Vous êtes sur la page 1sur 52

19/04/2019

Ecole Supérieure Privée d’Ingénierie et des


Technologies

Département Electro-Mécanique

Prévision et planification de la
production
Classe : 4 Ing. O.G.I. Enseignant : Adel Brik

Année Universitaire : 2018-2019

Plan du cours

 Introduction générale;
 Techniques quantitatives de prévision;
 Planification de la production.

2 Adel BRIK

1
19/04/2019

Chap.1 : Introduction générale

I. Définitions de base :

1.1 Entreprise : c’est un groupe de personnes organisées


autour de moyens techniques et financiers dans le but de
satisfaire une clientèle.

1.2 Système de gestion : afin de pouvoir identifier des


problèmes, de les résoudre, de prendre des décisions
éclairées, de satisfaire un besoin, etc., un ingénieur doit
connaitre le fonctionnement du système dont il est
responsable. Tout système de gestion comporte alors :

3 Adel BRIK

Chap.1: Introduction générale


1.2 Système de gestion :
Un système opérationnel, un système de pilotage, un système
d’information ainsi que des ressources humaines agissant
dans chacun de ces derniers.
Système opérationnel : a pour rôle de transformer des
entrants en sortants (M.P. en P.F.).
Système de pilotage : a pour rôle de piloter le système
opérationnel par un ensemble d’activités ( la prévision, la
planification, la coordination, le contrôle, la relance,
l’assurance, etc.). La responsabilité de chaque activité de
pilotage est confiée à des individus (ou groupe) via des unités
administratives. Ce partage de responsabilité est formalisé
dans le S.H.D. .
4 Adel BRIK

2
19/04/2019

Chap.1: Introduction générale


1.2 Système de gestion :
système d’information : clé de liaison entre les
composants du système. (Computer Integrated
Manufacturing).
1.3 Prévision et planification de la production :
 La prévision est « une constatation anticipée d’un événement
futur ». Donc son but est d’essayer d’obtenir la meilleure image
possible de l’avenir à partir des données dont on dispose .

Le passé est donc un réservoir d’informations utiles pour mieux


décider des actions futures.

5 Adel BRIK

Chap.1: Introduction générale


1.3 Prévision et planification de la production :

 La planification de la production consiste à positionner dans


le temps les actions de production à effectuer en mettant en
place les ressources nécessaires à la réalisation de ces
opérations.

1.4 La Gestion des Opérations de la Production :

La GOP est un système managériale se résumant dans ces 10


fonctions:

6 Adel BRIK

3
19/04/2019

Chap.1: Introduction générale


1.4 La Gestion des Opérations de la Production :

Fonctions de préparation
Fonctions d’environnement
1. Prévision
2. Planification 6. Étude du travail
7. Aménagement
Fonctions de contrôle
8. Manutention
3. Contrôle de production 9. Circulation
4. Contrôle des stocks 10. Maintenance
5. Contrôle de la qualité

7 Adel BRIK

Chap.1: Introduction générale

1.4 La Gestion des Opérations de la Production :

Données
Plan/
(marché, Plan de Activités Produits
Prévision Planification programme
industrie, prévision d’exploitation finis
de production
etc.)

8 Adel BRIK

4
19/04/2019

Chap.1: Introduction générale


1.4 La Gestion des Opérations de la Production :
INTRANT Prévision
EXTRANT

P
1. Étude des intrants par R
• Activités antérieures P É
les responsables des prévisions
•Info. des vendeurs V
• Info. PESTE
2. Choix de la technique L d
pertinente de prévisions I
• Info. de l’industrie A e
•Aval 3. Établir un plan de prévision S
N I
•Amont 4. Adoption du plan par le
• Capacité production comité responsable O
N
•Écart entre le Réel et le Prévu
•Variations de l’environnement
•Variations des données à l’entrée
9 Adel BRIK

Chap.1: Introduction générale


1.4 La Gestion des Opérations de la Production :
Planification

INTRANT EXTRANT

Plan de prévision 1. P.G.P.


Commandes clients 1. Choisir la technique 2. P.D.P.
Informations : de planification 3. Programme
• Produit 2. Programmation de production
• Procédé 3. Ordonnancement 4. Charge
• Capacité de travail

10 Adel BRIK

5
19/04/2019

Chap.1: Introduction générale

La fonction prévision:

Pour être proactive, une entreprise doit avoir la capacité


d’anticiper les futures commandes de ses clients. Ainsi, afin
de prendre les décisions relatives à son bon fonctionnement
et à sa pérennité, toute entreprise, quelle que soit sa
nature/sa typologie, doit s’appuyer sur un système de
prévision fiable. Nous distinguons les trois types suivants :

11 Adel BRIK

Chap.1: Introduction générale


Types de prévision:
 Les prévisions à long terme (> à deux ans)
Utilisées au niveau stratégique de l’entreprise :
nouveaux produits, investissement ou désinvestissement en
équipements, etc. .
 Les prévisions à moyen terme (de six mois à deux ans)
Définir et maîtriser les capacités globales de
production et des approvisionnements.
 Les prévisions à court terme (jusqu’à six mois)
Gérer l’activité opérationnelle de production
(approvisionnement ,gestion des stocks/charge des ateliers
et ordonnancement).
12 Adel BRIK

6
19/04/2019

Chap.1: Introduction générale


II. Méthodes de prévision :
On distingue les deux grands types de méthodes suivantes:
II.1 Les méthodes qualitatives (ou subjectives) :
Utilisées principalement dans la prévision à moyen et long
terme, et permettent de fournir un bon résultat dans les
circonstances suivantes :
 Si les données passées sont in-fiables pour la prévision,
 Si les données passées ne sont pas disponibles;
 Dans le cas de développement scientifique majeur, etc.
Pour les utiliser à des fins de planification, il faudra être
prudent et ne les utiliser qu’en complément d’autres
informations.

13 Adel BRIK

Chap.1: Introduction générale


II.1 Les méthodes qualitatives
Selon le cas on a recourt à l’une des 4 méthodes suivantes :
 Etude de marché : déterminer les ventes possibles en testant
des produits spécifiques auprès des clients potentiels.

