20XX-XX.cours.gestion-du-probleme-de-transport.powerpoint.opti

GESTION DU PROBLEME DE
TRANSPORT
Réalisé par :
Salma ADNAN & Ghita ACHOUAK
2008-2009
SOMMAIRE
 INTRODUCTION
 RAPPEL SUR LA THEORIE DES
GRAPHES
 PRESENTATION DU PROBLEME DE
TRANSPORT
 PROBLEME D’AFFECTATION
 PROBLEME DE FLOTS
 CONCLUSION
Recherche Opérationnelle Management Logistique 2

INTRODUCTION
 La gestion du problème de transport est

parmi les préoccupations majeures des
entreprises.
 La RO permet une modélisation de ces

problèmes en utilisant plusieurs
méthodes.
La théorie des graphes
 Un graphe est une représentation symbolique d’un
réseau. Il s’agit d’une abstraction de la réalité de sorte à
permettre sa modélisation.
 Un réseau de transport, comme tout réseau, peut être
représenté sous forme de graphe. Un graphe G consiste
en un ensemble de noeuds v et d’arcs e. Par suite,
G=(v,e).
 Un sommet v (nœud )est un point d’extrémité ou un
point d’intersection d’un graphe .
 Un arc e est un lien entre deux sommets. Un arc possède
une direction souvent symbolisée par une flèche.

La théorie des graphes
 Ce graphe se définit de
façon suivante:
G = (v,e)
v = (1,2,3,4,5)
e = (1,2), (1,3), (2,2),
(2,5), (4,2), (4,3), (4,5)
On appelle un sous-graphe d'un graphe un graphe dont on a enlevé des

sommets. Dans le graphe G précédant, le sous graphe
p=1.

la théorie des graphes
 Une arête est un groupe de deux sommets tels que chaque

sommet fait partie de l’ensemble des correspondants de l’autre
sommet.
Ce graphe comporte 5 arcs [(1,2), (2,1),

(2,3), (4,3), (4,4)]
et 3 arêtes [(1-2), (2-3), (3-4)].

 L’établissement de chemins est une étape fondamentale dans
la mesure d’accessibilité et de flux de trafic au sein d’un
réseau.
 Un chemin eulérien est un chemin simple qui passe une fois et
une seule par chaque arc.
 Un chemin hamiltonien est un chemin qui passe une fois et
une seule par chaque sommet.
 Une chaîne est une suite d’arcs telle que chaque arc de la
suite a une extrémité en commun avec l’arc précedent. La
direction n’a pas d’importance.

 Un circuit est un chemin fini et fermé dont l’extrémité
terminale du dernier arc coïncide avec l’extrémité initiale
du premier.
 Un cycle est une chaîne dont le sommet initial et

terminal coïncide et qui n’emprunte pas le même arc
constitue un cycle.
 Il convient de distinguer deux grands types de graphes :

les graphes orientés et ceux qui ne le sont pas (les
graphes non orientées).
LE problème de transport
PRESENTATION
 Le P.T est un problème classique de la
R.O
 La solution du P.T est celle qui permet de

transporter les flux du point de départ au
point d’arrivée.
 La solution doit également être la plus

économique.
FOMRMULATION
Données :
 un ensemble K d'usines,
 un ensemble L de clients,
 les offres a des usines,

k
 les demandes bdes
l clients,
 les coûts de transports unitaires c(k,l)

FOMRMULATION
c11 x11
a1 1 1 b1
c12 x12
a2 2 2 b2
cp2 xp2
ap p q bq
cpq xpq

FOMRMULATION
 On suppose que:
p q
Hypothèse 1:
a
k 1
k   bl
l 1
où ak >0 et bl > 0.

FOMRMULATION
 Le P.T peut être modélisé de la méthode
suivante:
p q
Min z   c kl x kl
k 1 l 1
(T) q
x
l 1
kl
 ak k  1,2,..., p (disponibilité)
p
x
k 1
kl
 bl l  1,2,..., q (demande)
x kl  0 k  1,2,..., p et l  1,2,..., q
FOMRMULATION
 Sous l’hypothèse (1), (T) est dit :
« Le problème Standard de Transport » (PST)
p p q q p q
 a k    x kl    x kl   b l
k 1 k 1l1 l1k 1 l1

