OPTIMISATION

PICK-PATH
OPTIMIZATION
Tiré de Warehouse & Distribution Science,
John J. Bartholdi III & Steven T. Hackman

J LMARIOUH
 L’algorithme de
Ratliff and Rosensthal

C’est Un algorithme simple de recherche du chemin le plus

court (approximativement)
Simple à programmer et à expliquer
Le préparateur doit visiter l’allée (i) avant l’allée (i+1)
Le préparateur ne peut pas visiter une allée deux fois
Il faut prélever tous les articles d’une allée avant de passer à
l’autre
Il existe deux façon de procéder:
Le préparateur traverse complètement une allée
Le préparateur atteint l’article le plus éloigné et revient par le à
son prélèvement de départ avant de passer à l’allée suivante.
 Exemple
Nous supposons que l’allée est d’une longueur de 10 m
et d’une largeur de 2 m et la largeur du rayonnage est
1m.
 Exemple
Pour préparer une commande, le préparateur doit
prélever des articles à partir des emplacements colorés
sur la figure suivante, compléter le schémas
correspondant pour avoir le chemin le plus court
Entrepôt multi-blocs
L'entrepôt est constitué d'un nombre
de blocs, constitués chacun d'un
certain nombre d’allées de service.
L'allée avant et arrière sont
entièrement situés respectivement à
l'avant et l'arrière de l'entrepôt.
Ces deux allées ne contiennent pas de
produits, mais peuvent être utilisées
pour changer les allées.
Entre chaque paire de blocs, il ya une
allée de circulation qui peut être
utilisée pour passer d'une allée à
l'autre ou d'un bloc à l'autre.
 Les Préparateurs de commande sont supposés être
capables de traverser les allées dans les deux
directions et à changer de direction dans les allées.
 Les allées sont assez étroites pour permettre la
cueillette des deux côtés de l'allée sans changer de
position.
 Chaque commande est constituée d'un certain
nombre d'éléments qui sont généralement étalés
sur un certain nombre d'allées.
 Nous supposons que les articles d'une commande
peuvent être pris en une seule route.
 Les changements d’allée sont possibles dans toutes
les allées de circulation (à l'avant, l'arrière et dans
les allées centrales).
 Les commandes préparées doivent être déposées au
dépôt, où le préparateur reçoit également les
instructions de l'itinéraire suivant.
 Heuristiques de résolution
Le dépôt est situé dans l'allée avant à la
tête de la première grande allée de
service.
Sur ce site, nous utilisons quatre
différents types de routage.
Deux heuristiques sont basées sur des
heuristiques bien connue pour la
présentation de base: S-forme et le
plus grand écart.
Par ailleurs, une stratégie hybride est
introduite, en combinant les aspects à
la fois de S-forme et la plus grand
écart.
La quatrième méthode de routage,
consiste à trouver l’itinéraire le plus
court.
 Fondamentalement, une allée contenant
1- heuristique: S-forme (S-Shape)
au moins un élément est parcourue sur
toute la longueur.
 Les allées où rien ne doit être ramassé
sont ignorées.
 Dans la description suivante de
l'heuristique, les nombres entre
parenthèses correspondent aux numéros
dans la figure ci-contre.
 L'itinéraire de préparation de commandes
commence à la gare.
 Il va à l'avant de l’allée de service la plus
proche du dépôt, qui contient au moins
un prélèvement (1).
 Cette allée de service est traversée
jusqu‘au fond y compris le bloc le plus
éloigné du dépôt, qui contient au moins
un prélèvement (2).
 1- heuristique: S-forme
 Si le bloc actuel contient au moins un
élément: Allez à l’allée (à gauche ou à
droite) contenant ces éléments selon la
valeur la plus proche (3);
 Aller d'une allée à l'autre en traversant
entièrement celle contenant des produits
à prélever, après la cueillette du dernier
prélèvement, revenir sur le devant du
bloc (4).
 Si ce bloc ne contient pas d'articles:
Traverser l’allée de circulation vers la
position la plus proche dans le bloc
suivant.
 Répétez cette procédure pour tous les
blocs jusqu'à ce que le bloc le plus proche
du dépôt a été parcouru (5).
 Enfin, retour au dépôt.
 2- heuristique: le plus grand écart
 l'itinéraire de préparation de commandes
commence à la gare,
 Il va à l'avant de l’allée de service la plus proche
du dépôt, qui contient au moins un
prélèvement (1).
 En traversant l’allée de circulation (qui est
l’allée arrière, dans cet exemple), chaque allée
est entré dans la mesure où l'écart est plus
important et quitté par le même côté (2).
 Un écart représente la distance entre deux
éléments adjacents, ou entre une allée de
circulation et le prélèvement le plus proche.
 Ainsi, le plus grand écart est le plus grand de
tous les écarts dans l’allée de service
 Enfin, Le plus grand écart est la partie de l'allée
qui n'est pas traversée.
 2- heuristique: le plus grand écart
 Par conséquent le préparateur entre du
côté le plus proche du prélèvement et sort
du même côté,
 La dernière allée du bloc est entièrement
parcouru, pour atteindre l’allée de
circulation suivante (3).
 Cette allée de circulation est parcourue,
tout en visitant les allées des blocs sur les
deux côtés à l'écart le plus important.
 D'abord les allées d'un côté de l'allée de
circulation sont visitées (4) et par la suite
les allées de l'autre côté (5).
 Une allée de service est à nouveau
traversée entièrement pour atteindre
l’allée de circulation prochaine (6).
 2- heuristique: le plus grand écart

