Académique Documents
Professionnel Documents
Culture Documents
Gestion de Productioncours PDF
Gestion de Productioncours PDF
GESTION DE LA PRODUCTION
Yves CRAMA
Notes de cours
Anne acadmique 2002-2003
i
Page
CHAPITRE 1: Introduction 1
1.1. Dfinitions et concepts de base 1
1.2. Gestion hirarchique de la production 2
1.3. Dveloppement historique de la GP: Quelques jalons ... 3
1.4. Relations avec les autres fonctions de lentreprise 3
Bibliographie 4
CHAPITRE 1
INTRODUCTION
La gestion de la production (et des oprations) est la fonction de gestion ayant pour objets la
conception, la planification et le contrle des oprations.
Les activits de conception portent sur la dfinition des caractristiques
du systme productif (capacit, localisation, technologie, etc)
des produits.
La planification dcrit l'utilisation projete du systme productif dans lobjectif de satisfaire la
demande. En dautres termes, elle a pour objectif de coordonner la capacit disponible avec la
demande (un thme rcurrent en gestion de la production !).
Lactivit de contrle sefforce dvaluer ladquation des rsultats obtenus par rapport aux
plans.
Dans ce cours introductif, nous nous limiterons essentiellement une discussion de quelques
notions de base de la conception des systmes productifs et une prsentation des principales
dcisions de planification. Nous articulerons notre prsentation dans un cadre de dcision
hirarchique que nous allons maintenant dcrire brivement.
2
Contrle: suivi des ordres de fabrication, contrle de qualit, indicateurs de performance, etc.
3
Il est important de comprendre que les diffrents niveaux de dcision se distinguent par dautres
caractristiques que la seule tendue de leur horizon (du long terme au trs court terme). Parmi
les autres facteurs importants permettant de diffrencier ces niveaux, on citera par exemple:
le degr dirrversibilit des dcisions,
la diversit des fonctions de gestion impliques,
le degr dagrgation des informations, des catgories de produits et de ressources,
le degr dincertitude,
la prise en considration ou labstraction de certains dtails, etc.
La prsentation des dcisions de gestion dans un cadre hirarchique permet dinsister sur leur
profonde interdpendance. Les niveaux de dcisions suprieurs engendrent des contraintes quil
est ncessaire de prendre en compte aux niveaux infrieurs et, rciproquement, les informations
utilises lors de toute prise de dcision remontent gnralement de niveaux infrieurs. Le cadre
hirarchique met en vidence ces nombreuses relations tout en fournissant un fil conducteur
logique pour lexpos des concepts fondamentaux chaque niveau.
Par sa nature transversale, la gestion de la production comporte des liens avec de nombreux
autres aspects de la gestion des entreprises: gestion stratgique, thorie des organisations,
marketing, logistique, mthodes quantitatives et recherche oprationnelle, comptabilit, contrle
de gestion, etc. Ltudiant (ou le praticien) pourra trouver dans ces interconnections lune des
facettes les plus sduisantes de la gestion de la production, ainsi quune occasion de redcouvrir
certaines questions de gestion sous un angle nouveau.
Bibliographie.
CHAPITRE 2
2.1. Gnralits.
La gestion stratgique de l'entreprise est gnralement dfinie comme couvrant les dcisions
relatives
la composition du portefeuille de produits et aux (segments de) marchs cibls,
l'appropriation et l'allocation des ressources financires.
Elle place donc principalement l'accent sur les fonctions marketing et finance. Une consquence
de cette vision du management stratgique est que les fonctions marketing et finance constituent
souvent les proccupations centrales des gestionnaires (ce sont les fonctions nobles de
l'entreprise), alors que ces mmes gestionnaires ont par ailleurs moins d'intrt et moins
d'exprience dans le domaine de la gestion de la production. En particulier,
les managers se concentrent sur des stratgies concurrentielles de croissance, diversification,
repositionnement bases sur des acquisitions, des fusions ou sur le marketing de leurs
produits, plutt que sur le dveloppement d'une expertise technologique ou manufacturire
propres;
les managers se dsintressent des dcisions de production, vues comme purement
technologiques et non directement intgres aux autres dcisions de gestion.
Ce dsintressement, cependant, nest pas totalement neutre. Voyons quel impact ngatif
laccent mis sur les fonctions marketing et finance peut avoir pour la gestion de la production.
Marketing: La vision moderne du marketing veut que cette fonction joue un rle intgrateur et
serve d'interface entre le client d'une part et les autres fonctions de lentreprise (production,
finance, personnel, ...) par ailleurs (voir Figure ci-dessous). Selon le concept marketing , la
tche essentielle de l'organisation est de dterminer les besoins et les dsirs des marchs cibles,
et de les satisfaire plus efficacement et de faon plus approprie que la concurrence. En vertu de
ce principe, les entreprises soumises une pression concurrentielle accrue ont t conduites
dans un pass rcent
augmenter constamment le nombre de produits, les options disponibles, les exigences de
qualit, et
diminuer la dure de vie des produits ainsi que les dlais de production et de livraison.
Cette politique oriente vers la satisfaction des dsirs du client peut engendrer de nombreuses
consquences nfastes pour la fonction production: coexistence de production massive et en
petites sries, redmarrages frquents de la production, diminution des opportunits
d'apprentissage, difficults de planification (commandes en dernire minute), obsolescence
6
rapide des procds, augmentation des stocks, diminution de la qualit, etc. (lire par exemple la
description des difficults rencontres par Boeing dans larticle annex ce chapitre).
FINANCE
MARKETING
G
R CLIENT ...
H
PRODUCTION
Finance: Hayes et Wheelwright (1984) estiment que les contrles financiers ont rcemment
accord trop dimportance la rentabilit court terme des investissements (Return On
Investments, rapports trimestriels). Cet accent sur le court terme a t renforc par la mobilit
des cadres et dirigeants. Tout comme le concept marketing, cette politique financire a de
profondes implications pour les activits de production: elle tend dcourager les
investissements long terme et/ou dans des technologies innovatrices, et entrane ainsi une
obsolescence plus rapide des quipements et une rsistance ladoption de technologies
avances de production (par exemple, robotique ou ateliers flexibles; voir larticle de Parker et
Lettes 1991 en annexe ce chapitre).
Vers la fin des annes 60 et, de faon acclre, durant les annes 70, un nombre croissant
dentreprises (principalement japonaises) commencent imposer la notion quune stratgie
concurrentielle base essentiellement sur lexcellence en production (qualit des produits,
raccourcissement des dlais, flexibilit, ...) peut se rvler viable et mme gagnante.
Vers la mme poque, plusieurs gourous acadmiques (Porter 1990, Skinner 1985, ...)
soulignent limportance pour chaque entreprise de formuler explicitement la stratgie
7
concurrentielle quelle a choisi de suivre et la ncessit de concentrer tous ses efforts vers la
ralisation de ces objectifs stratgiques.
Skinner, quant lui, sintresse plus particulirement la stratgie adopte par les entreprises en
matire de gestion de la production. Sur base de ses nombreux contacts industriels, il formule
les observations suivantes (Skinner 1974 et 1985, Chapitres 1 et 6).
1. Les dcisions de production sont de nature stratgique. Plus prcisment, ce sont souvent
des dcisions dterminantes pour la comptitivit de l'entreprise et intimement lies aux
autres dcisions stratgiques (en particulier, aux dcisions de marketing). Ces dcisions
portent gnralement sur le long terme (investissements lourds), prennent lentement leurs
effets et sont difficilement rversibles.
2. Les critres de performance en production sont varis. Comme mentionn plus haut, ces
critres de performance se sont beaucoup largis au cours des 20 30 dernires annes sous
la pression concurrentielle et l'allgeance au concept marketing: au seul critre de
minimisation des cots (productivit) sont venus s'ajouter des critres de qualit, de flexibi-
lit, de dlais de livraison, de qualit des investissements, etc. (Pensez aux stratgies
concurrentielles dcrites par Porter).
3. Un systme de production ne peut pas exceller dans tous les domaines. Un systme
productif, pour tre efficace, exige des choix et des compromis (trade-offs), principalement
dans les domaines suivants :
technologie: typiquement, une fabrique ne peut pas matriser plus de deux ou trois
technologies diffrentes;
marchs cibls: chaque segment est caractris par des exigences distinctes en termes
de qualit, dlais, prix, etc;
volumes de production: des volumes diffrents requirent des approches diffrentes
de la planification, de la gestion des stocks, du contrle de qualit, etc;
niveaux de qualit;
fabrication interne ou sous-traitance (make or buy);
degr de spcialisation des quipements;
risque technologique;
...
Ne pas poser clairement ces choix conduit des situations difficilement matrisables et
empche la firme de bnficier des effets d'apprentissage. Pour contrler ce type de drive,
les entreprises ont alors souvent tendance augmenter leur staff et les couches de
management au prix d'une augmentation de leurs frais fixes - overheads - et d'une perte de
comptitivit. (On retrouve les effets pervers de la situation d'enlisement dans la voie
mdiane dcrite par Porter 1990).
8
Skinner tire de ces observations quelques leons essentielles pour lentreprise. Selon lui, pour
rester comptitive, l'entreprise doit se concentrer sur quelques critres d'excellence dans le
domaine de la production, formuler explicitement ses choix et mettre les moyens en oeuvre pour
les atteindre (en excluant la poursuite dobjectifs non compatibles; concept de focused factory).
Si l'entreprise possde des produits ou des marchs impliquant des choix contradictoires, son
appareil productif devrait tre spar en usines distinctes, exhibant chacune les caractristiques
de la focused factory (plant within a plant).
Par ailleurs, les choix stratgiques poss dans la sphre marketing doivent tre cohrents avec
ceux poss dans la sphre production. En particulier, chacune de ces fonctions impose des
contraintes dont l'autre doit tenir compte: lajustement doit tre rciproque plutt
quunidirectionnel.
Nous allons discuter brivement de la gestion de la qualit, comme exemple typique d'une
variable dont la gestion est entre rcemment dans le domaine stratgique. (Voir Graves,
Rinnooy Kan et Zipkin (1993), Juran (1993), McClain, Thomas et Mazzola (1992)) .
Informellement, on appelle qualit dun produit la mesure dans laquelle ce produit est conforme
aux attentes et exigences de l'utilisateur. Plus formellement, lOrganisation Internationale de
Normalisation (ISO) dfinit la qualit comme lensemble des caractristiques dune entit qui
lui confrent laptitude satisfaire des besoins exprims ou implicites , o le terme entit peut
dsigner un produit, une activit, un processus, un systme, etc. Il ne faut donc pas confondre
qualit et luxe: un crayon ou de l'eau peuvent tre de bonne ou de mauvaise qualit.
Les inconvnients lis ces approches sont nombreux. D'une part, elles gnrent souvent des
cots levs, qu'ils soient directs ou indirects: cot de l'inspection, mise au rebut ou
rparation/adaptation des articles ne satisfaisant pas aux spcifications, rparation des articles
dfaillants sous garantie, etc. (Plus gnralement, certains auteurs estiment que le cot de la
9
qualit - c'est--dire les cots totaux lis au manque de qualit - peuvent s'lever 20% du
chiffre d'affaires d'une entreprise; cit par McClain et al. 1992, p.132).
D'autre part, le contrle de qualit par chantillonnage est, par sa nature mme, imparfait et
incomplet. Rappelons brivement son principe de base. Pour contrler la qualit dun lot de
production (ou dun approvisionnement), on en extrait un chantillon et on analyse la qualit de
chacun des articles inclus dans lchantillon. Si X% (o X est un paramtre fix lavance) de
ces articles sont jugs satisfaisants, alors le lot est accept. Sinon, il est rejet.
Le contrle par chantillonnage admet donc explicitement la mise en vente de produits de
qualit infrieure ou dfectueux, tant quil ny en a pas trop ! Mais en pratique, cette tactique
peut rsulter en une perte de confiance des consommateurs et, dans des contextes de vive
concurrence, par une perte de comptitivit et une diminution des parts de march.
Plus grave encore, le contrle par chantillonnage peut se rvler tout--fait inappropri dans
certaines situations, par exemple lorsque la conformit du produit doit tre assure 100%
(pensons aux normes de scurit des installations nuclaires ou, plus prs de notre exprience
quotidienne, aux exigences places sur la qualit des pneus de notre voiture ; voir le cas Ford
et les pneus Firestone en annexe ce chapitre).
Enfin, le contrle effectu en fin de processus ou les observations glanes lors des rparations
aprs vente ne permettent qu'un feedback tardif et souvent trs imparfait (ou mme totalement
absent) vers la source des problmes (voir l'exprience de Xerox, cite en exemple par Juran
1993).
Les managers japonais, plus prompts que leurs concurrents occidentaux ragir au message des
consultants (amricains !) Deming et Juran, ont t les premiers apprhender toute l'ampleur
de ces problmes et prendre des mesures effectives pour y remdier. Cette prise de conscience
s'est prsent rpandue l'ensemble du monde industrialis, o le remde le plus couramment
prconis est celui de l'adoption du principe de la Gestion de la Qualit Totale (Total Quality
Management). Ce principe vise essentiellement grer et assurer la qualit des produits (cest-
-dire, la conformit de ces produits leurs spcifications) tout au long des diffrentes tapes de
la production plutt qu' son terme seulement. Le but ultime est donc de ne produire que des
units de qualit parfaite, c'est--dire sans dfauts: il faut assurer la conformit sans avoir la
tester. Cette approche contraste fondamentalement avec lapproche plus traditionnelle qui vise
seulement ne mettre sur le march que des produits conformes.
Les mthodes mises en oeuvre par les programmes de Qualit Totale sont trs varies. Citons en
quelques-unes ...
Formalisation et documentation des procdures: Ecrire ce que lon va faire. - Faire ce que
lon a crit. - Ecrire ce que lon a fait. Cette pratique vise notamment imposer le respect
des spcifications du produit (dans la mesure, notamment, o les caractristiques du produit
sont largement dtermines par les procdures utiliss lors de sa fabrication). La
documentation crite permet galement dinformer le client ou le donneur dordre, de
manire convaincante, sur la faon dont a t ralis le produit. La documentation des
procds fait partie intgrante des exigences reprises dans les normes dassurance qualit
adoptes internationalement (telles les normes ISO9000, ...).
La qualit est vue dans un cadre d'amlioration permanente de l'organisation: il n'est donc pas
uniquement question de chercher atteindre un niveau de performance prdtermin et de s'y
maintenir, mais bien de chercher amliorer ce niveau de faon continue (Permanent
Improvement). En dautres termes, le standard de qualit vis (mais jamais atteint) devrait
tre celui de la perfection absolue (de l les slogans de type 'Zro dfaut', 'Zro stock', etc).
Nous tirerons deux conclusions de cette brve discussion de la gestion de la qualit. Tout
d'abord, les amliorations de qualit peuvent souvent tre atteintes un cot relativement
modeste et par des moyens simples (par exemple, en les grant dans la phase de conception du
produit ou en utilisant l'expertise des ouvriers). De telles amliorations peuvent simultanment
rsulter en un accroissement de la comptitivit de l'entreprise et en une diminution de ses cots
de production (Cadillac mentionne une rduction de 30% de ses cots de rparations sous
garantie, rduction obtenue en 4 ans malgr l'allongement simultan de la garantie de 1 an 4
ans; cit par McClain et al. 1992, p.124).
11
Cependant (et ce sera l notre seconde conclusion), il est essentiel de voir que les remdes
voqus ci-dessus impliquent des changements fondamentaux dans la faon dont est perue la
gestion de la qualit au sein de lentreprise. On y retrouve en effet un glissement
du contrle (ex post) vers la planification (ex ante),
de la notion de qualit du produit vers celle de qualit de la conception et des processus,
dune activit oprationnelle vers une proccupation stratgique.
Ces changements ne peuvent tre mis en oeuvre qu'au prix d'un engagement total de toutes les
forces de l'entreprise (l'amlioration de la conception des produits ncessite par exemple
l'implication d'quipes interdisciplinaires - bureau d'tudes, marketing, production, service
aprs-vente, etc.; les cercles de qualit ou le JAT impliquent toute la chane productive). En
particulier, la direction de l'entreprise doit jouer un rle direct dans la gestion de la qualit, qui
devient donc un instrument de gestion stratgique (au Japon, la qualit est souvent du ressort
direct du Directeur Gnral).
Bibliographie.
L. Cohen, Quality Function Deployment: How to Make QFD Work for You, Addison-Wesley,
1995.
S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory,
North-Holland, Amsterdam, 1993.
J. Greenwald, Is Boeing out of its spin?, TIME, July 13, 1998, pp. 55-57.
J.R. Hauser et D. Clausing, The house of quality, Harvard Business Review, May-June 1988,
pp. 63-73.
R.H. Hayes and D.M. Upton, Operations-based strategy, California Management Review 40
(1998) pp. 8-25.
R.H. Hayes et S.C. Wheelwright, Restoring our Competitive Edge: Competing through
Manufacturing, J.Wiley & Sons, New York, 1984.
J.M. Juran, Made in U.S.A.: A renaissance in quality, Harvard Business Review 71(4), July-
August 1993, pp. 42-50.
J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, Prentice-
Hall, Englewood Cliffs, 1992.
W. Skinner, The focused factory, Harvard Business Review 52(3), May-June 1974, 113-121.
W. Skinner, Manufacturing: The Formidable Competitive Weapon, J.Wiley & Sons, New York,
1985.
1
Le groupe Ford est donc une nouvelle fois en pleine tourmente, avec ce rappel de millions de
pneus potentiellement dfectueux. Consquence immdiate et invitable, au pays du tout
apparence, il faudra que la clbre marque bataille ferme pour tenter de garder sa bonne
image auprs des automobilistes. Et ce d'autant plus que le deuxime constructeur automobile
mondial, dont l'ambition est de dtrner General Motors, ne sort dcidment pas depuis
maintenant un an de ce problme de pneus sur son vhicule vedette, le 4x4 Ford Explorer.
Elle se superpose au rappel de 6,5 millions de pneus, principalement monts sur des Ford
Explorer, lanc conjointement dbut aot 2000 par Ford et Firestone.
Le PDG de Ford, Jacques Nasser, est mme venu lundi au Congrs avertir les parlementaires
de la mesure draconienne que son groupe allait prendre : le rappel de 13 millions de pneus
Firestone, fabriqus par la filiale amricaine du groupe japonais Bridgestone. Comme c'est la
scurit qui est considre comme la proccupation principale des consommateurs, Ford, sur
un terrain aussi significatif, n'a pas hsit, mme si la gestion de l'image pour une affaire de
ce type est un exercice difficile, selon les experts en communication.
Globalement, le groupe Ford devrait donc plutt bien s'en tirer, mme si il y a un certain
nombre de procs en cours l'heure actuelle de par les poursuites engages par les familles de
victimes d'accident aprs l'clatement d'un pneu. Selon la scurit routire nord-amricaine
(la NHTSA), 174 dcs sont lis ce problme d'clatement.
Les experts en marketing ne pensent pas que les ventes de l'Explorer, un vhicule trs popu-
laire, soient pour l'instant menaces, sachant que l'indice de satisfaction des propritaires de
ce produit reste trs haut. Il y a pourtant des avis divergents. Notamment celui de Wendy
Neeham, une analyste automobile de la banque Credit Suisse First Boston, qui voit ce nou-
2
veau rappel comme le signe de problmes rptition pour le constructeur. Elle a prcis ga-
lement que : "Des pneus endommags sur une ligne de montage, c'est vraiment un problme
spcifique Ford et pas une responsabilit du manufacturier Firestone."
Selon cette analyste les gens seraient fonds se demander : "Avons-nous rellement besoin
d'acheter un Explorer?" Une question angoissante quand on sait que l'Explorer contribue
actuellement pour un quart au bnfice de Ford. Le rappel des 13 millions de pneus
demanderait neuf mois en tout pour tre men bien. Le cot en est valu 3 milliards de
dollars (3,5 milliards d'euros) et pour l'instant personne ne sait si le fabricant de pneus
participera au rglement de la note. Il faut dire que les relations entre les deux entreprises sont
au plus mal, chacune rejetant sur l'autre, tout ou partie, de la responsabilit des problmes
rencontrs. Le constructeur reprochant au manufacturier de ne pas avoir ajout une couche de
nylon dans la fabrication, tandis que Firestone n'hsite plus remettre en cause la conception
mme, et donc la stabilit du "4X4 de ville de Ford", dans les 174 accidents mortels
incrimins. Cette dcision de Ford intervient d'ailleurs au lendemain de l'annonce par
Firestone, filiale amricaine du fabricant de pneumatiques japonais Bridgestone, de mettre fin
ses relations commerciales avec le groupe Ford.
3
ANNEXE
Ainsi, la famille ISO 9000 comprend des normes qui donnent aux
organisations des orientations et des exigences sur ce qui constitue un
systme efficace de management de la qualit. ISO 9004-1 (ainsi que les
autres parties d'ISO 9004) donne des lignes directrices sur les lments
du management de la qualit et du systme qualit.
4
CHAPITRE 3
Les grandes options fondamentales, cest--dire celles qui dterminent et qui limitent les
opportunits ouvertes l'entreprise dans le long terme, portent principalement sur la
composition du portefeuille de produits, sur le processus de production adopt et sur la capacit
de production.
PRODUIT
PROCESSUS CAPACITE
Avant de nous attarder plus longuement sur le choix du processus de production, voquons
rapidement, et en termes trs gnraux, les dcisions portant sur la conception du produit et sur
la capacit du systme productif.