FOMRMULATION
p q
Si  ak   bl
k 1 l1
alors on crée un client fictif :
b  a  b p q
 q1  k  l
 k 1 l1
c kq1  0, k  1,2,..., p
FOMRMULATION
p q
Si  ak   bl
k 1 l1
alors on crée un entrepôt fictif :

a  p b  q a
 p1  l  k
 k 1 l1
c p1k  0, k  1,2,..., p

 La solution de base initiale:

(a) La règle du coin Nord-Ouest
(b) La règle des Coûts Minimums
(c) Méthode des Approximations de
Vogel

 A- La règle du coin Nord-ouest :Soit le problème suivant:
Une E/se de vente représentant trois dépôts et 5 client. La
Matrice des couts ainsi que la disponibilité et la demande du
produit sont
Client 1 2 3 4 5 Dispo
Dépôt
I 5 6 4 8 10 80
II 7 9 1 52 6 50
III 8 3 6 4 70
DDE 40 20 60 30 50 200
A- La règle du coin Nord-ouest
(The Northwest Corner Rule)
1 2 3 4 5 ai
I 80
II 50
III 70
b J 40 20 60 30 50

A- La règle du coin Nord-ouest :
On répète cette étape

1 2 3 4 5 ai
Jusqu’à ce que la I 40 20 80 40 20
Solution initiale soit
obtenue II 50
III 70
b J 40 20 60 30 50
0 0
La solution initiale est atteinte
1 2 3 4 5 ai
I 40 20 20 80 40 20 0
II 40 10 50 10 0
Matrice de S.I
III 20 50 70 50 0
40 20 60 30 50
bJ 0 0 40 20 0
0 0
B- la méthode de Vogel
Appelée également méthode des regrets
ou de la différence maximale, ou de
Balas-Hammer
Cette méthode permet d’obtenir la solution

optimale en moins d’itération

1 2 3 4 5 ai
I 5 6 4 8 10 80 1 5-4
II 7 9 10 5 6 50 1 6-5
III 8 3 6 2 4 70 40 1 3-2
30
bj 40 20 60 30 50
0
2 3 2 3 2
7-5 6-3 6-4 5-2 6-4
1 2 3 4 5 ai
I 5 6 4 10 80 1 5-4
II 7 9 10 6 50 1 6-5
III 8 3 6 4 40 20 1 3-2
20 30
bj 40 20 60 0 50
0
2 3 2 __ 2
7-5 6-3 6-4 6-4
1 2 3 4 5 ai
I 5 4 10 80 20 1
60
II 7 10 6 50 1
III 8 6 4 20 2
20 30
bj 40 0 60 0 50
0
2 __ 2 __ 2

1 2 3 4 5 ai
I 5 10 20 0 5
20 60
II 7 6 50 1
III 8 4 20 4
20 30
bj 40 0 0 0 50
20
2 __ __ __ 2

1 2 3 4 5 ai
I 0
20 60
II 7 6 50 1
III 8 4 20 4
20 30 20
bj 20 0 0 0 50
30
2 __ __ __ 2

1 2 3 4 5 ai
I 0
20 60
II 7 6 50 0
20 30
III 0
20 30 20
bj 20 0 0 0 30
0 0
2 __ __ __ 2

LE problème de Transport
Exemple du transport de M/SE
La société GALAXY ELECTRONICS est spécialisée dans la
vente d’articles électroménager, cette dernière doit livrer ses 4
clients, qui lui achètent respectivement 10, 8, 5 et 7 de produit.
Il lui reste exactement 30 articles mais ils sont répartis sur 3
entrepôts : 6, dans le 1er, 9 dans le 2e et 15 dans le 3e.
Les coûts de transport, en DH/A, entre chaque entrepôts R i et
chaque point de livraison Lj sont donnés dans le tableau
suivant:

Points de
livraison L1 L2 L3 L4
Entrepôt
R1 4 3 7 2
3 4 5 2
R2
5 6 9 7
R3
Destinations
L1 L2 L3 L4 Disponibilités
Sources
R1 4) 3) 7) 2) 6
6 0
R2 3) 4) 5) 2) 9
R3 5) 6) 9) 7) 15
Demandes
Recherche Opérationnelle
10 8 5 7
Management Logistique
Z=? 31
1
Destinations
Sources
R2 3) 4) 5) 2) 9
1 8
R3 5) 6) 9) 7) 15
Demandes 10 8 5 1 Z=?
0
Destinations Disponibilités
L1 L2 L3
Sources
R2 3) 4) 5) 8
8 0
R3 5) 6) 9) 15
Demandes 10 8 5 Z=?
2
Destinations
L1 L2 L3 Disponibilités
Sources
R3 5) 6) 9) 15
2 8 5 0
Demandes 2 8 5 Z=?
0 0 0

