Intégration du transport en planification et ordonnancement

dans la chaîne logistique

Hervé MANIER
Université de Technologie de Belfort-Montbéliard
Laboratoire Systèmes et Transports (S.e.T) 90010 Belfort – France
Mél : herve.manier@utbm.fr
16-17 Novembre 2006
 PLAN

I Présentation des problèmes de transport

Facility Location Problem
Location-routing Problem
Vehicle Routing Problem

II Prise en compte du transport en planification et ordonnancement

Niveau stratégique
Niveau tactique
Niveau opérationnel

III Analogies et perspectives

IV Conclusion

16-17 Novembre 2006

 Les niveaux de planification en
transport
* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05

• Long-terme
• La configuration du système de transport
Stratégique (position des hubs, des terminaux)
• Acquisition des ressources majeures
Politiques et (coûteuses)
directives
générales • Moyen terme
• Design du service, planification des
Tactique opérations

La fréquence des opérations de transport

Les itinéraires et les modes de transport
Objectifs pour chaque demande
réglés et
La politique de groupage
limites

La distribution des ressources vides
• Court terme, temps réel
Opérationnel • Gestion et contrôle dynamiques des
ressources et opérations: routes, horaires,
personnel, incidents

16-17 Novembre 2006

 Facility location problem

Définir la configuration d’une chaîne logistique :

- le nombre de sites à utiliser

- leur localisation

- leurs activités

- les volumes échangés entre sites

16-17 Novembre 2006

Facility location problem

16-17 Novembre 2006

 Facility location problem

Les contraintes du problème :

-répondre aux besoins du client

en respectant les capacités de production

les capacités de stockage
les capacités de distribution
des différents sites de la chaîne logistique

en minimisant le coût total

16-17 Novembre 2006

 Facility location problem :Modèles

La classification des modèles :

1. « Covering models »
- localiser les installations dans les nœuds d’un réseau afin de minimiser le coût de
location, tel que tous les nœuds de demande soient couverts ou, dans le cas d’un budget
fixe, de maximiser la demande couverte par ces installations
- associé à la localisation d’infrastructures publiques, tels que les hôpitaux, les postes,
les bibliothèques, les écoles.
2. « Center models »
- localiser p installations dans les nœuds d’un réseau afin de minimiser la distance
maximale entre un point de demande et une installation
- associé à la localisation des installations d’urgence tels que les casernes de pompiers,
les centres d’ambulances, etc.
3. « Médian models »
- localiser p installations dans les nœuds d’un réseau et associer la demande à ces
installations afin de minimiser la distance totale parcourue entre les installations et les
points de demande.
Si les installations ne sont pas capacitées et p est fixé, on obtient le problème « p-
médian ». Dans ce cas, chaque nœud est assigné à la plus proche installation. Ce type de
problème est utilisé pour le design logistique de services et la distribution de frets.

