Proposition d’une procédure d’optimisation

des séquences de chargement d’un

transporteur pour une demande apériodique.

S.E.Merzouk, I.Elmahi, O.Grunder et A.Elmoudni

Laboratoire SeT Université de Technologie Belfort Montbéliard UTBM

90010 Belfort cedex, France
Tél. : (+33) 3 84 58 33 47 - Fax : (+33) 3 84 85 33 42

salah_eddine.merzouk@edu.univ-fcomte.fr
(ilham.elmahi, olivier.grunder, abdellah.el-moudni)@utbm.fr

RÉSUMÉ
Le problème d’optimisation du coût de la chaîne logistique a été largement étudié ces dernières années. La
demande logistique est toujours considérée périodique et une séquence optimale de livraison est calculée par
rapport à cette demande.
L’objectif de cet article est de proposer une procédure de type Séparation et Evaluation Progressive SEP pour
l’optimisation des séquences de chargement d’une chaîne logistique en fonctionnement apériodique.
La procédure développée a été appliquée pour un maillon logistique composé d’un fournisseur alimentant un
client par le biais d’un transporteur à capacité de chargement limitée. Des résultats qui montrent l’efficacité de la
SEP proposée, sont apportés à la fin de ce papier.

MOTS-CLÉS
Juste à temps, SEP, Chaîne logistique, Transport, Séquence de livraisons.

1 INTRODUCTION
La logistique est le processus qui consiste à planifier, à mettre en œuvre et à contrôler le flux
des biens ou/et des services depuis un point d’origine jusqu’au point de consommation. La
compétitivité et la concurrence dans l’économie de marché obligent les entreprises et les membres
d’une chaîne de production à coordonner leurs efforts pour essayer de minimiser les coûts de transport,
de stockage et de maintien (Y.Crama, 2002-2003). Cette vue d’ensemble porte sur les prestataires de
services logistiques dans les domaines du transport avec tous ces aspects : ferroviaire, maritime, aérien
et routier. La chaîne logistique inclut non seulement la logistique des arrivées «Inbound logistics»
mais aussi la logistique des sorties «Outbound logistics» (J. Carvalho's Mexia Crespo, 2001). On peut
alors définir une chaîne logistique comme étant la coordination et l'intégration des activités de tous les
organismes impliqués dans le processus d'approvisionnement, de production, de livraison et du
maintien des produits vers des clients situés dans différentes régions géographiques (N.
Viswanadaham & N. R. S Srinivasa Raghavan, 2000).
Le problème d’ordonnancement et d’optimisation des séquences de production et/ou du
transport a fait l’objet de plusieurs travaux récents. Différentes approches faisant appel aux outils de la
recherche opérationnelle ont été développées.! Ces outils peuvent être classés généralement en deux
catégories!: les méthodes exactes, dites complètes et les méthodes approchées, dites incomplètes (J-K.
Hao, P.Galinier & M.Habib, 1999).
Dans la littérature du problème d’optimisation des séquences de livraison, plusieurs travaux ont
été publiés. Dans (M.A Hoque & S.K Goyal, 2000), une politique de livraison avec des lots de tailles
égales et non égales a été développée sous une demande supposée constante. (S.Y Chou & S.L Chang,
2001) ont développé une heuristique pour trouver le coût minimal dans le cadre d’un seul ordre de