 Opinion des gestionnaires ou vendeurs : qui connaissent bien


le marché et peuvent fournir rapidement des prévisions
valables et peu coûteuses.

 La méthode Delphi : utilisée pour des décisions stratégiques


et consiste à interroger des experts sur une problématique.

 Analogie avec des situations passées : la vente d’un nouveau


produit peut correspondre à celle d’un produit passé.
14 Adel BRIK

7
19/04/2019

Chap.1: Introduction générale


II.2 Les méthodes quantitatives :
La prévision vise à déterminer un événement future à partir
d’un regroupement systématique de données quantitatives
passées. C’est une étape préalable à la planification qui
détermine ce qui est susceptible d’arriver.
Ses principaux objectifs sont :
 Planification de la stratégie de l’entreprise;
 La répartition des ressources internes;
 Décision d’accroissement de capacité de production;
 Détermination de la quantité de stock;
 Améliorer des décisions d’ordonnancement; etc.

15 Adel BRIK

Chap.2 : Techniques quantitatives de prévision

I. Introduction :

 Elles s’intéressent à l’effet du temps sur la variable à prévoir.

 On utilise alors des méthodes statistiques de prévision qui se


basent sur l’analyse de données historiques appelées les
séries chronologiques.

Une série chronologique est un ensemble


d’observations faites à différentes périodes
successives dans le temps.

16 Adel BRIK

8
19/04/2019

Chap.2 : Techniques quantitatives de prévision


II. Techniques de prévision :

A. Méthodes de prévisions pour les séries stationnaires


(demande assez stable): nous distinguons :
Méthode des moyennes : la formulation la plus connues de la
moyenne qui estime la tendance centrale d’un ensemble de
variables quantitatives (point autour duquel se regroupe à un
certain degré les différentes valeurs) est la suivantes :
n

D i
Pn 1  i 1
; n : nombre d ' observations,Di : donnée à i
n

17 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


II. Techniques de prévision :
Méthode des moyennes mobiles : elle estime la prévision de la
demande pour une certaine période à partir des valeurs
connues pour les quelques périodes précédentes.
Exemple: Avec la moyenne mobile de 3 périodes (n) , la
demande 9 sera prévue en se basant sur la consommation
des périodes 6, 7 et 8.
t

 D6  D7  D8 
 Di
P9  Pt 1  i t 1 n

3 n

18 Adel BRIK

9
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Exemple de moyenne mobile à 3 périodes :
Période Demand Moyenne
e Mobile
1 31.6
2 30.0
Note : Étant donné que la moyenne
3 33.9 mobile est basée sur l'hypothèse que la
4 37.0 31.8 série pour laquelle les prévisions sont
5 41.7 33.6 calculées est stationnaire, la prévision
6 42.5 37.5 faite pour la période t+1 est la même pour
toutes les périodes suivantes.
7 36.7 40.4
8 31.0 40.3
9 35.8 36.7
10 34.5

19 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Moyenne mobile : choix du nombre de périodes
Le choix du nombre de périodes à utiliser dans le calcul de la
moyenne mobile dépend beaucoup des variations attendues
dans les données. Ceci peut être illustré par deux
caractéristiques de la prévision:
Stabilité : En faisant la moyenne de plusieurs périodes, on atténue
les fluctuations aléatoires afin que la prévision soit plus stable. La
stabilité est la propriété de la prévision à ne pas fluctuer de
manière désordonnée. Gagner en stabilité est un avantage s'il y a
beaucoup de fluctuations aléatoires dans les données. Une
moyenne mobile gagnera en stabilité si un plus grand nombre de
périodes est utilisé dans le calcul de la moyenne.

20 Adel BRIK

10
19/04/2019

Chap.2 : Techniques quantitatives de prévision

Moyenne mobile : choix du nombre de périodes

Réactivité :
La réactivité est la propriété qu'a la prévision à s'ajuster
rapidement à un changement dans le niveau moyen réel
de la demande. Plus le nombre de périodes utilisées dans
le calcul de la moyenne mobile est petit, plus le modèle
prévisionnel sera réactif.

21 Adel BRIK

Chap.2 : Techniques quantitatives de prévision

Plus il y a de périodes dans la


moyenne mobile, plus stable est la
prévision.

La réactivité d'une moyenne mobile


est inversement reliée au nombre de
périodes utilisées

22 Adel BRIK

11
19/04/2019

Chap.2 : Techniques quantitatives de prévision

Méthode de la moyenne mobile pondérée :


Elle se calcule un peu comme une moyenne mobile sauf que
l’importance ou la pondération accordée à chacune des
observations peut varier au lieu d’être égale.
 La somme des pondérations doit toujours être égale à 1.
 La moyenne pondérée permet de mieux prendre en
compte les événements récents.
 La difficulté consiste à déterminer une pondération
adéquate. n i = période

Pi 1   pi Ri
n = Nbr. d’observations considérées
Ri = valeur réelle de la période i passée.
pi = pondération relative à la période i
i 1 Pi+1 = prévision de la prochain période

23 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Méthode de la moyenne mobile pondérée : Exemple
Jour Ventes
1 25
2 31
Considérons une pondération de 0,5
3 29
4 33
pour l’observation la plus récente, de
5 34
0,3 pour l’avant-dernière et de 0,2
6 37
pour la plus ancienne.
7 35
 Quelles sont les prévisions des
8 32
jours 4 et 8 ?
9 38
 Quelle est la prévision pour le jour
10 40
13 ?
11 37
12 32
13 ??
24 Adel BRIK

12
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Méthode de la moyenne mobile pondérée : Solution
Vente MM3 pondérée
Jour s (0.5 - 0.3 - 0.2)
1 25
45
2 31
40
3 29 35
4 33 28,8 30
5 34 31,4 25
20
6 37 32,7
15
7 35 35,3 10
8 32 35,4 5
9 38 33,9 0
1 2 3 4 5 6 7 8 9 10 11 12 13
10 40 35,6
11 37 37,8 DATA Prévisions