16-17 Novembre 2006

 Facility location problem : Typologie

Planning Commodity Facility Objective Capacity Transportation

horizon levels function constraints Cost function

(Eksioglu et al. 2006) D 1 1 P/I/T - C

(Dohse et al. 1996) S M 2 T - U

(Melo et al. 2005) D M M P/I/T P U

(Canel et al. 2001) D M 2 P/T P U

(Holmberg et al. 1997) S 1 1 P/T P U

(Syam 2002) S M 2 P/I/H/T P/H S

(Melkote et al. 2001) S 1 1 P/T - U

(Barahona et al. 2005) S 1 1 P/T P U

(Melkote et al. 2001) (EJOR) S 1 1 P/T P U

(Ambrosino et al. 2005) S 1 M P/I/T P U

(Martel 2004) D M M P/I/H/T P U

16-17 Novembre 2006

 Capacited, multi-products plant location
problem*

fj - le coût pour localiser une installation dans le nœud j

d ip - la demande d’un produit p dans le nœud i
cijp - le coût de transport pour une unité de flux p entre i et j
uj - la capacité d’une installation localisée en j
yj - variable logique égale à 1 si on a une installation en j et 0 sinon
xijp - la quantité de produit p demandée au nœud i livrée par l’installation j
16-17 Novembre 2006
* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05
 Facility location problem : bibliographie
1. Ambrosino D. and M. G. Scutella, Distribution network design: New problems and related models, European journal of
operational research, 2005, 165, p610-624.
2. Barahona F. and F. A. Chudak, Near-optimal solutions to large-scale facility location problems, Discrete optimization,
2005, 2, p 35-50.
3. Canel C., B.M.Khumawala, J. Law and A. Loh, An algorithm for the capacitated, multi-commodity multi-period facility
location problem, Computers & operations research, 2001, 28, p 411-427.
4. Dohse E. D. and K. R. Morrison, Using transportation solutions for a facility location problem, Computers ind. Engng,
1996, 31 (1/2), p63-66.
5. Eksioglu S. D., H. E. Romeijn and P. M. Pardalos, Cross-facility management of production and transportation planning
problem, Computers & operations research, 2006, 33, p 3231-3251.
6. Holmberg K. and J. Ling, A lagrangean heuristic for the facility location problem with staircase costs, European Journal
of Operational Research, 1997, 97, p 63-74.
7. Klose, A. and A. Drexl, Facility location models for distribution system design, European Journal of Operational
Research, 2005,162(1), p. 4-29.
8. Martel, A., The design of production – distribution networks: A mathematical programming approach, Working Paper
DT-2004-AM-2 Centre de recherche sur les technologies de l’organisation réseau (CENTOR), Université Laval,
Québec, Canada, 2004.
9. Melkote S. and M. S. Daskin, Capacitated facility location/network design problems, European journal of operational
research, 2001, 129, p481-495.
10. Melkote S. and M. S. Daskin, An integrated model of facility location and transportation network design, Transportation
research part A, 2001,35, p515-538.
11. Melo, M.T., S. Nickel and F. Saldanha da Gama, Dynamic multi-commodity capacitated facility location: a
mathematical modeling framework for strategic supply chain planning, Computers & operations research, 2005, 33,
p181-208.
12. Syam S., A model and methodologies for the location problem with logistical components, Computers & operations
research, 2002, P 1173-1193.
16-17 Novembre 2006
 Location-routing Problem

Extension du FLP

16-17 Novembre 2006

 Location-routing Problem

Les problèmes de localisation-routage (location-routing problem ou LRP):

placer des installations (dépôts, usines) sur un ensemble de sites

possibles

déterminer des tournées desservant un ensemble de clients à partir des

installations construites.

L'objectif est de minimiser le coût total du système de distribution (coûts de

construction ou d'exploitation des entrepôts + coûts des véhicules + coûts des
tournées).

16-17 Novembre 2006

 Location-routing Problem : modèle
Sets :
Min Σ Gi yi + Σ Σ Σ Cij xijk + Σ Fk Σ Σxijk
I set of all potential DC sites i∈I i∈I∪J j∈I∪J k∈K k∈K i∈I j∈J
J set of all customers
K set of all vehicles s.t.
Parameters : Σ Σ xijk =1, j∈J
N number of customers k∈K i∈I∪J
Cij distance between points i and j
Σ dj Σ xijk <= Qk, k∈K
Gi costs of establishing depot i
j∈J i∈I∪J
Fk costs of using vehicle k
Vi maximum throughput at depot i Ulk – Ujk + N xljk <= N-1, l,j ∈ J, k ∈ K
dj demand of customer j
Qk capacity of vehicle (or route)k Σ xijk - Σ xjik = 0, k ∈ K, i ∈ I ∪J
j∈I∪J j∈I∪J
Decision v ariables :
xijk =1,if point i immediately precedes point j Σ Σ xijk <= 1, k∈K
on route k ;0 otherwise. i∈I j∈J
yi =1,if depot i is established;0 otherwise.
Σ dj zij – Vi yi <= 0, i∈I
zij =1,if customer j is allocated to depot i ;0
otherwise. j∈J
Ulk auxiliary variable for sub-tour elimination -zij + Σ (xiuk + xujk) <= 1 i ∈ I, j ∈ J, k ∈ K
constraints in route k .
16-17 Novembre 2006
 Location-routing Problem: bibliographie