10ième Séminaire CONFERE, 3-4 Juillet 2003, Belfort – France, pp. 411-417
production et plusieurs livraisons. Une programmation dynamique a été introduite par (K. H Kim & J.
B Kim, 2002) afin de sélectionner un modèle pour des camions transportant des composants entre
deux membres d’une chaîne logistique. Le problème d’ordonnancement de livraison économique de
lot «Economic Lot delivery Scheduling Problem!» (ELDSP ) a été également étudié par (J. Hahm & C.
A Yano, 1992) et une extension du problème est introduite pour prendre en compte la capacité du
transporteur. Cependant, tous ces travaux ont maintenu l’hypothèse d’une demande logistique
déterministe et constante.
Une chaîne logistique élémentaire a été étudiée également sous une approche basée sur les
réseaux de Pétri (I. Elmahi, O. Grunder & A. Elmaoudni, 2002, 2003-a). Le modèle proposé est un
Graphe d’Evènement Temporisé GET. Toutefois, Pour réaliser la commande de ce système, les
séquences des chargements du transporteur ont été supposées connues à l’avance.
Le but de ce travail est de développer une procédure d’optimisation des livraisons qui fournit la
meilleure séquence des chargements tout en vérifiant un critère temporel prédéfini.
Cet article est organisé comme suit!: en section 2, nous exposons la problématique de la relation
client – fournisseur et les contraintes qui agissent sur cette chaîne logistique. Dans la section 3, nous
présentons la méthode d’énumération supportée par un exemple explicatif. La SEP proposée et
l’évaluation des solutions obtenues sont développés dans la section 4. Dans la section 5, sont présentés
les résultats obtenus lors des simulations effectuées pour plusieurs exemples. Les conclusions et les
perspectives sont énoncées dans la section 6.

2 PROBLEMATIQUE ET CONTRAINTES
Le système étudié (Figure 1) est constitué de deux centres de production. Le premier est le
fournisseur, le second est son client. Le fournisseur alimente le client par le biais d’un transporteur qui
doit assurer le transfert des biens entre ces deux centres de production. Le véhicule a une capacité de
chargement limitée qui est souvent plus petite que le nombre de produits demandés par le client. Le
fonctionnement de ce maillon logistique est le suivant : le client demande des produits à des dates
apériodiques et le fournisseur doit ordonnancer plusieurs voyages pour satisfaire cette commande.
Chaque voyage fait l’objet d’une partie de la demande. En plus du temps nécessaire au transport, un
temps pour charger et décharger les produits doit être pris en compte.
Le but de cette étude est de trouver la meilleure séquence de chargement qui permet
d’acheminer les biens depuis le fournisseur vers le client. Le nombre de voyages total et les tailles
respectives des lots à transporter agissent fortement sur la qualité de la séquence choisie. Ces deux
paramètres doivent être déterminés de telle manière à ce qu’aucun produit n’arrive en retard.
L’objectif est de minimiser l’avance globale des produits chez le client par rapport aux dates dues. En
d’autres termes, si le principe de juste à temps ne peut être satisfait, alors, les dates d’arrivées réelles
peuvent être inférieures aux dates dues exigées.
L’avance globale, que l’on notera Ag , est calculée comme étant la somme des différences entre la date
réelle y r (i ) et la date due y d (i ) pour tous les produit, np étant le nombre total des produits
demandés. Nous pouvons alors donner la formulation suivante!:

np
Ag = Â (y
i =1
r (i ) - y d ( i )) (1)

412
 Figure 1!: Représentation schématique du problème.
Les notations utilisées sont les suivantes!:
ÿ T : durée d’un trajet aller retour du fournisseur vers le client (fournisseur –client –fournisseur)
ÿ dt : temps pour charger ou décharger un produit du transporteur.
ÿ np !: nombre de produits à livrer.
ÿ chmax : capacité maximale du véhicule.

ÿ y d (i ) !: date due du i ème produit.

ÿ y r (i ) !: date réelle d’arrivée du i ème produit.

ÿ S opt : séquence optimale de chargement.

ÿ evalmin !: avance globale minimale.

ÿ Ag !: avance globale d’une solution.

3 ESPACE DES SOLUTIONS

Pour mieux montrer la complexité de l’énumération et bien comprendre son fonctionnement,
nous avons choisi de détailler un exemple de taille limitée. Le nombre de solutions possibles croît
exponentiellement par rapport au nombre de produits à livrer. Par exemple pour np=5 et chmax = 3 ,
l’énumération de tous les cas possibles génère une arborescence de 13 solutions (figure 2).

Figure 2!: Arborescence des cas possibles pour np=5 et chmax=3.