Capacit. La capacit dun systme productif est une mesure du nombre d'units que peut
produire le systme en un laps de temps donn. La simplicit apparente de cette dfinition est
cependant trompeuse. En effet, la capacit est souvent difficile estimer, en partie parce qu'elle
est dtermine par une multitude de paramtres dont certains sont eux-mmes difficilement
quantifiables:
l'appareil productif proprement dit,
la main d'oeuvre,
les possibilits de sous-traitance,
les choix technologiques,
la qualit,
la motivation des ouvriers,
le product mix,
...
Une partie de cette variabilit s'exprime moyen ou court terme (par exemple, les possibilits
de sous-traitance ou d'heures supplmentaires), et nous y reviendrons dans ce cadre. Mais la
capacit est galement fortement limite par les dcisions long terme. Celles-ci sont de natures
diverses et prsentent de nombreuses interdpendances.
Quand faut-il modifier la capacit ? Il n'est pas toujours conseill de suivre la demande, qui
peut montrer des tendances court terme, ou suivre des cycles conjoncturels (voir l'exemple
de la sidrurgie : les producteurs sont obligs de dvelopper des grandes capacits pour
diminuer leurs cots de production en haute conjoncture, et encourent une surcapacit
sectorielle en basse conjoncture; une situation similaire se produit dans l'enseignement
universitaire qui est soumis aux fluctuations du march de lemploi et de la mode ).
De combien faut-il modifier la capacit ? De faon progressive (ce qui permet une meilleure
adquation la demande) ou par sauts (qui peuvent saccompagner dconomies
d'chelle) ? Ce problme est videmment li au prcdent.
O faut-il (re)localiser la capacit de production? Les dcisions de localisation sont
troitement lies celles dfinissant la configuration du rseau logistique, cest--dire le
rseau dapprovisionnement, de production et de distribution de lentreprise. Les progiciels
de support au Supply Chain Management (du type APS, Advanced Planning Systems)
intgrent des modles daide la dcision, bass par exemple sur des modles doptimisation
de localisation similaires ceux prsents dans lAnnexe Modles et mthodes
doptimisation .
Quel type de capacit faut-il ajouter ? (Voir les alternatives numres plus haut).
Nous ne nous attarderons pas davantage sur ce sujet et renverrons le lecteur la littrature pour
plus dinformations.
Bibliographie.
R.H. Hayes et S.C. Wheelwright, Restoring our Competitive Edge: Competing through
Manufacturing, J.Wiley & Sons, New York, 1984.
CHAPITRE 4
4.1. Gnralits.
Le choix du processus est bien sr affect par la nature du produit et par les contraintes
techniques (on ne fait pas de voitures en caoutchouc et on nutilise pas de foreuses pour
produire des hamburgers), mais aussi par des questions d'ordre plus stratgique comme par
exemple la relation entre le processus et le type de march. Nous placerons notre discussion ce
dernier niveau, sur un plan organisationnel plutt que technique.
On va prsenter ici une classification grossire, mais nanmoins utile, des processus de
production. La classification est base sur une analyse du flux des produits, c'est--dire sur la
squence de stations de travail visites par les produits lors de leur passage travers le systme
productif. Sous le terme gnrique station de travail , nous dsignons ici les diffrents
lments du systme, comme par exemple les machines commande numrique, les machines
opres manuellement par un ouvrier, les guichets de service, les laboratoires, etc.
Chane de production ou d'assemblage: les units produites visitent les stations de travail
dans le mme ordre et subissent des squences d'oprations (presque) identiques; mais
elles sont physiquement spares, et peuvent prsenter de lgres variations les unes par
rapport aux autres (par exemple, par l'addition d'options).
Exemples : - construction automobile,
- appareils lectromnagers,
- McDonald,
- contrle technique automobile.
16
Job-shop, ou atelier: il n'y a pas de flux dominant de produits; le systme produit des articles
varis exigeant des squences d'oprations distinctes.
Exemples : - atelier traditionnel (mcanicien, menuisier),
- sous-traitance de pices mcaniques,
- cuisine de restaurant traditionnelle,
- laboratoire danalyses mdicales,
- hpital.
Production en sries moyennes, ou flux intermittent (batch flow): intermdiaire entre les
prcdents; les units au sein d'une srie sont identiques; les diffrentes sries visitent des
squences de stations similaires, mais chaque srie requiert des rglages importants ou des
oprations distinctes chaque station.
Exemples : - cuisson des maux
- chaussures
- circuits imprims
- produits exigeant des traitements chimiques (bains).
Un systme de production en ligne se caractrise par le fait que les ressources (machines,
hommes) sont organises en fonction de larticle produire: on dit que le processus est organis
par produit. Par contre, dans un job-shop, les ressources sont groupes sur base des oprations
quelles ralisent: le processus est organis par fonction.
Les diffrents types de systmes se distinguent encore par de nombreuses autres caractristiques.
Dans un systme de production en ligne, gnralement,
un seul type, ou trs peu de types darticles diffrents sont produits;
le nombre d'units produites (volume de production) est lev;
lquipement est trs spcialis, automatis et peu flexible;
les investissements en quipements et en tudes de conception du systme sont importants;
la main duvre est limite;
le taux d'utilisation des quipements est trs lev (souvent plus de 90%);
la production se fait pour stock, avec par consquent des stocks de matires premires, de
composants et de produits finis levs et des stocks dencours relativement faibles.
forme d'encours; 1/3 seulement du temps qu'ils passent sur les machines reprsente du temps
d'usinage effectif, soit moins de 2% du temps de passage total dans latelier.
un mode de production la commande, et donc des stocks de produits finis relativement
faibles.
En termes de cots, les avantages comparatifs des deux types de systmes peuvent tre esquisss
comme suit. Le principe directeur de la production en ligne est que les cots fixes levs
(investissements) doivent pouvoir tre absorbs par de grands volumes de production. A
l'oppos, dans un job-shop, les cots fixes sont maintenus un niveau plus modeste et les cots
variables, cest--dire lis directement au volume de production, sont prpondrants (par
exemple, les cots salariaux). Le job-shop peut donc tre rentable en produisant des quantits
relativement faibles (infrieures au point dindiffrence), alors que, lorsque le volume de
production augmente, les cots variables plus modestes de la production en ligne se traduisent
galement par des cots moyens moins levs.
cots
totaux
job-shop
ligne
volume de production
point dindiffrence
Dans une vision dynamique, ou volutive, des caractristiques d'une entreprise ou d'un produit,
la discussion prcdente peut tre interprte comme suit: lorsque le volume de vente potentiel
et le degr de standardisation dun produit augmentent, lentreprise accepte de substituer des
cots variables (main d'oeuvre, temps de rglage) par des cots fixes (quipements spcialiss)
et donc de passer du job-shop la production en ligne. Hayes et Wheelwright (1984) ont analys
ce phnomne en le replaant dans le cadre des recommandations formules par Skinner sur la
18
Afin de formuler les conclusions de ces auteurs, rappelons dabord brivement les phases
successives du cycle de vie dun produit telles quelles sont dcrites par la thorie classique du
marketing (voir par exemple Kotler et Dubois 1994): introduction (augmentation progressive
des ventes), croissance (croissance rapide), maturit (plateau), dclin (dcroissance).
ligne
batch
job shop
Matrice produit-processus
(Hayes and Wheelwright 1984)
Cette analyse donne lieu la notion de cycle de vie des processus: idalement, au cours du cycle
de vie d'un produit, le point qui le reprsente dans la matrice produit-processus devrait se
dplacer le long de la diagonale de cette matrice. Insistons sur le fait que cette volution des
processus de production est assez diffrente de celle des volumes de vente, en ceci quelle peut
tre, en principe, contrle par la firme plutt que dtre simplement subie ou observe. Elle
19
D'autres stratgies sont videmment possibles mais doivent alors tre reconnues explicitement
comme des stratgies de diffrenciation non standards. De telles stratgies doivent tre
soigneusement values pour sassurer quelles ne crent pas dincohrence entre le plan
marketing de lentreprise et le processus de production adopt (voir Safizadeh et al. 1996 pour
quelques exemples, ainsi que larticle dcrivant la situation de Boeing, en annexe au Chapitre
2).
Cellules de fabrication.
Dans la vision extrme du job-shop, le nombre de produits diffrents est norme, et tous ces
produits ont des gammes opratoires diffrentes (squences de machines visites, oprations sur
ces machines). A linverse, la technologie de groupe reconnat explicitement que de nombreux
produits peuvent en fait tre groups en familles de produits similaires (si mme ils ne sont pas
parfaitement identiques) sur base des similitudes de leurs caractristiques physiques et/ou de
leurs gammes opratoires.
Au sein dune famille, chaque produit peut alors tre dfini par ses caractristiques propres.
La technologie de groupe rpertorie chaque produit (et, plus gnralement, chaque article connu
dans lentreprise) au moyen dun code (alpha)numrique qui permet de l'identifier de faon
unique et qui reflte galement ses caractristiques essentielles. Ce code peut tre utilis pour
mettre en vidence les similitudes entre produits (des codes similaires correspondent des
produits similaires) et donc pour dfinir les familles de produits de faon pertinente.
Remarquons que cest essentiellement le taux dutilisation des quipements qui dtermine leur
rentabilit, et peu importe que ce taux soit atteint par la fabrication d'un seul produit ou dun
mix de plusieurs produits (cest--dire par addition de petites sries). Cette dernire approche
correspond mieux aux exigences des marchs contemporains (voir Chapitre 2). Mais elle ne
peut videmment tre mise en oeuvre que sur des quipements suffisamment flexibles.
Les machines commande numrique (Computer Numerical Control, CNC) prsentent une
flexibilit nettement accrue par rapport aux machines-outils traditionnelles. Sur une machine
CNC, les mouvements et oprations des outils sont contrls par un micro-ordinateur. La
machine possde par ailleurs un dispositif de changement d'outils automatique. Ces
caractristiques permettent la machine denchaner trs efficacement les oprations
successives en rduisant le temps consacr aux temps de rglage et aux changements doutils.
Ladoption dun FMS entrane des cots d'investissement levs (frais fixes) mais peu de frais
variables (que ce soit sous forme de main duvre ou de cots de lancement de la production),
et fournit une flexibilit leve. Il permet donc de rentabiliser l'automatisation de la production
des petites sries. Ainsi, Jaikumar et Van Wassenhove (1989) ont observ des FMS produisant
plus de 100 types de pices diffrents chaque anne (dont 25 nouveaux produits) et pour
lesquels le taux d'utilisation (pour usinage) est suprieur 75% du temps total.
21
Aprs avoir dcid en termes gnraux du type de processus de production utiliser (par
exemple, production en ligne ou job-shop) et des quipements acqurir, la firme se voit encore
confronte des problmes plus spcifiques dimplantation des centres de production
(machines, postes de travail, dpartements, ...), c'est--dire de localisation relative des centres de
production.
En pratique, de nombreux lments peuvent entrer en ligne de compte dans les dcisions
d'implantation: contraintes historiques (l'implantation volue souvent de faon progressive, sans
tre globalement remise en cause), esthtiques, facteurs humains (l'environnement de travail
doit rester agrable), scurit (les ateliers de peinture seront situs loin de ceux de soudure, afin
d'viter l'explosion des matires volatiles), etc. Les modles mathmatiques que nous allons
prsenter ci-dessous devront donc tre considrs comme des modles d'aide la dcision
plutt que comme des systmes automatiss de prise de dcision.
Nous considrerons seulement ici des situations idales o le systme doit tre conu partir de
rien et o l'objectif optimiser peut-tre exprim quantitativement. De telles situations se
rencontrent par exemple lors de la construction de nouveaux btiments ou lors de la
rorganisation de systmes existants. Les modles d'optimisation les plus courants tiennent
compte d'un objectif de minimisation des cots. Ces cots peuvent gnralement tre interprts
comme des cots de manutention (transfert, transport) ou de dplacement.
Nous considrerons successivement les problmes qui se posent lors de l'implantation d'une
chane d'assemblage, puis de celle des dpartements d'un atelier.
Par nature, une ligne de production est consacre la fabrication d'un seul produit (avec varian-
tes ventuelles) et doit donc excuter des squences d'oprations (presque) identiques sur
chaque unit de ce produit. Il est donc logique que l'implantation d'un tel systme soit dicte par
les squences d'oprations ncessaires la fabrication de ce seul produit. On parle alors d'une
organisation par produit (product layout) du processus de production.
22
Typiquement, les postes de travail d'un systme organis par produit sont placs en ligne et
chaque unit du produit passe de station en station en subissant une transformation chaque
tape. Des exemples extrmes de ce type dorganisation se trouvent dans les industries
processus de production continu, o la squence des oprations effectuer est souvent
totalement rigide (comme dans l'industrie chimique ou sidrurgique). Par contre, dans le cas de
chanes d'assemblage, l'ordre des postes de travail, ou mme des oprations effectuer, n'est
gnralement pas compltement dtermin par les spcifications techniques du produit.
Illustrons ce propos par un exemple simple.
Exemple: Liste des oprations effectuer sur une chane dassemblage automobile:
1. Assemblage de la carrosserie
2. Assemblage du bloc moteur
3. Assemblage carrosserie - bloc moteur
4. Placement transmission
5. Placement roues
6. Placement siges
7. Portes
8. Installation vitres
9. Contrle finition
1 4-5
\ / \
3 8 -- 9
/ \ /
2 6-7
Plusieurs dfinitions des postes de travail sont compatibles avec les contraintes exprimes: de
fait, on pourrait adopter
1) un seul poste regoupant toutes les oprations,
2) un poste par opration : 1 - 2 - 3 - ... - 9,
3) le regroupement de plusieurs oprations par poste: par exemple (1,2,3) - (4,6) - (5,7) - (8) -
(9).
Chacune de ces solutions comporte ses inconvnients (ainsi que des avantages absents des
autres solutions): difficult d'apprentissage et lancements rptitifs de la production pour la
solution (1), monotonie des tches effectuer et lourdeur des manutentions pour la solution (2),
etc.
Par ailleurs, les diverses solutions se caractrisent aussi par des taux de production varis.
Dfinissons prsent ce concept de faon prcise: le taux de production T d'une chane
d'assemblage est le nombre moyen d'units quelle produit par unit de temps.
23
Un concept intimement li au prcdent est celui de temps de cycle: le temps de cycle C (cycle,
cycle time, etc) d'une chane est le temps coul, en moyenne, entre la production de deux units
successives. On a donc la relation : T = 1/C.
Le taux de production et le temps de cycle sont videmment dtermins par la dure des
oprations individuelles excuter, mais aussi par l'implantation de la chane et en particulier
par le regroupement des oprations aux postes de travail successifs.
On calcule facilement le temps de cycle pour les 3 layouts dfinis plus haut:
1) un seul poste: 67 minutes.
2) un poste par opration: 17 minutes.
3) regroupement (1,2,3) - (4,6) - (5,7) - (8) - (9) : 36 minutes.
Remarquons que le temps de cycle d'une chane de production est dtermin par le temps de
travail (la charge) du poste de travail le plus lent, ou poste goulot (bottleneck).
Nous sommes maintenant quips pour dfinir formellement le problme d'quilibrage d'une
chane d'assemblage: tant donns
les diffrentes oprations effectuer et leurs dures respectives p1, ..., pm,
les relations de prcdence entre oprations,
un temps de cycle cible C,
affecter les oprations un nombre minimum de postes de travail placs en ligne de telle sorte
que les relations de prcdence soient respectes et que le temps opratoire total n'excde C
pour aucun poste.
1. Dans cette formulation, le temps de cycle, et donc le taux de production, sont fixs de faon
exogne. Cette hypothse est raisonnable dans le cadre d'une production de masse pour
stock, o la demande est souvent relativement stable. (On considre cependant parfois une
formulation alternative dans laquelle le nombre de stations disponibles est fix a priori et le
temps de cycle doit tre minimis).
24
2. Le nombre de stations peut tre interprt comme un substitut approximatif des cots de
manutention: de longues chanes impliquent de nombreux transferts de matriel. Cependant,
une rduction de la longueur de la chane implique gnralement une augmentation du temps
de cycle (voir exemple ci-dessus)!! Ceci explique que l'on incorpore une contrainte sur le
temps de cycle dans le modle.
3. Le temps mort (idle time) TM est le temps total durant lequel les postes de travail sont
inoccups pendant un cycle de production. Pour une solution comportant N postes,
TM = N C - i pi.
Lorsque le temps de cycle C et les temps opratoires pi sont considrs comme des donnes,
minimiser N revient minimiser TM. L'objectif du problme d'quilibrage peut donc
galement tre vu comme un objectif de minimisation des temps morts.
4. Dans les situations pratiques, on rencontre souvent des contraintes additionnelles; par
exemple, deux oprations ne peuvent pas tre ralises par le mme poste (incompatibilit ou
encombrement des quipements, etc), certains postes ne peuvent pas effectuer certaines
oprations, etc.
Tout dabord, une limite infrieure L sur le nombre de postes optimal peut tre calcule par la
formule
L = i pi / C .
Mais cette borne infrieure n'est pas toujours ralisable, comme le montre l'exemple suivant.
L = i pi / C = 67/17 = 3,9.
Donc, toute solution impliquera au minimum 4 postes de travail. Mais en fait, pour l'exemple
considr, on peut facilement se persuader qu'il n'y a pas de solution comportant moins de 5
postes.
Etape 1. Dfinir un coefficient de priorit ci pour chaque opration i (par exemple, la dure de
lopration, ou la somme des dures des oprations qui suivent, ...).
Etape 2. Si les postes 1, ..., j ont dj t dfinis, et certaines oprations ont dj t affectes
au poste j+1, alors:
i) parmi les oprations disponibles (dont tous les prdcesseurs ont t affects) et pouvant
encore tre affectes au poste j+1 sans excder C, affecter celle ayant le plus haut coefficient
de
priorit ci;
ii) si plus aucune opration ne peut tre affecte au poste j+1 sans excder C, crer un poste
j+2
et lui affecter l'opration disponible ayant le plus haut coefficient de priorit ci.
Les coefficients de priorit peuvent tre dfinis de diffrentes faons. Par exemple, on peut
dfinir ci comme tant le temps opratoire de lopration i (cest--dire, ci = pi).
Alternativement, on peut choisir ci gal au nombre d'oprations ultrieures l'opration i dans le
graphe de prcdence (l'ide est ici de donner la plus haute priorit aux oprations qui doivent
encore tre suivies par de nombreuses autres oprations). La mthode du Ranked Positional
Weight repose sur une variante de cette ide: on y dfinit ci comme la somme des dures de
toutes les oprations ultrieures l'opration i. Cette heuristique fournit souvent des solutions de
bonne qualit. Enfin, la mthode COMSOAL (COmputer Method of Sequencing Operations for
Assembly Lines) donne simplement la mme priorit toutes les oprations, ce qui revient
choisir l'affectation de l'opration suivante au hasard! Le manque de sophistication vident de
cette mthode est compens par la force brutale: l'heuristique gnre successivement un grand
nombre de solutions et ne retient que la meilleure. De nombreuses autres heuristiques ont
galement t proposes dans la littrature scientifique (voir le logiciel QSOM propos par
Chang 1989).
Un cas pratique d'quilibrage de chane, illustrant bien la plupart des propos ci-dessus, est dcrit
par
Agnetis, Ciancimino, Lucertini et Pizzichella (1992). Le graphe de prcdence, le layout de
lusine et la composition des stations de travail avant la ralisation de ltude de cas sont
donns en annexe la fin de ce chapitre. En particulier, on observe dans cette tude des paires
d'oprations incompatibles, ou 'forces' dans la mme station. L'implantation originale compte
15 stations, mais est mal quilibre (temps de cycle de 78 secondes, avec 49 secondes de temps
mort la station de traitement des radiateurs, rsultant en encours importants). Le taux de
production de 692 units par jour (2 shifts de 7,5 heures) excde lgrement la demande
26
moyenne, qui est de 625 units. Une meilleure solution a t obtenue par les auteurs: elle
comporte 20 postes de travail, mais ne requiert plus qu'un shift (7,5 heures par jours) pour
atteindre le taux de production de 625 units.
Dans un job-shop, les produits subissent des squences d'oprations trs diverses, et il n'est donc
plus possible de se laisser guider par une 'logique de produit' pour dcider de l'implantation des
centres de production. En pratique, on regroupe souvent les machines ou les quipements en
dpartements sur base de leur fonction. On parle dans ce cas d'organisation fonctionnelle
(process layout). (Remarquons cependant que, comme nous lavons brivement mentionn dans
la Section 4.4, la technologie de groupe et les cellules de fabrication offrent une approche
alternative - souvent trs performante - l'implantation des job-shops )
Exemples:
Atelier mcanique : dpartement fraiseuses, tours, foreuses ..
Hpital : radiographie, lectroencphalogrammes, pltres, ...
Dans une optique de minimisation des cots de manutention, le problme de localisation des
dpartements peut alors tre modlis comme suit: tant donns
N dpartements localiser,
une superficie totale disponible S,
la superficie si requise par chaque dpartement i,
le cot de transport (par unit de matriel et par unit de distance) entre chaque paire de
dpartements i et j, soit cij ,
le flux de matriel (nombre d'units) entre les dpartements i et j, soit f ij ,
attribuer chaque dpartement i un emplacement (connexe) de superficie si (i = 1, ..., N ) dans
l'aire disponible, de faon minimiser les cots totaux de transport.
La matrice des flux f ij peut tre par exemple estime sur base de donnes historiques dans le
cas d'un systme rorganiser, ou sur base de prvisions dans le cas d'un systme crer. La
distance d kl entre les emplacements k et l peut tre estime par la distance (euclidienne ou
rectilinaire) entre les centres de gravit des deux emplacements. Les cots totaux de transport
sont alors calculs par la formule
N N
CT = cij f ij d k (i ) l ( j )
i =1 j =1
o k(i) et l(j) sont les centres de gravit des emplacements attribus aux dpartements i et j
respectivement.
