6
10
d
4
e
Capacit
65
Le Problme de flots
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
(+b)
[] Flot
Capacit 66
Le Problme de flots
Le flot sur cette chane 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 satur.
4 [0]
e
(+b)
[] Flot
Capacit
67
Le Problme de flots
Le flot sur cette chane 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 satur.

e
(+b)
[] Flot
Capacit 68
Le Problme de flots
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 satur
e
(+b)
[] Flot
Capacit 69
Le Problme de flots
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 satur
e
(+b)
[] Flot
Capacit
70
Le Problme 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
b
10 [6+1] (+)
3 [3] 3 [3]
d
(+c)
P
(+d)
4 [0]
(+)
S)
d P Est satur
e
(+d)
[] Flot
Capacit 71
Le Problme 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 satur f ( S P ) / v = 15
e
(+d)
[] Flot
Capacit 72
CONCLUSION
73

Gestion Du Probleme de Transport

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Gestion Du Probleme de Transport

Transféré par

Droits d'auteur :

Formats disponibles

GESTION DU PROBLEME DE TRANSPORT

La thorie des graphes

La thorie des graphes

la thorie des graphes

la thorie des graphes

la thorie des graphes

xp2 cpq xpq

Le P.T peut tre modlis de la mthode suivante:

Sous lhypothse (1), (T) est dit :

Le problme Standard de Transport (PST)

alors on cre un client fictif :

b = a b q+1 k l k =1 l=1 c kq+1 = 0, k = 1,2,..., p

alors on cre un entrept fictif :

a = b a p+1 l k k =1 l=1 c p+1k = 0, k = 1,2,..., p

La solution de base initiale:

On rpte cette tape Jusqu ce que la Solution initiale soit obtenue

Recherche Oprationnelle Management Logistique

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

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

Lalgorithme de stepping stone

Lalgorithme de stepping stone

1- Recherche dune solution de base

Lalgorithme de stepping stone

Lalgorithme de stepping stone

Lalgorithme de stepping stone

Dtermination des cots marginaux :

Lalgorithme de stepping stone

On dtermine maintenant le cycle de substitution de

Lalgorithme de stepping stone

On dtermine donc les modifications effectuer au final :

On retourne maintenant ltape 1 de lalgorithme

Recherche Oprationnelle Management Logistique 43

La ligne 4 ne contient pas un zro encadr donc on va appliquer ltape 3 et 4 de lalgorithme.

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

Recherche Oprationnelle Management Logistique 58

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

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

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

Recherche Oprationnelle Management Logistique 61

On part dun flot compatible (gnralement 0) On utilise deux fonctions alternativement

Procdure de marquage Procdure daugmentation du flot

Procdure daugmentation du flot

4 [0] 7 [0] 6 [0]

4 [4] 7 [0] 6 [0]

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

4 [4] 7 [3] 6 [0]

S a :cet arc est satur.

4 [4] 7 [3+3] 6 [0]

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

4 [4] 7 [6] 6 [3]

4 [4] 7 [6+1] 6 [3]

Vous aimerez peut-être aussi