Vous êtes sur la page 1sur 76
Conception Conception de de syst syst è è mes mes industriels industriels Lionel Lionel Dupont
Conception Conception de de syst syst è è mes mes industriels industriels Lionel Lionel Dupont

ConceptionConception dede systsystèèmesmes industrielsindustriels

LionelLionel DupontDupont CentreCentre dede GGéénienie IndustrielIndustriel EcoleEcole desdes MinesMines ddAlbiAlbi -- CarmauxCarmaux

Industriel Industriel Ecole Ecole des des Mines Mines d d ’ ’ Albi Albi - -

L. Dupont - MHOSI 05

Plan Les systèmes industriels et leur évolution Localisation Problématique Les modèles fondamentaux

Plan

Plan Les systèmes industriels et leur évolution Localisation Problématique Les modèles fondamentaux

Les systèmes industriels et leur évolution Localisation

Problématique Les modèles fondamentaux Localisation à coût concave : méthode branch and bound

Aménagement d'usine ou d'unités de service

Problématique Critère basé sur les flux entre secteurs voisins : approche constructive Critère basé sur les flux globaux

L. Dupont - MHOSI 05

Evolution des systèmes industriels Le monde industriel dans son ensemble a été et reste soumis

Evolution des systèmes industriels

Evolution des systèmes industriels Le monde industriel dans son ensemble a été et reste soumis à

Le monde industriel dans son ensemble a été et reste soumis à des mutations très fortes, principalement dues :

Au renversement du rapport entre l’offre et la demande. Importance croissante du client (coût, qualité, délai) Evolution : artisanal / production de masse / mass customization A la mondialisation et la globalisation de l’économie. Accroissement des marchés Délocalisation des productions Aux mutations techniques et technologiques. Impossibilité de dominer l'ensemble Recentrage sur le cœur d'activité Externalisation croissante A l’importance croissante de la gestion de l’information. Base de données, systèmes d'information, ERP, APS e-commerce, B2B, B2C

L. Dupont - MHOSI 05

Evolution des systèmes industriels Les problématiques évoluent : de l’atelier de production à la gestion

Evolution des systèmes industriels

Evolution des systèmes industriels Les problématiques évoluent : de l’atelier de production à la gestion globale

Les problématiques évoluent :

de l’atelier de production à la gestion globale des chaînes logistiques (Supply Chain Management), du technique (automatisation des machines) à l’informationnel (mise en place d’ERP et d’APS), de la gestion à moindre coût de pièces conçues en interne à la sélection de partenaires ayant des compétences et des savoir-faire qu’on ne possède plus. d'une vision fonctionnelle à une vision processus d'une concurrence entre entreprises à la concurrence entre réseaux logistiques de l'optimisation locale de sous systèmes indépendants à l'optimisation globale

La conception des systèmes productifs reste une clé nécessaire

compétitivité (coût, délais) réactivité

L. Dupont - MHOSI 05

Localisation L. Dupont - MHOSI 05
Localisation L. Dupont - MHOSI 05

Localisation

L. Dupont - MHOSI 05

Localisation Sur un aire géographique donnée, positionner un nombre limité de : Points de vente,

Localisation

Localisation Sur un aire géographique donnée, positionner un nombre limité de : Points de vente, entrepôts

Sur un aire géographique donnée, positionner un nombre limité de :

Points de vente, entrepôts de stockage, Sites de production, Fournisseurs, sous traitants

Afin d’approvisionner ou servir cette aire

Pour optimiser un critère donné :

Minimiser coût global de gestion (construction, transport) Maximiser qualité de service sous contrainte de délais

L. Dupont - MHOSI 05

client site
client
site

Localisation : modèle de base

client site Localisation : modèle de base m clients – Dc demande du client c n

m clients – Dc demande du client c n sites potentiels pour implanter un entrepôt fs coût de construction sur le site s ps prix de revient d’un article en s tsc coût de transport par article de s à c

Xsc quantité livré par le site s au client c Ys = 1 si le site s est retenu, 0 sinon

min

s

fs.Ys

+

∑∑

s

c

c,

s

Xsc

=

Dc

s,

c

Xsc

M .Ys

( ps

+

tsc) Xsc

L. Dupont - MHOSI 05

densité 5 densité 15 densité 30 densité 50 site possible
densité 5
densité 15
densité 30
densité 50
site possible

Localisation de points de vente 1/3

50 site possible Localisation de points de vente 1/3 Localisation de points de vente, banques, services,

Localisation de points de vente, banques, services, hôpitaux, etc. Hypothèse de base : la probabilité qu’un consommateur fréquente un point de vente diminue avec la distance Données : zones géographiques de clientèle avec leurs densités

vente diminue avec la distance Données : zones géographiques de clientèle avec leurs densités L. Dupont
vente diminue avec la distance Données : zones géographiques de clientèle avec leurs densités L. Dupont

L. Dupont - MHOSI 05

Localisation de points de vente 2/3 n zones (nœuds) de clientèle, m sites potentiels -

Localisation de points de vente 2/3

Localisation de points de vente 2/3 n zones (nœuds) de clientèle, m sites potentiels - fs

n zones (nœuds) de clientèle, m sites potentiels - fs coût de construction en s Fcs population de la zone c susceptible de fréquenter le site s

Variables Xcs = 1 si les clients de c vont en s, 0 sinon Ys = 1 si s est ouvert, 0 sinon

∑∑

s

s

c

Fsc.Xsc

Maximiser la fréquentation

max

c,

s,

c

Xcs

=

1

Xcs

M .Ys

Ys P

une zone est rattachée à un seul point de vente

condition d'ouverture d'un point de vente

le nombre de points est limité à P

s

s

l'investissement maximal est V

fs.Ys V

L. Dupont - MHOSI 05

Localisation de points de vente 3/3 Cas particulier : problème de p-median n zones (nœuds)
Localisation de points de vente 3/3
Cas particulier : problème de p-median
n zones (nœuds) de clientèle - Pc clientèle potentielle en zone c
m sites potentiels - fs coût de construction en s
dsc distance de s à c
min
fs.Ys
+
∑∑
pc.dsc.Xsc
s
s
c
c,
Xcs
=
1
s
s,
Xcs
M .Ys
c
Ys ≤ P
s
L. Dupont - MHOSI 05
Sites des Fournisseurs
Sites des
Fournisseurs

Conception du réseau

Sites des Fournisseurs Conception du réseau L'emplacement des divers acteurs (fournisseurs, entrepôts, usines,