On continue, selon lequel des deux côté

(la gauche ou la droite) a la distance la
plus courte pour atteindre le produit.
Ce processus est répété pour tous les
blocs contenant des éléments.
Si un bloc ne contient pas d’éléments,
l'allée de ce bloc la plus proche de la
position actuelle est traversée
entièrement.
Après avoir parcouru le dernier bloc,
retour au dépôt (7).
 3- heuristique combiné
Cette heuristique crée des itinéraires de
préparation de commandes basées sur la visite,
exactement une seule fois, de chaque allée qui
contient des éléments à prélever.
Les allées de chaque bloc sont visitées de façon
séquentielle, soit de gauche à droite ou de
droite à gauche.
l'itinéraire de préparation de commandes
commence à la gare,
Il va à l'avant de l’allée de service la plus proche
du dépôt, qui contient au moins un
prélèvement (1).
Pour chaque bloc nous effectuons un petit
algorithme de programmation dynamique.
Afin d'utiliser le concept de programmation
dynamique, nous devons définir les états
possibles, les transitions possibles entre états et
les coûts impliqués dans chaque transition.
 3- heuristique combiné
Nous définissons deux états:
 le préparateur de commande est à l'avant du bloc
 le préparateur de commande est à l'arrière du bloc.
Nous définissons six transitions:
 aller de l'allée en cours à l'allée suivante le long du front du bloc et
traverser ce couloir et finir à l'arrière du bloc,
 aller de l'allée en cours à l'allée suivante le long de l'arrière du bloc et
traverser ce couloir et finir à l'avant du bloc,
 aller de l'allée en cours à l'autre le long du front du bloc et ne pas entrer
dans cette allée à tous,
 aller de l'allée en cours à l'autre le long à l'arrière du bloc et ne pas
entrer dans cette allée à tous,
 aller de l'allée en cours à l'allée suivante le long du front du bloc et de
parcourir cette allée jusqu'à l'élément le plus éloigné et revenir à l'avant,
 aller de l'allée en cours à l'allée suivante long de l'arrière du bloc et de
parcourir cette allée jusqu'à l'élément le plus éloigné et retourner à
l'arrière.
 3- heuristique combiné
De toute évidence, les transitions (3) et (4) ne sont autorisés que si l'allée ne
contient aucun article. Le coût de chaque passage est égal au temps de
déplacement nécessaire pour la distance de la transition.
La figure suivante illustre les 6 transitions. L'allée actuelle est allée j, l'allée
suivante est allée j +1. L'extrémité arrière de l'allée j est notée par aj et
l'extrémité avant par bj.
Six transitions utilisées pour l'heuristique combinées.
 3- heuristique combiné
Nous appliquons l'algorithme de
programmation dynamique
pour chaque bloc séparément.
La connexion entre les blocs est
faite de telle manière que la
distance parcourue dans les
allées soit minimale. Si le bloc
le plus proche du dépôt a été
évalué, le préparateur de
commande retourne au dépôt.
 4- heuristique: allée par allée
Cette heuristique est décrite à Vaughan et Petersen
(1999).
Fondamentalement, chaque allée de service est
visité une fois.
Le préparateur de commandes commence à la gare
et va vers l'allée la plus à gauche contenant les
éléments.
Tous les articles dans cette allée de service sont
cueillis et une allée de circulation est choisie pour
procéder à l'allée de service suivante.
Une fois tous les éléments dans cette allée de service
sont prélevés, le préparateur de commande
procède à l'allée de service suivante.
L'heuristique allée par allée détermine quelle allée
de circulation à utiliser pour passer d'une allée de
service à l'autre de telle manière que les distances
parcourues soient minimales.
 5- Algorithme optimal
Il est possible de calculer des
itinéraires optimaux pour les
entrepôts avec n'importe quel
nombre de bloc en utilisant un
algorithme de type branch-and-
bound du problème de
voyageur de commerce (TSP).
Toutefois, pour ce cours un tel
algorithme est trop complexe.
GESTION DE L’ESPACE

