Chapitre 6:

Problèmes d’optimisation du
transporter

H. EL HASSANI 1
Chapitre 6: Problèmes d’optimisation du transport

1. Introduction

• Il s’agit d’étudier ce qu’on appelle « les problèmes de transport »;

• Dans les problèmes que l’on va traiter, on va chercher à

déterminer le réseau de distribution permettant d’expédier de m
origines une certaine quantité d’un produit à n destinations et ceci à
un coût minimum;

• Considérons que la quantité disponible à l’origine i est ai unités et

que la demande à la destination j est bj unités.

• La quantité à expédier de l’origine i à la destination j est identifiée

par xij et le coût d’expédition est Cij.

H.EL HASSANI 2
Chapitre 6: Problèmes d’optimisation du transport

Usine 1 client 1

Usine 2 Client 2

Client 3
Usine 3
Chapitre 6: Problèmes d’optimisation du transport

1. Introduction

Le tableau de transport peut se présenter de la façon suivante:

Coût unitaire
d’expédition
de i à j
Destination
1 2 … j … n Disponibilité
C11 C12 C1j C1n
1 … … a1
X11 XI2 Xij X1n
Quantité à 2
C21 C22
…
C2j
…
C2n
a2
expédier de i .
X2I X22 X2j X2n
. . . . . . . . .
àj .
.
. . . . . . . . .
. . . . . . . . .
Origines
Ci1 Ci2 Cij Cin
i … … ai
XiI Xi2 Xij Xin

. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Cm1 Cm2 … Cm2 … Cmn
m am
XmI Xm2 Xm2 Xmn
b1
Demande b2 bj bn

H.EL HASSANI 4
Chapitre 6:
7: Problèmes d’optimisation du transport

Cas 1: Disponibilité = Demande (problème de transport équilibré)

m n

 a  b
i 1
i
j 1
j

m n
Il faut minimiser: Z  c x ij ij
i 1 j 1
Destination
1 2 … j … n Disponibilité
C11 C12 C1j C1n
1 … … a1
X11 XI2 Xij X1n
C21 C22 C2j C2n
2 … … a2
X2I X22 X2j X2n
. . . . . . . . . .
. . . . . . . . . .
Origines . . . . . . . . . .
Ci1 Ci2 Cij Cin
i … … ai
XiI Xi2 Xij Xin
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Cm1 Cm2 … Cm2 … Cmn
m am
XmI Xm2 Xm2 Xmn
Demande b1 b2 bj bn
m

x
n
 bj
Avec: Disponibilité x
j 1
ij  ai Demande
i 1
ij

H.EL HASSANI 5
Chapitre 6:
7: Problèmes d’optimisation du transport

Cas 2: Disponibilité > Demande

m n

 a  b
i 1
i
j 1
j

m n
Il faut minimiser: Z  c x ij ij
i 1 j 1

Destination
1 2 … j … n Disponibilité
C11 C12 C1j C1n
1 … … a1
X11 XI2 Xij X1n
C21 C22 C2j C2n
2 … … a2
X2I X22 X2j X2n
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Origines
Ci1 Ci2 Cij Cin
i … … ai
XiI Xi2 Xij Xin
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Cm1 Cm2 … Cm2 … Cmn
m am
XmI Xm2 Xm2 Xmn
Demande b1 b2 bj bn
n

x
m
Avec: Disponibilité
j 1
ij  ai Demande x
i 1
ij  bj
H.EL HASSANI 6
Chapitre 6:
Chapitre 6: Problèmes
Transporterd’optimisation du transport

Cas 2: Disponibilité > Demande

• On peut toujours retrouver le cas 1 en introduisant des variables d’écart

xi,n+1 avec un coefficients économique ci,n+1 =0 (i=1,…m);

• Ainsi, le surplus sera dirigé vers un destination fictive. L’indice j variera alors
de 1 à n+1.

• Ceci correspond à introduire une colonne additionnelle (colonne n+1) dans

la structure du tableau.