Le problme de localisation des dpartements, tel que nous venons de le formuler, est rput
pour tre extrmement difficile rsoudre de faon optimale (il est NP-difficile). En pratique,
on recourt donc des mthodes de rsolution heuristiques. Les mthodes les plus efficaces sont
celles procdant par changes successifs: au dpart d'une solution quelconque, on essaye de
27
Bibliographie.
J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, Prentice-
Hall, Englewood Cliffs, 1992.
M.H. Safizadeh, L.P. Ritzman, D. Sharma et C. Wood, An empirical analysis of the product-
process matrix, Management Science, Vol. 42, November 1996, pp. 1576-1591.
How manufacturing can make low-tech products high-tech, Harvard Business Review,
September-October 1995, p. 98.
28
CHAPITRE 5
Nous quittons le domaine des dcisions stratgiques, portant sur le long terme et/ou la
conception du systme productif, pour entrer dans celui de la planification tactique, portant sur
le moyen terme. Dans ce cadre de dcision, le portefeuille de produits et le processus de
production doivent tre considrs comme des donnes (mme si certaines modifications
marginales de capacit peuvent encore tre envisages). La question qui se pose est de savoir
comment utiliser au mieux le systme existant. Plus prcisment:
Horizon du plan.
Afin de dterminer une limite infrieure lhorizon du plan, notons que celui-ci doit tre
suffisamment long pour permettre un certain lissage de la production obtenu en jouant sur la
constitution de stocks et les modifications temporaires de personnel. En particulier, les
fluctuations saisonnires (de demande, de disponibilit des ressources, etc) doivent pouvoir tre
refltes dans le plan.
En pratique, on utilise souvent un horizon d'un an.
Cet horizon est dcoup en plusieurs sous-priodes. Le plan devra donc spcifier les diffrentes
dcisions prises pour chacune de ces sous-priodes. Le choix des sous-priodes est guid par les
principes suivants:
de trop longues sous-priodes effacent les fluctuations des paramtres (notamment de la
demande), et entranent donc une perte d'information;
des sous-priodes trop courtes augmentent les erreurs d'estimation et la complexit du
problme (en particulier, le nombre de variables de dcision).
En pratique, on utilise souvent des sous-priodes de 1, 2 ou 3 mois.
29
Comme cest la cas pour tous les plans daction tablis sur base de donnes incertaines, la
qualit du plan agrg de production tend diminuer au fil du temps. Par consquent, ce plan
doit tre soumis des rvisions priodiques qui permettent de tenir compte de lvolution relle
de la situation entre deux rvisions (changement de conjoncture, mauvaise valuation de la
demande, changements de productivit, ...).
Demande.
Les produits mis sur le march tant connus, la demande des sous-priodes successives peut
en principe tre estime par le dpartement marketing. Remarquons immdiatement que la
qualit du plan de production sera trs largement influence par la qualit de ces prvisions,
auxquelles une attention toute particulire devrait donc tre prte avant dentrer dans le
processus de planification proprement dit.
Lobtention des prvisions peut tre base sur diffrentes sources dinformation (donnes
historiques, tudes de marchs, analyses sectorielles, commandes enregistres, exprience des
distributeurs, etc) et peut faire appel diffrentes techniques statistiques (rgression, analyse de
sries chronologiques, etc.). De nombreux logiciels de gestion de la production offrent des
modules daide la prvision de la demande mettant disposition de lutilisateur une large
panoplie doutils statistiques. Pour la plupart des entreprises, lexercice de prvision de la
demande reste cependant extrmement difficile metre en uvre, pour de multiples raisons.
En particulier, les sries statistiques obenues dans le pass ne fournissent pas ncessairement
une base fiable pour prdire le futur (la conjecture change, des produits concurrents
apparaissent, etc.), la demande peut tre trs variable, et donc difficile prvoir avec
prcision (en particulier pour des produits innovants, ou soumis des effets de mode), les
distributeurs ou les vendeurs peuvent avoir un intrt politique maquiller leurs
prvisions (par exemple pour sassurer de disposer de stocks suffisants), etc. Souvent, il sera
ncessaire pour lentreprise de dvelopper des relations de partenariat troit avec ses clients
impliquant typiquement lchange dinformations sur les chiffres de ventes ou sur ltat des
stocks - pour parvenir surmonter ces difficults de prvision. Bien quil sagisse l dun
sujet dune grande importance pratique et dune grande actualit, nous ne le dvelopperson
pas davantage dans le cadre de ce cours introductif (voir par exemple Fisher 1997 pour
quelques illustrations).
Par ailleurs, dans le cadre adopt ici, le rle de la production est en premier lieu de satisfaire la
demande, vue comme dtermine de faon exogne. Nous considrerons donc principalement
des stratgies ractives, qui acceptent la demande comme une contrainte respecter.
Ressources.
La ressource la plus flexible sur l'horizon considr est celle constitue par le personnel de
production (quoique certaines dcisions d'acquisition d'quipement ou de sous-traitance peuvent
aussi tre inclues dans le plan agrg de production, si les options stratgiques et/ou l'horizon de
planification le permettent). Les dcisions prendre concernent donc essentiellement les
volumes d'embauche, de licenciement, de prestation d'heures supplmentaires, etc. Chacune de
ces dcisions peut avoir sa porte limite a priori par des considrations stratgiques ou dautres
contraintes (par exemple, une politique de maintien de l'emploi, des conventions sectorielles,
etc).
La demande de chaque sous-priode peut tre satisfaite de diffrentes faons: par la production
effectue au cours de cette sous-priode, au cours des priodes antrieures (livraisons sur
stocks) ou au cours des priodes ultrieures (livraisons en retard). En combinant ces diverses
possibilits, la firme peut niveler son niveau dactivit sur lhorizon moyen terme et donc
stabiliser le volume de ressources utilises. On dcouvre l un des rles essentiels des stocks:
celui du lissage de la production (remarquons que ce rle est utile mme dans un univers
parfaitement dterministe et parfaitement connu; il faut donc bien le distinguer de celui qui
consiste protger la firme contre les incertitudes de la demande, les alas des livraison de
fournitures, etc).
Dans ce chapitre, nous supposerons systmatiquement que lentreprise na pas recours aux
livraisons tardives: la demande doit tre satisfaite la fin de la priode o elle est exprime.
Cette contrainte peut par exemple traduire un des objectifs stratgiques de lentreprise
disponibilit permanente des produits, rduction des dlais de livraison et marquer ainsi la
coordination dsire entre deux niveaux de planification (stratgique et long terme).
Alternativement, le lecteur pourra ny voir quun simple souci de clart didactique: des
possibilits de livraisons tardives pourraient facilement tre prises en considration au prix dun
certain alourdissement de la prsentation.
Remarquons enfin que, lorsque la demande est connue avec certitude, il suffit de connatre le
nombre dunits produites au cours de chaque sous-priode pour en dduire le niveau des stocks
la fin de chaque sous-priode. Rciproquement, ltat des stocks la fin de chaque sous-
priode dtermine compltement les volumes de production correspondants. Par consquent, le
plan de production agrg peut tre vu comme fixant uniquement lune des deux quantits
stocks ou production. Cette interprtation peut se rvler utile dans certaines circonstances.
Au niveau de dcision considr, il rgne trop d'incertitudes pour vouloir s'encombrer de dtails
qui compliqueraient inutilement la prise de dcision. On cherche donc seulement ici planifier
dans les grandes lignes , ce qui se traduit par:
l'agrgation des dcisions: les produits sont agrgs en familles de produits, les ressources en
grandes catgories (de personnel, d'quipements, etc), les sous-priodes sont relativement
longues;
l'omission de nombreux dtails: produits peu demands, ressources peu utilises, etc.
Dans cette section, nous allons brivement prsenter une mthode graphique dlaboration du
plan de production agrg. Pour simpliste quelle puisse paratre, cette mthode permet de
visualiser rapidement certaines des options qui soffrent lentreprise et possde par ailleurs
dintressantes vertus didactiques. Nous prsenterons par la suite quelques approches plus
sophistiques du mme problme.
Plus gnralement, lhorizon considr comporte les priodes 1, 2, ..., T. Pour chaque priode,
on a estim la demande prvisionnelle et le stock minimum possder en fin de priode.
Rappelons que la firme na pas recours aux livraisons tardives. On supposera par ailleurs, afin
de simplifier la discussion, que la position de stock est nulle en dbut dhorizon. Les besoins
cumuls la priode t sont alors dfinis comme suit:
32
Un plan de production agrg peut tre vu comme une fonction croissante PC(t), o PC(t)
dsigne la production cumule jusqu la priode t (t = 1, 2, ..., T). Le plan PC(t) est admissible
si, chaque priode t
Remarquons que cette condition dadmissibilit traduit le fait que la demande doit tre
entirement satisfaite sans recourir aux livraisons tardives. Les ruptures de stocks ne sont donc
pas autorises
Exemple (suite): Calculons la demande cumule et les besoins cumuls pour lexemple
numrique prcdent..
Le graphique suivant fournit une reprsentation de lvolution des besoins cumuls en fonction
du temps (courbe paisse).
units
production cumule
410
365
190
85
Dans la pratique, les entreprises se basent souvent sur cette reprsentation graphique pour
dvelopper leur plan de production agrg. Illustrons cette approche par la discussion de deux
stratgies de base simples, mais de natures extrmes, qui s'offrent l'entreprise.
Stratgie 1. Suivre la demande en modifiant les effectifs. Le plan de production est tabli de
telle sorte que
ce qui revient imposer que la production de chaque priode soit exactement gale la
demande de cette priode. Le stock en fin de priode est donc toujours gal au stock minimum
requis.
Ce type de stratgie est largement utilise dans les services, o les possibilits de stockage sont
inexistantes (par exemple, dans le secteur HORECA), mais est galement observe dans
lindustrie (secteur automobile). En termes de cot, notons qu'elle minimise (videmment !) les
cots de possession de stock.
Stratgie 2. Minimiser les fluctuations de personnel. Dans sa version la plus simple, cette
stratgie implique de produire taux constant pendant lhorizon du plan. Formellement,
l'hypothse de production taux constant signifie que PC(t) est une fonction linaire du temps.
On peut donc crire: PC(t) = t, o peut tre interprt comme un taux de production.
Graphiquement, le plan minimisant les fluctuations de personnel correspond alors un segment
de droite situ au-dessus de la courbe BC.
Par exemple, lpoque 0 (dbut de lhorizon de planification), on peut choisir un taux de
production initial 1 aussi faible que possible sous rserve que la droite PC1(t) = 1t satisfasse
la premire condition dadmissibilit: BC(t) PC1(t) pour tout t.
410
365
production cumule
320 besoins cumuls
units
190
85
Cette stratgie tend videmment minimiser les cots lis aux fluctuations de personnel (cots
montaires ou sociaux), mais entrane gnralement l'accumulation de stocks importants. De
faon alternative, lentreprise pourrait choisir de produire taux constant en se contentant
dexiger que la production cumule en fin dhorizon soit gale aux besoins cumuls: PC(T) =
BC(T), sans requrir la condition dadmissibilit (1). Cette stratgie implique daccepter les
ruptures de stocks.
Comme on l'a remarqu ci-dessus, l'analyse graphique permet de visualiser facilement les
diffrentes options s'offrant l'entreprise et permet mme d'laborer un plan de production dans
des situations relativement simples (par exemple, trs agrges). Ce type d'analyse est donc
frquemment utilise en pratique.
Il faut bien voir, cependant, que lanalyse graphique ne permet pas l'optimisation des cots
entrans par le plan, ni de tenir facilement compte de produits multiples, doptions mixtes
(combinaisons d'heures supplmentaires, d'embauche, de campagnes publicitaires dplaant la
demande, etc) ou de contraintes additionnelles (contraintes budgtaires, capacit, ...). On
comprend donc l'intrt d'une approche plus puissante et plus formalise de la planification
agrge.
Une approche optimisante clbre a t dveloppe dans les annes cinquante par Holt,
Modigliani, Muth et Simon (1964). Ces chercheurs ont labor un modle de planification
agrge pour le compte dune grande entreprise dsirant niveler sa production et rduire ses
stocks (une description de cette application se trouve en annexe la fin du prsent chapitre). Les
variables considres dans le modle HMMS dcrivent les niveaux de production, de stocks, de
personnel, et d'heures supplmentaires prester. L'objectif de minimisation des cots est traduit
dans un modle d'optimisation quadratique sans contraintes. Les conditions d'optimalit du
premier ordre donnent lieu des rgles de dcision linaires, qui dfinissent les niveaux de
production et demploi optimaux chaque priode sous forme de fonctions linaires de ces
niveaux aux priodes prcdentes et de la demande prvisionnelle.
Le modle HMMS permet l'optimisation des cots, ncessite peu de calculs, et gnre des rgles
d'utilisation facile. Ces avantages ont contribu sa popularit. Par contre, il connat aussi une
des limitations fondamentales de l'approche graphique: il est peu flexible, en ce sens qu'il
n'admet pas l'addition de contraintes (plus prcisment, le modle doptimisation quadratique
qui en rsulterait est beaucoup plus difficile rsoudre que le modle HMMS de base).
Les modles de programmation linaire, l'inverse, fournissent une approche optimisante qui
peut tre plus facilement enrichie par la considration de facteurs secondaires. Par exemple, les
limitations de capacit de certains centres de production peuvent tre naturellement intgres
dans le modle sous forme de contraintes dingalit. Ceci autorise un ajustement charge-
capacit - 'rough-cut capacity planning' - qui, dans le modle HMMS ou dans l'approche
graphique, doit tre ralis a posteriori. Cette souplesse de modlisation, allie aux autres
avantages bien connus de la programmation linaire (disponibilit des logiciels, rsolution
35
cots de personnel :=
j t cotstock[j,t] STOCK[j,t]
(o cotstock[j,t] est le cot encouru pour la dtention d'une unit du produit j pendant
la priode t; souvent exprim sous forme dun pourcentage du prix de revient).
Remarquons que nous navons pas incorpor les cots de production dans la fonction objectif.
Cette omission est justifie si lon considre que les cots de production sont indpendants des
dcisions prises dans le cadre du plan de production moyen terme (parce que le nombre total
dunits produire est entirement dtermin par la demande, qui est elle-mme fixe de faon
exogne). Dans un tel cas, les cots de production peuvent tre traits comme une constante du
modle. Dans le cas contraire, il faudrait intgrer ces cots dans lobjectif minimiser.
Ladmissibilit du plan se traduit par les contraintes besoins cumuls production cumule
(voir contrainte (1), Section 5.2) ou encore, sous forme algbrique: pour chaque produit j =
1,...,N et pour chaque priode t = 1,...,T,
t t
dem[j, s] + stock_ min[j, t] PROD[j, s] + stock_ init[j] (9)
s=1 s=1
o dem[j,s] est la demande estime pour le produit j durant la priode s, stock_min[j,t] est le
stock minimum requis en fin de priode t et stock_init[j] est le stock initial du produit j (au
dbut de la priode 1).
37
Le stock disponible la fin de chaque sous-priode est dtermin par la diffrence entre la
production cumule (ajoute au stock initial) et la demande cumule jusqu cette priode (voir
Section 5.1): pour chaque produit j = 1,...,N et pour chaque priode t = 1,...,T,
t t
STOCK[j, t] = PROD[j, s] + stock_ init[j] dem[j, s] .
s=1 s=1
(10)
De faon quivalente, les contraintes (9)-(10) peuvent tre reformules sous la forme de
contraintes dquilibre des flux (flux entrant = flux sortant) et de contraintes sur les quantits
stockes: pour j = 1,...,N et t = 1,...,T,
STOCK[j,0] = stock_init[j],
(12)
STOCK[j,t] stock_min[j,t].
(13)
Lquation (11) traduit la remarque formule dans la Section 5.1 selon laquelle les stocks en fin
de priode sont compltement dtermins par la demande et les quantits produites.
o
heures disponibles en t = heures[t] PERS[t] + SUPP[t]
(o heures[t] = nombre dheures prestes par chaque ouvrier la priode t)
heures requises en t = j temps_opratoire[j] PROD[j,t]
(o temps_opratoire[j] = nombre dheures ncessaires pour produire une unit de j).
Il faut remarquer ici que les contraintes (4), (5), (6) et (7) doivent ncessairement tre prsentes
dans le modle, en ce sens quelles expriment ce quest un plan admissible (4), ou quelles
dfinissent certaines variables en fonction des autres (5)-(6), ou quelles expriment les besoins
en capacit (7). Par ailleurs, on peut vouloir ajouter aux contraintes (4)-(7) toute une srie de
contraintes optionnelles limitant:
limportance des stocks, par la dfinition dun stock maximal autoris,
STOCK[j,t] stock_max[j,t],
Par contre, les contraintes d'intgralit sur certaines variables (qui interdiraient, par exemple,
aux variables PERS[j,t] de prendre des valeurs fractionnaires) sont gnralement omises. En
effet, de telles contraintes compliquent considrablement la rsolution du modle sans que leur
prsence soit indispensable ce niveau de planification agrge. On se contente donc, en
pratique, d'arrondir la solution optimale calcule.
Notons enfin que le schma de base prsent ci-dessus est facilement gnralis pour intgrer
diffrentes catgories de personnel, pour autoriser les ruptures de stocks, etc.
A quel niveau du modle l'agrgation des produits peut-elle engendrer des problmes (en ce
sens quelle rendrait difficile lestimation de certains paramtres) ?
dans la fonction de cot : estimation du paramtre cotstock[j,t] (3)
dans les contraintes : dadmissibilit (estimation de dem[j,t]) (4)
de capacit (estimation de temps_opratoire[j]) (7)
sur les stocks min/max dsirs, etc.
39
Dans les contraintes (4) et (5), l'agrgation de plusieurs produits se traduit simplement par
laddition des paramtres (dem[j,t] ou min/max) correspondant aux produits constitutifs de la
famille. Par contre, pour (3) et (7), il peut se rvler plus difficile dvaluer correctement les
paramtres cotstock[j,t] et temps_opratoire[j] pour chaque famille j.
En pratique, on regroupe donc de prfrence au sein dune mme famille des produits similaires
du point de vue des cots (de possession) et des temps opratoires. Pour faciliter la
dsagrgation lors de l'laboration du plan directeur de production (voir ci-aprs), il est
galement recommand de limiter la composition de chaque famille des produits prsentant
des similitudes dans leurs cycles de demande.
Bibliographie.
M.L. Fisher, What is the right supply chain for your product?, Harvard Business Review,
March-April 1997, pp. 105-116.
S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory,
North-Holland, Amsterdam, 1993.
C.C. Holt, F. Modigliani, J.M. Muth et H.A. Simon, Planification de la Production, des Stocks,
de lEmploi, Dunod, Paris, 1964.
J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, Prentice-
Hall, Englewood Cliffs, 1992.
T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems,
Business One Irwin, Homewood, Illinois, 1992.
40
CHAPITRE 6
6.1. Gnralits.
Le rle essentiel du PDP est de planifier et de dclencher la production des rfrences finales.
Il fournit galement linformation de base pour la gestion des matires et composants
ncessaires la production de ces rfrences (voir chapitres suivants sur la gestion des stocks).
Avant de procder plus avant, prcisons quelque peu le sens de ces dfinitions.
Dans le cadre de cet expos introductif, nous esquisserons simplement le schma d'une
approche simplifie dans laquelle apparaissent clairement les caractristiques fondamentales du
PDP mentionnes en dbut de chapitre: dsagrgation du plan agrg et prise en compte de
linformation disponible court terme (voir Berry et al. 1979 ou Hax et Candea 1984 pour une
discussion plus approfondie).
La dsagrgation du plan agrg comporte deux aspects: dune part, le passage des familles de
produits aux rfrences finales individuelles, et dautre part la division des priodes de
planification du plan agrg en sous-priodes plus fines. Par ailleurs, linformation disponible
court terme porte sur la demande (mieux connue que dans le moyen terme, par exemple parce
que certaines commandes fermes ont dj t enregistres) et sur ltat rel des stocks au dbut
de lhorizon de planification.
Pour chaque famille et chaque priode, le plan agrg a fix les quantits produire et stocker.
Dans la logique de court terme qui nous guide actuellement, il est utile de concentrer lattention
sur les quantits stocker plutt que sur celles produire au cours de chaque priode. En effet,
dans le court terme, les quantits produire seront fortement influences par les commandes
enregistres. Par contre, cest ltat des stocks qui dterminera la situation de lentreprise plus
long terme et qui assurera donc le lien avec le plan agrg de production.
Exemple: La firme BCBG est spcialise dans la confection de prt--porter. Nous sommes la
fin du mois de mars et la firme est occupe dvelopper son plan directeur de production pour
avril et mai, sur base dun plan agrg adopt en dcembre. La famille de produits considre
dans le plan agrg comporte 3 rfrences: blue-jeans, pantalons en flanelle, pantalons en lin. La
priode de planification du plan agrg est le mois et son horizon est dun an. Le PDP, quant
lui, est tabli pour deux mois sur base de sous-priodes hebdomadaires.
Avril Mai
Semaines 1 2 3 4 5 6 7 8
Blue-jeans 210 220 235 250 300 300 300 300
Flanelle 155 135 120 125 150 150 150 150
Lin 105 140 115 135 150 150 150 150
Total 1945 2400
Idalement, la somme des demandes prvisionnelles pour chaque mois ici, 1945 pour avril et
2400 pour mai sera proche de la demande agrge estime pour la famille de produits au cours
de ce mme mois cest--dire dem[pantalon,`avril] ou dem[pantalon,`mai] respectivement
utilise lors de llaboration du plan agrg. En fait, ces quantits seront probablement gales si
le premier mois du plan directeur est galement le premier mois du plan agrg de production.