L'emplacement des divers acteurs (fournisseurs, entrepôts, usines, détaillants) étant connus, comment organiser les flux :

fréquence quantités transportées, mode de transport (route, rail, bateau…)

Sites de

Production

Sites de

stockage

Clients
Clients
mode de transport (route, rail, bateau…) Sites de Production Sites de stockage Clients L. Dupont -
mode de transport (route, rail, bateau…) Sites de Production Sites de stockage Clients L. Dupont -
mode de transport (route, rail, bateau…) Sites de Production Sites de stockage Clients L. Dupont -

L. Dupont - MHOSI 05

Fournisseurs
Fournisseurs

Conception du réseau

Fournisseurs Conception du réseau Un camion /semaine Un camion / 15 jours Un camion / mois

Un camion /semaine Un camion / 15 jours Un camion / mois

Production

/semaine Un camion / 15 jours Un camion / mois Production Un camion / jour Réappro
Un camion / jour Réappro 2 fois/jours
Un camion / jour
Réappro 2 fois/jours

L. Dupont - MHOSI 05

Conception simultanée du produit et du réseau logistique L. Dupont - MHOSI 05
Conception simultanée du produit et du réseau logistique L. Dupont - MHOSI 05

Conception simultanée du produit et du réseau logistique

L. Dupont - MHOSI 05

L. Dupont - MHOSI 05
L. Dupont - MHOSI 05
Conception simultanée produit / réseau 1 F4 : Lève vitre conducteur manuel électrique électrique +

Conception simultanée produit / réseau 1

Conception simultanée produit / réseau 1 F4 : Lève vitre conducteur manuel électrique électrique + total

F4 : Lève vitre conducteur manuel électrique électrique + total électrique + total + anti pincement

électrique + électrique passager avant électrique + total + électrique passager avant électrique + total + anti pincement+ électrique passager avant

F1 : Lève vitre arrière droite manuel électrique électrique + total électrique + total + anti pincement F2 : Lève vitre arrière gauche idem F1 F3 : Lève vitre passager avant manuel électrique électrique + total électrique + total + anti pincement électrique + électrique passagers arrières électrique + total + électrique passagers arrières électrique + total + anti pincement + électrique passagers arrières

électrique + électrique passager avant

passagers arrières électrique + total + électrique passager avant + électrique passagers arrières électrique + total + anti pincement + électrique passager avant + électrique passagers arrières

+ électrique

L. Dupont - MHOSI 05

1. 2.
1.
2.

Conception simultanée produit / réseau 2

1. 2. Conception simultanée produit / réseau 2 fabriquer le cablage sur mesure : gain sur

fabriquer le cablage sur mesure :

gain sur le coût matière fabrication synchrone non loin de la ligne d ’assemblage finale : délai et coût

fabriquer un cablage répondant à toutes les situations

F1 et F2 : électrique + total + anti pincement F3 : électrique + total + anti pincement + électrique passagers arrières F4 : électrique + total + anti pincement + électrique passager avant + électrique passagers arrières pertes matière très élevées fabrication délocalisée + gestion de stock facile

3. fabriquer un nombre restreint de packs capable de répondre à l ’ensemble des demandes

pertes matière limitées fabrication délocalisée + gestion de stock facile

L. Dupont - MHOSI 05

Conception simultanée produit / réseau 3 Quels packs constituer et avec quels modules pour satisfaire

Conception simultanée produit / réseau 3

Conception simultanée produit / réseau 3 Quels packs constituer et avec quels modules pour satisfaire les

Quels packs constituer et avec quels modules pour satisfaire les demandes prévisionnelles respecter les capacités de production à moindre coût

site fabrication calculateurs site fabrication modules site constructeur (client) site avancé
site fabrication calculateurs site fabrication modules site constructeur (client) site avancé
site fabrication calculateurs site fabrication modules site constructeur (client) site avancé

site fabrication calculateurssite fabrication modules site constructeur (client) site avancé

site fabrication modulessite fabrication calculateurs site constructeur (client) site avancé

site constructeur (client) site avancé

L. Dupont - MHOSI 05

Localisation à coût concave L. Dupont - MHOSI 05
Localisation à coût concave L. Dupont - MHOSI 05

Localisation à coût concave

L. Dupont - MHOSI 05

• • •

Justificatif du modèle

• • • Justificatif du modèle Les hypothèses de linéarité des coûts des modèles classiques ne

Les hypothèses de linéarité des coûts des modèles classiques ne sont pas toujours pertinentes

coût de construction : généralement concave

les coûts d'approvisionnement (administratifs, transport, stockage) sont eux aussi concave :

avec une gestion de type EOQ, ce coût est donné par

2.Cc.t.V .Q

de type EOQ, ce coût est donné par 2. Cc . t . V . Q

Cc : coût d'une commande

t : taux de possession

V : valeur du produit

L. Dupont - MHOSI 05

Justificatif du modèle Les entrepôts sont situés près des grands axes de communication approvisonnement en

Justificatif du modèle

Justificatif du modèle Les entrepôts sont situés près des grands axes de communication approvisonnement en grande

Les entrepôts sont situés près des grands axes de communication

sont situés près des grands axes de communication approvisonnement en grande quantité un entrepôt dessert
sont situés près des grands axes de communication approvisonnement en grande quantité un entrepôt dessert

approvisonnement en grande quantité un entrepôt dessert les clients alentour on établit des tournées pas d'aller - retour entre l'entrepôt et un seul client les coûts de distribution ne sont pas proportionnels à la distance entre le site s et le client c. dépendent de la quantité délivrée par s

En final, la somme des coûts dépend de la quantité délivrée et est une fonction concave

L. Dupont - MHOSI 05

Formulation On doit livrer m clients Dc : demande annuelle du client c S(c) l'ensemble

Formulation

Formulation On doit livrer m clients Dc : demande annuelle du client c S(c) l'ensemble des

On doit livrer m clients Dc : demande annuelle du client c S(c) l'ensemble des sites qui peuvent livrer le client c Il existe n sites potentiels C(s) : clients que s peut livrer fonction concave CGs(Q) : coût si s délivre la quantité Q

Objectif : satisfaire toutes les demandes à coût minimal.