Tiré du cours de Jaques Renaud

(univérsité Laval)
 Affectation des emplacements de
prélèvement

Question : Combien d’emplacements donner à chaque produit

afin de minimiser les remplissages (le réaprovisionnement du
picking) durant la journée ?
Lorsque les quantités sont commandées en caisses

Chaque commande renferme un certains pourcentage des

produits.

Lorsqu’un produit est commandé, il faut un nombre de caisses

donné.

Afin d’optimiser l’opération de préparation, tous les produits sont

présents dans une zone de préparation rapide (fast pick area) où la
densité des SKU est plus élevée.

L’organisation de l’espace dépend du % des produits commandés

et de la vélocité des ventes.
Lorsque les quantités sont commandées en caisses

On cherche à minimiser les remplissages au cours de la

journée.
Le remplissage complet de la zone de préparation est
effectué toutes les nuits.
 Hypothèses
1.Zone de cueillette avec entreposage fixe.
2.Zone de réserve avec entreposage aléatoire.
3.Le nombre d’emplacements de cueillette est prédéterminé.
4.La zone de réserve est suffisamment grande pour ne pas imposer de
contraintes d’approvisionnement.
5.On veut allouer un nombre entier d’emplacements de prélèvement à chaque
produit et le nombre d’emplacements disponibles est plus grand que le nombre
de produits.
6.Le temps moyen requis pour remplir un emplacement de cueillette vide à
partir de la zone de réserve est le même pour tous les produits.
7.Au début du shift tous les emplacements sont pleins car un remplissage
est effectué de nuit.
Objectif : Minimiser le nombre espéré d’emplacements à remplir durant un shift.
 Modèle d’allocation de l’espace
Notation
i : Indice des produits (i=1, ..., m)
Xi : Demande du produit i par jour (en caisses)
fi(x) : Fonction de densité de xi
i : Demande moyenne du produit i pour une journée (prévision)
I : Écart type de la demande du produit i pour une journée
bi : Nombre de caisses de produit i par palette (ou emplacement)
C : Capacité de la zone de prélèvement (nombre d’emplacements
disponibles, avec une palette par emplacement).

Variable de décision
ai : Nombre d’emplacements alloués au produit i
Pour une demande connue xi, le nombre minimal de palettes du produit i à
remplacer durant la journée est: [ (x -(a .b ))/b ]
i i i i
Exemples
Exemple 1:
Demande par jour xi=300,
Nombre de caisses par palette bi=100
Nombre d’emplacements alloués ai=4.
Aucun remplacement est nécessaire car xi < biai
Exemple 2:
Si xi=568, bi=100 et ai=4.
Au moins 2 remplacements sont nécessaires (manque 168 unités).
568 100 x42
[ ( x i - b i . a i )/ b i ]
 MODELE D’ALLOCATION D’ESPACE
Le problème se formule sous la forme d’un modèle de sac alpin.

Mi(ai) est l’espérance mathématique du nombre moyen de palettes du

produit i à remplacer durant une journée.
MODELE D’ALLOCATION D’ESPACE
 Une solution intéressante consiste à allouer les emplacements un à un au produit
qui en tirera le plus grand bénéfice marginal.

 Le bénéfice marginal du produit i correspond à la pente de Mi(ai) au point ai :

On cherche donc le produit qui a la plus grande probabilité de remplacement.