Destinations
Sources
R1 4) 3) 7) 2) 6
6
R2 3) 4) 5) 2) 9
8 1
R3 5) 6) 9) 7) 15
2 8 5
Demandes
Recherche Opérationnelle 10 8 5
Management Logistique 7 Z=131 35
L’algorithme de stepping stone
 Application:
Soit le tableau suivant traduisant les coûts pour chaque
unitée transférée entre les sources et les puits :

 1- Recherche d’une solution de base

L’algorithme de
stepping stone
 2- Amélioration de la solution de base
a/ Calculer les coûts marginaux notés pour chaque
liaison non-affectée
b/ Si tous les sont positifs ou nuls Fin
Sinon, prendre le cycle de substitution associé au
le plus petit.
c/ Retour en a
Les quantités constituent les couts marginaux
unitaires.

 Il faut prendre toutes les lignes non utilisées avec la
solution de base déterminée en 1, et pour chacune d’elle
essayer de faire passer une unité sur celle-ci tout en
préservant l’équilibre original du graphe.

 Détermination des coûts marginaux :

 On détermine maintenant le cycle de substitution de :

L’algorithme de stepping
stone
 On détermine donc les modifications à effectuer au

final :
On retourne maintenant à l’étape 1 de l’algorithme

Problème d’affectation
 Les problèmes d’affectation sont des cas
spéciaux du problème de transport où la
demande associée à chaque destination est
égale à 1.
 Il existe une méthode, “la méthode
hongroise” qui simplifie la résolution du

problème d’affectation.

Problème d’affectation Formulation

La méthode hongroise
( algorithme de KHUN)
 L’algorithme de résolution du problème d’affectation

fut crée par Harold KUHN en 1955. Il est utilisé pour
minimiser un cout ou maximiser une satisfaction
suite à différentes affectations .
 Il s'agit d'affecter :
- des famille de produits à des zones de stock,
- des commerciaux à des secteurs,
- des ouvriers sur des machines,
- ...

 Application :
• Les coûts de fabrication des ouvriers sur les diverses
machines sont donnés par le tableau ci-dessous.
• Chercher la meilleure affectation de manière à rendre le coût
de fabrication minimal

 Etape 1: Obtention des zéros
Créer une nouvelle matrice des coûts en choisissant le
coût minimal dans chaque colonne et en le soustrayant
de chaque coût dans la colonne ( Idem pour les lignes ).

 Etape 2:Recherche d’une solution optimale
- On cherche la ligne ou des lignes comptant le

moins de zéro.
- On encadre un des zéros de cette ligne, puis on
barre les zéros qui se trouvent sur la même ligne et
dans la même colonne que les zéros encadrés.
- On répète le processus pour les lignes restantes.
Un zéro encadré par ligne ⇒ Solution optimale

 La ligne 4 ne contient pas un zéro encadré donc on va

appliquer l’étape 3 et 4 de l’algorithme.

 Etape 3:Recherche des rangées en nombre minimal
contenant tous les zéros:
a. On marque d’une croix toute ligne ne contenant
aucun zéro encadré.
b. On marque toute colonne qui a un zéro barré sur une
ou plusieurs lignes marquées.
c. On marque toute ligne qui a un zéro encadré sur une
ou plusieurs colonnes marquées.
d. On répète b) et c) jusqu’à ce qu’il n’y ait plus de
colonne ou de ligne à marquer.
On trace un trait sur toute colonne marquée.
On trace un trait sur toute ligne non marquée.

 Etape 4: Déplacement de certains zéros:

-Tableau partiel : éléments traversés par aucun trait.
- Le plus petit élément du tableau partiel est ajouté aux
éléments rayés deux fois et retranché des éléments du
tableau.
- Retour à la phase 2.

 Le plus petit élément est 2, ainsi on aura le tableau ci-

dessous:



Le Problème de flots
DEFINITION DU FLOT
Un flot dans un graphe est une valuation
des arcs respectant la loi de conservation
des flux (loi de Kirchhoff)
 u   u
u  u 


G
Soit un graphe G=(X ,U),( , c, s, t) est réseau
SSI :
 est un graphe orienté connexe sans boucle;
 Ce graphe est valué : chaque arc (u, v) du
graphe a une capacité c(u, v);
 la source s de degré entrant nul :
 le puits t de degré sortant nul.