H.EL HASSANI 7
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

Cas 3: Disponibilité < Demande

m n

 a  b
i 1
i
j 1
j

m n
Il faut minimiser: Z  c x ij ij
i 1 j 1

Destination
1 2 … j … n Disponibilité
C11 C12 C1j C1n
1 … … a1
X11 XI2 Xij X1n
C21 C22 C2j C2n
2 … … a2
X2I X22 X2j X2n
. . . . . . . . . .
. . . . . . . . . .
Origines . . . . . . . . . .
Ci1 Ci2 Cij Cin
i … … ai
XiI Xi2 Xij Xin
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Cm1 Cm2 … Cm2 … Cmn
m am
XmI Xm2 Xm2 Xmn
Demande b1 b2 bj bn
n

x
m
Avec: Disponibilité:
j 1
ij  ai Demande: x
i 1
ij  bj
H.EL HASSANI 8
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

Cas 3: Disponibilité < Demande

• On peut toujours retrouver le cas 1 en introduisant des variables d’écart

xm+1,j avec un coefficients économique cm+1,j =0 (j=1,…n);

• Ceci a pour effet d’ajouter une origine fictive au modèle. L’indice i variera
alors de 1 à m+1;

• On aura alors une ligne supplémentaire (ligne m+1) dans la structure du

tableau.

H.EL HASSANI 9
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

Exercice d’application: Structure du problème de transport

Structurer les éléments présentés ci-après selon la structure du problème de
transport.

ai 17 19 21
bj 10 12 10 14 11

7 9 5 3 6
C= 6 4 6 7 5
8 6 4 5 7

H.EL HASSANI 10
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

2. Solution de base pour un problème de transport équilibré

• Diverses méthodes existent pour déterminer une solution initiale à un

problème de transport. Les plus connues sont:
- La règle du coin nord – ouest;
- Le minimum de la matrice des coûts;
- La méthode de Vogel.

H.EL HASSANI 11
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Soit le problème de transport suivant:
Clients
1 2 3 4 5 Disponibilité
I 5 6 4 8 10 80
Dépôts II 7 9 10 5 6 50
III 8 3 6 2 4 70
Demande 40 20 60 30 50 200

Il faut minimiser:
Z= 5X11 + 6X12 + 4X13 + 8X14 + 10X15 + 7X21 + 9X22 + 10X23 + 5X24 + 6X25 + 8X31 + 3X32 +
6X33 + 2X34 + 4X35
Avec les contraintes:
X11 + X21 + X31 = 40
X11 + X12 + X13 + X14 + X15 = 80 X12 + X22 + X32 = 20
X21 + X22 + X23 + X24 + X25 = 50 X13 + X23 + X33 = 60
X31 + X32 + X33 + X34 + X35 = 70 X14 + X24 + X34 = 30
X15 + X25 + X35 = 50
H.EL HASSANI 12
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X11 (l’élément du coin nord ouest) à la plus petite valeur entre la
disponibilité et la demande:

1 2 3 4 5

I 40 80 40

II 50

III 70
40
0 20 60 30 50

La demande de la première colonne est satisfaite. Le nouveau coin nord est celui
qui correspond à la quantité X12

H.EL HASSANI 13
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X12 (l’élément du coin nord) à la plus petite valeur entre la disponibilité et
la demande:

1 2 3 4 5

I 40 20 80 40 20

II 50

III 70
40 20
0 0 60 30 50

La demande de la deuxième colonne est satisfaite. Le nouveau coin nord est celui
qui correspond à la quantité X13

H.EL HASSANI 14
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X13 (l’élément du coin nord) à la plus petite valeur entre la disponibilité et
la demande:

1 2 3 4 5

I 40 20 20 80 40 20 0

II 50

III 70
40 20 60
0 0 40 30 50

Le nouveau coin nord est celui qui correspond à la quantité X23

H.EL HASSANI 15
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X13 (l’élément du coin nord) à la plus petite valeur entre la disponibilité et
la demande:

1 2 3 4 5

I 40 20 20 80 40 20 0

II 40 50 10

III 70
60
40 20 40
0 0 0 30 50

Le nouveau coin nord est celui qui correspond à la quantité X24

H.EL HASSANI 16
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X13 (l’élément du coin nord) à la plus petite valeur entre la disponibilité et
la demande:

1 2 3 4 5

I 40 20 20 80 40 20 0

II 40 10 50 10 0

III 70
60
40 20 40 30
0 0 0 20 50

Le nouveau coin nord est celui qui correspond à la quantité X34

H.EL HASSANI 17
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

a. Règle du coin nord – ouest

Égaler X13 (l’élément du coin nord) à la plus petite valeur entre la disponibilité et
la demande:
1 2 3 4 5

I 40 20 20 80 40 20 0

II 40 10 50 10 0

III 20 50 70 50 0
60
30
40 20 40 20 50
0 0 0 0 0

La solution initiale à l’aide de la règle coin nord-ouest est donc:

X11 = 40 , X12 = 20 , X13 = 20 , X23 = 40 , X24 = 10 , X34 = 20, X35 = 50

Donc Z= 5X11 + 6X12 + 4X13 + 8X14 + 10X15 + 7X21 + 9X22 + 10X23 + 5X24 + 6X25 + 8X31 +
3X32 + 6X33 + 2X34 + 4X35 = 1090 $
H.EL HASSANI 18
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

b. Méthode de VOGEL

• La méthode de Vogel peut avoir certains avantages sur la règle du coin

nord-ouest pour déterminer une solution initiale de base;

• En effet, elle prend en considération les coûts de transport. La démarche

est la suivante:

1. Evaluer la différence entre les deux coûts les plus petits pour chaque
ligne et chaque colonne. Nous obtenons ainsi m différences pour les
lignes et n différences pour les colonnes.

2. Choisir la ligne ou la colonne ayant le maximum de différence (si on

n’affecte pas le maximum, on va enregistrer une pénalité maximale);
faire un choix arbitraire si le maximum n’est pas unique.

H.EL HASSANI 19
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

2. Solution de base pour un problème de transport équilibré

b. Méthode de VOGEL

3- Allouer la quantité la plus grande possible à la cellule possédant le coût

le plus faible de la ligne ou la colonne choisie.

4- Rayer la ligne ou la colonne qui est saturée.

5- Refaire la même chose avec la matrice résultante. La procédure se

termine lorsque toutes les lignes et toutes les colonnes sont saturées.

H.EL HASSANI 20
Exemple: ai
5 6 4 8 10
80

7 9 10 5 6
50

8 3 6 2 4
70

bj 40 20 60 30 50

ai
Etape 1: 5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 6-5 (1)

8 3 6 2 4
70 3-2 (1)

bj 40 20 60 30 50
7-5 (2) 6-3 (3) 6-4 (2) 5-2 (3) 6-4 (2)

H.EL HASSANI 21
Exemple: ai
5 6 4 8 10
80 5-4 (1)
Etape 2:
7 9 10 5 6
50 6-5 (1)

8 3 6 2 4
70 3-2 (1)

bj 40 20 60 30 50
7-5 (2) 6-3 (3) 6-4 (2) 5-2 (3) 6-4 (2)

Etape 3:
ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 6-5 (1)

8 3 6 2 4
70 40 3-2 (1)
30
30
bj 40 20 60 0 50
7-5 (2) 6-3 (3) 6-4 (2) 5-2 (3) 6-4 (2)

H.EL HASSANI 22
Exemple: ai
5 6 4 8 10
80 5-4 (1)
Etape 4:
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
70 40 4-3 (1)
30
30
bj 40 20 60 0 50
7-5 (2) 6-3 (3) 6-4 (2) 5-2 (3) 6-4 (2)

Etape 5:
ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
70 40 4-3 (1)
30
30
bj 40 20 60 0 50
7-5 (2) 6-3 (3) 6-4 (2) 6-4 (2)