Pour les mois ultrieurs, cependant, des carts dus aux erreurs destimation vont gnralement
se manifester.
Pour lexemple de la firme BCBG, supposons que le plan agrg prvoyait 800 pantalons en
stock la fin du mois davril et 1200 la fin mai et que les volumes de ventes pour les trois
rfrences considres soient dans un rapport 2:1:1. Par une simple rgle de trois, on obtient
alors les quantits suivantes stocker pour chaque type de pantalon:
fin avril : 400 blue-jeans, 200 flanelle, 200 lin,
fin mai : 600 jeans, 300 flanelle, 300 lin.
Supposons enfin que les stocks disponibles la fin du mois de mars se rpartissent de la faon
suivante:
fin mars : 200 jeans, 140 flanelle, 180 lin.
La tche des planificateurs est prsent de dterminer le nombre dunits produire de chaque
type de pantalon, pour chacune des semaines de lhorizon du PDP, sous contrainte de
1. pouvoir satisfaire la demande prvisionnelle de chaque semaine (cf. Table 1),
2. assurer la ralisabilit du plan par le dpartement production,
3. se rapprocher autant que possible des niveaux de stocks en fin de mois requis par le plan
agrg.
Ces trois contraintes refltent respectivement les proccupations court terme des dpartements
Ventes (point 1) et Production (point 2) ainsi que les engagements moyen terme traduits dans
le plan agrg (point 3). Concernant ce dernier point, remarquons quil ne sera pas toujours
possible datteindre exactement les niveaux de stocks requis: la ralisabilit de cet objectif sera
par exemple fortement influence par des diffrences ventuelles entre les prvisions de
demande utilises pour llaboration du plan agrg et les commandes effectivement
enregistres.
43
Si la firme dcide dtaler sa production uniformment au cours de chaque mois, elle peut par
exemple adopter le PDP dcrit dans la Table 2 ci-dessous (mais dautres plans sont galement
envisageables; voir plus loin).
Semaines 0 1 2 3 4 5 6 7 8
Demande 155 135 120 125 150 150 150 150
prvisionnelle
PDP (en cours de 150 150 150 145 175 175 175 175
semaine)
Stock (en fin de 140 135 150 180 200 225 250 275 300
semaine)
Ralisabilit du PDP.
Dans la section prcdente, nous avons formul la mthode dlaboration du PDP de faon trs
peu prcise. Dans la pratique, ce plan est souvent tabli par des mthodes heuristiques et par
ttonnements, jusqu obtention dun plan acceptable par les dpartements production et
marketing.
Ceci explique que lajustement charge-capacit ralis dans le cadre du plan agrg ne peut
garantir lui seul la ralisabilit du PDP. Il est donc ncessaire de vrifier la ralisabilit de
chaque version propose du PDP. Cette vrification est gnralement effectue par un calcul de
charges global ou rough-cut capacity planning concentr sur les centres de production goulots.
Dessais en erreurs, llaboration dun PDP ralisable peut ainsi procder par ajustements
successifs.
Entre autres facteurs, la capacit de production requise par le PDP est fortement influence par
le nombre de lancements de production impliqus par le plan, ainsi que par la synchronisation
entre les lancements de production relatifs aux diverses rfrences. Par exemple, le PDP de la
Table 2 (Section 6.2) ncessite 8 lancements de production, alors que le PDP dcrit dans la
Table 3 ci-dessous ne requiert que 4 lancements:
Semaines 0 1 2 3 4 5 6 7 8
Demande 155 135 120 125 150 150 150 150
prvisionnelle
PDP (en cours de 300 295 350 350
semaine)
Stock (en fin de 140 285 150 325 200 400 250 450 300
semaine)
Pour tre utile, le PDP doit recevoir l'aval des dpartements Production et Ventes (il doit tre
satisfaisant pour les Ventes et ralisable pour la Production). Quand le plan a t accept par les
responsables Ventes et Production, il est gel sur un horizon de quelques semaines afin de
permettre la Production de travailler sans encombre. Les quantits entres dans le PDP
permettront ainsi de lancer la production des rfrences finales ainsi que de nombreuses autres
rfrences (sous-assemblages, composants, ...; voir Chapitre 8).
45
Par ailleurs, en plus de son rle premier de plan de production, le PDP peut tre utilis par le
dpartement Ventes pour fixer les dates de livraison de nouvelles commandes. Le lecteur peut
aisment se convaincre du bien-fond de cette affirmation en remarquant simplement que le
PDP dtermine quelles quantits de rfrences finales seront produites au cours de chaque
priode. Les vendeurs peuvent donc se servir de ce plan afin de calculer le nombre d'units
disponibles chaque instant pour satisfaire une commande particulire. Par exemple, la Table 4
indique le calcul des quantits disponibles pour livraison ( available to promise , ou ATP) sur
base du PDP de la Table 2 et en tenant compte des commandes fermes dj enregistres (ce
calcul est parfaitement similaire au calcul des stocks dans la Table2).
Semaines 0 1 2 3 4 5 6 7 8
PDP 150 150 150 145 175 175 175 175
Commandes 130 105 80 20 75
enregistres
Disponible pour 140 160 205 275 400 500 675 850 1025
livraison
On constate ainsi que les vendeurs peuvent encore accepter une commande de 205 units
supplmentaires en semaine 2. Suite une telle commande, il faudrait cependant modifier la
Table 4 de faon approprie, comme indiqu dans la Table 5. On dit que les venduers
consomment le PDP.
Semaines 0 1 2 3 4 5 6 7 8
PDP 150 150 150 145 175 175 175 175
Commandes 130 310 80 20 75
enregistres
Disponible pour 70 195 295 470 645 820
livraison
Table 5. Modification de la Table 4 suite une nouvelle commande de 205 units en semaine 2.
Nous nentrerons pas ici dans le dtail des calculs lis la consommation du PDP. Sur le plan
des principes de gestion cependant, il est essentiel de comprendre que, dans cette approche de la
coordination entre production et ventes, c'est le plan de production qui sert de base fixe (du
moins pour lhorizon sur lequel le plan est gel). Les ventes, quant elles, doivent suivre le
46
rythme dfini par ce plan. Ceci contraste fortement avec une approche moins rigoureuse (mais
malheureusement trs rpandue) o la Production doit en permanence s'attacher satisfaire les
commandes acceptes par le service Ventes, avec toutes les consquences nfastes qu'une telle
gestion peut avoir pour la planification des activits de production (rappelez-vous la discussion
du Chapitre 2).
Comme promis dans la premire section de ce chapitre, revenons prsent brivement sur la
notion de rfrence finale. Voyons dabord quels sont les avantages et inconvnients lis
llaboration dun plan directeur de production en termes de produits finis.
Avantages:
c'est en termes de produits finis que la demande est formule;
si lentreprise dispose dun plan de production pour les produits finis, elle peut
(thoriquement) en dduire un plan de production pour tous les composants et les matires
premires.
Inconvnients:
le nombre de produits finis peut tre norme en cas d'options nombreuses!
Pensons par exemple la situation rencontre lors de l'laboration d'un PDP chez Volkswagen.
Quelques-unes des rfrences utilises pour produire une automobile sont:
- peinture blanche 001 (matire premire)
- huile XY40W (matire premire)
- boulon n 8 (composant)
- bloc moteur Golf Diesel 1600 (sous-assemblage)
- Golf D 1600 blanche sans options (sous-assemblage)
- Golf Diesel 1600 blanche, sige chauffant, horloge quartz , ... (produit fini).
Dans une telle situation, o le nombre d'options peut tre gigantesque, il est plus ais de
raisonner en termes de sous-assemblages quen termes de produits finis. Le PDP sera donc
labor sur base du sous-assemblage correspondant un modle nu (Golf sans options) et
l'assemblage des produits finis sera planifi le plus tard possible en tenant compte des
commandes effectivement enregistres.
De faon plus gnrale, les rfrences finales utilises dans le PDP seront choisies en tenant
compte des critres suivants:
leur nombre ne doit pas tre trop lev, afin de faciliter la planification;
leur demande (ou utilisation) doit tre prvisible avec une bonne prcision.
Typiquement, les rfrences finales qui apparaisent dans le PDP sont choisies en fonction du
mode de production, puisque celui-ci dtermine largement les critres prcdents. On obtient
ainsi la correspondance suivante entre le mode dorganisation de la production et la nature des
rfrences finales:
production pour stock (chaussures, jouets) produits finis;
assemblage sur commande (automobiles, PCs, circuits imprims) sous-assemblages;
production sur commande (type job-shop: imprimerie, sous-traitance mcanique)
composants, matires premires.
Les entreprises produisant des articles uniques sur base de commandes-clients spcifiques
( engineering sur commande ) laborent souvent leur PDP en tenant compte uniquement des
commandes enregistres (dans ce cas, le PDP peut donc tre identifi avec le carnet de
commandes).
Bibliographie.
W.L. Berry, T.E. Vollmann et D.C. Whybark, Master Production Scheduling: Principles and
Practice, Falls Church, Va., American Prod. and Invent. Control Soc., 1979.
T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems,
Business One Irwin, Homewood, Illinois, 1992.
CHAPITRE 7
7.1. Gnralits.
Les quantits entres dans le Plan Directeur de Production dterminent le nombre d'units
produire de chacune des rfrences finales. La production de ces units aura, son tour, des
consquences pour la production et/ou l'achat des matires, composants et sous-assemblages
entrant dans la fabrication des rfrences finales (dans la suite, le terme composant sera
utilis indiffremment pour dsigner des matires ou des sous-assemblages).
En principe, lorsque la quantit produire de chaque rfrence finale est connue, il est possible
de dduire exactement le nombre d'units requises de chacun de ses composants. Mais en
pratique, pour des raisons de facilit, on prfre parfois grer certains composants de faon
statistique, sans tenir compte explicitement de la chane d'vnements qui gnrent la demande.
Les mthodes appliques dans de tels cas sont alors similaires celles d'application pour grer
les stocks de produits finis, pour lesquels la demande est gnre par le march.
En consquence, on distinguera par la suite deux grandes classes de modles de gestion des
stocks: les modles demande dpendante dune part et ceux demande indpendante dautre
part. Ces deux classes de modles seront successivement considres dans les Chapitres 8 et 9
ci-dessous.
L'objectif de la fonction gestion des stocks est d'assurer la disponibilit des rfrences
considres sur un horizon donn tout en minimisant les cots encourus. Trois types de cots
sont gnralement pris (plus ou moins) explicitement en compte pour valuer la qualit dune
politique de gestion des stocks:
1. cots de possession: cots d'opportunit, lis l'immobilisation du capital; dprciation;
cots de stockage sous forme de loyer, nergie, assurances, ...;
2. cots de rupture, associs la non satisfaction de la demande l'instant o elle sexprime:
ventes manques, ristournes accordes pour livraisons tardives, ...;
3. cots de commande: frais d'administration, de transport, de rception, ... dans le cas d'un
approvisionnement externe; cots de lancement de la production dans le cas d'un
approvisionnement interne: rglages, rebuts, gestion de lordre de fabrication, ...
Cest en principe le rle du contrle de gestion de fournir une valuation de ces diffrentes
catgories de cots. En pratique, il faut bien constater quil est souvent trs difficile de les
estimer de manire fiable et approprie la gestion des stocks. Faute de mieux, on sera donc
souvent oblig de se contenter dune valorisation approximative des cots de stockage.
49
Remarquons galement que, dans le cadre traditionnel de la gestion des stocks, ces cots sont
considrs comme des donnes , non contrlables par lentreprise. Par contre, les approches
plus rcentes, comme la gestion Juste-A-Temps ou la gestion de la Qualit Totale, regardent les
cots de stockage comme des variables dont la valeur peut (doit) tre influence par la politique
de gestion adopte. Nous reviendrons sur ce point par la suite.
Quelle mesure de l'tat des stocks faut-il utiliser dans le cadre de leur gestion? La rponse
cette question varie en fonction du cadre spcifique dans lequel elle se pose. Nous serons ainsi
amens considrer les concepts suivants (rappelons que, par convention, toutes les mesures de
stock sont entendues en fin de priode):
Dans cette dfinition, les arrirs-clients la priode t sont les units que lentreprise aurait d
livrer chez le client avant la fin de la priode t, mais n'a pas encore livres cet instant. Le stock
net reprsente donc le stock utilisable pour satisfaire la demande ultrieure la priode t.
Les approvisionnements attendus pour la priode t sont ceux correspondant aux commandes-
fournisseurs ou aux ordres de fabrication dont la livraison est attendue au dbut de la priode t.
Les engagements pris la priode t sont les commandes passes par les clients et dont la
livraison doit avoir lieu aprs la priode t.
Le stock net la priode t ne tient pas compte des approvisionnements attendus aprs t ni des
engagements pris en t. Dans certaines situations, on s'intressera donc plus naturellement la
mesure suivante de ltat des stocks:
... pourquoi une entreprise constitue-t-elle des stocks, plutt que dessayer de disposer
simplement de la quantit ncessaire de chaque composant chaque instant (approche zro-
stocks)? Pour diffrentes raisons. Silver et Peterson (1985, pp. 59-60) mentionnent par exemple
cinq fonctions principales des stocks :
stocks de scurit: contrecarrent les incertitudes de la demande (cas des produits finis) ou des
approvisionnements (matires, composants, livraisons un poste de travail en provenance
d'un poste amont);
50
stocks d'anticipation, ou saisonniers: anticipent sur une demande future trop leve pour
pouvoir y rpondre par la production de la priode o elle sexprime; le but est de niveler le
taux de production au cours du temps, plutt que de suivre les variations de la demande
(cest un rle essentiel dans la planification moyen terme, comme on la vu au Chapitre 5);
encours et stocks de transit: cette catgorie de stocks est constitue par les produits finis ou
semi-finis circulant dans l'atelier (encours) ou entre les diffrents chelons d'un rseau de
distribution (quantits transportes);
stocks de dcouplage: autorisent le dcouplage des dcisions prises aux diffrents chelons
d'un systme de production ou de distribution; par exemple, grce de tels stocks, un
distributeur peut dcider de livrer de faon anticipe une grande quantit un client sans
rpercuter immdiatement la dcision vers les chelons en amont; ou bien, la maintenance
d'une machine peut tre effectue sans interrompre la production sur une machine aval.
On pourrait encore distinguer les stocks de spculation, ou les stocks lis aux cycles saisonniers
de production (agriculture), etc (voir De Bruyn 1991 ou Giard 1988).
Les stocks cotent cher: ils immobilisent du capital, se dmodent, se dtriorent, requirent
de l'espace, etc..
Les stocks dissimulent certains problmes: par exemple, des temps de lancement
anormalement levs, des pannes frquentes, des articles de qualit irrgulire, un mauvais
contrle de la production, des prvisions de demande imprcises, des fournisseurs peu
fiables, etc. Dans cette optique, les stocks reprsentent donc un obstacle lobtention de la
Qualit Totale. (Ce nest certainement pas un hasard si les principes de gestion Juste-A-
Temps et de gestion de la Qualit Totale ont merg simultanment, dans les mmes
entreprises).
Lorsquils sont survalus (ce qui est frquemment le cas en pratique), les stocks de scurit
contribuent augmenter artificiellement la demande, donc augmenter la charge du systme
et crer des difficults de planification vitables.
Au cours des 30 dernires annes, certaines entreprises japonaises (en particulier Toyota) ont
dvelopp une philosophie Juste-A-Temps (JAT, JIT, Zro-stocks) de la production, selon
laquelle les produits, composants et matires doivent parvenir l'endroit o l'on en a besoin au
moment o l'on en a besoin et dans les quantits o l'on en a besoin.
51
Cette philosophie implique en particulier une rduction (idalement: la disparition) des stocks.
Elle est implante en pratique par un systme de gestion de la production flux tirs (flux
tendus, pull system). Dans une vision extrme de la gestion flux tirs, une unit de produit fini
ne peut tre mise en production que pour satisfaire une commande-client dj enregistre
(lordre de fabrication pour votre voiture ne sera lanc que lorsque votre bon de commande aura
t reu par lusine). De mme, un sous-assemblage ne peut tre fabriqu que pour tre
immdiatement intgr dans une unit du produit fini et un article ne peut tre rapprovisionn
en stock que si il est immdiatement ncessaire. Un tel mode de gestion rsulte videmment en
une diminution drastique de tous les stocks autres que les stocks dencours indispensables (dont
la rotation est elle-mme acclre au maximum).
Il est utile de remarquer que, en ralit, lapproche flux tirs prend souvent la forme dune
gestion Juste-Un-Peu-Avant plutt que Juste-A-Temps . En effet, dans la pratique, une
rfrence nest pas rapprovisionne linstant prcis o elle est ncessaire, car cela crerait
invitablement des dlais inacceptables pour le client (pensez la commande de votre voiture).
La solution adopte consiste donc plutt rapprovisionner en trs petite quantit chaque
rfrence qui vient d'tre puise ou qui va tre puise, en anticipation d'un besoin potentiel
futur (et non pas en rponse un besoin explicitement formul, comme le voudrait la thorie
pure des flux tirs). Plus prcisment, une rfrence nest rapprovisionne que lorsque son
stock disponible tombe sous un niveau prdtermin trs faible, par exemple lorsque le dernier
container vient dtre entam. Dans cette optique, la gestion flux tirs prsente certaines
similitudes avec les systmes traditionnels de rapprovisionnement par point de commande, tels
ceux que nous tudierons au Chapitre 9.
Au vu de la longue liste de fonctions des stocks numre dans la section prcdente, une
question vient cependant immdiatement l'esprit: comment les entreprises qui pratiquent une
philosophie Juste-A-Temps peuvent-elles se passer de stocks ? Plusieurs rponses peuvent tre
fournies cette question.
Les entreprises qui adoptent le JAT oprent en gnral sur un march o la demande est
prvisible (produit dans la phase adulte de son cycle de vie, production de masse permettant
lutilisation de mthodes statistiques de prvision) et s'assurent des liens troits avec leurs
fournisseurs pour diminuer l'incertitude du ct des livraisons (en exploitant parfois leur
position de force par rapport ces fournisseurs; voir larticle en annexe ce Chapitre).
Consquence: peu ou pas de stocks de scurit ncessaires.
Les entreprises JAT n'acceptent pas les temps de lancement de production comme un donn
mais essayent au contraire de les rduire leur strict minimum (implication des ouvriers pour
52
simplifier les procdures, polyvalence vitant l'intervention de rgleurs, rglage des machines
en cours d'excution, conception des pices pour la manufacturabilit, automatisation, etc).
Exemples:
Canon (fabrication des accessoires): rduction des temps de lancement de 4 min 15 sec.
Hitachi (centre d'usinage): rduction des temps de lancement de 4 heures 9 min.
Les cots lis aux passations de commande sont galement diminus par lutilisation dordres
d'achat globaux couvrant une quantit donne sur une priode tendue (contrats-cadre,
blanket orders ). Le fournisseur supporte la responsabilit de livrer cette quantit en petits
lots, au fur et mesure des besoins de l'entreprise.
Consquence: peu de stocks de cycle.
Conclusion: Malgr les nombreux succs rencontrs et lengouement quelle suscite, l'approche
JAT intgrale n'est probablement pas adapte toutes les organisations. Sa philosophie de
rduction des stocks, des temps de lancement et des dfauts de fabrication est trs certainement
valide universellement. Mais certaines conditions d'implantation ne sont par exemple
(typiquement) pas rencontres dans des entreprises fonctionnant en job-shops et fabriquant une
grande varit de produits. Pour nombre d'entreprises, les stocks restent un mal (ou un bien ?)
ncessaire, qu'elles doivent grer au mieux. Remarquons d'ailleurs que mme les entreprises
pratiquant un Juste-A-Temps orthodoxe continuent grer certains de leurs stocks par des
mthodes traditionnelles !!
Bibliographie.
CHAPITRE 8
Ce chapitre est consacr la problmatique de la gestion des stocks pour les rfrences
demande dpendante, c'est--dire pour les rfrences intermdiaires (matires premires,
composants et sous-assemblages) dont la demande est explicitement considre comme tant
fonction de la demande pour d'autres rfrences (typiquement, les rfrences finales qui
apparaissent dans le plan directeur de production). Dans de nombreuses entreprises, la gestion
des rfrences demande dpendante est effectue par des mthodes de type MRP (Material
Requirements Planning, Planification des Besoins en Composants). Dans la logique MRP, les
calculs de besoins sont raliss en cascade au dpart des besoins exprims dans le PDP pour les
rfrences finales.
Dans cette section, nous allons dvelopper un exemple simple qui nous permettra d'introduire la
terminologie standard de la mthode MRP et d'illustrer les principales caractristiques de cette
mthode.
Un produit fini ou une rfrence finale est typiquement compos d'un certain nombre de sous-
assemblages, eux-mmes constitus de divers composants. La nomenclature (bill of materials,
BOM) d'un produit est la liste de toutes les rfrences intermdiaires intervenant dans sa
composition, ordonnes de faon indiquer le processus de production du produit.
Exemple:
AF (assemblage final)
SASS1 (2) (sous-assemblage 1)
COMP1 (1) (composant 1)
MATPR2 (1) (matire premire 2)
COMP1 (1) (composant 1)
Cette nomenclature nous apprend que la rfrence AF est obtenue par assemblage de deux
units du sous-assemblage SASS1 et d'une unit du composant COMP1. Chaque unit de
SASS1 comporte son tour une unit de COMP1 et une unit de MATPR2. Une reprsentation
plus 'visuelle' de la nomenclature peut tre donne sous forme darborescence :
AF (niveau 0)
La production de AF, que nous considrerons comme une rfrence finale, a t planifie au
sein du PDP.