12 32 38,1
13 35,1

25 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Méthode de lissage exponentiel :
Lissage exponentiel simple:

est probablement la plus connue pour la prévision de la


demande des articles. La prévision pour la période n est celle
de la période n–1 corrigée proportionnellement à l’écart (Dn-1
– Pn-1) entre la demande réelle et la prévision qui avait été
faite pour la période précédente :

Pn  Pn 1   .  Dn 1  Pn 1 

26 Adel BRIK

13
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Discussion:
Pn  Pn 1    Dn 1  Pn 1    Dn 1  1    Pn 1
or Pn 1  Pn  2    Dn  2  Pn  2    Dn  2  1    Pn  2
donc Pn   Dn 1   1    Dn  2  1    Pn  2
2

Pn   Dn 1   1    Dn  2   1    Dn  3  ...
2

La méthode du lissage exponentiel effectue donc une moyenne


mobile pondérée où les coefficients affectés aux données passées
sont reliés par une loi de décroissance exponentielle. En pratique,
2

 N  1
27 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Discussion:
La constante de lissage  joue essentiellement le même
rôle que n, le nombre de données utilisées dans le calcul de
la moyenne mobile simple. Ici, si  est grand, plus de poids
est mis sur la plus récente donnée et moins de poids sur les
données passées, ce qui résulte en une prévision qui réagit
rapidement aux changements. Si  est petit, alors plus de
poids est mis sur les données passées et la prévision est
plus stable.

28 Adel BRIK

14
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Exemple de reflexion :

29 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


B. Modèles pour séries avec tendances

demande

x
tendance
x x
x
x
x x x x
x x

temps

L’analyse de la tendance permet de déterminer une équation


mathématique qui décrit simplement la tendance

30 Adel BRIK

15
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Modèle avec tendance Exemple :

Le tableau suivant indique le nombre de pièces vendues durant les 7


derniers jours. On désire savoir si on observe une tendance ou non et
quelle serait la prévision pour le huitième jour.

Nombre de paniers
Jour
de pommes
1 25
2 31
3 31
4 33
5 34
6 37
7 39

31 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Modèle avec tendance Solution :

Nombre de Taux Taux d’accroissement périodique :


Jour paniers de d’accroissem-
pommes ent périodique [période (i+1) - période (i)] / période(i)
1 25 ---
2 31 24% (31 - 25) / 25 = 24,00 %

3 31 0%
Taux d’accroissement moyen :
4 33 6%
(24 + 0 + 6 + 3 + 9 + 5) / 6
5 34 3%
= 7,83 %
6 37 9%
7 39 5%
P8  D7  1.0783  42.05

32 Adel BRIK

16
19/04/2019

Chap.2 : Techniques quantitatives de prévision

Lissage exponentiel double:


est une variante du lissage exponentiel simple . Il est utilisé lorsque la série
chronologique comporte une tendance.

Pi+1 = Si + Ti

Où : Si = Pi+α (Ri-Pi)
Ti = Ti-1 + β (Pi-Pi-1-Ti-1) est un facteur de correction lissé

 Le facteur de correction T de départ est estimé en fonction des activités


passées.

 Quand on implémente la première fois on peut approximer α = β

33 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Lissage exponentiel double: Exemple
Nous disposons des données de départ sur les ventes de calculatrices
pour les 10 dernières semaines :
Sem
Ventes Réelles On vous informe que :
aine
-La prévision de la période 4 selon le lissage
1 700
exponentiel simple (α=0,4) est de P4 = 728
2 724 -L’entreprise désire implanter le lissage
3 720 exponentiel double à partir de la période 5 .
4 728
5 740 N’ayant pas le facteur de correction
initial, estimons globalement la tendance
6 742
des 4 premières périodes.
7 758 T4 = (R4-R1) / 3 = 728-700 / 3= 9,33
8 750
9 770 S4 = 728
10 775
34 Adel BRIK

17
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Lissage exponentiel double: Solution
P6 = S5+T5
P5= S4+T4 = 728+9,33 = 737,33
S5 =P5+0,4(R5-P5)
Réel Prévisions
= 737,33 + 0,4 (740-737,33) =
1 700 738,39
2 724
3 720 T5 =T4+β (P5- P4-T4)
4 728 728
= 9,33 + 0,4 (737,33 – 728 –
5 740 737,33 9,33)
6 742 P6=P5+0,4(R5-P5) +T5 = 9,33
7 758
8 750 D’où
9 770
P6= 738,39 + 9,33 = 747,70 ~ 748
10 775 unités
35 Adel BRIK

Chap.2 : Techniques quantitatives de prévision

La régression linéaire :
est une méthode statistique pour estimer la relation
moyenne qui peut exister entre une variable
dépendante et une variable indépendante. Dans les
modèles de prévision de la demande, on voudra
déterminer la relation qui existe entre la demande et une
autre variable comme par exemple: le temps, le prix de
vente, etc.

36 Adel BRIK

18
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Note:
 Variable dépendante : Facteur qui peut être influencé par
d'autres variables. Par exemple, la vente de glaces peut
dépendre de la température extérieure.

 Variable indépendante : Facteur qui n'est déterminé par aucun


autre facteur. Par exemple, le temps, le prix de vente et la
température extérieure.

37 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Soit Y la variable dépendante et X la variable indépendante.
Puisque l'on suppose que la relation entre Y et X est
linéaire, on peut l'exprimer mathématiquement par
l'équation de la droite suivante:

Y   a  bX

38 Adel BRIK

19
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Régression linéaire: détermination de a et b
 La méthode des moindres carrés est utilisée pour déterminer
la valeur des paramètres de l'équation de régression. Cette
méthode utilise toutes les données observées et détermine les
valeurs de a et b de manière à minimiser la somme du carré des
erreurs.