Variables de décisions :

Xsc ( s S(c) ) = quantité livrée par le site s au client c

Qs = quantité totale délivrée par le dépôt s

L. Dupont - MHOSI 05

Modèle Objectif : minimiser le coût global d’obtention n Min ∑ CGs Qs ( )
Modèle
Objectif : minimiser le coût global d’obtention
n
Min
CGs Qs
(
)
s = 1
soumis à :
la demande de tout client doit être satisfaite
∀c
Xsc
=
Dc
s ∈ S (c)
détermination de la quantité délivrée par le site s
∀s
Qs
=
Xsc
c ∈ C(s)
L. Dupont - MHOSI 05
Schéma d'énumération A chaque étape :
Schéma d'énumération
A chaque étape :

Branch and bound

d'énumération A chaque étape : Branch and bound Méthode exacte : branch and bound Schéma

Méthode exacte : branch and bound

Schéma d'énumération Bornes pour couper l'énumération

Propriété 1: il existe toujours une solution optimale dans laquelle tout client c est livré par un site et un seul.

choisir un client non résolu (un sommet)

si possible de manière judicieuse

affecter ce client aux différents sites possibles (arcs)

si possible trouver un ordre judicieux

L. Dupont - MHOSI 05

Schéma d'énumération : exemple Client C1 Client C2 Client C3 Site S1 1 1 Site
Schéma d'énumération : exemple
Client C1
Client C2
Client C3
Site S1
1
1
Site S2
1
1
1
Site S3
1
1
L0
C2
S1
S2
C1
C3
S2
S3
S1
S3
S2
C3
C3
C1
C1
C1
S1
S2
S3
S1
S2
S3
S2
S3
S2
S3
S2
S3
sol1
sol2
sol3
sol4
sol5
sol6
sol7
sol8
sol9
sol10
sol11
sol12
S3 S2 S3 S2 S3 S2 S3 sol1 sol2 sol3 sol4 sol5 sol6 sol7 sol8 sol9

L. Dupont - MHOSI 05

Exemple ABCD Client C1 1 1 1 Client C2 1 1 1 Client C3 1
Exemple
ABCD
Client C1
1
1
1
Client C2
1
1
1
Client C3
1
1

Principe de réduction de l'arbre

1 1 Client C3 1 1 Principe de réduction de l'arbre L'exploration sera plus rapide si

L'exploration sera plus rapide si l'arbre est restreint Idée : trouver d'autres conditions de dominance Propriété 2 :

Considérons deux clients f et g pouvant être livrés indifféremment par les deux sites potentiels a et b. Il n'est pas nécessaire de considérer les solutions où f serait livré par a (resp b) et g par b (resp a)

On choisit le client C1

Choix C1, A ABCD Choix C1, B ABCD Choix C1, C ABCD C1 1 C1
Choix C1, A
ABCD
Choix C1, B
ABCD
Choix C1, C
ABCD
C1
1
C1
1
C1
1
C2
1
1
C2
1
1
C2
1
1
1
C3
1
C3
1
1
C3
1

L. Dupont - MHOSI 05

Client C1 Client C2 Client C3 Site S1 1 1 Site S2 1 1 1
Client C1
Client C2
Client C3
Site S1
1
1
Site S2
1
1
1
Site S3
1
1
Ordre judicieux sur les clients :
• max de sites
• coût prévisible maximum

Schéma d'énumération restreint : exemple

maximum Schéma d'énumération restreint : exemple C3 S1 S3 S2 C2 C1 S1 S2 S3 C1
C3 S1 S3 S2 C2 C1 S1 S2 S3 C1 C2 S2 S3 S2 S1
C3
S1
S3
S2
C2
C1
S1
S2
S3
C1
C2
S2
S3
S2
S1
S2
sol 1
sol 2
sol 3
sol 4
sol 5

L. Dupont - MHOSI 05

Mise en œuvre informatique Les relations entre les sites et les cl ients sont données

Mise en œuvre informatique

Mise en œuvre informatique Les relations entre les sites et les cl ients sont données par

Les relations entre les sites et les clients sont données par la matrice A Initialement :

A(s,c)=1 si s peut livrer c A(s,c)=0 sinon En cours de traitement A(s,c)=1 si s peut livrer c (0 sinon) A(s,c)=-k si s pouvait initialement livrer c mais si le choix fait à l’étape k interdit désormais cette possibilité.

Main program Read the data, initialize A(n,m), QCT, QM, NC, Choice (1) End of main program

L. Dupont - MHOSI 05

CT = CT + {ck} Algorithme Begin procedure Choice ( k ) 1. Choose the

CT = CT + {ck}

Algorithme

CT = CT + {ck} Algorithme Begin procedure Choice ( k ) 1. Choose the customer

Begin procedure Choice (k)

1. Choose the customer ck such as S(ck)is maximum

NC = NC - {ck}

s S(ck) do QM(s) = QM(s) – D(ck)

2. Choose the site sk for the customer ck

For each of the potential sites sk of S(ck) do Site(ck) = sk QCT(sk) = QCT(sk) + D(ck)

2.1 update the matrix A according to the property 2

s sk etc ck, if A(s,ck) = A(sk,ck) = 1 then if A(s,c) = A(sk,c) = 1 then A(s,c) = - k and QM(s) = QM(s) - D(c)

L. Dupont - MHOSI 05

2.2 2.3 End for site s End procedure
2.2
2.3
End for site s
End procedure

Algorithme

2.2 2.3 End for site s End procedure Algorithme go to the following step if NC

go to the following step

if NC≠∅ then Choice (k + 1)

cancel the modifications due to the choice of the site sk

QCT(sk) = QCT(sk) - D(ck) s, c if A(s,c) = - k then A(s,c) = 1 and QM(s) = QM(s) + D(c)

cancel the modifications due to the choice of the customer ck}

CT = CT - {ck} NC = NC + {ck} s S(ck) do QM(s) = QM(s) + D(ck)

L. Dupont - MHOSI 05

Borne inférieure par produit Si le site s livre Qs produits, le coût unitaire moyen
Borne inférieure par produit
Si le site s livre Qs produits, le coût unitaire moyen par produit livré est :
CUs(Qs) = CGs(Qs)/Qs.
CGs(Qs) est concave et par suite CUs(Qs) est décroissante.
une borne inférieure de CUs(Qs) = borne supérieure sur la demande Qs.
Soit CT ensemble des clients pour lesquels le choix est fait, NC les autres.
A l'étape k,
on connaît la quantité QCT(s) déjà livré par s à ses clients dans CT.
au maximum, s pourrait livrer tous ses clients dans NC, soit QM(s)
QM s
(
)
=
Dc c ∈ C
,
(
s
)
∩ NC
et le coût minimal du produit livré à partir de s est
CMin(s) = CGs[QCT (s) + QM (s)]
L. Dupont - MHOSI 05
BInf = ∑ s ValSol = ∑ s
BInf
=
s
ValSol
=
s

Borne inférieure et heuristique

∑ s ValSol = ∑ s Borne inférieure et heuristique Borne inférieure. Pour livrer tout client

Borne inférieure. Pour livrer tout client c de NC on retient le site s le moins cher :

CMin (s ) = min (CMin

(t ) / t S (c ))

Soit QH(s) la quantité obtenue.