Exemple (suite): Supposons que le PDP pour la rfrence AF se prsente comme suit sur un
horizon de 15 semaines:
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Appros planifis 10 10 10 10 10 10 10 10 10 10 10 10 10
1) afin de disposer de chacun des approvisionnements planifis aux dates prvues, il sera
ncessaire de tenir compte de leur dlai d'obtention (par exemple, le temps d'assemblage du
produit fini AF), et de planifier le lancement de la production en consquence;
2) lors de chaque lancement de la production dune rfrence quelconque (en particulier, ceux
dAF), il sera ncessaire de disposer dun certain nombre dunits des diverses rfrences
intervenant au niveau directement infrieur de larborescence (ici, deux units de SASS1 et
une unit de COMP1 pour le lancement de chaque unit de AF).
On dcouvre ainsi deux des principes directeurs de la mthode MRP: absorption des dlais (de
production ou de livraison) dune part et explosion des nomenclatures dautre part. Voyons ce
quils impliquent pour notre exemple.
Supposons dabord que le dlai dobtention dAF soit dune semaine. Par absorption des dlais,
on peut dterminer des dates de lancement planifies pour chaque approvisionnement planifi.
Exemple (suite):
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Appros planifis 0 0 10 10 10 10 10 10 10 10 10 10 10 10 10
Lancements 0 10 10 10 10 10 10 10 10 10 10 10 10 10
Passons prsent au calcul des besoins bruts de SASS1. Pour une rfrence donne et une
priode donne, les besoins bruts indiquent le nombre d'units de la rfrence dont lentreprise
doit pouvoir disposer la priode considre. Les besoins bruts de SASS1 sont donc drivs
simplement des lancements planifis et de larborescence de AF (cette drivation illustre
clairement le concept de dpendance de la demande).
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 0 20 20 20 20 20 20 20 20 20 20 20 20 20
55
Comment l'entreprise va-t-elle satisfaire ces besoins bruts ? En produisant, bien sr, mais
galement en utilisant ses stocks et des units ventuelles en attente de rapprovisionnement.
Comme mesure de ltat des stocks, on utilise ici la notion de stock net: la fin de la priode t,
o le stock disponible est le stock physiquement prsent la fin de la priode t, et les arrirs
sont les units que lentreprise aurait dj d livrer chez le client, mais n'a pas encore livres la
fin de la priode t. (Rappelons que, par convention, toutes les quantits invoques dans cette
dfinition sont entendues en fin de sous-priode). Lintrt de considrer le stock net, plutt que
le stock disponible, est surtout apparent au dbut de lhorizon de planification, puisque
stock_net[0] reprsente le stock effectivement utilisable pour satisfaire la demande exprime
(cest--dire, les besoins nets).
Les approvisionnements attendus pour la priode t sont ceux correspondant aux commandes
dj passes (ou aux ordres de fabrication dj lancs) au dbut de l'horizon de planification et
dont la livraison est attendue au dbut de la priode t.
Exemple (suite): Supposons que, pour SASS1, le stock net initial soit de 44 units et un
approvisionnement de 30 units soit attendu en priode 2.
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 0 20 20 20 20 20 20 20 20 20 20 20 20 20
Stock net 44
Appros attendus 30
Sur base du stock initial et des approvisionnements attendus, il est prsent possible de projeter
lvolution du stock net au cours de lhorizon et den dduire les besoins nets de chaque priode
(cest--dire, les quantits pour lesquelles il faudra planifier un approvisionnement). Pour ce
faire, calculons successivement, pour t = 1,2, ..., T, la quantit Q[t] dfinie comme suit:
Si Q[t] est ngatif pour la priode t, alors le stock net en fin de priode t-1, augment des
approvisionnements de la priode t, est suffisant pour couvrir les besoins bruts de la priode. On
en dduit donc la rgle suivante:
Par contre, si Q[t] est positif, alors il sera ncessaire de produire Q[t] units pour couvrir les
besoins de la priode t. On conclut donc:
Exemple (suite): Pour la rfrence SASS1, lapplication de ces rgles de calcul mne aux
conclusions suivantes.
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20
Stock net 44 44 54 34 14
Appros attendus 30
Besoins nets 6 20 20 20 20 20 20 20 20 20
La connaissance des besoins nets conduit son tour au calcul des approvisionnements
(commandes ou ordres de fabrication) planifier pour satisfaire ces besoins. Ce calcul sera
guid par la politique dapprovisionnement que lentreprise a choisi dadopter pour la rfrence
considre: approvisionnements priodicit fixe, ou par lots de taille prdtermine, etc.
Remarquons quil sagit l de la premire et de lunique dcision prendre dans le cadre de la
planification MRP telle quexpose ici: les calculs prcdents (absorption des dlais,
dtermination des besoins bruts, du stock net projet, des besoins nets) se contentaient en effet
de drouler les consquences logiques des plans tablis pour les rfrences de niveau suprieur
et nimpliquaient aucune prise de dcision de la part de lutilisateur. Nous reviendrons plus loin
sur les diffrentes faons daborder ce problme important. Pour linstant, nous supposerons
(par facilit) que les approvisionnements sont planifis sur base d'une politique de priodicit
fixe, ce qui signifie que les besoins nets sont satisfaits par des approvisionnements planifis
intervalle constant.
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20
Stock net 44 44 54 34 14
Appros attendus 30
Besoins nets 6 20 20 20 20 20 20 20 20 20
Appros planifis 46 60 60 20
Nous sommes prsent revenus une situation similaire celle rencontre en dbut de section:
afin de recevoir temps les approvisionnements planifis pour SASS1, il est ncessaire de tenir
compte du dlai d'obtention de cette rfrence et de fixer en consquence les lancements de
production.
57
Exemple (suite): En supposant que le dlai dassemblage de SASS1 est dune semaine, on
obtient:
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20
Stock net 44 44 54 34 14
Appros attendus 30
Besoins nets 6 20 20 20 20 20 20 20 20 20
Appros planifis 46 60 60 20
Lancements 46 60 60 20
Ceci termine llaboration du plan MRP pour SASS1. La planification de COMP1 se droule
selon des principes similaires. Pour cette rfrence, cependant, il est important dobserver que
les besoins bruts rsultent de la superposition de deux types de besoins: ceux gnrs par
linclusion de COMP1 dans le sous-assemblage SASS1 (niveau 2 de larborescence), et ceux
gnrs par linclusion de COMP1 directement dans lassemblage final (niveau 1 de
larborescence). Par consquent, on naurait pas pu planifier les lancements de COMP1 avant
davoir planifi ceux de SASS1. En rgle gnrale, on ne ralise les calculs MRP affrents une
rfrence particulire quaprs avoir planifi les lancements de tous les articles dans la
composition desquels intervient cette rfrence. Cette technique, qui porte le nom de low-level
coding, permet donc de regrouper les besoins bruts gnrs diffrents niveaux pour la
rfrence considre.
On commence par calculer les besoins bruts de COMP1. Par exemple, pour la semaine 4, 10
units de COMP1 sont ncessaires afin de permettre lassemblage final de 10 units dAF, et 46
units sont ncessaires pour permettre lassemblage de 46 units de SASS1. Donc,
besoins_bruts[4] = 56. Les besoins bruts des semaines 5 14 sont dtermins de faon similaire.
Aprs quelques calculs, on obtient le plan suivant pour COMP1:
Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Besoins bruts 10 10 56 10 10 70 10 10 70 10 10 30 10
Stock net 82 107 97 87 31 21 11
Appros attendus 25
Besoins nets 59 10 10 70 10 10 30 10
Appros planifis 69 80 20 40
Lancements 69 80 20 40
58
Mme sur ce petit exemple, on remarque que la superposition des besoins manifests
diffrents niveaux de l'arborescence d'une part, et les regroupements de commandes par lots
conomiques d'autre part, crent des distributions de demande irrgulires pour les composants.
Les distributions de ce type (qualifies de lumpy en anglais) sont typiques d'une demande
dpendante. C'est prcisment leur irrgularit qui rend inutilisables les mthodes classiques de
gestion des stocks bases sur des distributions de demande mieux caractrises.
Rsumons prsent la discussion qui prcde. Les rfrences finales reprises dans le PDP sont
dcrites au moyen darborescences o elles apparaissent au niveau 0. Chacune des rfrences
intermdiaires se voit attribuer un code de niveau indiquant le niveau le plus bas auquel elle
apparat dans l'ensemble de toutes les arborescences (low-level coding; par exemple, la
rfrence AF considre dans la section prcdente reoit le code de niveau 0 et la rfrence
COMP1 reoit le code 2; l'ide est videmment que les besoins bruts pour une rfrence
rsultent des besoins cumuls pour toutes les rfrences de code infrieur). Le but ultime est de
planifier les dates d'approvisionnement de chaque rfrence. Dans ce but, on procdera un
raisonnement en cascade, en planifiant dabord toutes les rfrences de code de niveau 1, puis
toutes celles de code de niveau 2, 3, etc. Pour chaque rfrence, la mthode MRP dtermine
successivement les quantits suivantes:
1. Besoins bruts (explosion des nomenclatures). Les besoins bruts pour chaque rfrence sont
drivs des 'lancements planifis' de chacune des rfrences dans la composition desquelles
entre la rfrence courante (par exemple, pour COMP1, on a tenu compte des lancements
planifis de AF et de SASS1).
2. Besoins nets. Les besoins nets sont dtermins sur base des besoins bruts, des stocks nets et
des approvisionnements attendus, comme expliqu dans la section prcdente (voir formules
(1)-(3)).
4. Absorption des dlais. Les dates de lancement sont obtenues en retranchant les dlais
d'obtention des dates dapprovisionnement planifies.
Tout dabord, remarquons que, pour les rfrences finales (rfrences de niveau 0), les
approvisionnements planifis correspondent aux quantits reprises dans le plan directeur de
production et ne doivent donc pas tre recalcules. Seule labsorption des dlais doit tre prise
en compte pour ces rfrences.
Au sujet de labsorption des dlais, notons que le dlai d'obtention est souvent considr
constant (cest--dire, fix une fois pour toutes, pour chaque rfrence) dans les applications de
59
la mthode MRP. Cette hypothse peut paratre raisonnable dans le cadre d'un passage de
commande, mais est plus discutable si la rfrence est produite par l'entreprise. En effet, dans un
tel cas, on peut imaginer que le dlai d'obtention est variable et est fonction, en autres facteurs,
de:
La taille des lots produire. En pratique, il est assez facile de tenir compte de ce facteur, et
le dlai d'obtention peut tre ajust en consquence par les logiciels MRP. Alternativement,
on peut galement calculer un dlai d'obtention sur base d'un lot de taille moyenne et le
maintenir constant. Remarquons cet gard que le dlai (de livraison ou de fabrication)
inclut les temps opratoires, plus les temps d'attente, de transport et de lancement. Si mme
les temps opratoires sont directement influencs par la taille du lot produire, ces temps
opratoires ne reprsentent souvent que 5 10% du dlai dobtention total, qui peut donc tre
considr comme relativement insensible la taille du lot.
La charge de travail de l'atelier. Cette variabilit n'est pas prise en compte dans les calculs
MRP et ne pourrait pas ltre de faon simple. Elle ne sera donc considre qu'a posteriori,
lors des calculs de courbes de charge. Il sagit l dun des dfauts les plus graves de
l'approche MRP.
Finalement, il est intressant d'observer que la logique MRP relve pour une grande part d'une
approche flux tirs, semblable celle utilise par les systmes JAT: la demande de chaque
rfrence dclenche la production de ses composants, et le but est de dmarrer cette production
'juste temps' en tenant compte des dlais d'obtention. Une diffrence essentielle existe
cependant entre les deux approches: le JAT utilise la logique 'flux tirs' dans le pilotage mme
des ateliers, c'est--dire dans le trs court terme, alors que MRP est principalement un outil de
planification court terme. En particulier, les sous-priodes considres en JAT sont trs
courtes (instantanes) et la seule politique de lancement des ordres de fabrication utilise est
celle du lot-pour-lot. A l'inverse, la logique MRP gnre des ordres de production destins
rpondre des besoins futurs, planifis mais non (encore) concrtiss. C'est la raison pour
laquelle on dcrit souvent la planification MRP comme un systme flux pousss ('push
system').
Les systmes MRP comptent parmi les outils de planification les plus rpandus dans la pratique
de la gestion des entreprises (on peut supposer que leur simplicit conceptuelle favorise
considrablement leur adoption). En particulier, de nombreux logiciels commerciaux
performants existent sur le march. Le principal obstacle l'adoption de tels systmes reste
probablement que les besoins en information requis pour l'implantation et pour la bonne
utilisation de ces systmes sont extrmement levs. Les bases de donnes ncessaires peuvent
tre gigantesques (typiquement, plusieurs milliers de rfrences sont concernes) et doivent tre
tablies et maintenues de faon trs rigoureuse pour viter le draillement du systme. Passons
brivement en revue l'essentiel de ces besoins en information.
Plan directeur de production: dfinit les besoins bruts pour les rfrences finales.
Fichier des rfrences: nom, numro, description, code de niveau, dlai d'obtention, stratgie de
groupement des commandes (lot-pour-lot, priodique, ...), etc.
60
Fichier des arborescences: rfrence et quantit de chaque composant intervenant dans une
rfrence donne; souvent tabli un seul niveau de profondeur (par itration, on peut
reconstituer toute l'arborescence d'un produit fini).
Systmes d'information sur l'tat des stocks et sur les approvisionnements attendus: noter que,
contrairement aux donnes prcdentes, qui sont de nature relativement statique, les donnes
concernes ici voluent de faon permanente et leur gestion doit pouvoir s'effectuer de faon
dynamique.
Dans la pratique quotidienne des entreprises, au-del de son rle doutil de planification court
terme, le systme MRP est souvent utilis comme un systme dinformation permettant de grer
les lancements dordres de fabrication ou de commande et de contrler la production des
rfrences.
L'approche utilise est gnralement de grer par exception: le systme gnre automatiquement
des messages indiquant les rfrences pour lesquelles une action doit tre entreprise.
Lorsque des changements de donnes sont introduits, il devient ncessaire de recalculer les
ordres de lancements. Si ceci se produit trop frquemment, les plans deviennent instables: on
parle de nervosit du systme. Une pratique courante est de gnrer un nouveau plan MRP
intervalles rguliers, par exemple toutes les semaines, sur base dun 'horizon glissant'.
d'administration, rduction des cots et des temps de lancement, rabais ventuels, etc) et des
inconvnients (maintien de stocks sur des priodes prolonges, mobilisation de la capacit
productive pour une seule rfrence). La politique de groupement idale est donc celle qui
parvient quilibrer ces avantages et inconvnients de faon judicieuse.
Pour prciser quelque peu la notion de choix judicieux, nous allons considrer un modle
doptimisation simple, celui de la dtermination des lots conomiques (economic lot sizing
model).
Donnes : pour un horizon de planification subdivis en T priodes {1, 2, ..., T}, on connat
dt = demande (besoin net) la priode t
cL = cot de lancement de la production (cot fixe encouru pour chaque lancement)
cp = cot de possession d'une unit pendant une priode.
Exemple (suite): Les besoins nets ont t dfinis plus haut. Nous supposerons en outre que cL =
54 et cp = 0,40.
Nous allons prsent dcrire quelques-unes des nombreuses mthodes utilises pour attaquer le
problme de la dtermination des lots conomiques (comme nous le verrons, certaines de ces
approches ne rsolvent le problme que de faon trs approximative).
1. Politique lot-pour-lot.
Dans une politique dapprovisionnement lot-pour-lot, les besoins nets de chaque priode sont
satisfaits grce des approvisionnements distincts.
Exemple (suite):
Semaine 1 2 3 4 5 6 7 8 9 10 11 12
Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41
Appros 10 62 12 130 154 129 88 52 124 160 238 41
2. Quantit fixe.
Dans cette approche, chaque commande ou ordre de fabrication porte sur un nombre dunits
constant que nous noterons Q (ou sur un multiple de Q, si cela savre ncessaire pour couvrir
les besoins dune priode). La quantit Q est slectionne au pralable sur base de plusieurs
critres potentiels. Elle peut par exemple correspondre une quantit de commande
standardise impose par le fournisseur, la capacit dun rcipient ou dun emballage
(container, ft) ou celle dun moyen de transport ou de manutention (palette, camion). Dans un
objectif de minimisation des cots, il est galement courant de choisir Q gal la quantit
conomique de commande QEC, dfinie comme suit:
QEC = 2c L D / c p
Il faut remarquer que, dans l'application de cette mthode, D nest gnralement pas calcul sur
base des besoins nets exprims pour les T priodes considres, mais plutt sur base de
prvisions effectues sur un horizon plus long (le but tant de maintenir une taille de lot fixe).
Exemple (suite): si on suppose que D = 90, alors QEC 156. On obtient ainsi les groupements
suivants (notons quen priode 11, il est ncessaire de planifier lapprovisionnement de 312 = 2
156 units pour couvrir les besoins de la priode) :
Semaine 1 2 3 4 5 6 7 8 9 10 11 12
Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41
Appros 156 156 156 156 156 156 312
Stock net 146 84 72 98 100 127 39 143 19 15 89 48
Chaque approvisionnement de taille Q = 156 (ou Q = 312, 468, etc.) permet de reconstituer les
stocks et donc de rpondre aux besoins dune ou plusieurs semaines conscutives. Ds quun
approvisionnement est planifi, il est donc ncessaire de recalculer les stocks nets de chacune
des semaines suivantes, afin de dterminer la premire sous-priode o les stocks redeviennent
ngatifs et o il est donc nouveau ncessaire de rapprovisionner.
(Nous avons suppos ici que les 48 units en stock la fin de lhorizon seraient coules au
cours de la semaine suivante.)
63
Dans cette approche, lorsqu'une commande ou un ordre de fabrication est lanc, il doit suffire
couvrir la demande de P priodes, o P est un paramtre fix d'avance. L'avantage principal de
cette politique dapprovisionnement est dordre organisationnel: la rgularit des commandes
prsente en effet des avantages vidents tant pour lentreprise que pour ses fournisseurs.
Le choix de la priode P peut tre bas sur diffrents critres, quantifiables ou non. Dans le but
de minimiser les cots encourus, on recommande souvent de choisir P gal la priode
conomique entre commandes PEC, calcule sur base de la quantit de commande conomique
QEC. Plus prcisment, si la demande prvisionnelle moyenne par priode est de D units, alors
PEC est obtenu en arrondissant la valeur calcule
QEC/D = 2c L / Dc p .
(Il est facile de vrifier que des lots de taille QEC devront tre commands toutes les (QEC/D)
priodes afin de satisfaire la demande de D units par priode. Si lon admet nouveau que
QEC est une taille de lot optimale pour la firme, alors PEC peut donc tre vu comme une
priodicit de commande optimale. Nous reviendrons sur ce point au Chapitre 9.)
Exemple (suite): en supposant comme avant que D = 90, alors QEC/D = 1,73 et PEC peut tre
choisi gal 2; on obtient ainsi les groupements suivants :
Semaine 1 2 3 4 5 6 7 8 9 10 11 12
Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41
Livraisons 72 142 283 140 284 279
Ici encore, la valeur de D ne dcoule pas des besoins nets exprims pour les T priodes
considres, mais est calcule sur base de prvisions plus long terme (le but premier tant
dtablir une certaine priodicit des commandes ou des lancements de production).
Cette heuristique peut tre motive par les observations suivantes. Si lentreprise produit la
priode s pour satisfaire la demande des priodes s, s+1, s+2, ..., t, les cots totaux encourus ont
la forme
C(s,t) = cL + cp(s,t).
Puisque le but est de raliser un compromis optimal entre cots de lancement et cots de
possession, il semble raisonnable de choisir t (pour une valeur donne de s) de telle sorte que cL
soit approximativement gal cp(s,t). Intuitivement, tant que cL > cp(s,t), la firme prfrera
64
augmenter ses cots de possession de stocks plutt que de subir un cot de lancement de
production supplmentaire (notons cependant quil ne sagit l que dun argument heuristique,
puisquil ne tient aucun compte de limpact de cette dcision sur les sous-priodes ultrieures).
La mthode d'quilibrage des cots applique donc itrativement la rgle heuristique suivante:
une commande ou un ordre de fabrication lanc la priode s doit couvrir la demande des
priodes s t, o t est choisi de telle sorte que les cots de possession cp(s,t) associs ce lot
soient aussi proches que possible du cot de lancement cL.
Exemple (suite): Si on produit la priode 1 pour couvrir les besoins des priodes 1 ...
Puisque cL = 54 est plus proche de 34,4 que de 190,4, on produira la priode 1 pour couvrir les
besoins des priodes 1, 2 et 3, soit 84 units. En rptant cette approche partir de la priode 4,
on obtient finalement le plan suivant, de cot total gal 600.
Semaine 1 2 3 4 5 6 7 8 9 10 11 12
Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41
Livraisons 84 284 217 176 398 41
Pour motiver cette mthode, considrons nouveau les cots C(1,t) dfinis ci-dessus.
Typiquement, lorsque t augmente, le cot moyen par priode, C(1,t)/t, est d'abord dcroissant
(parce que le cot fixe de lancement est amorti sur plusieurs priodes) puis finit par augmenter
(parce que les cots de possession sont de plus en plus levs).