1. C. Prins, C. Prodhon, R. Wolfler, "Nouveaux algorithmes pour le problème de localisation et routage

avec contraintes de capacités", Actes de MOSIM'04, p. 1115-1122, Editions Lavoisier, 2004.
2. G. Nagy, S. Salhi, Location-routing: Issues, models and methods, European journal of operational
research, 2007, 177, p 649-672.
3. M. Albareda-Sambola, J. A. Diaz , E. Fernandez ,A compact model and tight bounds for a combined
location-routing problem, Computers &Operations Research 32 (2005)407 –428
4. C.K.Y. Lin and R.C.W. Kwok, Multi-objective metaheuristics for a location-routing problem with
multiple use of vehicles on real data and simulated data, European Journal of Operational Research,
Volume 175, Issue 3, , 16 December 2006, Pages 1833-1849.
5. Yupo Chan, William B. Carter and Michael D. Burnes, A multiple-depot, multiple-vehicle, location-
routing problem with stochastically processed demands, Computers & Operations Research, Volume
28, Issue 8, , July 2001, Pages 803-826.
6. G. Nagy and S. Salhi, Heuristic algorithms for single and multiple depot vehicle routing problems
with pickups and deliveries, European Journal of Operational Research, Volume 162, Issue 1,
Logistics: From Theory to Application, 1 April 2005, Pages 126-141.
7. Wu T.H., C. Low and J.W. Bai, Heuristic solutions to multi-depot location-routing problems,
Computers & operations research, 2002, p 1393-1415.

16-17 Novembre 2006

 Vehicle routing Problem

Le problème du voyageur de commerce (ou TSP pour Traveling Salesman

Problem) est le suivant : un représentant de commerce peut vendre sa

marchandise dans un certain nombre de villes, il doit donc planifier sa tournée de

manière à passer par toutes les villes en voyageant au total le moins possible.

16-17 Novembre 2006

 Vehicle routing Problem : typologie

Problème de base TSP Travelling Salesman Problem

M voyageurs M - TSP
(véhicules)

Capacités (Q) VRP

Vehicle Routing Problem

Profits (choix des Selective…problem STSP SVRP

clients intéressants)

Pénalités, profits, Prize Collecting…problem PCTSP PCVRP

sélection

Préemption des Split and Delivery…problem SDVRP

demandes

Time Windows…
Fenêtres horaires problem TSPTW VRPTW STSPTW SVRPTW PCTSPTW PCVRPTW SDVRPTW

16-17 Novembre 2006

 Vehicle routing Problem : Le modèle
de Kohl et Madsen (1997)
Min ∑ ∑ ∑ cij xijk , s.t.
k∈V i∈N j∈N Où
n : nombre de clients
∑ ∑ xijk = 1, ∀i∈C, V : ensemble de véhicules identiques
k∈V j∈N C : ensemble des clients C = {1;…;n}
N : ensemble des nœuds
∑ di ∑ xijk ≤ q, ∀k∈V, cij : coûts encourus pour circuler du nœud i au nœud j
i∈C j∈N di : demande du client i
q : capacité du camion
∑ x0jk = 1, ∀k∈V, i : numéro du nœud (arc sortant du nœud i ---i=0=dépôt)
j∈N j : numéro du nœud (arc entrant du nœud j ---
j=n+1=dépôt)
∑ xihk - ∑ xhjk = 0, ∀h∈C, ∀k∈V , k : numéro du camion
i∈N j∈N tij : temps pour circuler du nœud i au nœud j
[ai, bi] : fenêtre de temps pour livrer au nœud i
∑ xi,n+1,k = 1, ∀k∈V, 1, si le camion k visite le nœud i suivi
i∈N immédiatement du nœud j
xijk =
sik + tij – K(1- xijk) ≤ sjk ∀i∈N, ∀j∈N, 0, sinon
∀k∈V, sak : ordre d’arrivée au nœud k avec le camion k
ai ≤ sik ≤ bi, ∀i∈N, ∀k∈V,
xijk ∈ {0,1}, ∀i∈N, ∀j∈N, ∀k∈V.