[QCT (s) QH (s)].CMin (s)

+

Heuristique La solution QCT(s)+QH(s) ainsi construite est une solution réalisable. Le calcul de la borne inférieure donne aussi une solution heuristique gloutonne consistant à retenir pour chaque client le composant de coût minimal. La valeur de cette solution est :

(QCT (s) QH (s)).CUs (QCT (s) QH (s))

+

+

L. Dupont - MHOSI 05

Exemple Pour tous les sites : CG(Q) = 1000+Q Choix fait pour les clients 1
Exemple
Pour tous les sites : CG(Q) = 1000+Q
Choix fait pour les clients 1 et 2, reste à faire pour 3, 4 et 5.
Client 1
Client 2
Client 3
Client 4
Client 5
Livraison max
Coût unitaire
min
Site 1
250
150
400
3,50
Site 2
200
100
300
4,33
Site 3
150
100
250
5,00
Site 4
100
50
150
7,67
Site 5
150
50
200
6,00
Client 1
Client 2
Client 3
Client 4
Client 5
Livraison vraie
Coût unitaire
réel
Site 1
250
150
400
3,50
Site 2
200
100
300
4,33
Site 3
0
Site 4
0
Site 5
50
50
21,00
Binf = 400*3,5 + 300 * 4.33 + 50 * 6,0 = 3000
V = 400*3,5 + 300 * 4.33 + 50 * 21,0 = 3750
50 21,00 Binf = 400*3,5 + 300 * 4.33 + 50 * 6,0 = 3000 V

L. Dupont - MHOSI 05

Experimental results Geographic area : a square map of size 100*100 Customers and sites are

Experimental results

Experimental results Geographic area : a square map of size 100*100 Customers and sites are uniformly

Geographic area : a square map of size 100*100 Customers and sites are uniformly distributed in the square One site can deliver all the customers located in a radius R = 20 Any customer can be delivered by at least two sites. The relevant cost of Q items on the site s is given by:

(Q)
(Q)

CGs(Q) = A(s) + B(s)*Q + C(s)

A(s) uniform on [1000, 5000], B(s) = 10, C(s) uniform on [100, 1000]. For each couple (c,s) considered, 50 tests have been carried out.

L. Dupont - MHOSI 05

Result for m=20 sites n Mean number of nodes Mean Mean relative performance Max number
Result for m=20 sites
n
Mean number
of nodes
Mean
Mean relative
performance
Max number
of nodes
Max
time
time
Max relative
performance
50
15240
6s
8,24%
71786
30s
25,29%
80
67362
15s
10,52%
678059
4mn
30,53%
100
205259
1mn 40
7,88%
2153889
16mn
22,61%
120
260507
2mn 20
8,88%
2409826
20mn
19,67%
130
450021
4mn 10
8,92%
3285272
30mn
23,12%
700000
600000
y = 4467 e 0,0355x
500000
R 2 = 0,9585
Trend
400000
300000
200000
100000
0
50
70
90
110
130
150

L. Dupont - MHOSI 05

L. Dupont - MHOSI 05
L. Dupont - MHOSI 05

L. Dupont - MHOSI 05

Agencement de sites L. Dupont - MHOSI 05
Agencement de sites L. Dupont - MHOSI 05

Agencement de sites

L. Dupont - MHOSI 05

• • • • • •

Agencement de sites

• • • • • • Agencement de sites Définir les emplacements relatifs de s différents

Définir les emplacements relatifs des différents secteurs concernés par le projet de construction ou d'aménagement.

Les secteurs impliqués dans la production (ateliers de fabrication)

Les structures annexes (chaufferie, station d’épuration,….),

Les services administratifs,

Les zones de stockage (matières, produits finis, déchets),

Les secteurs de circulation extérieure aux bâtiments (entrée et sortie de l'entreprise, parkings, réception, expédition, vestiaires, etc.),

les secteurs à risques potentiels que l'on souhaite isoler ou éloigner de certains autres secteurs (secteurs avec risques d'incendie ou d'explosion, locaux techniques, secteurs avec nuisances sonores, chimiques, etc.).

L. Dupont - MHOSI 05

• • • • • •

Agencement de sites

• • • • • • Agencement de sites La « bonne» implantation : meilleur compromis

La « bonne» implantation : meilleur compromis entre plusieurs critères minimiser les distances parcourues par les matières, les équipements ou les personnes, minimiser les coûts de transport et de manutention entre secteurs, faciliter la coopération entre les départements travaillant sur les mêmes processus industriels ou administratifs, réduire les risques d'accidents du travail, minimiser l’impact d’accidents potentiels dans les secteurs à risques, minimiser la gêne causée par les secteurs bruyants, nauséabonds ou polluants.

L. Dupont - MHOSI 05

Agencement : mesure d’affinité Définir une mesure fij de l’affinité entre les secteurs i et
Agencement : mesure d’affinité
Définir une mesure fij de l’affinité entre les secteurs i et j
Mesure qualitative
Code
Jugement
A
proximité absolument nécessaire
A
: Absolutely necessary
E
proximité spécialement importante
E : Especially important
I
proximité Importante
I : Important
O
secteurs ordinairement proche
O
: Ordinary near
U
proximité Non importante
U
: Unimportant
X
éloignement absolument nécessaire
X
: Undesirable
Mesure représentative des échanges :
nombre de pièces, d’informations, de personnes etc.
Mesure représentative des échanges et des distances

L. Dupont - MHOSI 05

Agencement Deux grands types de problèmes : 1. Maximiser la somme des mesures entre secteurs

Agencement

Agencement Deux grands types de problèmes : 1. Maximiser la somme des mesures entre secteurs voisins

Deux grands types de problèmes :

1. Maximiser la somme des mesures entre secteurs voisins

max

A =

∑∑ = =

m

i

1

m

j

1

fij xij

.