Pour illustrer cette remarque, considrons le cas (trs particulier) o la demande serait constante
sur lhorizon de planification: dt = d pour t = 1,2,...,T. Dans ce cas, on obtient:
et donc C(1,t)/t = cL/t + (t-1)cpd. On vrifie aisment que cette fonction est dabord
dcroissante puis croissante.
Lheuristique de Silver et Meal prescrit de produire pour couvrir les besoins des priodes 1 t,
o t est la dernire priode pour laquelle les cots moyens par priode sont dcroissants (il est
remarquer que cette rgle peut ne conduire qu' un minimum local de C(1,t)/t; pour un exemple,
voir Silver et Peterson 1985, p.235).
65
Donc, la mthode de Silver-Meal prescrit de produire lors de la premire semaine pour satisfaire
aux besoins des semaines 1 3. En itrant cette procdure, on obtient :
Semaine 1 2 3 4 5 6 7 8 9 10 11 12
Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41
Livraisons 84 130 283 140 124 160 279
Cette politique entrane un cot total de 501,20. Pour notre exemple, il sagit l du cot total
optimal. Mais en rgle gnrale, la mthode de Silver-Meal n'est qu'une heuristique et ne fournit
donc aucune garantie doptimalit.
Cet algorithme permet de calculer la solution optimale du problme de dtermination des lots
conomiques par programmation dynamique. Le principe utilis peut tre dcrit simplement: le
cot optimal C*(1,t) encourir pour satisfaire la demande totale des priodes 1 t (en
produisant ventuellement lors de plusieurs priodes) est gal au minimum des expressions
En effet, le dernier lancement aura lieu soit la priode t, soit la priode t-1, ..., soit la
priode 2, soit la priode 1; pour les priodes prcdant ce dernier lancement, le plan de
production doit galement tre optimal.
Donc, si lon connat C*(1,1), C*(1,2), ..., C*(1,t-1), on peut aisment calculer C*(1,t). Par
ailleurs, on a videmment C*(1,1) = cL. Les relations prcdentes permettent donc de calculer
rcursivement C*(1,2), puis C*(1,3), C*(1,4), ..., C*(1,T). Il suffit alors de remarquer que C*(1,T)
n'est rien d'autre que le cot optimal recherch.
66
Exemple (suite):
C*(1,1) = 54.
C*(1,2) = min { C*(1,1) + C(2,2), C(1,2) }
= min {54 + 54, 78.80} = 78.80
C*(1,3) = min { C*(1,2) + C(3,3), C*(1,1) + C(2,3), C(1,3) }
= min { 78.80 + 54, 54 + 54 + 4.8, 54 + 24.80 + 9.6 }
= 88.40
etc.
8.6. Planification des besoins en capacit (CRP) - Calcul des courbes de charge.
La logique MRP ne tient compte d'aucune contrainte de capacit: elle raisonne capacit
infinie. Lorsque MRP est utilis, il est donc ncessaire de vrifier a posteriori si les plans
dvelopps sont ralisables. Ceci peut se faire en pratique par le calcul d'une courbe de charge
pour chaque centre de production.
La plupart des logiciels de MRP contiennent une base de donnes dcrivant les gammes
opratoires des rfrences (cest--dire, la dfinition des squences d'oprations subir, des
centres de production requis, des temps opratoires et de lancement sur chaque poste de travail,
...). Sur base de ces donnes, il est possible d'estimer le temps requis pour le traitement d'une
unit d'une rfrence quelconque par un centre de production. Par addition de ces temps pour les
diverses rfrences, on obtient alors une courbe de charge estime pour chaque poste de travail,
cest--dire une estimation du nombre dheures requises sur chaque poste au cours de chaque
sous-priode de planification. Remarquons que, dans ce plan court terme, il est possible de
tenir compte dun niveau de dtail relativement lev (gammes opratoires, dates des
lancements planifis, dlais dobtention, etc.).
Exemple: La rfrence A est produite par lots, et chaque lot requiert un dlai de production de 2
semaines. Durant la premire semaine, le lot est en production au poste de travail M1. Le temps
opratoire estim sur M1 est de 0.6 heure par unit de A. Au cours de la deuxime semaine, le
lot passe en production au poste de travail M2. Le temps opratoire sur M2 est de 0.2 heure par
unit produite.
Semaine 1 2 3 4 5 6
Lancements planifis 40 30
Sur base de ces donnes, on peut estimer comme suit la charge place sur chaque poste par la
rfrence A.
Charge de M1 due la rfrence A :
- semaine 1 : 40 0.6 = 24 heures
- semaine 4 : 30 0.6 = 18 heures
Charge de M2 due A :
- semaine 2 : 40 0.2 = 8 heures
- semaine 5 : 30 0.2 = 6 heures.
En cumulant les estimations de charge calcules pour chaque rfrence, on peut ainsi
dvelopper des courbes (profils) de charge reprsentant la charge de travail estime de chaque
poste de travail sur lhorizon considr.
68
Charge
de M1
priode
1 2 3 4 5
Si la capacit requise pour certaines priodes dpasse la capacit disponible, il faut procder
des ajustements:
lancement anticip de la production (c'est--dire modification du plan MRP)
heures supplmentaires, ... (modifications de capacit)
en dernier ressort: modification du PDP.
Cette dernire possibilit est prise en compte par certains systmes qui permettent de fermer la
boucle de la planification hirarchique et de modifier le PDP sur base des calculs de CRP
(closed-loop MRP systems).
MRP CRP
Cette possibilit permet galement d'tablir des PDP plus ralistes en intgrant les modules
PDP, MRP, CRP dans un mme systme informatis et en utilisant les modules MRP et CRP
pour simuler les consquences des propositions faites par le PDP (voir Section 6.3).
8.7. Epilogue
Les principes de base de la planification MRP ont t dvelopps dans les annes 60, avec pour
objectif de mieux grer lapprovisionnement des matires et composants ncessaires la
fabrication des rfrences finales. Au fil du temps, ces concepts ont t progressivement largis
pour englober la planification et le contrle dautres ressources de lentreprise, souvent autour
de bases de donnes communes : capacit des centres de production (CRP), ressources
69
Bibliographie.
S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory,
North-Holland, Amsterdam, 1993.
E. Silver et R. Peterson, Decision Systems for Inventory Management and Production Planning,
J. Wiley & Sons, New York, 1985.
J.W. Toomey, MRPII: Planning for Manufacturing Excellence, Chapman & Hall, New York,
1966.
T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems,
Business One Irwin, Homewood, Illinois, 1992.
70
CHAPITRE 9
On traite souvent de la mme faon que les articles demande indpendante tous ceux dont la
demande rsulte de l'accumulation de nombreux besoins indpendants (au sens statistique du
terme) et pour lesquels la demande peut donc tre dcrite plus facilement de faon statistique
que de faon causale. Il sagit l, en rgle gnrale, darticles faible valeur et taux
dutilisation lev.
En pratique, les systmes d'inventaire permanent sont souvent implants via l'enregistrement
systmatique des transactions entres/sorties. De tels systmes peuvent se rvler beaucoup plus
coteux que les systmes priodiques. Mais leur cot a maintenant tendance dcrotre, en
fonction de l'informatisation croissante qui facilite l'enregistrement des transactions. (Exemple:
les grandes surfaces de distribution pratiquent un inventaire permanent li l'utilisation des
codes-barres.) L'utilisation de tels systmes ne se justifie cependant pas ncessairement pour
tous les articles.
L'inventaire priodique impose l'inspection des stocks intervalles rguliers, mme si aucune
transaction n'a eu lieu depuis la dernire inspection. Outre sa simplicit organisationnelle, cette
approche permet de dtecter des dtriorations, erreurs, vols, etc. (en particulier dans le cas
darticles rotation trs lente).
Ces deux approches connaissent leurs avantages (+) et leurs inconvnients () respectifs.
Commande priodique:
+ facilit organisationnelle: les commandes dapprovisionnement sont passes un moment
prvisible, qui concide typiquement (mais pas ncessairement) avec celui de l'inventaire
dans le cas d'un systme d'inventaire priodique; cette approche simplifie ladministration, le
transport, la rception des commandes, ainsi que la tche des fournisseurs; elle facilite
galement le groupement des commandes de diffrents articles auprs dun mme
fournisseur (si les priodicits sont coordonnes pour tous ces articles).
+ en cas de priodicit de la demande, il existe une possibilit de coordination avec la priode
de commande.
dans une application stricte du systme, il n'est pas possible de ragir des situations
inattendues se produisant entre deux instants de commande; la probabilit de rupture de
stock sen trouve donc accrue.
Point de commande:
+ offre plus de souplesse, et permet donc dobtenir des cots infrieurs ceux du systme
prcdent;
+ couple un systme d'inventaire permanent, cette politique de gestion permet de mieux
contrler le niveau de stock, et donc de diminuer les chances de rupture tout en maintenant
des stocks de scurit plus faibles que par la gestion priodique;
difficults organisationnelles, dues lirrgularit des poques de passation de commande.
72
Ayant choisi une des politiques dcrites ci-dessus, on doit encore fixer les valeurs des
paramtres dfinissant le systme (cest--dire les valeurs de s, S, R et Q) de faon minimiser
la fonction de cot considre. Ce problme d'optimisation est gnralement complexe et on le
rsout donc de faon heuristique (voir la Section 9.7 ci-dessous pour quelques exemples).
Formulons encore quelques commentaires sur les (ds)avantages respectifs des systmes
mentionns.
La politique (s,Q) est simple implanter et permet un bon suivi du stock, mais requiert un
systme dinventaire permanent qui peut tre onreux et entrane des rapprovisionnements
intervalles fluctuants. De plus, lorsque la sortie de stock qui provoque le passage sous le point s
est trs grande, la quantit de commande Q prdtermine peut tre trop faible pour ramener la
position de stock un niveau satisfaisant.
L'adoption d'un systme (s,S) fournit une solution adquate cette dernire objection. En fait,
on dmontre que le systme (s,S) optimal entrane des cots infrieurs au systme (s,Q) optimal.
Mais il s'agit l d'un rsultat dont la valeur pratique est discutable, puisque les problmes
d'optimisation rencontrs ne sont gnralement pas rsolus de faon exacte.
73
La politique (R,S) prsente les avantages organisationnels dj discuts, mais gnre souvent
des stocks de scurit importants.
Du point de vue de la minimisation des cots, le systme (R,s,S) permet de dvelopper des
politiques moins coteuses que les autres systmes (observer que (s,S) et (R,S) n'en sont que des
cas particuliers, obtenus lorsque R 0 et lorsque s , respectivement). Mais les valeurs
optimales des paramtres sont, ici encore, trs difficiles calculer.
Quelle politique de gestion de stocks faut-il adopter pour une rfrence particulire ? Il n'y a pas
de rponse simple cette question. Le critre de cot ne fournit certainement qu'un clairage
trs partiel sur cette question. Chaque politique connat des avantages et des inconvnients dont
certains ont t mentionns ci-dessus et qui sont difficilement quantifiables. Enfin, d'autres
aspects, comme par exemple l'importance stratgique qu'un article revt pour la firme,
peuvent aussi influencer le choix de la politique.
Pour guider son choix, la firme peut utiliser la notion de classification ABC, qui repose elle-
mme sur la notion de distribution par valeur. La valeur d'utilisation annuelle (Annual Dollar
Usage Value) d'un article stock est le cot total de toutes les units de cet article utilises par la
firme pendant une anne.
Exemple : 5000 units d'un article cotant 20 francs/unit sont utilises par an; la valeur
d'utilisation annuelle de cet article est donc gale 100.000 francs.
Supposons que les articles stocks sont numrots 1, 2, ..., N par valeur d'utilisation
dcroissante. Pour chaque i = 1, 2, ..., N, on peut alors calculer la valeur cumule VC(i), o
VC(i) est la somme des valeurs d'utilisation des articles 1, 2, ..., i.
Exemple :
Article Valeur d'utilisation VC
1 100.000 100.000
2 80.000 180.000
3 60.000 240.000
...
50 2.000 400.000
Soit DV(i) = VC(i)/VC(N). La courbe des points Pi = ( i/N , DV(i) ) est appele courbe de
distribution par valeur; chaque point Pi indique le pourcentage de la valeur cumule totale
reprsente par les i premiers pourcents d'articles.
Exemple :
Article i/N DV(i)
1 1/50 = 0,02 0,25
2 2/50 = 0,04 0,45
74
Une reprsentation graphique de cette courbe est donne par la Figure 1 ci-dessous. La forme
(concave) de cette courbe est typique. Empiriquement, en effet, on observe souvent que la
distribution par valeur suit approximativement une loi de Pareto, ou loi des 80/20: 80% de la
valeur cumule totale est concentre sur 20% des articles. Cette observation conduit consacrer
un maximum d'efforts et d'attention un petit nombre d'articles reprsentant une valeur cumule
importante et utiliser des mthodes rclamant moins d'nergie ou de moyens pour les autres
articles.
% de valeur cumule
100
% darticles
100
En pratique, cette observation conduit de nombreuses firmes utiliser un systme de gestion des
stocks bas sur une classification ABC des articles: les 5 ou 10% d'articles ayant la plus grande
valeur d'utilisation sont placs dans une catgorie A, les 50 % suivants dans une catgorie B, et
le reste des articles dans une catgorie C. Suivant la loi de Pareto, la catgorie A reprsente donc
typiquement 50% de la valeur d'utilisation totale, la catgorie B environ 40-45%, et la catgorie
C quelques pourcents seulement.
Bien sr, d'autres critres que la seule valeur d'utilisation peuvent galement entrer en ligne de
compte pour dfinir la classification ABC. Le principe essentiel observer est que les articles
placs dans la catgorie A doivent tre ceux pour lesquels des gains ou des pertes importants
peuvent tre raliss au niveau de la gestion des stocks, alors que la gestion des articles de type
C ne peut potentiellement conduire qu' des diffrences marginales. Ce critre est gnralement
bien reflt par la valeur d'utilisation. Par exemple, des stocks excessifs dans la catgorie A se
traduisent par des surcots plus levs que dans les catgories B ou C. Mais d'autres critres,
totalement diffrents, pourraient galement tre considrs, comme par exemple les
consquences entranes par une rupture de stock (l'article est il ou non substituable par un
autre, quelle est son importance pour l'image de marque de la firme, etc), le volume de stockage
requis, etc.
75
En termes de politique de gestion, les articles sont gnralement grs de faon uniforme au sein
de chaque catgorie, alors que des diffrences plus profondes se marquent entre catgories. Par
exemple :
les articles A sont grs individuellement et de faon continue; ils sont placs sous la
responsabilit directe d'un responsable (cadre) qui suit leur volution de prs; les paramtres
de gestion (cots, quantits s, S, etc) sont revus rgulirement et des efforts sont consacrs
leur optimisation;
les articles B peuvent tre grs par des systmes demandant moins d'intervention humaine,
qui dclenchent par exemple les ordres de commandes de faon automatise; l'optimisation
des paramtres de gestion est moins cruciale;
les articles C sont gnralement contrls priodiquement, longs intervalles (une gestion
continue est galement possible, pour autant que le systme de dclenchement des comman-
des soit suffisamment simple; par exemple, systme deux casiers); ils sont regroups en
familles de produits similaires plutt que grs individuellement, ce qui diminue la quantit
d'informations traiter et simplifie les approvisionnements.
quantit
Cette politique dapprovisionnement peut tre indiffremment interprte comme une politique
(s,Q) avec s = 0 ou comme une politique (R,S) avec R = Q/D et S = Q. Reste maintenant
dterminer la valeur de Q qui minimise les cots totaux entrans par cette politique.
A combien se montent les cots encourus par unit de temps (disons par anne, pour fixer les
ides)?
Cots de commande: la demande totale slve D units par anne
==> il faut passer D/Q commandes par anne
==> cots de commande = cLD/Q par anne.
La valeur de Q qui minimise la fonction de cot est obtenue en annulant la drive de cette
fonction par rapport Q. On obtient ainsi le minimum global Q* = 2c L D / c p . La quantit
Q* est appele quantit conomique de commande (QEC) ou Economic Order Quantity (EOQ).
(La formule dfinissant Q* est due Harris, 1913; elle est parfois galement attribue Wilson,
Camp, etc; voir Erlenkotter 1990 pour un historique de cette formule).
PEC = Q*/D = 2c L / Dc p .
Lorsque le dlai dobtention des approvisionnements nest pas nul, mais est gal L 0, il est
nouveau ais de se convaincre quune politique de type (s,Q) reste optimale. Le point de
commande s doit permettre de satisfaire exactement la demande durant le dlai dobtention,
cest--dire s = DL. Par ailleurs, la fonction de cot est identique celle calcule dans le cas
prcdent, et donc Q = 2c L D / c p .
77
En pratique, le gestionnaire des stocks devra fixer le niveau de service quil dsire obtenir pour
chaque article (ou famille darticles) particulier, dans le cadre des lignes directrices adoptes par
la firme. Ainsi, un niveau de service de 99% pourrait tre exig pour les produits finis si la
stratgie concurrentielle de la firme repose sur une haute qualit de service, alors quun niveau
de 90% pourrait tre jug acceptable par dautres firmes. Insistons sur le fait que, dans cette
approche, le niveau de service est le reflet immdiat des proccupations stratgiques de la firme
et ne doit donc pas tre laiss lapprciation dun employ isol. (La mme observation vaut
pour lvaluation des cots de rupture dans les modles qui utilisent explicitement ces cots).
Afin dillustrer cette discussion, considrons le modle suivant, qui fournit une gnralisation
stochastique assez simple du modle EOQ:
1. il sagit de grer un seul article, approvisionn extrieurement; toute quantit commande est
livre en une seule fois, et le dlai d'obtention vaut L 0;
2. la demande (cest--dire, le nombre dunits consommes) par unit de temps est une
variable alatoire de moyenne D et dcart-type ;
3. le cot de possession slve cp units montaires par unit de larticle et par unit de
temps;
4. le cot de commande est de cL units montaires par commande;
5. le niveau de service cibl vaut p (0 p 1).
Lobjectif poursuivi est de minimiser lesprance des cots totaux (par unit de temps) sous la
contrainte impose par le niveau de service. (Par rapport au modle EOQ dterministe de base,
nous avons gnralis les hypothses 1, 2 et 5. Plus prcisment, le modle dterministe peut
tre vu comme le cas limite du modle stochastique obtenu lorsque L = 0, 0 et p = 1.)
78
Dabord, par analogie avec le modle EOQ, on adopte une politique (s,Q). Sous cette
restriction, il est facile de se convaincre que la valeur slectionne pour la quantit de
commande ne joue pas un rle dterminant pour le respect du niveau de service. En effet, les
ruptures de stock ne peuvent survenir que durant le dlai dobtention, et celui-ci est influenc
par s, mais pas par Q*. Sur base de cette observation, on choisit la quantit de commande
comme si la demande tait certaine et gale D, cest--dire quon pose Q = 2c L D / c p .
Reste alors dterminer la valeur du point de commande s: on la prendra juste assez grande
pour atteindre le niveau de service requis (bien sr, toute valeur suprieure permettrait
galement datteindre ce niveau de service, mais au prix dune augmentation des cots de
possession). Puisque les ruptures de stock peuvent seulement survenir durant le dlai
dobtention, on va donc choisir s de telle sorte que
Pour illustrer ce principe de faon plus prcise, supposons par exemple que la demande suive
une loi normale de moyenne D et dcart-type , et que la demande dans nimporte quel
intervalle de temps soit indpendante de la demande dans tout autre intervalle de temps disjoint.
Sous ces hypothses, la variable alatoire X = demande durant le dlai dobtention suit une
loi normale de moyenne DL et dcart-type L. Le point de commande peut donc facilement
tre dtermin par rfrence aux tables de la loi normale. Plus prcisment, considrons la
variable alatoire U = (XDL)/L. Cette variable suit une loi normale standardise N(0,1). Par
rfrence aux tables de la loi N(0,1), on peut donc trouver un nombre k tel que Prob( U k ) =
p. On a alors:
Le point de commande s doit donc tre fix la valeur s = DL + kL. Cette valeur admet une
interprtation intuitive. Le terme DL peut tre vu comme le niveau de stock permettant
dattendre le rapprovisionnement suivant sans encourir de rupture dans des conditions de
demande moyennes (de fait, comme on la vu plus haut, DL est le point de commande en
rgime dterministe). Le terme kL, quant lui, peut tre interprt comme un stock de
scurit dtermin dune part par lincertitude lie au caractre alatoire de la demande pendant
le dlai dobtention (incertitude mesure par lcart-type L), et dautre part par le facteur k
(qui ne dpend que du niveau de service p, et pas des paramtres D, de la distribution de
demande). On appelle parfois k le niveau de scurit.
79
Les modles prcdents taient pertinents dans le cas d'articles approvisionns de faon
rptitive. Considrons maintenant le cas d'un article rotation nulle, pour lequel le stock n'est
approvisionn qu'une seule fois. Les units invendues la fin de lhorizon pourront tre
coules prix rduit ou seront considres comme perdues. On pensera, par exemple, au cas
des articles de mode ou prissables. La littrature scientifique illustre habituellement le modle
mathmatique correspondant travers le dilemme dun marchand de journaux.
Si une commande compte Q units et que la demande se monte X units, le bnfice peut tre
calcul comme suit:
b(Q,X) = pQ - vQ si Q X
= pX + g(Q-X) - vQ si Q X.
b(Q) = EX(b(Q,X))
f ( x) dx + (p-g) 0 x f ( x) dx
Q Q
= (p-v) Q Q f(x) dx + (g-v) Q 0
= pQ + (gQ-pQ) 0 f ( x) dx - vQ + (p-g)
Q Q
0
x f ( x) dx .