39 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Formules

D Est la moyenne arithmétique des observations Di durant les périodes 1,2,..,n

40 Adel BRIK

20
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Exemple :
La demande pour des planches en bois au cours des huit
dernières semaines a été comme suit: 200, 250, 175, 186,
225, 285, 305, 190. En supposant que l'on utilise les cinq
premières périodes pour estimer les paramètres de
régression, alors:

41 Adel BRIK

Chap.2 : Techniques quantitatives de prévision

Il s’en suit que l’équation de régression Y' est la prévision de la


demande pour la période X. Cette équation devrait être utilisée
pour prédire la demande de toute période suivant la période 5.
Par exemple, la prévision faite à la période 5 pour la période 8
est obtenue en substituant X = 8 dans l'équation:

211.4 - (1.4)(8) = 200.2

42 Adel BRIK

21
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Cas de série avec causalité
On parle de causalité si une variable change à cause de
changement d’une autre variable.
Le modèle de la régression simple est de la forme:
Yt = a Xt + b

où Yt est la variable dépendante et Xt la variable indépendante.


 n    x  y     x     y 
a
n   x   x
2 2

  y    a    x 
b
n

43 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Cas de série avec causalité: Exemple
Considérons les ventes annuelles d’une chaîne de 10 restaurants en
fonction de la population étudiante de la région où se trouve chacun des
restaurants.
Restaurant Ventes annuelles Pop. étudiante
(en 1000$) (en milliers)
1 58 2
2 105 6
3 88 8
4 118 8
5 117 12
6 137 16
7 157 20
8 169 20
9 149 22
10 202 26
Total 1300 140
Question : Trouvez les ventes annuelles pour une population étudiante de 16 000 étudiants ?

44 Adel BRIK

22
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Cas de série avec causalité: Solution exemple
202
157 169 149
137
105 118 117
88
58
La droite de régression est :
Y = 60 + 5X 1 2 3 4 5 6 7 8 9 10

La prévision des ventes, si la population étudiante de la région du nouveau


restaurant est de 16000 personnes, est :
Y = 60+ 5(16) = 140 soit 140 000$/année
L’écart entre la valeur prédite et la valeur réelle est de :
e = 137 000 – 140 000 = - 3000 $/année

45 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Coefficient de corrélation « r »
Le coefficient de corrélation linéaire simple, « r », est un nombre
compris entre -1 et 1 qui nous indique dans quelle mesure une
équation linéaire décrit correctement la relation qui existe entre
deux variables.
n  XY     X   Y 
r
n X 2  
   X    n Y 2    Y  
2 2

Si r >0 alors Y et X varient dans le même sens.


Si r <0 alors Y et X varient dans le sens contraire.
Si r est près de 0 alors il y a absence de corrélation.

46 Adel BRIK

23
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Coefficient de corrélation « r »
Le tableau suivant indique comment interpréter le coefficient de
corrélation

r Interprétation
1 a 0,90 Très haute corrélation
0.89 a 0,7 Bonne corrélation Corrélation
positive
0.69 a 0.4 corrélation moyenne à faible
0,39 a -0.39 corrélation mauvaise ou inexistante
-0.4 a -0.69 corrélation moyenne à faible
-0.7 a -0,89 Bonne corrélation Corrélation
négative
-0,90 a -1 Très haute corrélation

47 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Coefficient de détermination « r2 »

 r2 est le coefficient de détermination et est compris entre 0


et 1.

 Il représente le % de la variation dans la variable


dépendante expliqué par les variations de la variable
indépendante.

 Plus r2 tend vers 1, meilleur est le lien entre Y et X.

48 Adel BRIK

24
19/04/2019

Chap.2 : Techniques quantitatives de prévision


C. Modèles pour séries avec saisonnalité
on fait appel à des multiplicateurs saisonniers Ct. Chaque
multiplicateur représente la déviation moyenne de la
demande par rapport à la moyenne générale. Le nombre de
multiplicateurs saisonniers dépend de la longueur du cycle.
Ainsi, pour un cycle de N = 4 périodes, on aura 4
multiplicateurs: C1, C2, C3 et C4.
Y1 est la moyenne générale de la série au
temps t. Il sera montré sous peu comment
calculer la moyenne générale.
Y2 est la demande réelle enregistrée à la
période t.
C1 = Y2 / Y1
49 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Note : Dans les modèles avec saisonnalité, N dénote la longueur du
cycle (en nombre de périodes). Par exemple, si le cycle se répète à
chaque année et que nous sommes intéressés aux prévisions
hebdomadaires, N = 52. Pour un cycle annuel avec des données
mensuelles, N = 12. Pour un cycle se répétant à chaque mois, avec
des données obtenues quatre fois par mois, N = 4.

Exemple :

Afin de déterminer les multiplicateurs saisonniers qui seront utilisés


dans la méthode par décomposition, au moins 2 cycles de données
doivent être disponibles. On calcule alors la moyenne mobile
d'ordre N (périodes dans la saison) des cycles représentatifs.
50 Adel BRIK

25
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Moyenne mobile :

La moyenne mobile devra être recentrée à


l'étape suivante en faisant la moyenne de
deux moyennes mobiles successives.

51 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Moyenne mobile centrée :

En faisant la moyenne de deux


moyennes mobiles successives ont
peut recentrer la moyenne mobile
sur une période précise

52 Adel BRIK

26
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Ratio des ventes :

53 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Suite ratio des ventes :

Pour éliminer l'effet des fluctuations


aléatoires sur le ratio V/M, on regroupe
les ratios par quart et on en fait la
moyenne pour obtenir le
multiplicateur saisonnier du quart.

Par exemple, pour le premier quart:


(0.975 + 0.929 + 0.920) / 3 = 0.941

54 Adel BRIK

27
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Multiplicateur saisonnier :
Le tableau suivant présente les multiplicateurs saisonniers calculés
pour chacun des 4 quarts.

0.858 = 0.859 x (4.000 / 4.004)

Ce sont donc les multiplicateurs ajustés qui seront utilisés dans la


méthode par décomposition.