413
 Comme chmax est inférieur à np , le transporteur a le choix pour son premier voyage, de charger
un lot d’un seul, de deux ou de trois produits. S’il choisit de charger trois produits, le nombre de biens
restant à livrer est égal à deux. Après ce premier voyage, le choix se limite à un chargement de lot
composé d’un ou deux produits. De la même manière, on construit les autres solutions possibles à
partir des autres nœuds. La construction d’une branche s’arrête dès que la somme des produits depuis
la racine jusqu’au nœud actuel devient égal à 5.
Les solutions possibles de cet exemple peuvent être présentées aussi sous forme de séries de lots
où chaque nombre représente la taille du lot de produits livrés par voyage. On a alors les solutions
suivantes!:
(1-1-1-1-1), (1-1-1-2), (1-1-2-1), (1-1-3), (1-2-1-1), (1-2-2), (1-3-1), (2-1-1-1), (2-1-2), (2-2-1),
(2-3), (3-1-1) et (3-2).

L’énumération devient très laborieuse dès que la taille du problème devient importante. En
effet, la construction de toutes les solutions est exponentielle pour un nombre assez grand de produits
et nécessite beaucoup trop de temps même avec un calculateur puissant.

4 PROCEDURE DE SEPARATION ET EVALUATION PROGRESSIVE

4.1 Algorithme SEP

Afin de remédier au problème d’augmentation du temps de calcul, une procédure de séparation
et d’évaluation progressive SEP est proposée. En effet, la SEP fait partie de la famille des méthodes
de résolution exactes. Elle permet de réduire l’espace de recherche par énumération implicite de
branches complètes de l’arborescence ce qui limite le choix des chargements possibles. La première
étape de l’algorithme proposé consiste à construire une bonne séquence qui servira de référence.
Les produits sont classés en fonction des dates dues successives suivant qu’elles sont séparées
par un intervalle de temps supérieur ou inférieur à T . Dans le premier cas, il est plus intéressant
d’affecter chacun des deux produits à des lots séparés. Dans le deuxième, il serait plus judicieux
d’envoyer les deux produits dans le même lot.

Figure 3 : Exemple de classification à partir des dates dues.

Considérons une demande de np = 5 produits et un transporteur dont la capacité de chargement

maximale est telle que chmax = 5 (figure 3). Si les dates dues vérifient les relations suivantes!:
y d (5) - y d (4) £ T et chmax ≥ 2
y d (4) - y d (3) £ T et chmax ≥ 3
y d (3) - y d (2) f T
y d (2) - y d (1) £ T et chmax ≥ 2

414
 Alors, la solution de départ est une séquence de 2 lots tels que!le premier contient les produits 1
et 2, et le deuxième les produits 3, 4 et 5.
L’évaluation de cette séquence initiale correspond à l’avance globale relative à l’ensemble des
produits. Cette valeur notée eval min , sert de référence pour la construction des autres solutions
potentielles. L’étape suivante consiste à explorer toutes les branches de l’arbre (figure 2) tout en
évaluant ces solutions au fur et à mesure de leur construction. En effet, pour chaque branche, l’avance
globale depuis la racine jusqu’au nœud actuel est évaluée et comparée à la valeur de référence. Deux
cas sont possibles!: si l’évaluation trouvée est inférieure à eval min , alors l’exploration de cette branche
peut continuer. Dans le cas contraire, cette dernière sera abandonnée et la construction d’une nouvelle,
qui correspond à une éventuelle solution sera entreprise ce qui permet de limiter l’espace de recherche.
Si à la fin de la construction d’une solution, l’avance globale des produits est inférieure à eval min ,
nous remplaçons cette dernière par la nouvelle valeur trouvée et nous continuons l’exploration des
autres branches. Ainsi, eval min sera mise à jour à chaque fois qu’une meilleure évaluation est
rencontrée. A la fin du processus, la séquence qui correspond à eval min retenue sera la séquence
optimale notée S opt .

4.2 Exploitation et évaluation des solutions

Le critère d’évaluation retenu pour ce travail concerne uniquement les dates de livraisons
imposées par le client. Pour répondre au contexte du juste à temps, les retards de livraisons sont
interdits tandis que la possibilité de livrer les produits demandés avant leurs dates dues reste permise.
L’objectif à atteindre dans ce cas est de minimiser, le plus possible, l’avance globale. Cette avance est
calculée selon (1).
Pour s’assurer qu’aucun produit n’arrive en retard et satisfaire ainsi la commande, nous
commençons toujours le calcul des avances à partir du dernier voyage. Il faudra donc trouver les dates
d’arrivées des produits qui sont placés au début de chaque chargement. Les dates réelles des autres
produits sont trouvées en ajoutant à chaque fois le temps de déchargement dt .
On suppose que le transporteur effectue un voyage pour livrer les j derniers produits. Alors les
dates dues et les dates réelles des produits dans ce voyage seront indexées telles que sur la figure 4.