16-17 Novembre 2006

Vehicle routing Problem : bibliographie

16-17 Novembre 2006

 Hiérarchie de planification MRP2

Budget PIC
Moyens Plan Industriel
Ressource & Commercial

PDP
Calcul des charges Plan Directeur Ordres d’approvisionnement
Macro de Production

Ordres de fabrication
Calcul des charges CBN
Détaillé Calcul des Ordres d’approvisionnement
Besoins Nets

Ordres de fabrication
Séquencement ORDO
Affectation (FCS)

Ordres de fabrication

Exécution

16-17 Novembre 2006

 Liens production – transport

PIC Facility location problem

Plan Industriel demandes • La configuration de la chaîne logistique
& Commercial 1. position des sites
2. quantités de production par produit, par
site et par période
PDP • Design du service, planification des
Plan Directeur opérations
de Production
La fréquence des opérations de
transport

Les itinéraires et les modes de transport
CBN
Calcul des
pour chaque demande
DRP
Besoins Nets

Groupage
• Design du service, planification des
ORDO
opérations
(FCS)

Tournées
•Liste des articles à livrer
Exécution •Design de la tournée

16-17 Novembre 2006

Distribution Resource Planning

Premièrement, DRP reçoit les données d'entrée.

Deuxièmement, une fois que toutes ces données

sont intégrées, DRP génère une simulation des
besoins en ressources (produits, transport,
surface,…) dans le temps pour supporter la
stratégie logistique.

Troisièmement, DRP compare les besoins en

ressources aux disponibilités présentes et futures
des sources d'approvisionnement. Des actions
sont alors recommandées soit pour lancer, soit
pour retarder un achat ou une fabrication afin que
l'offre soit synchronisée à la demande.

16-17 Novembre 2006

 Le transport en ordonnancement

Le transport étant non critique : ignoré

Dans les logiciels d’ ERP :

date de disponibilité des composants

temps de transport vers client

Dans les logiciels d’ordonnancement :

temps fixe de déplacement entre deux implantations

Et si les ressources de transport sont dites critiques ????

16-17 Novembre 2006

 Nouvelle catégorie de problèmes

Problèmes où les ressources de transport sont pris en compte

Robotic Scheduling Problem

AGVs scheduling

Hoist Scheduling Problem

16-17 Novembre 2006

 HSP

Objectif : Déterminer un ordonnancement qui maximise la productivité, tout en assurant des produits de qualité.

Contraintes spatiales :
risques de collisions entre robots

Contraintes temporelles : robots Contraintes de

• temps de déplacement non rail ressources :
négligeables devant les durées capacité limitée
opératoires
• durées opératoires bornées

porteurs

Ni stock
ni attente
Contraintes d'antériorité : ni préemption
• gamme(s) opératoire(s)

16-17 Novembre 2006

 Analogie HSP – TSP

Mouvements d ’un robot:

hypothèse: les cuves sont numérotées suivant l ’ordre des opérations de la gamme (cas mono-produit)

=> les transports se font de la cuve i à la cuve i+1

transport (mouvement
en charge)

i i+1 j j+1 mouvement à vide

Analogie CHSP/ m-TSPTW:

* CHSP * TSP

* robot * voyageur
* cuve * ville

* pas de temps d ’attente

* les temps opératoires sont bornés => variables * TW

16-17 Novembre 2006

 Perspectives Tournée : soft windows

Ordonnancement de la production

et ensuite on organise la tournée de livraison

Et si on inversait ?