H.EL HASSANI 23
Exemple: ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
70 40 4-3 (1)
30
30
bj 40 20 60 0 50
7-5 (2) 6-3 (3) 6-4 (2) 6-4 (2)

ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

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

H.EL HASSANI 24
Exemple: ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

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

ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
40 20 6-4 (2)
20 30
20 30
bj 40 0 60 0 50
7-5 (2) 6-4 (2) 6-4 (2)

H.EL HASSANI 25
Exemple: ai
5 6 4 8 10
80 5-4 (1)

7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
40 20 6-4 (2)
20 30
20 30
bj 40 0 60 0 50
7-5 (2) 6-4 (2) 6-4 (2)

ai
5 6 4 8 10
80 20 5-4 (1)
60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 6-4 (2)
20 30
20 60 30
bj 40 0 0 0 50
7-5 (2) 6-4 (2) 6-4 (2)

H.EL HASSANI 26
Exemple: ai
5 6 4 8 10
80 20 5-4 (1)
60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 6-4 (2)
20 30
20 60 30
bj 40 0 0 0 50
7-5 (2) 6-4 (2) 6-4 (2)

ai
5 6 4 8 10
20 10-5 (5)
60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30

20 60 30
bj 40 0 0 0 50
7-5 (2) 6-4 (2)

H.EL HASSANI 27
 ai
Exemple:
5 6 4 8 10
20 10-5 (5)
60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30

20 60 30
bj 40 0 0 0 50
7-5 (2) 6-4 (2)

5 6 4 8 10
20 0 10-5 (5)
20 60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30

40 20 60 30
bj 20 0 0 0 50
7-5 (2) 6-4 (2)

H.EL HASSANI 28
Exemple:
5 6 4 8 10
20 0 10-5 (5)
20 60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30

40 20 60 30
bj 20 0 0 0 50
7-5 (2) 6-4 (2)

ai
5 6 4 8 10
20 0 10-5 (5)
20 60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30

40 20 60 30
bj 20 0 0 0 50
7-5 (2) 6-4 (2)
 ai
5 6 4 8 10
Exemple: 20 60
20 0

7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 8-4 (4)
20 30
40 20 60 30
bj 20 0 0 0 50
8-7 (1) 6-4 (2)

ai
5 6 4 8 10
20 0
20 60
7 9 10 5 6
50 7-6 (1)

8 3 6 2 4
20 0 8-4 (4)
20 30 20
40 20 60 30 50
bj 20 0 0 0 30
8-7 (1) 6-4 (2)

H.EL HASSANI 30
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport
ai
Exemple: 5 6 4 8 10
20 0
20 60
7 9 10 5 6
50 0
20 30
8 3 6 2 4
20 0
20 30 20
20 20 60 30 30
bj 0 0 0 0 0
Solution de base avec la méthode de Vogel
ai
5 6 4 8 10
20 0
20 60
7 9 10 5 6
50 0
20 30
8 3 6 2 4
20 0
20 30 20
20 20 60 30 30
bj 0 0 0 0 0
H.EL HASSANI 31
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

 De quelle façon faut il procéder pour obtenir des solutions ayant un coût
inférieur?

• On suppose qu’on a obtenu une solution initiale de base (non optimale) à l’aide
de l’une ou l’autre des méthodes déjà étudiées;

• A partir de cette solution , déterminons une nouvelle solution.

1 2 3 4 5

I a1
X11 X12 X13

II a2
X23 X24
4
III a3
X34 X35

b1 b2 b3 b4 b5
H.EL HASSANI 32
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

• Pour obtenir une solution plus avantageuse , il s’agit de considérer les cases
qui ne sont pas utilisées.

H.EL HASSANI 33
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

• Supposons que l’on veut occuper la case (III,2) , il faut donc affecter à la case
X32 une valeur positive qu’on va nommer y.