Avec la loi normale on a :

Algorithme de résolution
Étape 1: Allouer un emplacement (ai=1) à tous les produits i.

Étape 2: Tant qu’il reste des emplacements (ai<C)

 Trouver le produit i avec la plus grande probabilité d’avoir une

pénurie Pr(x>biai), compte tenu des emplacements déjà alloués.

Donner un emplacement de plus à ce produit i, ai=ai+1.

Modèle d’allocation de l’espace : Exemple
On a C = 10 emplacements à allouer à 4 produits.

Comment doit-on allouer les 10 emplacements?

EXEMPLE II
Produit 1 2 3 4 5

Moyenne 60 250 75 100 50

Écart type 10 50 25 20 10

Nombre par palette (bi) 48 64 48 48 64



Emplacement idéal en entreposage fixe

Placements et prélèvements

au coup par coup

Placements et prélèvements au coup par coup :
Contexte

Dans certains entrepôts la seule unité de charge déplacée est la palette:

c’est le cas des centres de distribution majeurs.

Dans ces entrepôts, les opérations consistent à décharger les palettes

des véhicules, à les mettre en entrepôt et à les reprendre pour les
charger dans des camions d’expédition.

Les distances parcourues par les opérateurs sont représentatives des

coûts d’opération.

Dans le cas des entrepôts publics, le client est facturé pour chaque
palette déplacée (entrée/sortie).
Placements et prélèvements au coup par coup

En placement et prélèvement au coup par coup on doit effectuer un

voyage aller-retour à chaque fois que l’on place ou que l’on cueille
une palette.

Objectif : On cherche à placer les produits à l’endroit

qui minimise les ressources nécessaires pour placer
ou prélever les produits durant une période de temps
représentative.
 Placements et prélèvements au coup par
coup : Contexte
L’opérateur va minimiser ses coûts d’opération en
positionnant judicieusement les produits dans l’entrepôt.
Les opérateurs se déplacent constamment en aller-retour
entre les points de dépôt/collecte et les points d’entrée ou
de sortie.
La distance entre
1) le point d’entrée et la localisation
et
2) la localisation et le point de sortie

Est représentative de la distance totale parcourue.

 Placements et prélèvements au coup par coup :
Modélisation
Variable de décision
 xik : Variable binaire égale à 1 si le produit i est affecté à l’emplacement k

L’affectation idéale sera: i : Indice des produits, i=1, ..., m

j : Indice des points d’accès à la zone
d’entreposage, j=1, ..., n
k : Indice des emplacements disponibles, k=1...K
ci : Nombre d’accès (placement ou collecte) au
produit i durant la période (commandes clients +
livraisons fournisseurs)
ai : Nombre d’emplacements allouées au produit i
pij : Proportion des placements/collectes du
produit i qui sont fait à partir de l’accès j
tjk : Temps requis pour aller du point d’accès j à
l’emplacement k
 Placements et prélèvements au coup par coup :
Modélisation
m = 3 produits 4 5 6
• • •
n = 2 points d’accès 1 2 3
• • •
K = 6 emplacements
accès 1 • accès 2

Temps d’accès aux emplacements

k: 1 2 3 4 5 6
j=1 5 15 25 20 30 40
j=2 45 25 5 60 40 20

On suppose que la proportion des accès est pij=0,5

Nombre d’accès par produit : c1=40/j, c2=60/j et c3=30/j
Allocation des emplacements : a1=2, a2=1 et a3=3
Placements et prélèvements au coup par coup :
Exemple
m = 3 produits n = 2 points d’accès K = 6 emplacements

On résout ensuite le programme linéaire.

 Collectes au coup par coup :
Solution heuristique
S’il y a une seule entrée/sortie
ou
Si tous les produits utilisent les accès dans la même proportion:
La solution optimale est obtenue en se servant du ratio cube per order
de chaque produit (ai/ci) ce qui correspond à un facteur de roulement.

Ce ratio nous dit combien de

fois en moyenne chaque
localisation sera visitée.