 Un flot est complet si pour tout chemin allant
de la source au puits, il y a au moins un arc
Saturé.
P.S
o Un flot complet n’est pas forcément
Maximum.
o Un flot maximum est forcément complet

Exemple de flot complet
 On veut acheminer un produit à partir de 3 entrepôts
(1,2,3) vers 4 clients (a,b,c,d)
 Quantités en stock : 45, 25, 25
 Demande des clients : 30,10, 20, 30
 Limitations en matière de transport d’un entrepôt à un client
] a
a b c d [0,10 [0,
, 2 0] 30
1 [0 [0,1 ]
1 10 1 - 20 , 45] 5]
[0 [0,10]
5 [0,25] [0,5] b
E 2 S
2 20 5 5 - [0,
25 [0,5] [0,20]
] c
[0,10] [0 ]
3 - - 10 10 3 ,2 30
0] ,
[0,10 [0
Recherche Opérationnelle Management Logistique
] d
59
Exemple de flot complet
a
, 10] , 10 [0,
[0
1 0] , 15 30
], 2
35 [0,2 [0,1 5
] , 5], 5
5
[ 0,4 [0,10],
10
[0,25], 25 [0,5], 5 b
E 2 S
[0, [0,5], 5 , 20] , 15
25 [0
], 2 c
0 10
[0,10], [0
,2 0
3 0]
, ,] 3
20 , 30
[0,10 [0
], 10
d Valeur du flot = 80
Ce flot est un flot complet, c-à-d, tout chemin de

E à S comporte au moins un arc saturé
Algorithme de Ford- Fulkerson
 Cas d’utilisation :Problèmes de charge maximale

admissible par des réseaux (électriques, informatiques,
routiers)
 Principe fondamental :A tout moment, la loi de
Kirchhoff doit être vérifiée sur chaque sommet x

de G
 But : Augmenter le flot jusqu’à son maximum tout
en respectant cette règle

 Principe général :
 On part d’un flot compatible
(généralement 0)
 On utilise deux fonctions alternativement

 Procédure de marquage
 Procédure d’augmentation du flot

 Procédure de marquage
 But :
 trouver une chaîne améliorante
 Principe :
 Marquage des sommets selon deux critères :
 Delta (flot max que l’on peut faire parvenir au
sommet)
 Sommet de provenance

 Procédure d’augmentation du flot
 But :
 augmenter le flot dans le graphe selon la valeur et
le marquage obtenu par la procédure de marquage
 Principe :
 Parcours du graphe du puit vers la source suivant
les indications de provenance de la procédure de
marquage

Chercher le flot complet du réseau.
8
a c
4
4
7 8 3
2 7
S b d P
10 3
4 6
3
e Capacité
1er marquage
a 8 [0] c
(+S) (+a)
4 [0]
4 [0]
7 [0] 8 [0] 3 [0]
2 [0]
S b d 7 [0] P
(+) 10 [0] (+S) 3 [0] (+a) (+c)
4 [0] 6 [0]
3 [0] () Marquage
e [] Flot
(+b)
Recherche Opérationnelle Management Logistique Capacité 66
Le flot sur cette chaîne a 8 [4] c
est maintenant F1=4 (+S) (+a)
4 [0]
4 [4]
7 [4] 8 [0] 3 [0]
2 [0]
S b d 7 [0] P
(+) f /v  4
10 1
[0]1 (+S) 3 [0] (+a) (+c)
4 [0] 6 [0]
On remarque que le flot est 3 [0] () Marquage
complet dans , cP e [] Flot
cet arc est saturé. (+b)
Capacité
Le flot sur cette chaîne
est maintenant F2=3 a 8 [4] c
(+S) (+a)
4 [3]
4 [4]
7 [4+3] 8 [0] 3 [0]
2 [0]
S b d 7 [3] P
(+) 10 [0] (+S) 3 [0] (+a) (+d)
4 [0] 6 [0]
3 [0] () Marquage
S  a :cet arc est saturé.
e [] Flot
(+b)
Recherche Opérationnelle Management Logistique Capacité
68
a 8 [4] c
F3=3 (-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [0]
2 [0]
S b d 7 [3+3] P
(+) 10 [3] (+S) 3 [3] (+b) (+d)
4 [0] 6 [0]
3 [0] () Marquage
b  d Est saturé e [] Flot
(+b)
69
F4=3 a 8 [4] c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [0]
2 [0]
S b d 7 [6] P
(+) 10 [3+3] (+S) 3 [3] (+b) (+e)
4 [0] 6 [3]
3 [3] () Marquage
e [] Flot
be Est saturé (+b)
Capacité
F5=1 8 [4]
a c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [1]
2 [1]
S b d 7 [6+1] P
10 [6+1] (+) 3 [3] (+c) (+d)
4 [0] 6 [3]
(+)
3 [3] () Marquage
S)
e [] Flot
dP Est saturé (+d)
71
F6= 1 a 8 [4] c
(-c) (+b)
4 [3]
4 [4]
7 [7] 8 [0] 3 [1+1]
2 [1+1]
S b d 7 [7] P
(+) 10 [7+1] (+S) 3 [3] (+c) (+e)
4 [1] 6 [3+1]
3 [3] () Marquage
b  c Est saturé e [] Flot