Figure 4!: Indexation des dates dues et réelles pour le dernier voyage

L’évaluation de l’avance de ce voyage, que l’on note Av j , peut se formuler de la manière suivante!:
j -1
Av j = S [ y d (np - i ) - y r (np - i )]
i =0
L’algorithme de calcul est détaillé dans (I. Elmahi, O. Grunder & A. Elmoudni, 2002, 2003-b). Les
dates réelles d’arrivée doivent satisfaire le système d’inégalités suivant!:
Ï y r (np - ( j - 1)) £ y d (np - ( j - 1)) Ï y r (np - ( j - 1)) £ y d (np - ( j - 1))
Ô Ô
Ô y r (np - ( j - 2)) £ y d (np - ( j - 2)) Ô y r (np - ( j - 2)) = y r (np - ( j - 1)) + dt £ y d (np - ( j - 2))
Ô Ô
ÌM donc ÌM
Ô y (np - 1)) £ y (np - 1)) Ô y (np - 1) = y (np - ( j - 1)) + ( j - 2)dt £ y (np - 1)
Ô r d
Ô r r d

ÔÓ y r (np ) £ y d (np ) ÔÓ y r (np ) = y r (np - ( j - 1)) + ( j - 1)dt £ y d (np )

415
 Ï y r (np - ( j - 1)) £ y d (np - ( j - 1))
Ô
Ô y r (np - ( j - 1)) £ y d (np - ( j - 2)) - dt
Ô
d’où ÌM
Ô y (np - ( j - 1) £ y (np - 1) - ( j - 2)dt
Ô r d

ÔÓ y r (np - ( j - 1) £ y d (np ) - ( j - 1)dt

j -1
alors!: y r (np - ( j - 1)) £ min [y d (np - ( j - 1 - i )) - i ¥ dt ] (2)
i =0

La date calculée y r (np - ( j - 1) ) est relative au premier produit du lot. Les dates relatives aux
produits du même lot sont espacées par dt unités de temps comme suit!:
"i = 1, K , j - 1 : y r (np - ( j - 1 - i )) = y r (np - ( j - 1)) + i ¥ dt (3)
Une fois la date d’arrivée du dernier lot déterminée, nous calculons les dates d’arrivée du lot qui
le précède. Une nouvelle contrainte s’impose cette fois, il s’agit de respecter le temps nécessaire T
pour que le transporteur puisse accomplir un aller retour entier. En effet, si l’avant dernier voyage est
destiné à livrer j ' produits, alors la date d’arrivée réelle du produit se situant à la tête de ce lot est
calculée par l’équation suivante!:
j ' -1
Ê ˆ
y r (np - ( j - 1) - j ' ) = min ÁÁ y r (np - ( j - 1)) - T , min (y d (np - ( j - 1) - ( j '-i )) - i ¥ dt )˜˜ (4)
i =0
Ë ¯

De même, d’une manière récursive, nous déterminons les dates de début de chargement pour
tous les voyages restants (4). Une fois ces dates trouvées, l’avance globale de la séquence se calcule
facilement en utilisant directement l’équation (1).

5 RESULTATS
La procédure SEP développée dans cet article a été appliquée pour différents exemples de
maillons logistiques. Les simulations effectuées ont permis de relever les résultats relatifs au nombre
de solutions construites et au nombre de nœuds parcourus.
Une comparaison entre la SEP proposée et l’énumération explicite de tout l’arborescence est apportée
dans le tableau ci-dessous!:

Nombre de Solution Nombre de nœuds

np chmax T dt Evaluation
SEP Enum. SEP Enum.
1 10 2 15 6 2 33 8 232 28
2 10 4 22 13 6 401 33 833 35
3 10 10 10 1 12 512 64 1024 15
4 10 4 10 1 3 464 18 944 0
5 20 17 34 27 62 524280 1098 106 393
6 20 19 48 26 63 220637 2290 106 374
7 20 10 41 7 26 521472 645 106 102
8 30 14 42 14 54 536.106 5128 1073.106 267
9 30 8 36 10 19 512. 106 750 1027. 106 101
Plus de Plus de
10 40 12 10 1 106 53240 51
2147. 106 2147. 106

Tableau 1!: Comparaison entre l’énumération et la SEP

416
 Les résultats obtenus prouvent la nette supériorité de la SEP proposée par rapport à une
énumération classique de toute les solutions possibles. Un avantage primordial est le gain en temps de
calcul que l’on pourrait exploiter pour étendre la gamme des problèmes traités à des tailles plus
grandes.

6 CONCLUSION ET PERSPECTIVES
Dans cet article, une chaîne logistique élémentaire a été étudiée. Cette chaîne dispose d’un
unique transporteur, l’objectif est de trouver une séquence de chargement optimale qui permet de
transférer les produits depuis le fournisseur vers son client par le moyen de plusieurs voyages. La
procédure de Séparation et Evaluation Progressive SEP que nous avons développée permet d’atteindre
la séquence optimale de livraisons garantissant une avance globale minimale. Une simulation de la
technique d’énumération a été également réalisée pour les mêmes exemples et la comparaison entre les
deux méthodes a montré l’avantage de la SEP à converger plus rapidement vers cet optimum.
Cependant, la SEP reste limitée à des problèmes de taille moyenne. En effet le temps de calcul
augmente exponentiellement avec le nombre total des produits à transporter. Pour remédier à cette
limitation, nous proposons d’associer à la SEP une approche basée sur le développement d’une
heuristique appropriée. Nous envisageons aussi d’étudier des chaînes logistiques disposant de
plusieurs transporteurs.

REFERENCES
J. Carvalho's Mexia Crespo. (2001). E-logistique: retour vers le futur? Revue Française de Gestion
Industrielle. Vol. 19, No. 4.
S. Y. Chou, S. L. Chang, W. D. Yang. « Optimal multiple delivery schedule for demand in logistic
model ». International Journal of Production Economics, 73, pp 241-249, 2001.
Y.CRAMA. (Année académique 2002-2003). Eléments de gestion de la production, Notes de cours,
Ecole d'Administration des Affaires. Université de Liège.
I. Elmahi, O. Grunder & A. Elmoudni. (2002). A Petri net approach for the evaluation and command
of supply chain using the Max-Plus algebra. Proceedings of the 2002 IEEE International
Conference on Systems, Man and Cybernetics. 6-9 October 2002, IEEE SMC 2002. Tunisie.
I. Elmahi, O. Grunder & A. Elmaoudni. (2003-a). A Max Plus Algebra Approach for Modelling and
Control Supply Chain. Proceedings of the 2003 IEEE CCA International Conference on Control
Application. 23-25 June, Istanbul, Turquie.
I. Elmahi, O. Grunder & A. Elmaoudni. (2003-b). A New Petri net Approach for the Supply Chain
Control: Timed Event Graph with Controlled Capacity. Soumis à 9ème IEEE on Emerging
Technology and Factory Automation. 16-19 September, Lisbon, Portugal 2003.
J. Hahm and C. A. Yano, “The economic lot and delivery Scheduling problem: The single item case”,
International journal of production Economics, 28, pp 235-252, 1992.
J-K. Hao, P.Galinier & M.Habib (1999). Méthaheuristiques pour l’optimisation et l’affectation sous
contraintes. Revue d’Intelligence Artificielle.1-2.
M. A. Hoque, S.K. Goyal , “An optimal policy for a single-vendor single-buyer integrated production-
inventory system with capacity constraint of the transport equipment”, Int. J. Production
Economics, 65, 305-315, 2000.
K. H Kim, J. B Kim, “Determining load patterns fort he delivery of assembly components under JIT
systems”, International Journal of Production Economics, 77, pp 25-38, 2002.
N. Viswanadaham & N. R. S Srinivasa Raghavan. Performance analysis and design of supply chain: a
Petri net approach. Newspaper of the operational Research Society, 51 (10): 1158-1169, 2000.

417