55 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Décomposition de la série chronologique :
Les principales étapes dans la méthode de décomposition sont les
suivantes:

1. Déterminer les multiplicateurs saisonniers;

2. Désaisonnaliser les données;

3. Déterminer l'équation de la tendance, en utilisant par exemple


la régression linéaire (dans cette application) (ou utiliser les
modèles du cas stationnaire pour déterminer la prévision)

4. Calculer les prévisions pour les périodes à venir.


56 Adel BRIK

28
19/04/2019

Chap.2 : Techniques quantitatives de prévision


La dé-saisonnalisation: c'est-à-dire éliminer l'effet des saisons sur la série de
manière à pouvoir déterminer la tendance plus aisément (dans cet exercice), En
reprenant les données utilisées pour calculer les multiplicateurs saisonniers, nous
obtenons les données désaisonnalisées suivantes:

57 Adel BRIK

Chap.2 : Techniques quantitatives de prévision

Décomposition de la série chronologique : tendance

Avec les données désaisonnalisées on peut aisément déterminer la tendance.

58 Adel BRIK

29
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Détermination de la tendance :

L’équation de tendance est donc Y = 6.116 + 0.1468 t


59 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Décomposition de la série chronologique: prévision
Avec les multiplicateurs saisonniers et la prévision faite à partir de la
tendance, la prévision pour les quatre quarts de l'année 5 peut être calculée:

À chaque nouvelle période, lorsqu'une nouvelle donnée devient


disponible, il faut reprendre le calcul des multiplicateurs saisonniers,
désaisonnaliser les données et réévaluer la tendance avant de faire de
nouvelles prévisions.
60 Adel BRIK

30
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Erreurs de la prévision:
Nous pouvons évaluer la qualité des prévisions au moyen
de deux valeurs complémentaires :
n

 l’erreur moyenne : e  D i  Pi 
e i 1

n
 l’écart moyen absolu : Mean Absolute Deviation. n

D i  Pi
MAD  i 1

n
- l’erreur quadratique moyenne: Mean Squared Error.
n

 D  Pi 
2
i
MSE  i 1

61
n Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Erreur de la prévision:
 « e » signale la présence ou l’apparition d’un biais
systématique : prévision en moyenne trop forte ou trop
faible. On peut donc apprécier le centrage statistique du
modèle : un modèle correct avec variations aléatoires
donnera une valeur nulle de e. Puisque des termes de signes
contraires peuvent se compenser au moins partiellement
pour donner une valeur de e qui semble acceptable, on
définit l’écart moyen absolu (noté MAD, Mean Absolute
Deviation,) qui évite ces compensations et contrôle l’écart
entre demande réelle et prévision.

62 Adel BRIK

31
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Erreur de la prévision:
 Exemple : Di Pi Di-Pi ABS(Di-Pi)
150 153 -3 3
146 155 -9 9
156 147 9 9
152 145 7 7
145 155 -10 10
146 154 -8 8
153 148 5 5
157 146 11 11
∑ 2 62

2 62
e  0.25 MAD   7.75
8 8
63 Adel BRIK

Chap.2 : Techniques quantitatives de prévision


Erreur de la prévision :
 Le signal de dérive (SD) : est aussi une mesure de la
performance des prévisions modélisé par le rapport entre la
somme des écarts et la déviation absolue moyenne (MAD):
n

 D i  Pi 
SD  i 1

MAD
 Il doit être recalculé chaque fois qu’une nouvelle donnée est
disponible.

 Les signaux de dérive se situant entre ± 3 (et parfois ± 4) sont


les plus utilisés en pratique.
64 Adel BRIK

32
19/04/2019

Chap.2 : Techniques quantitatives de prévision


Erreur de la prévision : Exemple calcul de SD
t et ∑ei Abs(et) MAD SD
Signal de dérive
1 -10 -10 10 10 -1 8,00
6,00
2 0 -10 0 5 -2 4,00
3 5 -5 5 5 -1 2,00
0,00
4 9 4 9 6 0,67
-2,00 0 1 2 3 4 5 6 7 8 9
5 11 15 11 7 2,14 -4,00
6 7 22 7 7 3,14 -6,00
Période
7 14 36 14 8 4,5
8 24 60 24 10 6

Revoir les données réels sinon le modèle de prévision est entrain


de sous estimer la réalité.
65 Adel BRIK

Chap.3 : Planification de la production


Objectif de la planification de la production
Elle consiste à répartir ou à affecter l’ensemble des ressources
(matérielles, humaines et financière) d’une entreprise en tenant
compte :  Niveler la production pour garder stable
l’utilisation de la main-d'œuvre/
Synchroniser la production avec la
Des objectifs stratégiques : demande pour minimiser les coûts de
maintien en inventaire/JIT/etc.

Des contraintes spécifiques: Le nombre d’employés/La convention de


travail (pour les embauches, mises à pied,
salaires, etc.)/Le coût du temps
De la demande : supplémentaire/Le coût de la sous-
Prévision/ traitance/ Les capacités de production
commandes/ des différents équipements/coûts de
urgences/etc. productions
66 Adel BRIK

33
19/04/2019

Chap.3 : Planification de la production


Etapes de la planification de la production

La
planification
agrégée PGP/PIC

La planification PDP
détaillée

La planification des
besoins en Plan de charge
matières

L’ordonnancement

67 Adel BRIK

Chap.3 : Planification de la production


Plan global de la production
Son objectif est de déterminer les quantités globales de produits
finis à réaliser pour chacune des périodes de l’horizon de
planification.
 Entrants : Demande à satisfaire (prévisions), Ressources
disponibles, Temps et coûts de production, Niveaux des stocks,
Politiques de l’entreprise concernant les variations de la main-
d'œuvre, Les heures supplémentaires, le temps partiel, la sous-
traitance et le stockage et/ou les pénuries.
 Unité du produit : unités équivalentes (UE);
 Horizon de planification : de 12 à 15 mois, généralement un an;
 Unité de temps/période de planification : le mois;
 Suivi par le Plan Directeur de Production (PDP)

68 Adel BRIK

34
19/04/2019

Chap.3 : Planification de la production


L’unité équivalente
Nommée aussi unité agrégée elle permet de ramener à un même
dénominateur (l’un des produits fabriqué) toute la gamme des
produits d’une entreprise.