Xij=1 si i et j voisin

Algorithmes constructifs par ajout de secteur

2. Minimiser la somme des mesures pondérées entre tous les secteurs pris 2 à 2

min

D =

∑∑ = =

m

i

1

m

j

1

fij cij dij

.

.

Cij coût unitaire d’échange entre si i et j

La solution globale doit être connue pour estimer le critère Problème beaucoup plus complexe Pas de méthode manuelle

L. Dupont - MHOSI 05

Agencement : secteurs voisins 1 L. Dupont - MHOSI 05

Agencement : secteurs voisins 1

Agencement : secteurs voisins 1 L. Dupont - MHOSI 05
Agencement : secteurs voisins 1 L. Dupont - MHOSI 05
Agencement : secteurs voisins 1 L. Dupont - MHOSI 05

L. Dupont - MHOSI 05

Agencement : secteurs voisins 2 entre S1 S2 S3 S4 S5 S6 S7 Somme S1
Agencement : secteurs voisins 2
entre
S1
S2
S3
S4
S5
S6
S7
Somme
S1
60
15
25
15
10
5
115
S2
60
55
30
30
175
S3
15
5
15
30
S4
25
55
5
30
110
S5
15
30
30
90
30
195
S6
10
30
15
90
60
195
S7
5
30
60
90
S4 25 55 5 30 110 S5 15 30 30 90 30 195 S6 10 30
S4 25 55 5 30 110 S5 15 30 30 90 30 195 S6 10 30

L. Dupont - MHOSI 05

Agencement : secteurs voisins 3 entre S1 S2 S3 S4 S5 S6 S7 Somme S1
Agencement : secteurs voisins 3
entre
S1
S2
S3
S4
S5
S6
S7
Somme
S1
60
15
25
15
10
5
115
S2
60
55
30
30
175
S3
15
5
15
30
S4
25
55
5
30
110
S5
15
30
30
90
30
195
S6
10
30
15
90
60
195
S7
5
30
60
90
S3
F15763
F1263
S6
S2
F256
F142
F245
S4
S1
F154
F576
S7
S5

L. Dupont - MHOSI 05

Agencement : secteurs voisins 4 Passage du graphe d'adjacence au plan des secteurs S6 S3

Agencement : secteurs voisins 4

Agencement : secteurs voisins 4 Passage du graphe d'adjacence au plan des secteurs S6 S3 F576

Passage du graphe d'adjacence au plan des secteurs

S6 S3 F576 F576 F256 F256 F1263 F1263 S2 F245 F245 F142 F142 S7 S4
S6
S3
F576 F576
F256 F256
F1263 F1263
S2
F245 F245
F142 F142
S7
S4
S1
F154 F152
S5
S3 F15763 F1263 S6 S2 F256 F142 F245 S4 S1 F154 F576 S7 S5
S3
F15763
F1263
S6
S2
F256
F142
F245
S4
S1
F154
F576
S7
S5

L. Dupont - MHOSI 05

Agencement : secteurs voisins 5 phase finale : du conceptuel au physique l’unité à implanter
Agencement : secteurs voisins 5
phase finale : du conceptuel au physique
l’unité à implanter est un rectangle de 36*20 = 720
les secteurs ont comme surface
S1
S2
S3
S4
S5
S6
S7
Espace libre
120
80
60
120
80
120
120
20
S6
S3
F576 F576
F256 F256
F1263 F1263
S2
F245 F245
F142 F142
S7
S4
S1
F154 F152
S5

L. Dupont - MHOSI 05

Agencement : optimisation globale Principe : construire une so lution globale puis l’évaluer. Méthode CRAFT

Agencement : optimisation globale

Agencement : optimisation globale Principe : construire une so lution globale puis l’évaluer. Méthode CRAFT :

Principe : construire une solution globale puis l’évaluer. Méthode CRAFT : partir d’une première solution, puis travailler par améliorations locales

Permuter les positions de deux secteurs adjacents (ex : S5 et S6) Permuter les positions de trois secteurs adjacents (ex S4, S5 et S6) Permuter les positions de deux secteurs non adjacents de même surface (S2 et S5 de surface 80, S4 et S6 de surface 120 mais pas S1 ou S7 qui sont fixés).

S4 et S6 de surf ace 120 mais pas S1 ou S7 qui sont fixés). Implantation
S4 et S6 de surf ace 120 mais pas S1 ou S7 qui sont fixés). Implantation

Implantation finale

Implantation de départ

L. Dupont - MHOSI 05

Agencement : optimisation globale CRAFT : Implantation finale lissée L. Dupont - MHOSI 05

Agencement : optimisation globale

Agencement : optimisation globale CRAFT : Implantation finale lissée L. Dupont - MHOSI 05
Agencement : optimisation globale CRAFT : Implantation finale lissée L. Dupont - MHOSI 05

CRAFT : Implantation finale lissée

L. Dupont - MHOSI 05

découpe guillotine
découpe guillotine

Agencement : optimisation globale

découpe guillotine Agencement : optimisation globale Equivalence avec un problème de découpe : MCRAFT ou BLOCPLAN

Equivalence avec un problème de découpe :

MCRAFT ou BLOCPLAN découpe en deux temps : des bandes en longueur que l’on retaille en hauteur. LOGIC (Layout Optimization with Guillotine Induced Cuts) :

LOGIC (Layout Optimization with Guillotine Induced Cuts) : Solution de Logic Solution de BlocPlan L. Dupont

Solution de Logic

Solution de BlocPlan

L. Dupont - MHOSI 05

Optimisation globale : approche par PLNE L. Dupont - MHOSI 05
Optimisation globale : approche par PLNE L. Dupont - MHOSI 05

Optimisation globale :

approche par PLNE

L. Dupont - MHOSI 05

Les variables :
Les variables :

Optimisation globale : approche par PLNE

Les variables : Optimisation globale : approche par PLNE L’entreprise (le bâtiment) est un rectangle de

L’entreprise (le bâtiment) est un rectangle de base B et de hauteur H. Chaque secteur i est un rectangle.

surface comprise entre Smin et Smax. base (resp la hauteur) : comprise entre Bmin et Bmax (resp Hmin et Hmax).

Les déplacements se font par des couloirs :

distance de Manhattan entre A et B : d(A,B) = |x A -x B | + |y A -y B |.