On donne les meilleures

emplacements aux produits
les plus populaires.
 Collectes au coup par coup :
Algorithme cube per order
Étape 1:
Trier les produits i en ordre croissant du ratio ai/ci (facteur de
roulement).
Étape 2:
Trier les emplacements k=1, ..., K en ordre croissant de k=jpjtjk
soit du temps moyen d’accès à l’emplacement k pour l’ensemble des
produits. (pj = proportion d’utilisation de l’accès j)
Étape 3:
Affecter successivement les emplacements libres sur la liste triée des
emplacements aux produits sur la liste triée des produits, en prenant
soin de donner ai emplacements au produit i lorsqu’il est considéré.
Collectes au coup par coup : Exemple

4 5 6
• • •

1 2 3
• • •
a
accès
1•
•


•

•

c
c
è
3 produits, 2 accès, 6 emplacements. s
2
p1 = p2 = 0,5
Nombre d’accès par produit : c1=40/j, c2=60/j et
c3=30/j
Allocation des emplacements : a1=2, a2=1 et a3=3

k: 1 Temps
2 d’accès
3 aux emplacements
4 5 6
j=1 5 15 25 20 30 40

j=2 45 25 5 60 40 20
Collectes au coup par coup : Exemple
Étape 1
 ai = nb
emplacements i ai ci ai/ci
ci = nb
d’accès 2 1 60 0,017
1 2 40 0,05
3 3 30 0,1

Étape 2
1=0,5*(5) + 0,5*(45) = 25

Temps moyen d’accès emplacement 1

2=0,5*(15) + 0,5*(25) = 20

Temps moyen d’accès emplacement 2

3=0,5*(25) + 0,5*(5) = 15
k:4=0,5*(20)
1 2 + 0,5*(60)
3 =4 40 5 6
j=1 5 15 25 20 30 40
j=2  =0,5*(30)
545 25 + 0,5*(40)
5 = 35
60 40 20
6=0,5*(40) + 0,5*(20) = 30
 Collectes au coup par coup : Exemple
Étae 3

i ai ci ai/ci
2 1 60 0,017
1 2 40 0,05
3 3 30 0,1

pj 0,5 0,5 Affectation

k j=1 j=2 Tau(k) des produits
3 tj3 25 5 15 2
2 tj2 15 25 20 1
1 tj1 5 45 25 1
6 tj6 40 20 30 3
5 tj5 30 40 35 3
4 tj4 20 60 40 3
Collectes au coup par coup : Exemple de
solution

Les localisations foncées sont les plus intéressantes

Tirée de Warehouse & Distribution
Science,
 Gestion d’espace: Principes de base
1. Chercher à éliminer ou à combiner les opérations d’entreposage comme le
déplacement, l’extraction, le tri, ...
2. Affecter les produits les plus populaires aux emplacements les plus accessibles.
3. Répartir les activités de collecte à travers les emplacements pour réduire les
problèmes de congestion dans l’entrepôt.
4. Affecter les produits qui ont de bonnes chances d’être commandés simultanément
à des localisations voisines.
5. Utiliser des zones de prélèvement de réserve séparées.
6. Grouper les commandes en lots afin de diminuer les déplacements.
7. Optimiser les routes de prélèvement afin de minimiser les déplacements.
8. Organiser les documents et les instructions de cueillette afin de minimiser les
temps de recherche et les erreurs. Éliminer la documentation!
9. Concevoir des véhicules de collecte afin de minimiser les temps de tri et les
erreurs et aussi afin d’améliorer le confort des cueilleurs.
10. Choisir des équipements de stockage adaptés aux besoins.
11. Tenir compte des caractéristiques des produits (périssables, dangereux, lourds,
petits, ...).
Réferences:
 Bozer, Schorn et Sharp, Geometric approaches to solve the
Chebyshev traveling salesman problem. IIE Transactions, 22, 3,
1990, 238-254. Gestion Logistique, Septembre, 2003, 43.
 Jarvis Jay M. & McDowell Edward D., Optimal product layout
in an order picking warehouse. IIE Transactions, 23, 1, 93-102.
 Jewkes Elizabeth, Lee Chulung & Vickson Ray,
Product location, allocation and server home base
location for an order picking line with multiple servers.
Computers & Operations Research, 2003, In press.
 Silver E., Pyke D. et Peterson R., Inventory
management and production planning and scheduling.
Wiley, 1998.
 Martel A, Approvisionnement, entreposage et transport,
Notes du cours GSO-21298.
 Warehouse & Distribution Science, John J. Bartholdi
III & Steven T. Hackman