La drive de b(Q) par rapport Q vaut (en utilisant simplement la dfinition d'une primitive):
La rsolution de l'quation b'(Q) = 0 indique que la quantit optimale de commande Q* est celle
pour laquelle :
pv
Prob(X Q*) = .
pg
C0 = p - v = bnfice unitaire par vente, ou encore cot d'opportunit associ une vente rate.
Cp = v - g = cot de possession associ une unit stocke mais non vendue.
On a alors :
C0 Cp
Prob(X Q*) = et Prob(X Q*) = .
C0 + C p C0 + C p
Bibliographie.
G.D. Eppen, F.J. Gould and C.P. Schmidt, Introductory Management Science, Prentice Hall,
Englewood Cliffs, 1993.
D. Erlenkotter, Ford Whitman Harris and the Economic Order Quantity Model, Operations
Research Vol. 38, 1990, pp. 937-950.
S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory,
North-Holland, Amsterdam, 1993.
E. Silver et R. Peterson, Decision Systems for Inventory Management and Production Planning,
J. Wiley & Sons, New York, 1985.
T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems,
Business One Irwin, Homewood, Illinois, 1992.
81
CHAPITRE 10
10.1. Gnralits.
Nous abordons dans ce chapitre le domaine de la planification trs court terme et celui du
contrle en temps rel des oprations de production.
On supposera que, d'une faon ou d'une autre, un plan de production tabli sur base de sous-
priodes relativement courtes (typiquement, hebdomadaires) est disponible (ceci pourrait tre le
plan directeur de production, ou un plan MRP y associ). Au dbut de chaque sous-priode, le
service production se trouve donc confront une collection d'ordres de fabrication excuter
durant cette sous-priode. Ces ordres dterminent des listes doprations effectuer, mais ne
prcisent pas ncessairement lordre dans lequel ces oprations doivent tre excutes (faut-il
intercaler la commande C entre les commandes A et B ? faut-il peindre les pices bleues avant
les rouges ?), ni le moment o elles doivent tre entames (lundi matin ? jeudi aprs-midi ?), ni
les centres de production auquels elles doivent tre affectes (faut-il imprimer ces dpliants sur
la vieille rotative, ou vaut-il mieux lui rserver une machine plus rapide ?). En particulier,
puisque les contraintes de capacit n'ont t exprimes que de manire approche jusqu' ce
stade de planification, le plan de production considr n'est mme pas ncessairement ralisable
(il pourrait excder la capacit disponible).
Le dernier niveau de dcision concernant la mise en route de la production est celui du contrle,
ou du pilotage en temps rel des oprations. Dans un monde parfaitement dterministe,
parfaitement connu, et parfaitement pris en compte par la planification, le contrle d'un atelier
pourrait se limiter la mise en application des dcisions d'ordonnancement prises auparavant.
En pratique, ceci n'est (presque) jamais le cas:
certains lments ont un caractre alatoire, non prvisible avec certitude (pannes, temps de
rglage, retards de livraison, maladie, ....);
mme si certains vnements sont en ralit prvisibles, ils ne sont pas ncessairement
connus par le responsable de la planification;
tous les lments dterministes et connus ne sont pas ncessairement pris en compte au
moment de l'ordonnancement, pour des raisons de simplicit.
82
Pour toutes ces raisons, on considre souvent que l'ordonnancement nonce seulement des
propositions de lancement, qui sont acceptes telles quelles ou modifies par les dcisions de
contrle. Au fil des jours, la ralit de l'atelier sloigne ainsi progressivement des plans tablis
par les responsables de l'ordonnancement. Idalement, on voudrait donc pouvoir recalculer un
nouvel ordonnancement le plus frquemment possible, par exemple tous les jours, en tenant
compte des nouvelles conditions initiales dictes par l'tat de latelier (par exemple,
oprations en cours, machines en panne, etc). En pratique, lutilisation dun tel ordonnancement
glissant est rendue difficile par les temps de calcul levs que requirent les logiciels
d'ordonnancement. On se rabat donc souvent sur des rgles de dispatching simples pour le
pilotage de latelier.
On ne peut bien sr plus se contenter d'une telle analyse approximative pour ltablissement
d'un plan d'ordonnancement. Il faudra donc prsent tenir compte explicitement de la capacit
de chaque poste de travail dans ce plan. Pour cette raison, lactivit dordonnancement est
parfois appele planification capacit finie.
Graphiques de Gantt.
Le rsultat des analyses capacit infinie est dcrit graphiquement par une courbe, ou profil, de
charge pour chaque poste de travail. Ces graphiques permettent de comparer facilement la
capacit disponible la capacit requise.
En ordonnancement, il est utile de disposer dune reprsentation graphique plus prcise des
plans tablis. Ce but est atteint par lutilisation des graphiques de Gantt: pour chaque poste de
travail, un tel graphique reprsente simplement, sur un axe temporel, les dates de dbut et de fin
planifies pour chacune des oprations effectuer sur ce poste. Plusieurs postes de travail
peuvent tre pris en compte dans un seul graphique de Gantt.
En plus des dates planifies, il est galement courant de porter sur un graphique de Gantt les
dates ralises de dbut et de fin de chaque opration. Ceci permet une comparaison des plans
et des performances effectivement accomplies et fournit donc un outil daide au contrle de la
production.
83
Le plan dordonnancement est tabli sur base dune description des ordres de fabrication (ou
OFs, frquemment appels tches dans la littrature scientifique) dune part, et du systme de
production dautre part. Ces informations constituent donc la base de donnes utilise par tout
logiciel dordonnancement.
Chaque OF est vu comme un ensemble doprations effectuer, o une opration est une
activit lmentaire, dcrite par des spcifications techniques, lidentification du type de
machine et doutil utiliser, etc.
Exemple: LOF U580512 (usinage dune pice de moteur) requiert les oprations suivantes:
1. fraisage sur le poste F12 (temps opratoire: 25 minutes);
2. tournage sur un des postes T01 ou T02 (temps opratoire: 15 min sur T01, 10 min sur T02);
3. fraisage sur le poste F3 (temps opratoire: 10 min);
4. barbage (temps opratoire: 10 min);
5. contrle de qualit final (2 min).
Les informations qui constituent une description complte de chaque OF incluent donc,
typiquement:
- la gamme opratoire, cest--dire la squence d'oprations effectuer et les postes de travail
requis, les temps opratoires estims, le dlai de fabrication estim (qui inclut lui-mme les
temps opratoires, plus les temps d'attente, de transport et de lancement; voir Section 8.2), et les
ressources ncessaires (qualification des ouvriers, outils, matires, ...); noter que des gammes
opratoires alternatives existent parfois (voir lopration 2 tournage dans lexemple
prcdent);
- des donnes non techniques: date de dbut au plus tt de lOF (par exemple, mise
disponibilit des matires, date d'achvement d'une opration entame sur un poste prcdent,
...), date d'exigibilit ou de livraison de lOF (fixe par exemple la passation de commande ou
par le plan MRP), coefficient de priorit de lOF (li l'importance de la commande, ou au fait
que la fabrication est pour stock ou sur commande).
Les critres utiliss pour juger de la qualit d'un plan d'ordonnancement peuvent tre nombreux
et parfois mme contradictoires. Les critres purement conomiques (cot, profit) sont mal
adapts dans ce cadre du trs court terme. On utilise donc plutt des critres d'efficacit
organisationnelle: respect des dlais, quantit d'en cours, utilisation des postes de travail, ...
84
Ces critres peuvent tre prciss et formuls quantitativement de diffrentes manires. Pour ce
faire, introduisons d'abord quelques notations. Soit un ensemble de n OFs (nots i = 1, 2,..., n)
ordonnancer. Pour chaque OF, on connat en particulier:
Tous ces critres connaissent galement une version pondre permettant de prendre en compte
les divers degrs de priorit des OFs.
Chacun des critres U, T, Tmax donne une mesure du respect des dlais, mais ces mesures ne
sont pas ncessairement concordantes. De mme, Cmax et F mesurent de faon diffrente la
vitesse laquelle les OFs sont vacus du systme. En particulier, F peut tre vu comme une
mesure indirecte de la quantit d'en cours.
Exemple. Considrons 2 OFs excuter sur une unique machine. Chaque OF comporte une
seule opration et est caractrise par les paramtres suivants:
OF (opration) 1 2
---------------------------------------------
date de disponibilit ri 0 0
date dexigibilit di 11 2
temps opratoire pi 2 10
OF 1 2
---------------------------------------------
en retard non oui
Ti 0 10
Ci - ri 2 12
OF 1 2
---------------------------------------------
en retard oui oui
Ti 1 8
Ci - ri 12 10
On constate que le premier ordonnancement est meilleur que le second sur les critres U et F,
mais quil est moins bon sur les critres T et Tmax.
Il faut galement remarquer que le calcul d'un ordonnancement optimisant un critre dtermin
est en gnral difficile et se situe bien souvent au-del des possibilits actuelles des techniques
mathmatiques doptimisation. En pratique, on aura donc recours des heuristiques plutt qu
des mthodes doptimisation exactes pour raliser le calcul dordonnacement. En variant les
heuristiques utilises, on peut assez facilement soumettre plusieurs ordonnancements au
dcideur, comme voqu ci-dessus.
Afin dillustrer plus concrtement la discussion prcdente, considrons le cas de plusieurs OFs
effectuer sur une seule machine, o chaque OF consiste en une seule opration et tous les OFs
partagent une date au plus tt commune. La considration de ce cas apparemment simpliste peut
se justifier par le fait que les problmes plusieurs machines sont souvent attaqus,
implicitement ou explicitement, par la rsolution successive de problmes une machine. Cest
par exemple le cas lorsque l'on utilise des rgles de dispatching pour le pilotage en temps rel
(voir plus bas). C'est galement le cas pour des approches plus sophistiques (comme celle
86
Remarquons que, pour n'importe quel ordonnancement sans temps mort, Cmax est toujours gal
la somme des temps opratoires des diffrents OFs (ainsi, pour notre exemple, Cmax = 5 + 15 +
8 + 20 + 3 = 51). Ce critre prsente donc peu dintrt pour le problme qui nous occupe.
Le critre du temps de passage moyen F est, lui, plus intressant. On dmontre rigoureusement
que, pour les problmes une machine avec date au plus tt commune, la rgle du Temps
Opratoire Minimum (TOM; Shortest Processing Time, SPT) permet de minimiser F; cette
rgle prescrit simplement dexcuter les OFs par temps opratoires croissants (sur un plan
intuitif, le lecteur se convaincra facilement que, en commenant par les OFs les plus longs, on
augmenterait considrablement le temps de passage de tous les OFs).
Par ailleurs, on dmontre que le critre du plus grand retard (Tmax) est minimis par la rgle de
la Date d'Exigibilit Minimum (Earliest Due Date, EDD), qui consiste ordonnancer les OFs
par date dexigibilit croissante.
Exemple: Pour lordonnancement (5,1,3,2,4) (qui minimisait F), les OFs 2 et 4 sont en retard et
Tmax = 11 (retard encouru par lOF 4). Par contre, en appliquant la rgle EDD, on obtient
lordonnancement (1,5,2,4,3), pour lequel les OFs 3 et 4 sont en retard et Tmax = 10.
Mentionnons encore que, mme pour une seule machine, les problmes d'ordonnancement
peuvent tre dune grande complexit. Par exemple, dcider si il existe un ordonnancement
respectant toutes les dates d'exigibilit est un problme difficile (pour autant que les dates au
plus tt ne concident pas; sinon, EDD rsout la question). Les problmes plusieurs machines
sont, a fortiori, extrmement difficile rsoudre de faon exacte. En particulier, dans le cas
dateliers plusieurs machines, aucune rgle simple nest connue pour minimiser F ou Tmax.
87
Quelques rgles de dispatching souvent utilises en pratique sont les suivantes: parmi les OFs
disponibles au poste considr, slectionner
Remarquons encore que les rgles de dispatching nonces ci-dessus se caractrisent par des
exigences en information trs variables. Par exemple, TOM n'utilise que de l'information locale
et relativement statique (temps opratoires sur la machine considre). Par contre, les dates
d'exigibilit constituent de l'information non locale et susceptible de varier au fil du temps (par
exemple, lors des rvisions priodiques du plan MRP). Il est donc plus difficile de tenir cette
information jour. Des observations similaires sappliquent la dtermination du ratio critique.
Les rgles de dispatching peuvent tre utilises par le management pour imposer un certain
contrle sur le pilotage de l'atelier (contrle centralis/dcentralis, standardisation par les
procdures de travail; voir Boskma 1987 pour une discussion plus approfondie).
88
Comme nous lavons dj mentionn plus haut, les rgles de dispatching peuvent tre utilement
vues comme des heuristiques de rsolution de problmes dordonnancement une machine. En
fait, vue de faon plus large, leur utilisation lors du pilotage des ateliers conduit aussi,
implicitement, la construction dun ordonnancement pour tous les OFs en cours dans latelier
(le diagramme de Gantt de cet ordonnancement peut facilement tre reconstitu, a posteriori, sur
base des dates de dbut et de fin observes plutt que planifies de chacune des oprations).
Exemple. Considrons trois machines (A, B, C) et 4 OFs numrots (1,2,3,4). On supposera que
ri = 0 pour chaque OF. Les gammes opratoires des OFs et leurs dates dexigibilit sont
dtailles dans le tableau suivant:
On obtient ainsi le graphique de Gantt suivant (o le symbole indique quune machine est
inactive) :
File d'attente
A 11222 4 1,2,4
B 4444433111 4,3,1
C 3 244 1 3,2,4,1
89
A 1 2 4
B 4 3 1
C 3 2 4 1
0 1 2 5 6 7 8 9 10 11
Remarquons par exemple que, aprs 5 units de temps, les OFs 1 et 3 sont disponibles devant la
machine B. Puisque les temps opratoires de ces deux OFs sur la machine B valent
respectivement 3 et 2, la rgle TOM donne priorit lOF 3. On obtient ainsi un
ordonnancement o le dernier OF est termin aprs 11 jours, et o les OFs 1 et 2 sont en retard
d'un jour.
En appliquant la rgle EDD plutt que TOM chaque machine, on aurait obtenu
lordonnancement suivant:
File d'attente
A 22211 4 1,2,4
B 4444411133 4,3,1
C 3 2 44 1 3,2,4,1
A 2 1 4
B 4 1 3
C 3 2 4 1
0 1 3 4 5 7 8 9 10
90
A la priode 5, contrairement ce qui se passait avec la rgle TOM, la rgle EDD donne priorit
lOF 1 sur lOF 3. On obtient ainsi un ordonnancement o tous les OFs sont termins aprs 10
jours et o aucun OF nest en retard.(Comme on pouvait sy attendre, la performance de EDD
en termes de respect des dlais est donc meilleure sur cet exemple que celle de TOM. Mais il ne
sagit pas l dune rgle absolue!)
Bibliographie.
S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory,
North-Holland, Amsterdam, 1993.
J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, Prentice-
Hall, Englewood Cliffs, 1992.
T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems,
Business One Irwin, Homewood, Illinois, 1992.
91
CHAPITRE 11
GESTION DE PROJETS
11.1. Gnralits.
3) Le contrle du projet a pour but de vrifier la correspondance entre les plans tablis et leur
excution, et de prendre les recours ventuellement ncessaires en cas de dviation trop
importante. Ceci implique des retours frquents la phase d'ordonnancement, afin de
ractualiser les calendriers en fonction de l'volution relle du projet.
Les principaux outils mathmatiques utiliss pour la gestion de projets sont les mthodes
PERT et CPM (PERT: Project Evaluation and Review Technique; CPM: Critical Path
Method). Ces mthodes permettent de rpondre diffrentes questions (ordonnancement,
probabilit de terminer dans les dlais, ...) en modlisant le projet laide d'un mme graphe
appel rseau d'activits. Au vu de cette similitude, on identifie trs souvent les deux
mthodes sous l'appelation PERT/CPM, ou mthodes de chemins critiques. Ces mthodes
constituent principalement des outils d'ordonnancement et de contrle, mais contribuent
galement systmatiser la phase de planification.
Rseau d'activits.
Soit A l'ensemble des activits excuter, sur lequel on a dfini un certain nombre de
contraintes dantriorit auxquelles tout ordonnancement devra satisfaire. Un rseau d'acti-
vits pour A est un graphe G tel que:
- l'ensemble X des sommets de G (appels vnements) comporte deux sommets particuliers 0
(dbut) et n (fin): 0 est le seul sommet o n'entre aucun arc et n est le seul sommet d'o
n'mane aucun arc; les autres sommets sont interprts comme des jalons du projet,
reprsentant l'achvement ou le lancement de certains groupes d'activits;
- chaque activit est reprsente dans G par un arc (i,j) de longueur dij, o dij est la dure (ou
longueur) de l'activit; nous verrons dans un instant que G peut galement comporter certains
arcs qui ne sont associs aucune activit relle; ces arcs fictifs ont alors longueur 0;
- G ne contient pas de circuits (c'est--dire de chemins ferms);
- l'activit (i,j) doit absolument prcder l'activit (r,s) dans l'excution du projet si et
seulement si il existe un chemin de G empruntant successivement larc (i,j) puis larc (r,s).
Exemple 1. Considrons 7 activits dont la dure (en jours) est indique entre parenthses:
A(3), B(2), C(7), D(4), E(3), F(6), G(4). Supposons que ces activits sont soumises aux
contraintes dantriorit suivantes:
- A prcde B et C;
- C et D prcdent E;
- B prcde D;
- E et F prcdent G.
1 C(7) 3 E(3)
A(3)
G(4)
n
F(6) 4
0
93
En pratique, numrer toutes les activits et toutes les relations dantriorit constitue un dfi
pour le gestionnaire du projet, mais galement un travail fructueux en soi. Remarquons en
particulier que, dans un projet rel, la notion d'activit n'est pas dfinie de manire absolue: il
existe gnralement plusieurs faons de dcouper un projet en activits lmentaires. La
construction du rseau oblige le gestionnaire s'interroger systmatiquement sur la nature des
activits accomplir ainsi que sur leurs relations mutuelles. Ceci justifie la remarque
formule plus haut, selon laquelle les mthodes de chemins critiques fournissent une aide non
ngligeable dans la phase de planification (en gnral, tablir un modle est au moins aussi
utile et instructif que le rsoudre).
Revenons prsent sur la dfinition du rseau d'activits pour y ajouter quelques prcisions.
Tout d'abord, remarquons que chaque sommet peut tre interprt comme un jalon marquant
l'achvement de toutes les activits qui entrent dans ce sommet et, par voie de consquence,
la possibilit de lancer chacune des activits qui en mane.
En ce qui concerne la liste des relations dantriorit, il est d'usage de ne pas reprendre dans
cette liste les contraintes impliques par transitivit. Ainsi, dans l'Exemple 1 ci-dessus, la
relation 'A prcde D' ne figure pas explicitement dans la liste, mais peut tre dduite des
relations 'A prcde B' et 'B prcde D'.
Notons encore que, afin de reprsenter fidlement les relations dantriorit, il est parfois
ncessaire d'introduire dans le rseau des activits fictives ('dummies') qui ne correspondent
donc aucune activit relle et dont la dure est par dfinition gale zro. Cette situation se
prsente notamment lorsque deux activits, disons A et B, doivent tre suivies par des
ensembles d'activits non disjoints, mais non identiques.
AA D
B C
Une autre situation dans laquelle les arcs fictifs sont parfois utiliss se prsente lorsque deux
activits ont exactement les mmes prdcesseurs et successeurs, et pourraient donc tre
94
reprsentes par deux arcs parallles (c'est--dire deux arcs partageant les mmes extrmits).
Afin de mieux distinguer ces activits, il est alors coutumier d'insrer un arc fictif comme
indiqu ci-dessous. (Notons que cette convention n'est pas strictement ncessaire pour assurer le
traitement mathmatique du problme d'ordonnancement. Elle se rvle cependant trs pratique
dans les implantations informatiques o chaque activit est enregistre comme une paire de
sommets de la forme (i,j)).
A
A
B B
Chemins critiques.
Nous appellerons longueur dun chemin de G la somme des dures des arcs situs sur ce
chemin.
Observation: la longueur d'un plus long chemin entre le sommet 0 et l'vnement i est une
borne infrieure sur la date de dbut de toute activit (i,j).
En particulier, la longueur d'un plus long chemin (appel chemin critique) entre 0 et n est une
borne infrieure sur le temps ncessaire pour excuter le projet. Il est peut-tre moins vident,
mais nanmoins vrai, que la longueur d'un chemin critique correspond exactement la dure
minimale ncessaire pour excuter le projet. Cette observation fondamentale est la base de
toutes les mthodes de chemins critiques.
Exemple 1 (suite). Le seul chemin critique est A,C,E,G. Sa longueur vaut 17. Il est clair
qu'aucune des activit situes sur ce chemin ne peut subir de retard si le projet doit tre
termin en 17 jours. Par contre, F pourrait subir un retard de 7 jours sans retarder le projet.
Le plus long chemin de 0 n dans G correspond au plus court chemin dans un graphe modifi
o l'on aurait remplac chaque dure d par -d. Cette observation implique que l'on peut utiliser
un algorithme de plus court chemin (tels ceux tudis dans le cadre des cours de
mathmatiques) pour calculer un chemin critique de G. En fait, parce que G ne contient pas de
circuits, l'algorithme prend ici une forme particulirement simple.