XG(i) et XD(i) : coordonnées gauche et droite du secteur i (base du secteur) YB(i) et YH(i) : coordonnées bas et haut du secteur i (hauteur) XC(i) et YC(i) : coordonnées en X et Y du centre du secteur i ZDij = 1 si le secteur j est à droite du secteur i Zhij = 1 si le secteur j est au dessus du secteur i

L. Dupont - MHOSI 05

min
min

Optimisation globale : approche par PLNE

min Optimisation globale : approche par PLNE Objectif : Minimiser les flux entre les centres :

Objectif : Minimiser les flux entre les centres :

∑∑ i j

fij.cij.dij

Contraintes 1. les secteurs i et j ne doivent pas s'intercepter

=> au moins une des conditions suivantes vraie

un secteur est strictement à droite de l'autre (ZDij ou ZDji vaut 1) un secteur est strictement au-dessus de l'autre (ZHij ou ZHji vaut 1)

contraintes de non-recouvrement :

ZDij + ZDji + ZHij + ZHji 1

L. Dupont - MHOSI 05

3. 4. 5. •
3.
4.
5.

Optimisation globale : approche par PLNE

3. 4. 5. • Optimisation globale : approche par PLNE 2.Contraintes sur les bases et hauteurs

2.Contraintes sur les bases et hauteurs :

Bmin(i) < XD(i) - XG(i) < BMax(i) Hmin(i) < YH (i) - YB (i) <HMax(i)

Calcul des coordonnées du centre :

XC(i) = (XD(i) + XG(i)) / 2 YC(i) = (YH (i) + YB (i)) / 2

les secteurs sont à l'intérieur du bâtiment :

0 < XG(i) et XD(i)< B 0 < YB(i) et YH(i) < H

si j est à droite de i (si ZDij = 1), alors XD(i) < XG(j)

XD(i) < XG(j) + B * (1- ZDij)

Si ZDij = 1 alors XD(i) < XG(j) Si ZDij = 0, alors XD(i) < XG(j) + B. Vrai car XD(i)< B

L. Dupont - MHOSI 05

6. 7. 8. • •
6.
7.
8.

Optimisation globale : approche par PLNE

6. 7. 8. • • Optimisation globale : approche par PLNE si j est au-dessus de

si j est au-dessus de i (si ZHij = 1), alors XH(i) < XB(j)

XH(i) < XB(j) + H (1- ZHij)

Calcul de la distance entre les centres de i et j :

Dij = XC(i)-XC(j)+YC(i)-YC(j)

XC(i) -XC(j) = DX + - DX - YC(i) -YC(j) = DY + - DY -

Dij = DX + + DX - + DY + + DY -

la surface du secteur i est comprise entre Smin(i) et SMax(i) :

Smin(i) ( XD(i) - XG(i) ) * ( XH(i) - XB(i) ) SMax(i)

contrainte quadratique non linéarisable

L. Dupont - MHOSI 05

Solution : contrôler le périmètre Exemple : S entre 2700 et 3300. B entre 60
Solution : contrôler le périmètre
Exemple : S entre 2700 et 3300. B entre 60 et 70. H entre 40 et 55.
Base B
Hmin 2700/B
Hmax 3300/B
B + Hmin
B + Hmax
60 45,0
55,0
105,0
115,0
61 44,3
54,1
105,3
115,1
62 43,5
53,2
105,5
115,2
63 42,9
52,4
105,9
115,4
64 42,2
51,6
106,2
115,6
65 41,5
50,8
106,5
115,8
66 40,9
50,0
106,9
116,0
67 40,3
49,3
107,3
116,3
68 39,7
48,5
107,7
116,5
69 39,1
47,8
108,1
116,8
70 38,6
47,1
108,6
117,1

Optimisation globale : approche par PLNE

47,1 108,6 117,1 Optimisation globale : approche par PLNE surface entre 2700 et 3300 : proche

surface entre 2700 et 3300 : proche de périmètre entre 210 et 233.

L. Dupont - MHOSI 05

Implantation d'atelier L. Dupont - MHOSI 05
Implantation d'atelier L. Dupont - MHOSI 05

Implantation d'atelier

L. Dupont - MHOSI 05

Implantation d'atelier Positionner : les machines, les aires de stockage, les allées de circulation etc.

Implantation d'atelier

Implantation d'atelier Positionner : les machines, les aires de stockage, les allées de circulation etc. dans

Positionner : les machines, les aires de stockage, les allées de circulation etc. dans l’atelier

Une bonne implantation permet d’obtenir un meilleur taux d'occupation des surfaces, une diminution des transports et manutentions. Directement : des gains sur les coûts, De manière induite, une diminution des stocks et une meilleure tension des flux.

L. Dupont - MHOSI 05

Typologie d’implantation d’ateliers Implantation par projet ou produit fixe : Cas des produits volumineux (aviation,

Typologie d’implantation d’ateliers

Typologie d’implantation d’ateliers Implantation par projet ou produit fixe : Cas des produits volumineux (aviation,

Implantation par projet ou produit fixe :

d’ateliers Implantation par projet ou produit fixe : Cas des produits volumineux (aviation, aérospatiale, génie
d’ateliers Implantation par projet ou produit fixe : Cas des produits volumineux (aviation, aérospatiale, génie

Cas des produits volumineux (aviation, aérospatiale, génie civil, etc…).

L. Dupont - MHOSI 05

Typologie d’implantation d’ateliers Implantation par ligne de production Type Flow Shop = production de masse

Typologie d’implantation d’ateliers

Typologie d’implantation d’ateliers Implantation par ligne de production Type Flow Shop = production de masse ou

Implantation par ligne de production

Type Flow Shop = production de masse ou familles stables

FR TO FR MO DE TO FR SO SO FR
FR
TO
FR
MO
DE
TO
FR
SO
SO
FR

L. Dupont - MHOSI 05

Typologie d’implantation d’ateliers Implantation par sections homogènes Type job shop = grande flexibilité, faible
Typologie d’implantation d’ateliers
Implantation par sections homogènes
Type job shop = grande flexibilité, faible productivité
Atelier
Atelier FRAISAGE
Atelier TOURNAGE
PERCAGE
T
T
P
P
F
F
F
F
P
P
F
F
F
F
T
T
T
T
S
S
S
P
S
S
S
P
T
T
Atelier SOUDAGE
Atelier PEINTURE
T
T
A
A
A
Reception et Expedition
ASSEMBLAGE
L. Dupont - MHOSI 05
Famille Gamme 1 SM M F2 R2 V PF 2 SM P F2 R1 V
Famille
Gamme
1 SM
M
F2
R2
V
PF
2 SM
P
F2
R1
V
PF
3 SM
M
T
R2
PF
4 SM
F1
R1
V
PF
5 SM
F1
T
R2
PF
SM
F1
M
P
PF
V
R2
R1

Implantation d'atelier flow shop

F1 M P PF V R2 R1 Implantation d'atelier flow shop Atelier de type flow shop

Atelier de type flow shop : il est possible d’implanter les postes et machines conformément au flux.