Faciliter la planification dans l’utilisation de la capacité

Exemple:
Un atelier de meuble fabrique 4 types de mobilier de cuisine.
Chaque type requiert un temps de fabrication différent. La demande
prévue est présentée dans le tableau ci-après. Choisissez une unité
équivalente et effectuer les calculs en conséquences.

69 Adel BRIK

Chap.3 : Planification de la production


Suite exemple unité équivalente :

Type Demande Heure-


annuelle prévue personne/pièce
Contemporain 1200 20
Ultra-moderne 400 14
Avant gardiste 600 18
Haute gamme 500 28

Choisissons le mobilier ultra-moderne comme UE. Puisque la


fabrication de ce type requiert 14 heures-personnes/unité, les 4
types de mobilier se traduisent en UE de la façon suivante :

70 Adel BRIK

35
19/04/2019

Chap.3 : Planification de la production


Suite exemple unité équivalente :
20×1200
Contemporain : = 1714 pièces équivalente en ultra - moderne
14
14× 400
Ultra - moderne : = 400 pièces
14
18×600
Avant gardiste : = 771 pièces
14
28× 500
Haute gamme : = 1000 pièces
14

Donc nous devons planifier la production de 3885 pièces ultra-


moderne
71 Adel BRIK

Chap.3 : Planification de la production

Le Plan Industriel et Commercial

 Le PIC se situe au plus haut niveau du management des


ressources de la production et aide la direction générale à
étudier la stratégie à long terme. Il est calculé pour chaque
famille de produits à partir d’estimation moyennes ayant
comme objectif de cadrer globalement l’activité.

 Il se transforme après en Plan Directeur de Production (PDP)


étudiant la réalisation à court/moyen terme (la plupart
mensuellement).

72 Adel BRIK

36
19/04/2019

Chap.3 : Planification de la production

Exemple PIC:

on désire calculer le P.I.C. pour une famille de produit A sur une


période d’une année. Les données de l’entreprise sont les
suivantes :

 L’effectif normal est de 100 opérateurs par équipe ;


 Les horaires sont de 35 heures/semaine, 2×7 heures/jour ;
 Le temps de réalisation d’un produit est de 20 heures.

73 Adel BRIK

Chap.3 : Planification de la production


Exemple PIC: Solution
Jan. Fev. Mars Avr. Mai Juin Juill. Août Sept. Oct. Nov. Dec.
Volume 1600 1400 1600 1600 1400 1550 1600 500 1600 1550 1400 1450
Charge
prévision-
nelle 32000 28000 32000 32000 28000 31000 32000 10000 32000 31000 28000 29000
mensuelle

Nbr. de
jours 22 20 22 22 17 21 22 8 22 21 20 18
travaillés
Horaire
mensuel/ 154 140 154 154 119 147 154 56 154 147 140 126
opérateur
Effectif 100 100 100 100 100 100 100 100 100 100 100 100
normal
Capacité 30800 28000 30800 30800 23800 29400 30800 11200 30800 29400 28000 25200
(heures)
Taux 1,03 1 1,03 1,03 1,17 1,05 1,03 0,89 1,03 1,05 1 1,15
d’emploi
Effectif à 103 100 103 103 117 105 103 100 103 105 100 115
74 prévoir Adel BRIK
Intérim 3 0 3 3 17 5 3 0 3 5 0 15

37
19/04/2019

Chap.3 : Planification de la production


Exemple PIC: Solution
 Les volumes à produire sont donnés pour chaque mois. La
charge prévisionnelle mensuelle est calculée en multipliant les
montants des volumes par le temps de réalisation de 20 heures
par produit. Pour janvier par exemple, la charge prévisionnelle
est de : 1600×20h=32000 heures.
 L’horaire mensuel par opérateur est calculé en multipliant le
nombre de jours ouvrables du mois par la durée d’une journée de
travail.
 La capacité est le produit de l’horaire mensuel par opérateur
multiplié par 2 équipes et par le nombre de personne. On obtient
alors pour janvier : 154×2×100=30800 heures.
 Le taux d’emploi est le rapport de la charge sur la capacité. On
en déduit en fonction de ce dernier les effectifs à prévoir et le
nombre d’intérimaires à planifier.
75 Adel BRIK

Chap.3 : Planification de la production


Types de stratégies pour la planification intégrée
Généralement on trouve ces trois types : stratégie de nivellement,
stratégie synchrone et la stratégie modérée (hybride, mixte),
Stratégie de nivellement:
 Elle consiste à établir un taux constant de la production

 Le taux correspond à la demande moyenne par période,


corrigée pour tenir compte de la différence entre le stock initial et
le stock final désiré.
 Les irrégularités de la demande sont aplanies par l’accumulation
de stocks durant les périodes creuses et par l’utilisation des
stocks pendant les périodes de fortes demandes.
 Plus coûteuse (stockage/pénurie) car moins flexible
76 Adel BRIK

38
19/04/2019

Chap.3 : Planification de la production


Stratégie de nivellement

77 Adel BRIK

Chap.3 : Planification de la production


Exemple de stratégie de nivellement

78 Adel BRIK

39
19/04/2019

Chap.3 : Planification de la production


Stratégie synchrone
 Elle consiste à établir un taux de production qui suit parfaitement
la demande;

 Elle « élimine » les stocks

 Elle implique des fortes variations de l’effectif (embauche et


licenciement), des heures supplémentaires et/ou le recours à des
sous-traitance,

 Implantation coûteuse (variation du niveau de production, les


embauches, flexibilité des opérateurs, etc.)

79 Adel BRIK

Chap.3 : Planification de la production


Stratégie synchrone

80 Adel BRIK

40
19/04/2019

Chap.3 : Planification de la production


Exemple de stratégie synchrone

81 Adel BRIK

Chap.3 : Planification de la production


stratégie mixte
Elle se situe entre les deux premières et est généralement moins coûteuse
: le taux de production est moins variable que dans le plan synchrone / La
quantité moyenne en stock est moins grande que dans le plan nivelé.