(+d)
f ( S  P ) / v  15
Recherche Opérationnelle Management Logistique
Capacité
72
CONCLUSION

20XX-XX.cours.gestion-du-probleme-de-transport.powerpoint.opti

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

20XX-XX.cours.gestion-du-probleme-de-transport.powerpoint.opti

Transféré par

Droits d'auteur :

Formats disponibles

GESTION DU PROBLEME DE

Recherche Opérationnelle Management Logistique 2

 La gestion du problème de transport est

 La RO permet une modélisation de ces

Recherche Opérationnelle Management Logistique 4

On appelle un sous-graphe d'un graphe un graphe dont on a enlevé des

Recherche Opérationnelle Management Logistique 5

 Une arête est un groupe de deux sommets tels que chaque

Ce graphe comporte 5 arcs [(1,2), (2,1),

Recherche Opérationnelle Management Logistique 6

Recherche Opérationnelle Management Logistique 7

 Un cycle est une chaîne dont le sommet initial et

 Il convient de distinguer deux grands types de graphes :

 La solution du P.T est celle qui permet de

 La solution doit également être la plus

 les offres a des usines,

Recherche Opérationnelle Management Logistique 10

Recherche Opérationnelle Management Logistique 11

Recherche Opérationnelle Management Logistique 12

 Sous l’hypothèse (1), (T) est dit :

« Le problème Standard de Transport » (PST)

Recherche Opérationnelle Management Logistique 14

alors on crée un entrepôt fictif :

Recherche Opérationnelle Management Logistique 16

 La solution de base initiale:

Recherche Opérationnelle Management Logistique 17

Recherche Opérationnelle Management Logistique 19

On répète cette étape

Cette méthode permet d’obtenir la solution

Recherche Opérationnelle Management Logistique 22

Recherche Opérationnelle Management Logistique 25

Recherche Opérationnelle Management Logistique 26

Recherche Opérationnelle Management Logistique 27

Recherche Opérationnelle Management Logistique 28

Recherche Opérationnelle Management Logistique 29

Recherche Opérationnelle Management Logistique 34

Recherche Opérationnelle Management Logistique 36

Recherche Opérationnelle Management Logistique 37

Recherche Opérationnelle Management Logistique 38

Recherche Opérationnelle Management Logistique 39

Recherche Opérationnelle Management Logistique 40

Recherche Opérationnelle Management Logistique 41

 On détermine donc les modifications à effectuer au

On retourne maintenant à l’étape 1 de l’algorithme

Recherche Opérationnelle Management Logistique 42

hongroise” qui simplifie la résolution du

Recherche Opérationnelle Management Logistique 43

Recherche Opérationnelle Management Logistique 44

 L’algorithme de résolution du problème d’affectation

Recherche Opérationnelle Management Logistique 45

Recherche Opérationnelle Management Logistique 46

Recherche Opérationnelle Management Logistique 47

- On cherche la ligne ou des lignes comptant le

Recherche Opérationnelle Management Logistique 48

 La ligne 4 ne contient pas un zéro encadré donc on va

Recherche Opérationnelle Management Logistique 49

Recherche Opérationnelle Management Logistique 51

 Etape 4: Déplacement de certains zéros:

Recherche Opérationnelle Management Logistique 52

 Le plus petit élément est 2, ainsi on aura le tableau ci-

Recherche Opérationnelle Management Logistique 53

Recherche Opérationnelle Management Logistique 54

Recherche Opérationnelle Management Logistique 55

Recherche Opérationnelle Management Logistique 56