95
Phase 1. Calculer pour chaque vnement i (c'est--dire chaque sommet de G) une date au
plus tt Ei, qui est la date la plus prcoce laquelle l'vnement i puisse se raliser:
- E0 = 0;
- pour chaque vnement j autre que 0, si l'on a calcul la date Ei pour tous les vnements i
qui prcdent j dans G, alors
Ej = max { Ei + dij : (i,j) est un arc de G }.
dij
i j
Cet algorithme se justifie aisment de faon intuitive: si l'on ne peut pas atteindre i avant la
date Ei (quelque soit i prcdant j), alors on ne peut certainement pas atteindre j avant la date
Ei + dij.
La date En est exactement la longueur d'un chemin critique. Dans la suite de notre discussion,
nous supposerons que le gestionnaire du projet vise terminer le projet au plus vite, et donc
la date En.
Aprs avoir calcul En comme dans la phase 1, il n'est pas difficile de reconstruire le chemin
critique lui-mme sur base des calculs effectus. L'approche suivante permet de rsoudre ce
problme et fournit simultanment d'autres informations utiles pour la gestion du projet.
Phase 2. Calculer pour chaque vnement i une date au plus tard Li, qui est la date la plus
tardive laquelle l'vnement i doit tre ralis pour permettre l'achvement du projet avant
En:
- Ln = En;
- pour chaque vnement i autre que n, si l'on a calcul la date Lj pour tous les vnements j
qui suivent i dans G, alors
Li = min { Lj - dij : (i,j) est un arc de G }.
dij
i j
96
2 5 6
B(2) D(4)
3 3
10 10
1 C(7) 3
A(3) E(3)
4 G(4)
n
F(6)
0 0 13 13 17 17
La connaissance des dates au plus tt et au plus tard permet son tour le calcul des marges ,
c'est--dire de la flexibilit dont dispose le gestionnaire dans l'tablissement d'un calendrier
relatif chacune des activits du projet. Diffrents types de marges sont considrer et
prsentent diffrentes mesures de cette flexibilit.
TFij = Lj - Ei - dij.
Appelons une activit critique si elle se trouve sur (au moins) un chemin critique. On
dmontre qu'une activit est critique si et seulement si sa marge totale est gale 0. En
particulier, si (i,j) est une activit critique, alors Ei = Li et Ej = Lj: on doit donc entamer
l'activit en Ei et la terminer en Lj pour ne pas retarder le projet. Ceci signifie que les activits
critiques sont prcisment celles dont la ralisation doit tre surveille de prs lors du
droulement d'un projet. L'identification des activits critiques permet donc au gestionnaire
de concentrer son attention sur quelques activits essentielles plutt que de la disperser sur
l'ensemble du projet.
La dfinition suivante est motive par l'observation qu'une activit (i,j) peut tre excute
n'importe quand dans l'intervalle [Ei,Ej] sans influencer en rien le dmarrage des autres
activits (puisque, de toute faon, l'vnement j ne pourra pas tre ralis avant la date Ej): la
marge libre (free float) d'une activit (i,j) est la quantit:
FFij = Ej - Ei - dij.
97
La diffrence entre marge totale et marge libre est bien mise en vidence sur notre exemple
numrique.
Exemple 1 (suite).
TF FF
A 3-0-3 = 0 0
B 6-3-2 = 1 5-3-2 = 0
C 0 0
D 10-5-4 = 1 10-5-4 = 1
E 0 0
F 13-0-6 = 7 7
G 0 0
Supposons que le calendrier tabli pour le projet de lExemple 1 demande que chaque activit
dmarre le plus rapidement possible, et donc sa date au plus tt. Considrons prsent les
activits B et D. La marge totale de B vaut 1, puisque, en retardant le dmarrage de B dun
jour, on pourrait encore terminer le projet en 17 jours. Par contre, la marge libre de B est
nulle, puisque tout retard dans lexcution de B retarderait le dmarrage de D par rapport sa
date au plus tt calcule, cest--dire 10. Le cas de lactivit D est diffrent: toutes autres cho-
ses restant gales, un jour de retard dans le dmarrage de D ninfluencerait en aucune faon le
dmarrage de E, ni daucune autre activit. La marge libre de D est donc gale 1.
Le calcul des dates au plus tt, des dates au plus tard et des marges fournit des informations
utiles au gestionnaire mais ne livre pas directement un ordonnancement, c'est--dire un calen-
drier d'excution du projet. En fait, plusieurs ordonnancements sont gnralement compati-
bles avec les dates calcules, et un choix dfinitif implique la considration d'autres critres
que celui de la date d'achvement final.
Exemple 1 (suite).
| F |
| D |
| B |
| A | C | E | G |
----------------------------------------------------------
0 3 5 6 10 13 17
Pour les activits B et D, quelques ordonnancements compatibles avec les dates calcules sont
donc (rappelons que B doit prcder D):
(1)
| B | D |
---------------------------------------
0 3 5 6 9 10
(2)
| B | | D |
---------------------------------------
0 3 5 6 10
(3)
| B | D |
---------------------------------------
0 3 4 5 6 10
L'ordonnancement (3) est prfrable aux ordonnancements (1) et (2) si certaines ressources
ncessaires pour l'excution de B ne sont disponibles qu' partir du quatrime jour. De mme,
(2) peut tre cart au profit de (3) si il est prfrable de lancer D dans la foule de B (par
exemple, parce que ces deux activits requirent la prsence des mmes ouvriers sur le chan-
tier).
En rgle gnrale, il est trs difficile d'tablir un ordonnancement satisfaisant des contrain-
tes sur les ressources disponibles ou d'autres critres secondaires. Pour rsoudre ce type de
problme, les logiciels commerciaux font appel des mthodes heuristiques qui ne peuvent
pas garantir le calcul d'un calendrier optimal et qui doivent donc parfois tre guides 'manuel-
lement'.
99
Lorsqu'un plan d'ordonnancement a finalement t adopt et que les premires activits ont
t lances, le rseau d'activits devient un prcieux outil de contrle pour le gestionnaire de
projet. Les dates et marges calcules lui permettent de surveiller l'volution du projet et de
s'assurer que les dviations enregistres ne compromettent pas le calendrier tabli. Si la rali-
sation du projet s'carte exagrment du programme planifi, il ne restera plus qu' recalculer
un nouvel ordonnancement qui tienne compte de l'tat d'avancement rel du projet.
Dans cette section, nous allons brivement discuter la faon dont le modle de base de la ges-
tion de projet peut tre enrichi lorsque l'on abandonne la vision troite de la dure des activi-
ts comme une donne dterministe et rigide, pour la considrer plutt comme un paramtre
alatoire ou encore comme une variable de dcision. Quelques remarques s'imposent au sujet
de ces modifications.
Tout d'abord, les modles que nous allons prsenter sont plus gnraux que le modle tudi
dans les sections prcdentes. Il serait faux, cependant, d'en tirer la conclusion que le modle
de base est forcment insuffisant ou incomplet, et peut donc tre froidement jet aux oubliet-
tes. Bien au contraire, il existe de nombreuses situations dont les caractristiques essentielles
sont adquatement refltes par le modle de base. Dans de telles circonstances, la modlisa-
tion de dtails plus fins sera vue par le gestionnaire comme une nuisance plutt que comme
une option dsirable. On retrouve ici l'illustration d'un des principes fondamentaux de la
construction de modles, le principe KISS (Keep It Simple, Stupid; un modle n'tant jamais
qu'une approximation de la ralit, un compromis doit tre recherch entre le niveau de dtail
et la simplicit du modle).
Les modles ci-dessous peuvent galement tre vus comme autorisant une analyse de sensibi-
lit des rsultats drivs dans le cadre du modle de base. Aprs avoir calcul la dure criti-
que d'un projet et les marges associes chaque activit, on peut ainsi se poser des questions
du type:
- si les dures des activits ne sont pas connues avec certitude, quelle est la probabilit de
terminer avant la date critique ?
- si la dure des activits peut tre (partiellement) matrise, combien de temps faudrait-il
consacrer chacune d'entre elles pour terminer dans les dlais contractuels ?
Pour certains projets, il est trs difficile de fournir une estimation raisonnable de la dure de
chaque activit. C'est par exemple le cas lorsque la ralisation de certaines activits est
conditionne par des lments purement alatoires (conditions mtorologiques, ...) ou
chappant au contrle du gestionnaire de projet (grves, sous-traitance, ...), ou lorsqu'aucun
100
projet similaire n'a t ralis prcdemment. Dans de telles conditions, on choisit souvent de
traiter la dure de chaque activit comme une variable alatoire. Ceci a pour consquence que la
dure totale du projet ne peut videmment plus tre fixe de faon dterministe, comme c'tait
le cas prcdemment. On devra donc se contenter, au mieux, d'noncer des prdictions sous
forme probabiliste quant aux dates d'achvement du projet ou des diffrentes activits. La
mthode PERT s'efforce prcisment d'analyser ce type de situations.
Note. La mthode PERT a t concue dans le cadre du dveloppement du missile Polaris par
la U.S. Navy, vers la fin des annes cinquante. Ce projet impliquait plus de 9000 sous-
traitants et une incertitude considrable entourait la dure des activits, pour lesquelles au-
cune exprience pralable n'tait disponible.
Soit un rseau d'activits G pour lequel la dure dij de l'activit (i,j) est incertaine. On admet-
tra que chaque dure dij est une variable alatoire dcrite par trois paramtres numriques:
- la dure la plus probable de l'activit, note mij,
- la dure optimiste aij de l'activit, c'est--dire le temps requis par cette activit dans des cir-
constances extrmement favorables;
- la dure pessimiste bij de l'activit, c'est--dire le temps requis par cette activit dans des
circonstances adverses.
Ces paramtres doivent bien entendu satisfaire aux contraintes: aij mij bij.
Sur base de ces paramtres, on peut obtenir une estimation de l'esprance (ij) et de la va-
riance (Vij) de la dure dij. Nous utiliserons pour cela les formules suivantes:
b ij a ij 2
Vij =
6
(Ces formules sont justifies dans la littrature sous lhypothse additionnelle que la variable dij
suit une loi bta. Plus simplement, on peut observer que ij est exprim comme une moyenne
pondre des dures optimiste, probable et pessimiste, et que lexpression de Vij peut tre moti-
ve par la considration de l'ingalit de Chebyshev. Cette ingalit assure en effet que, pour
une variable alatoire X quelconque,
( )
Prob X E(X) 3 V(X) 0.89 .
Intuitivement, lcart entre les valeurs observes dune variable alatoire et sa moyenne excde
donc rarement 3 carts-types.)
Par la suite, nous traiterons dij comme une variable alatoire dont la distribution est partielle-
ment caractrise par la connaissance de ij et Vij.
101
Puisque la dure de chaque activit est alatoire, il est clair que la date d'achvement du projet
elle-mme, c'est--dire En, doit tre traite comme une variable alatoire. En rgle gnrale, il
est trs difficile d'estimer la distribution de En, et donc de calculer les probabilits qui s'y rap-
portent (par exemple, la probabilit que le projet soit termin dans des dlais prescrits). On se
contente souvent d'estimer cette probabilit en formulant une srie d'approximations que nous
allons dcortiquer successivement.
Tout d'abord, appelons G* le rseau (dterministe) obtenu en affectant une dure ij chaque
activit (i,j) de G, et considrons un chemin critique CC de G*. Nous noterons dcc la variable
alatoire ( i , j)CC
d ij (il s'agit bien l d'une quantit alatoire qu'il convient de distinguer soi-
gneusement de la quantit certaine ( i , j)CC
ij ).
Approximation 1. On admettra que la dure totale du projet est gale la somme des dures
des activits situes sur le chemin CC, c'est--dire qu'on identifiera En dcc.
Remarquons que ceci constitue bien une approximation de la ralit puisque CC est seule-
ment critique pour G* et non pas ncessairement pour G. Dans les faits, des activits situes
le long d'un autre chemin que CC pourraient dterminer la dure totale du projet (cette obser-
vation est bien mise en vidence par la considration d'un projet pour lequel G* comprendrait
deux chemins critiques).
Approximation 2. On admettra que la somme des dures des activits situes sur le chemin
CC, c'est--dire la variable alatoire dcc, suit une loi normale de moyenne ( i, j)CC ij et de
variance ( i , j)CC
Vij.
Cette approximation est souvent justifie par un appel au thorme central limite. En effet, ce
thorme implique que, si le nombre d'activits situes sur le chemin critique est assez grand
et si les dures de ces activits sont mutuellement indpendantes, alors (sous des conditions
trs gnrales) la somme des dures des activits suit approximativement une loi normale.
Remarquons cependant que, en pratique, ces hypothses ne sont videmment pas toujours sa-
tisaites, si bien que lApproximation 2 doit tre utilise avec prudence.
102
En utilisant les approximations formules ci-dessus, il devient possible d'estimer les probabilits
relatives la dure du projet. Considrons par exemple, la probabilit que le projet soit termin
avant une date butoir S :
(d CC (i, j)CC ij ) (S ij )
= Prob
(i, j) CC
<
(i, j) CC ij
V (ij)CC ij
V
(S (i, j) CC ij )
Prob Z <
(i, j)CC Vij
o Z suit une loi normale standardise N(0,1) (le symbole indique une approximation).
Pour en terminer avec la question des dures incertaines, observons encore que les multiples
approximations dcrites ci-dessus se traduisent souvent, dans la pratique, par une estimation
trop optimiste de la dure des projets (par exemple, l'approximation 1 nglige la probabilit
qu'un chemin autre que CC devienne critique). Ce biais systmatique conduit alors l'labo-
ration de calendriers trop serrs et au dpassement des dlais annoncs.
Revenons prsent en univers certain, comme dans le modle de base de la Section 11.2.
Aprs avoir dtermin la dure critique du projet (En), le gestionnaire peut s'interroger sur la
possibilit de rduire cette dure. Pour ce faire, il lui sera videmment ncessaire de modifier
le rseau d'activits, c'est--dire la dfinition des activits, les relations dantriorit ou les du-
res des activits.
Pour illustrer le concept de redfinition des activits, considrons un exemple trs simplifi.
Supposons maintenant que la dfinition des activits soit affine comme suit:
Ai: cblage de l'tage i (2 jours), pour i = 1, ..., 8;
Bi: plafonnage de l'tage i (3 jours), pour i = 1, ..., 8.
Les contraintes dantriorit peuvent prsent tre exprimes tage par tage: par exemple,
l'tage i doit tre cbl avant l'tage i+1 (i = 1, ..., 7) et chaque tage doit tre cbl avant
103
d'tre plafonn. Sous ces contraintes, on calcule facilement que la dure critique du projet est
de 19 jours.
Cet exemple fournit une nouvelle illustration de l'interaction, dj souligne dans les Sections
11.1 et 11.2 ci-dessus, entre les phases de planification et d'ordonnancement d'un projet. En
pratique, la redfinition des activits et des relations dantriorit constitue un outil fonda-
mental, quoiqu'insuffisamment formalis, de la gestion de projet.
Une autre faon d'envisager la rduction de la dure du projet est de passer par une compres-
sion de la dure des activits. Dans la ralit, la dure des activits peut souvent tre rduite
condition de supporter un cot (direct) plus lev pour leur ralisation: ce cot peut tre par
exemple celui de la main d'oeuvre additionnelle ncessaire pour acclrer la ralisation, ou le
supplment de prix encouru pour une livraison rapide, etc. Notons d'ailleurs que, inverse-
ment, une firme sera parfois prte accepter une augmentation de la dure d'un projet afin
d'en diminuer le cot total. Le modle CPM permet de formaliser rigoureusement cette re-
cherche d'un compromis entre dure et cot du projet.
Note. La mthode CPM a t dveloppe dans les annes cinquante par la firme DuPont pour
planifier et contrler la maintenance de ses usines chimiques. La dure des activits requises
pour ces projets de maintenance tait gnralement bien matrise et pouvait tre affecte de
faon prdictible par l'addition de ressources supplmentaires.
Le modle CPM suppose que chaque activit (i,j) est caractrise par une dure normale dij
et une dure minimum (dure acclre, crash duration) dijmin, o dijmin reprsente la plus
courte dure envisageable pour cette activit. Le cot de ralisation de l'activit est gal cij
pour la dure normale et cijmax pour la dure minimum. Entre ces deux extrmes, on sup-
posera que le cot dcrot linairement en fonction de la dure, comme indiqu sur le graphi-
que ci-dessous.
et peut tre interprte comme le cot marginal (ou unitaire) de rduction de la dure de l'ac-
tivit (i,j).
104
cot
cij-
max
cij
Exemple 4. Reprenons une fois encore le projet dcrit par le rseau d'activits de l'Exemple 1
(Section 11.2) et associons lui les donnes numriques suivantes:
Si l'on ne considre que les dures normales, alors ce projet est identique celui de l'Exemple 1.
Sa dure critique normale est donc de 17 jours, pour un cot normal de 780.
Supposons prsent que la dure normale du projet soit considre comme excessive. Quelles
activits faudrait-il acclrer pour rduire la dure totale du projet ? Une premire rponse
cette question, base sur une analyse marginale de la dure et des cots, s'exprime travers deux
rgles simples et intuitives (cette approche utilise l'hypothse implicite que la dure de chaque
activit comporte un nombre entier d'units de temps):
105
Rgle 1. Pour rduire la dure critique d'un projet d'une unit, il faut et il suffit que, sur chaque
chemin critique, la dure d'une activit soit rduite d'une unit.
Cette rgle dcoule videmment de la dfinition mme des chemins critiques. Permettons-nous
cependant d'insister ici sur la ncessit de rduire simultanment la dure de tous les chemins
critiques.
Exemple 4. Ce projet ne comporte qu'un seul chemin critique (A,C,E,G). Pour rduire sa dure
totale 16 jours, il faudra donc rduire d'une unit la dure d'une des activits A, C ou G (puis-
que la dure de E est incompressible).
Lorsqu'un choix est possible (comme dans notre exemple), quelles activits faut-il acclrer ? Si
le but est de rduire la dure du projet cot minimum, alors la Rgle 1 pourra tre complte
de la faon suivante:
Rgle 2. Pour rduire la dure critique d'un projet d'une unit au moindre cot, il faut et il suffit
que, sur chaque chemin critique, la dure d'une activit soit rduite d'une unit et que la somme
des cots marginaux associs ces rductions soit minimise parmi tous les choix possibles.
La deuxime partie de cette rgle ressemble furieusement une Lapalissade, bien plus qu' un
nonc mathmatique. Plutt que de lui chercher une formulation prcise, nous allons nous
contenter de l'illustrer ci-dessous sur un exemple concret.
Exemple 4 (suite). Nous avons dj observ que, pour rduire la dure du projet 16 jours, il
tait ncessaire d'acclrer une des activits A, C ou G. Puisque le cot marginal de A est le plus
faible (parmi ces trois activits), nous commencerons donc par rduire la dure de A de 1 jour.
L'activit A est ainsi ramene sa dure minimum et le cot total du projet s'lve 790.
Pour comprimer davantage la dure du projet, il sera ncessaire de rduire la dure de C de 7 6
jours, puisque (A,C,E,G) est toujours l'unique chemin critique. Suite cette rduction, le projet
ne demande plus que 15 jours de travail pour un cot de 810.
Il est essentiel de remarquer que le projet ainsi acclr comporte prsent deux chemins criti-
ques, (A,C,E,G) et (A,B,D,E,G). On observe l un phnomne typique de la compression des ac-
tivits: les rductions successives imposes aux activits critiques finisssent par communiquer
ce mme statut critique d'autres activits qui ne jouaient jusque-l aucun rle dterminant pour
la dure du projet.
Tchons maintenant d'appliquer la Rgle 2. Pour ramener la dure du projet 14 jours, il faut
rduire
- soit C, soit G sur le chemin (A,C,E,G),
et simultanment
- soit D, soit G sur le chemin (A,B,D,E,G).
Les cots marginaux de C, D et G tant respectivement de 20, 30 et 40, la solution optimale
consiste donc rduire la dure de G d'un jour (et non pas les dures de C et D, comme un exa-
men superficiel de la situation pourrait le laisser penser).
Si la dure de G est ainsi rduite 3 jours, le projet pourra tre termin en 14 jours pour un cot
de 850. On vrifiera qu'il est encore possible de raccourcir la dure du projet d'un jour suppl-
106
mentaire contre un cot additionnel de 50. La dure critique de 13 jours qui en rsulte repr-
sente, elle, le minimum absolu ralisable pour le projet. (Pourquoi ?)
Une analyse marginale du type dcrit ci-dessus permet d'tablir la courbe de cot du projet en
fonction de sa dure totale. Pour lExemple 4, cette courbe est reprsente sur le graphique sui-
vant:
cot
900
850
810
790
780
dure critique
13 14 15 16 17
Dans la pratique, l'analyse marginale fournit un support utile la prise de dcisions relatives
l'ordonnancement du projet, en exprimant de faon explicite les compromis dure-cot.
D'un strict point de vue de l'analyse des cots, il est donc dans l'intrt de l'entrepreneur de
terminer le projet avec un jour de retard. Pour cela, il devra rduire d'une unit la dure des
activits A et C par rapport leur dure normale.
Signalons encore, avant de clore ce chapitre, que l'analyse marginale des cots devient rapi-
dement impraticable pour des problmes d'ordonnancement de grande taille. Dans une telle
situation, il est cependant possible d'tablir un modle de programmation linaire qui exprime
l'objectif de minimisation du cot sous des contraintes assurant l'existence d'un ordonnance-
ment de longueur donne.
Bibliographie
G.D. Eppen, F.J. Gould and C.P. Schmidt, Introductory Management Science (2me d.),
Prentice Hall, 1993.
H.A. Taha, Operations Research: An Introduction (5me d.), McMillan Publishing Com-
pany, 1992.