F1 SM M T R1 V P F2 R2 PF M T R1 V T
F1
SM
M
T
R1
V
P
F2
R2
PF
M
T R1
V
T
SM
PF
F2
F1
P F2
R2

L. Dupont - MHOSI 05

Implantation d'atelier job shop 1 Réimplantation d’atelier PE1 PE2 PE3 PE4 Allée de circulation EB
Implantation d'atelier job shop 1
Réimplantation d’atelier
PE1
PE2
PE3
PE4
Allée de circulation
EB
FS1
FS2
TO
Magasin
Matières Premières
Magasin
Produits Finis
PE4 Allée de circulation EB FS1 FS2 TO Magasin Matières Premières Magasin Produits Finis L. Dupont

L. Dupont - MHOSI 05

Implantation d'atelier job shop 2 Méthode des Chaînons : similaire dans l'esprit à la méthode
Implantation d'atelier job shop 2
Méthode des Chaînons : similaire dans l'esprit à la méthode RelChart.
On part de la matrice des flux entre postes
On classe les postes selon le nombre de chaînons et les valeurs des flux.
TO
FS1
FS2
PE1
PE2
PE3
PE4
EB
TO
FS1
FS2
PE1
PE2
PE3
PE4
EB
2
ème
ème
EB
0
0
0
2
1
3
1
4
EB
0
0
0
2
1
3
1
7
4
ème
ème
PE4
0
0
0
0
0
1
2
8
PE4
0
0
0
0
0
1
2
8
ème
ème
PE3
0
0
0
0
4
3
5
PE3
0
0
0
0
4
8
5
ème
ème
PE2
0
0
3
2
4
2
PE2
0
0
3
2
10
2
er
er
PE1
1
2
1
5
1
PE1
1
2
1
8
1
2
ème
3
ème
FS2
3
1
4
FS2
3
1
8
ème
FS1
3
3
5
5 chaînons
sur PE1
ème
FS1
3
6
7
Flux = 10
sur PE2
5
ème
ème
TO
3
TO
7
6
Ordre : PE1, PE2, FS2, EB, PE3,TO, FS1, PE4
L. Dupont - MHOSI 05
Implantation d'atelier job shop 3 Implantation théorique sur trame triangulaire. Ordre : PE1, PE2, FS2,

Implantation d'atelier job shop 3

Implantation d'atelier job shop 3 Implantation théorique sur trame triangulaire. Ordre : PE1, PE2, FS2, EB,

Implantation théorique sur trame triangulaire.

Ordre : PE1, PE2, FS2, EB, PE3,TO, FS1, PE4

FS1 FS2 PE2 PE3 TO PE1 EB PE4 Chaînon hors trame
FS1
FS2
PE2
PE3
TO
PE1
EB
PE4
Chaînon hors trame

L. Dupont - MHOSI 05

Implantation pratique FS1 TO FS1 FS2 PE2 PE3 Allée de circulation PE4 EB TO PE1
Implantation pratique
FS1
TO
FS1
FS2
PE2
PE3
Allée de circulation
PE4
EB
TO
PE1
Magasin
Matières Premières
Magasin
Produits Finis

Implantation d'atelier job shop 3

Premières Magasin Produits Finis Implantation d'atelier job shop 3 FS2 PE2 PE3 PE1 EB PE4 L.
FS2 PE2 PE3 PE1 EB PE4
FS2
PE2
PE3
PE1
EB
PE4

L. Dupont - MHOSI 05

Réimplantation d'atelier fonctionnel L. Dupont - MHOSI 05
Réimplantation d'atelier fonctionnel L. Dupont - MHOSI 05

Réimplantation d'atelier fonctionnel

L. Dupont - MHOSI 05

Atelier fonctionnel (section homogène) : Atelier fonctionnel : le plus fréquent très flexible : permet

Atelier fonctionnel (section homogène) :

Atelier fonctionnel (section homogène) : Atelier fonctionnel : le plus fréquent très flexible : permet de

Atelier fonctionnel :

le plus fréquent très flexible : permet de faire passer une gamme variée de pièces peu de vision sur les flux et les délais peu productif

Ligne de production

peu flexible, mais cadencée avec productivité connue.

Ilot de production: intermédiaire entre la ligne de production et l' atelier fonctionnel. Avec le passage au juste à temps (lean production), on cherche à réimplanter l’atelier fonctionnel en ilots.

L. Dupont - MHOSI 05

Peinture Réception Tour Tronçonneuse Fraiseuse
Peinture
Réception
Tour
Tronçonneuse
Fraiseuse

Réimplantation d'atelier fonctionnel 2

Fraiseuse Réimplantation d'atelier fonctionnel 2 Nouvelle implantation Ancienne implantation Galvanisation
Fraiseuse Réimplantation d'atelier fonctionnel 2 Nouvelle implantation Ancienne implantation Galvanisation

Nouvelle implantation

Ancienne implantation

Galvanisation Stockage Rectifieuse Assemblage Stockage
Galvanisation
Stockage
Rectifieuse
Assemblage
Stockage
Tronçonneuse Tour Peinture Assemblage Tronçonneuse Fraiseuse Rectifieuse Galvanisation Réception Tour
Tronçonneuse
Tour
Peinture
Assemblage
Tronçonneuse
Fraiseuse
Rectifieuse
Galvanisation
Réception
Tour
Peinture
Assemblage
Services généraux
Assemblage
Stockage

L. Dupont - MHOSI 05

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 A1 1 1 A2 1
P1
P2
P3
P4 P5
P6
P7
P8 P9
P10
A1
1
1
A2
1
1
1
A3
1
1
1
B1
1
1
B2
1
1
1
B3
1
1
1
1
C1
1
1
1
1
C2
1
1
Problème dit de technologie de groupe
• heuristique : Algorithme de King
• exact : double voyageur de commerce