82 Adel BRIK

41
19/04/2019

Chap.3 : Planification de la production


Le Plan Directeur de Production
 Le PDP concrétise le plan industriel puisqu’il traduit en produits
finis réels chaque famille du PIC. L'horizon de la planification est
de 3 à 6 mois.
 Au lieu de parler d'unités équivalentes (planification globale), on
parle de produits finis en unités réelles (hebdomadaire ou
journalière)
 Il met à disposition du service Commercial le disponible à vendre
qui est un outil donnant le nombre de produits finis disponibles à
la vente

 Il permet enfin de mesurer l’évolution du stock et dirige le calcul


des besoins
83 Adel BRIK

Chap.3 : Planification de la production


Le Plan Directeur de Production: Exemple

St=125; L=100; D=1; SS=5; ZF=4


1 2 3 4 5 6 7
Prévision de vente 5 20 30 40 45 50 50
Commandes fermes 35 20 15 5 2
Disponible prévisionnel 120 80 40 95 50 3 53 3
PDP (date de fin) 100 100
Disponible à vendre
PDP (date de début) 100 100

Les paramètres de gestion figurent en tête. Dans la période 1 par


exemple les prévisions initiales étaient de 40 mais 35 produits ont
été commandés et on prévoit encore 5 commandes.

84 Adel BRIK

42
19/04/2019

Chap.3 : Planification de la production


Le Plan Directeur de Production: Exemple
 Détails de calcul :

DP0 = St – SS = 125 – 5 = 120


DP1 = DP0 – PV1 – CF1 = 120 – 5– 35 = 80
DP2 = DP1 – PV2 – CF2 = 80 – 20 – 20 = 40
DP3 = DP2 + PDP3 – PV3 – CF3 = 40 + 100 – 30 – 15 = 95
DP4 = DP3 – PV4 – CF4 = 95 – 40– 5 = 50

85 Adel BRIK

Chap.3 : Planification de la production


Le Plan Directeur de Production: Exemple
 Calcule du disponible à vendre
St=125; L=100; D=1; SS=5; ZF=4
1 2 3 4 5 6 7
Prévision de vente 5 20 30 40 45 50 50
Commandes fermes 35 20 15 5 2
Disponible prévisionnel 120 80 40 95 50 3 53 3
PDP (date de fin) 100 100
Disponible à vendre 70 78 100
PDP (date de début) 100 100

Le DAV donne tout ce qui peut être promis à des clients. Une
valeur est à donner en première période, puis chaque fois qu’il y a
une nouvelle ressource, donc un ordre en PDP Fin : ici, en périodes
1,3 et 6.

86 Adel BRIK

43
19/04/2019

Chap.3 : Planification de la production


Le Plan Directeur de Production: Exemple
 Calcule du disponible à vendre St=125; L=100; D=1; SS=5; ZF=4
1 2 3 4 5 6 7
Prévision de vente 5 20 30 40 45 50 50
Commandes fermes 35 20 15 5 2
Disponible prévisionnel 120 80 40 95 50 3 53 3
PDP (date de fin) 100 100
Disponible à vendre 70 78 100
PDP (date de début) 100 100

En période 1, le stock existant est de 125 (car tout le stock, y compris


le stock de sécurité, peut être vendu); or, tout ce qui est déjà promis à
des clients jusqu’à la prochaine ressource (période 3) est de 35 + 20.
DAV1 = St – CF1 – CF2 = 125 – 35– 20 = 70

Rq. s’il existait un ordre au PDP (ordre lancé figurant en PDP date de
fin), il faudrait l’ajouter au stock.
87 Adel BRIK

Chap.3 : Planification de la production


Le Plan Directeur de Production: Exemple
 Calcule du disponible à vendre
St=125; L=100; D=1; SS=5; ZF=4

1 2 3 4 5 6 7
Prévision de vente 5 20 30 40 45 50 50
Commandes fermes 35 20 15 5 2
Disponible prévisionnel 120 80 40 95 50 3 53 3
PDP (date de fin) 100 100
Disponible à vendre 70 78 100
PDP (date de début) 100 100

DAV3 = PDP3 – CF3 – CF4 – CF5 = 100 – 15 – 5 – 2 = 78


DAV6 = PDP6 = 100 puisqu’il n’y a plus de commandes.

88 Adel BRIK

44
19/04/2019

Chap.3 : Planification de la production


La méthode M.R.P. 1 («Material Requirement
Planning») :
Tous les systèmes de G.P.A.O. utilisent cette méthode pour
calculer les besoins nets en constituants. La MRP1 cherche
à établir une programmation de la production sans se poser
le problème des capacités de production effectivement
Disponibles (Plan de charge).
Besoins nets = Besoins bruts -  stock disponible + en-cours de fabrication et commandes
 Exemple :
Soit à calculer les besoins nets en composants de tous les
niveaux pour un programme commercial de 100 produits A.
89 Adel BRIK

Chap.3 : Planification de la production


Pour réaliser A il faut disposer de 2 B et 3 C. Un sous ensemble
B est constitué de 4 pièces de D et 2 pièces E. le sous
ensemble C est constitué de 1F, 1G et 2H.

Le besoin net du niveau supérieur devient un besoin brut


du niveau inférieur en tenant compte des quantités affectées.
90 Adel BRIK

45
19/04/2019

Chap.3 : Planification de la production


Données: situation de départ
B,C et F sont fabriqués et font l’objet d’O.F., alors que D, E,

G et H des O.A. .
A B C D E F G H

Stock 15 5 0 75 30 20 30 50

En-cours de fabrication 0 0 20 0 0 20 0 0

Stocks affectés 0 0 0 30 10 0 10 0

En-cours de commande 0 0 0 0 180 0 200 0

91 Adel BRIK

Chap.3 : Planification de la production


Solution : Les stocks affectés correspondent à des quantités
présentes en magasin mais réservées pour un O.F.. ( à retirer
du stock physique pour obtenir celui disponible).
Calcul au niveau 0 : la commande est notre Besoin brut

A B C D E F G H
Niv. 0 Besoin Brut (BB) 100
Niv. 0 Stock disponible 15
Niv. 0 En-cours de fabrication
Niv. 0 En-cours de commande
Niv. 0 Besoin Net ( BN) 85

92 Adel BRIK

46
19/04/2019

Chap.3 : Planification de la production

Calcul au niveau 1 : on se base sur le montant des B.N. du


niv. 0. Ainsi pour le niv.1, les B.B. de B sont 85  2  170
et les B.B. de C sont 85  3  255.