• Pour respecter les contraintes de disponibilité et de demande, il faut soustraire

cette valeur de y et l’ajouter selon un parcours:

1 2 3 4 5

I a1
X11 X12 - y X13 +y

II a2
X23 -y X24 +y
4
III a3
Y X34 -y X35

b1 b2 b3 b4 b5

H.EL HASSANI 34
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

Conditions que doit respecter un parcours:

(i) Chaque paire de cases consécutives sur un parcours est soit dans la
même ligne, soit dans la même colonne;

(ii) Il ne peut y avoir trois cases consécutive dans la même ligne ou la

même colonne;

(iii) La première case et la dernière case du parcours sont sur la même

ligne ou sur la même colonne;

(iv) Une case n’apparait jamais plus d’une fois dans la parcours.

H.EL HASSANI 35
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

1 2 3 4 5 1 2 3 4 5
I I

II II

III III

1 2 3 4 5
I

II

III

H.EL HASSANI 36
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

• Examinons maintenant comment déterminer si une nouvelle
solution a un coût inférieur à la précédente;
• Soit Z1 la valeur de la fonction économique pour la solution initiale
et Z2, la valeur de la fonction économique pour la nouvelle solution.
Z 2  Z1  yij
Avec  ij représente la réduction (ou l’augmentation) des coûts pour
une unité de y sur le parcours tracé.

• Puisque dans un problème de transport, plusieurs cases peuvent être

inoccupées, nous devons donc évaluer tous les  ij pour ces cases.

H.EL HASSANI 37
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

Exemple:
Appliquons l’algorithme en utilisant la solution initiale obtenue à l’aide de la
méthode approximative de Vogel:

1 2 3 4 5
5 6 4 8 10
I 80
20 60
7 9 10 5 6
II 50
20 30
8 3 6 2 4
III 70
20 30 20

40 20 60 30 50

H.EL HASSANI 38
 Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

1 2 3 4 5 1 2 3 4 5
5 6 4 8 10 5 (-) 6 (+) 4 8 10
I I
20 60 20 60
7 (-) 9 10 5 6 (+) 7 (+) 9 10 5 6 (-)
II II
20 30 20 30
8 (+) 3 6 2 4 (-) 8 3 (-) 6 2 4 (+)
III III
20 30 20 20 30 20

31  8  7  6  4  3 12  6  5  7  6  4  3  3

1 2 3 4 5 1 2 3 4 5
5 6 4 8 10 5 (+) 6 4 (-) 8 10
I I
20 60 20 60
7 9 (+) 10 5 6 (-) 7 (-) 9 10 (+) 5 6
II II
20 30 20 30
8 3 (-) 6 2 4 (+) 8 3 6 2 4
III III
20 30 20 20 30 20
 22  9  3  4  6  4  23  10  4  5  7  4
H.EL HASSANI 39
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

5 (+) 6 4 (-) 8 10 5 (-) 6 4 8 (+) 10

20 60 20 60
7 (-) 9 10 5 6 (+) 7 (+) 9 10 5 6 (-)
20 30 20 30
8 3 6 (+) 2 4 (-) 8 3 6 2 (-) 4 (+)
20 30 20 20 30 20

33  6  4  6  7  5  4  2 14  8  5  7  6  4  2  6

5 6 4 8 10 5 (-) 6 4 8 10 (+)
20 60 20 60
7 9 10 5 (+) 6 (-) 7 (+) 9 10 5 6 (-)
20 30 20 30
8 3 6 2 (-) 4 (+) 8 3 6 2 4
20 30 20 20 30 20
 24  5  6  4  2  1 15  10  5  7  6  6

H.EL HASSANI 40
Chapitre
Chapitre 6:
6: Transporter
Problèmes d’optimisation du transport

3. A la recherche d’une solution optimale: Algorithme de DANTZIG

Puisque tous les  ij sont positifs, la solution initiale obtenue à
l’aide de la méthode de Vogel est optimale.

H.EL HASSANI 41
Chapitre 6: Problèmes d’optimisation du transport

Travaux Dirigés

H.EL HASSANI 42
Chapitre 6: Problèmes d’optimisation du transport

H.EL HASSANI 43