Réimplantation d’atelier fonctionnel 3

de commerce Réimplantation d’atelier fonctionnel 3 Matrice initiale machines / pièces Matrice identique après

Matrice initiale machines / pièces

Matrice identique après permutation de lignes et colonnes

 

P2

P5

P6

P8

P1

P4

P9 P10 P3

P7

A2

1

1

1

 

B2

1

1

1

C1

 

1

1

1

1
1

A1

   

1

1

 

A3

1

1

1

1
1
 

B3

1

1

1

B1

 

1 1

C2

1 1

L. Dupont - MHOSI 05

en ligne (cellules (i,j) et (i,j+1)) en colonne (cellules (i,j) et (i+1,j)) P1 P2 P3
en ligne (cellules (i,j) et (i,j+1))
en colonne (cellules (i,j) et (i+1,j))
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
A1
1
1
A2
1
1
1
A3
1
1
1
B1
1
1
B2
1
1
1
B3
1
1
1
1
C1
1
1
1
1
C2
1
1

Réimplantation d’atelier : méthode exacte 1

1 C2 1 1 Réimplantation d’atelier : méthode exacte 1 Problème préliminaire : trouver une "mesure

Problème préliminaire : trouver une "mesure de proximité" idée : obtenir le maximum de 1 dans des cellules voisines,

A2

   

A3

1

 

B1

   

B2

 

2

 

B3

1

2

1

 

C1

 

2

1

2

1

 

C2

 

2

1

 

A1

A2

A3

B1

B2

B3

C1

L. Dupont - MHOSI 05

A2 A3 1 B1 B2 2 B3 1 2 1 C1 2 1 2 1
A2
A3
1
B1
B2
2
B3
1
2
1
C1
2
1
2
1
C2
2
1
A1
A2
A3
B1
B2
B3
C1

Réimplantation d’atelier : méthode exacte 2

B2 B3 C1 Réimplantation d’atelier : méthode exacte 2 On cherche un chemin hamiltonien de longueur

On cherche un chemin hamiltonien de longueur maximale en ajoutant un sommet fictif, on tombe sur un problème de voyageur de commerce symètrique

C2 A1 C1 A2 B3 A3 B2 B1
C2
A1
C1
A2
B3
A3
B2
B1

max = 10 : (B2, A2, C1, A3, A1, B3, B1, C2)

L. Dupont - MHOSI 05

P1 P2 P10 P9 P8 P7 P6
P1
P2
P10
P9
P8
P7
P6

Réimplantation d’atelier : méthode exacte 3

P8 P7 P6 Réimplantation d’atelier : méthode exacte 3 On applique le même pr incipe sur

On applique le même principe sur les colonnes. Max = 13 : P8, P6, P2, P5, P1, P10, P9, P4, P3, P7.

P8 P6 P2 P5 P1 P10 P9 P4 P3 P7 B2 1 1 1 P3
P8
P6
P2
P5
P1
P10
P9
P4
P3
P7
B2
1
1
1
P3
A2
1
1
1
C1
1
1
1
1
P4
A3
1
1 1
1
A1
1
1
P5
B3
1
1 1
1
B1
1
1
C2
1
1

L. Dupont - MHOSI 05

Implantation de chaînes de production L. Dupont - MHOSI 05
Implantation de chaînes de production L. Dupont - MHOSI 05

Implantation de chaînes de production

L. Dupont - MHOSI 05

Implantation de chaînes de production 1 Problème : constituer des postes de travail équilibré Exemple

Implantation de chaînes de production 1

Implantation de chaînes de production 1 Problème : constituer des postes de travail équilibré Exemple :

Problème : constituer des postes de travail équilibré Exemple :

C4 F1 H3 J2 M2 A 2 D3 G2 K3 N3 E2 I3 L3
C4
F1
H3
J2
M2
A 2
D3
G2
K3
N3
E2
I3
L3

Temps de travail effectif : 15 heures par jour soit 900 mn

Production visée : 85 unités par jour soit 1 toutes les 10,5 mn

N) : 37 mn

Durée totale de fabrication (A

Au mieux : 4 postes de travail de 10 mn.

Partitionner le graphe en 4 parties avec la contrainte :

Pour qu’une opération X puisse être exécutée, il faut que toutes les opérations précédentes soient achevées, soit sur le même poste, soit sur les postes précédents

L. Dupont - MHOSI 05

Implantation de chaînes de production 2 C4 F1 H3 J2 M2 A2 D3 G2 K3

Implantation de chaînes de production 2

Implantation de chaînes de production 2 C4 F1 H3 J2 M2 A2 D3 G2 K3 N3
C4 F1 H3 J2 M2 A2 D3 G2 K3 N3 B4 E2 I3 L3
C4
F1
H3
J2
M2
A2
D3
G2
K3
N3
B4
E2
I3
L3

Une des solutions possibles

Contraintes de positionnement

C4 F1 H3 haut J2 haut A2 sol D3 G2 sol K3 B4 haut E2
C4
F1
H3 haut
J2 haut
A2 sol
D3
G2 sol
K3
B4 haut
E2
I3 sol
L3

M2C4 F1 H3 haut J2 haut A2 sol D3 G2 sol K3 B4 haut E2 I3

N3C4 F1 H3 haut J2 haut A2 sol D3 G2 sol K3 B4 haut E2 I3

L. Dupont - MHOSI 05

Implantation de chaînes de production 3 Méthode de construction par ajout successif ordonner les tâches

Implantation de chaînes de production 3

Implantation de chaînes de production 3 Méthode de construction par ajout successif ordonner les tâches se

Méthode de construction par ajout successif

ordonner les tâches selon un certain critère créer les postes en respectant l'ordre

Exemple : ordre alphabétique

1 1 2 4 C4 F1 H3 haut J2 haut M2 1 A2 sol 1
1
1
2
4
C4
F1
H3 haut
J2 haut
M2
1
A2 sol
1
3
3
D3
G2 sol
K3
2
N3
3
2
4
B4 haut
E2
I3 sol
L3

4

4

Logiciel COMSOAL ordonner selon un ordre aléatoire générer 500 solutions minimum

L. Dupont - MHOSI 05

Merci de votre attention L. Dupont - MHOSI 05
Merci de votre attention L. Dupont - MHOSI 05
Merci de votre attention L. Dupont - MHOSI 05

Merci de votre attention

L. Dupont - MHOSI 05