A B C D E F G H
Niv. 0 B.N. 85
Niv.1 B.B. 170 255
Niv. 1 Stock disponible 5

Niv. 1 En-cours de fabrication 20


Niv. 1 En-cours de commande
Niv. 1 B.N. 165 235

93 Adel BRIK

Chap.3 : Planification de la production


Calcul au niveau 2 :
On continue nos calculs avec la même logique.

A B C D E F G H
Niv. 1 B.N. 85 165 235
Niv.2 B.B. 660 330 235 235 470
Niv. 2 Stock disponible 45 20 20 20 50
Niv. 2 En-cours de fabrication 20
Niv. 2 En-cours de commande 180 200
Niv. 2 B.N. 615 130 195 15 420

94 Adel BRIK

47
19/04/2019

Chap.3 : Planification de la production

Tableau de synthèse:

A B C D E F G H

B.B. 100 170 255 660 330 235 235 470

Stock disponible 15 5 45 20 20 20 50

En-cours de fabrication 20 20

En-cours de commande 180 200

B.N. 85 165 235 615 130 195 15 420

95 Adel BRIK

Chap.3 : Planification de la production


Le MRP 2 :
 Le concept du « Manufacturing Resource Planning » permet
de gérer la production par une simulation de l’activité
industrielle qui cherche à ajuster la charge souhaitée
et la charge disponible pour chaque centre de production.
Exemple :
Soit un produit fini Pf constitué de deux articles S.

96 Adel BRIK

48
19/04/2019

Chap.3 : Planification de la production


St=300, L=250, D=1
1 2 3 4 5
Besoin Brut 100 150 150 200 250
Ordres lancés
Stocks 300
prévisionnels
Ordres Fin
proposés Début

BN p  BBp  SPp 1  OLp


SPp  SPp 1  OLp  BBp

97 Adel BRIK

Chap.3 : Planification de la production


Le calcul est alors le suivant :
BN1 = BB1 – SP0 = 100 – 300 < 0 donc BN1 = 0
SP1 = SP0 – BB1 = 300 – 100 = 200
BN2 = BB2 – SP1 = 150 – 200 < 0 donc BN2 = 0
SP2 = SP1 – BB2 = 200 – 150 = 50
BN3 = BB3 – SP2 = 150 – 50 = 100 donc OP3 = Lot = 250
(avec début en 3 – D = 3 – 1 = 2)
SP3 = SP2 + OP3 – BB3 = 50 + 250 – 150 = 150
BN4 = BB4 – SP3 = 200 – 150 = 50 donc OP4 = 250
(avec début en 4 – D = 4 – 1 = 3)
SP4 = SP3 + OP4 – BB4 = 150 + 250 – 200 = 200
BN5 = BB5 – SP4 = 250 – 200 = 50 donc OP5 = 250
SP5 = SP4 + OP5 – BB5 = 200 + 250 – 250 = 200
98 Adel BRIK

49
19/04/2019

Chap.3 : Planification de la production


Le calcul du BN pour Pf est alors :

1 2 3 4 5
Besoin Brut 100 150 150 200 250
Ordres lancés
Stock 300 200 50 150 200 200
prévisionnel

Ordres Fin 250 250 250


proposés
Début 250 250 250

99 Adel BRIK

Chap.3 : Planification de la production


Le calcul du BN pour S est le suivant:
St=150; L=500; D=2

Ordres proposés PF 250 250 250


1 2 3 4 5
Besoin Brut 500 500 500
Ordres lancés
Stock 150
prévisionnel

Ordres Fin
proposés
Début

100 Adel BRIK

50
19/04/2019

Chap.3 : Planification de la production


Calcul pour l’article S :
BN1 = BB1 – SP0 = 0 – 150 < 0 donc BN1 = 0
SP1 = SP0 – BB1 = 150 – 0 = 150
BN2 = BB2 – SP1 – OL2 = 500 – 150 – 500 = – 150 <0
donc BN2 = 0
BN3 = BB3 – SP2 = 500 – 150 = 350 donc OP3 = 500
(avec début en 3 – D = 3 – 2 = 1)
SP3 = SP2 + OP3 – BB3 = 150 + 500 – 500 = 150
BN4 = BB4 – SP3 = 500 – 150 = 350 donc OP4 = 500
(avec début en 4 – D = 4 – 2 = 2)
SP4 = SP3 + OP4 – BB4 = 150 + 500 – 500 = 150
BB5 = 0 donc SP5 = SP4 = 150

101 Adel BRIK

Chap.3 : Planification de la production


Le calcul du BN pour S est le suivant:
St=150; L=500; D=2
Ordres proposés PF 250 250 250
1 2 3 4 5
Besoin Brut 500 500 500
Ordres lancés 500
Stock 150 150 150 150 150 150
prévisionnel

Ordres Fin 500 500


proposés
Début 500 500

Message : lancer 500 S en période 1

102 Adel BRIK

51
19/04/2019

Mes chers étudiants!

Merci pour votre attention et


pour les beaux moments
qu’on a partagé!

103 Adel BRIK

Références
Anne Gratacap et Pierre Médan, ‘Management de la production :
Concepts. Méthodes .Cas’, DUNOD.
 Jean Marc Gaillaire, ‘Les outils de la performance industrielle’,
EYROLLES, 2008.
 Cours réalisé en collaboration avec les membres de l’Unité
Pédagogique Production Industrielle , ESPRIT.

104 Adel BRIK

52