Optimisation de tournée

et ensuite ordonnancement de la production

=> Définir des fenêtres temporelles sur la date de fin de fabrication

16-17 Novembre 2006

 Bibliographie

• Rizk, N., Martel, A., and D’Amours, S., Synchronized production-distribution planning in a single-plant multi-
destination network, working paper DT-2005-AM-2, Network organization technology research center (CENTOR),
Université Laval, Québec.

• Tang, J., Yung, K. and Liu, S., Lagrange relaxation decomposition for synchronized production and transportation
planning with flexible vehicles

• Sarmiento, A.M. and Nagi, R., a review of integrated analysis of production-distribution systems

• Stecke, K.E. and Zhao, X., Production and transportation integration for a make-to-order manufacturing company
with a commit-to-delivery business mode,2004

• Ertogral, K., Wu, S.D. and Burke, L.I., Coordination production and transportation scheduling in the supply chain,
technical report #98T-010, Department of indutial & Mfg. Systems engeniering, Lehigh University,1998

• M.A. Lejeune, A variable neighborhood decomposition search method for supply chain management planning
problems, European Journal of Operational Research, Volume 175, Issue 2, , 1 December 2006, Pages 959-976.

• N. BRAUNER, P. CASTAGNA, M-L. ESPINOUSE, G. FINKE, P. LACOMME, P. MARTINEAU, A. MOUKRIM,

A. SOUKHAL, C. TACQUARD, N. TCHERNEV : Ordonnancement dans les systèmes flexibles de production,
Journal Européen des Systèmes Automatisés, vol. 8, pp. 925-964, 2005.

16-17 Novembre 2006

 conclusions

Un certain nombre de travaux existent sur des problèmes d’ordonnancement simples

Développement de nouvelles thématiques :

Lacomme P., 2005, HDR, Méthodes exactes et approchées pour l’optimisation des
systèmes à moyen de Transport, Université Blaise Pascal (Clermont-ferrand II),
LIMOS.

Manier, M.A., 2006, HDR, Planification et ordonnancement des tâches de transport,

Université de technologie de Belfort-Montbéliard, SeT.

16-17 Novembre 2006

 Bibliographie

• Mahalean, Maria, Manier, Hervé, Manier, El Moudni, Abdellah et Marie-Ange, Manier.

Intégration du transport dans la conception des chaînes logistiques. Actes de la Sixième
conférence francophone de Modélisation et SIMulation (MOSIM’06), Rabat (Maroc), 3 au 5
avril 2006, p.306-313.
• Mahalean, Maria, Manier, Hervé, Manier and El Moudni, Abdellah.. Consolidation in a
Multicommodity Network, IEEE International Conference on Service Systems and Service
Management (SSSM’2006), Troyes, France (25-27 october 2006).
• Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. Approche
évolutionniste pour le Cyclic Hoist Scheduling Problem avec ressources complexes. Actes du
Sixième Congrès de la Société Française de Recherche Opérationnelle et d’Aide à la
Décision (ROADEF’05), Tours (France), 14 au 16 février 2005, p.266-267.
• Mahalean, Maria, Manier, Hervé, El Moudni, Abdellah. L’intégration du transport dans la
conception des chaînes logistiques. Journées du 31 mars et 1 avril 2005, Clermont-ferrand, 31
mars 2005.
• Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. CHSP:
extension of an evolutionary approach to multifunction tanks. Bulletin de liaison n°30, groupe
de travail HSP/FMS/FSHP…du GDR CNRS MACS, Nancy, 11 juin 2004.
• Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle, "Une approche évolutionniste du
problème de HSP : une proposition d'un nouveau codage issu de l'analogie avec le problème
du M-STSPTW", Bulletin de liaison n 26, groupe de travail HSP/FMS/FSHP…, Clermont-
Ferrand, pp. 35-43 (13 juin 2003).

16-17 Novembre 2006