16-17 Novembre 2006

Intégration du transport en planification et ordonnancement dans la chaîne logistique

Hervé MANIERUniversité de Technologie de Belfort-MontbéliardLaboratoire Systèmes et Transports (S.e.T) 90010 Belfort – FranceMél : herve.manier@utbm.fr

16-17 Novembre 2006

I Présentation des problèmes de transportFacility Location ProblemLocation-routing ProblemVehicle Routing Problem

II Prise en compte du transport en planification et ordonnancementNiveau stratégiqueNiveau tactiqueNiveau opérationnel

III Analogies et perspectives

IV Conclusion

PLAN

16-17 Novembre 2006

• Moyen terme• Design du service, planification des opérations La fréquence des opérations de transport Les itinéraires et les modes de transport pour chaque demande La politique de groupage La distribution des ressources vides

• Court terme, temps réel• Gestion et contrôle dynamiques des ressources et opérations: routes, horaires, personnel, incidents

Stratégique

Tactique

Opérationnel

• Long-terme• La configuration du système de transport (position des hubs, des terminaux)• Acquisition des ressources majeures (coûteuses)

Objectifs réglés et limites

Politiques et directives générales

* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05

Les niveaux de planification entransport

16-17 Novembre 2006

Définir la configuration d’une chaîne logistique :

- le nombre de sites à utiliser

- leur localisation

- leurs activités

- les volumes échangés entre sites

Facility location problem

16-17 Novembre 2006

Facility location problem

16-17 Novembre 2006

Les contraintes du problème :

-répondre aux besoins du client

en respectant les capacités de productionles capacités de stockageles capacités de distribution

des différents sites de la chaîne logistique

en minimisant le coût total

Facility location problem

16-17 Novembre 2006

La classification des modèles :1.      « Covering models »- localiser les installations dans les nœuds d’un réseau afin de minimiser le coût de

location, tel que tous les nœuds de demande soient couverts ou, dans le cas d’un budget fixe, de maximiser la demande couverte par ces installations

- associé à la localisation d’infrastructures publiques, tels que les hôpitaux, les postes, les bibliothèques, les écoles.

2.      « Center models »- localiser p installations dans les nœuds d’un réseau afin de minimiser la distance

maximale entre un point de demande et une installation- associé à la localisation des installations d’urgence tels que les casernes de pompiers,

les centres d’ambulances, etc.3.      « Médian models »- localiser p installations dans les nœuds d’un réseau et associer la demande à ces

installations afin de minimiser la distance totale parcourue entre les installations et les points de demande.

Si les installations ne sont pas capacitées et p est fixé, on obtient le problème « p-médian ». Dans ce cas, chaque nœud est assigné à la plus proche installation. Ce type de problème est utilisé pour le design logistique de services et la distribution de frets.

Facility location problem :Modèles

16-17 Novembre 2006

Planninghorizon

Commodity Facilitylevels

Objectivefunction

Capacityconstraints

TransportationCost function

(Eksioglu et al. 2006) D 1 1 P/I/T - C

(Dohse et al. 1996) S M 2 T - U

(Melo et al. 2005) D M M P/I/T P U

(Canel et al. 2001) D M 2 P/T P U

(Holmberg et al. 1997) S 1 1 P/T P U

(Syam 2002) S M 2 P/I/H/T P/H S

(Melkote et al. 2001) S 1 1 P/T - U

(Barahona et al. 2005) S 1 1 P/T P U

(Melkote et al. 2001) (EJOR) S 1 1 P/T P U

(Ambrosino et al. 2005) S 1 M P/I/T P U

(Martel 2004) D M M P/I/H/T P U

Facility location problem : Typologie

16-17 Novembre 2006

* T. G. CRAINIC – A survey of optimization models for long-haul freight transportation, CRT-2002-05

- le coût pour localiser une installation dans le nœud j

- la demande d’un produit p dans le nœud i 

- le coût de transport pour une unité de flux p entre i et j

- la capacité d’une installation localisée en j

- variable logique égale à 1 si on a une installation en j et 0 sinon

- la quantité de produit p demandée au nœud i livrée par l’installation j 

jfp

idpijc

ju

jyp

ijx

Capacited, multi-products plant location problem*

16-17 Novembre 2006

1. Ambrosino D. and M. G. Scutella, Distribution network design: New problems and related models, European journal of operational research, 2005, 165, p610-624.

2. Barahona F. and F. A. Chudak, Near-optimal solutions to large-scale facility location problems, Discrete optimization, 2005, 2, p 35-50.

3. Canel C., B.M.Khumawala, J. Law and A. Loh, An algorithm for the capacitated, multi-commodity multi-period facility location problem, Computers & operations research, 2001, 28, p 411-427.

4. Dohse E. D. and K. R. Morrison, Using transportation solutions for a facility location problem, Computers ind. Engng, 1996, 31 (1/2), p63-66.

5. Eksioglu S. D., H. E. Romeijn and P. M. Pardalos, Cross-facility management of production and transportation planning problem, Computers & operations research, 2006, 33, p 3231-3251.

6. Holmberg K. and J. Ling, A lagrangean heuristic for the facility location problem with staircase costs, European Journal of Operational Research, 1997, 97, p 63-74.

7. Klose, A. and A. Drexl, Facility location models for distribution system design, European Journal of Operational Research, 2005,162(1), p. 4-29.

8. Martel, A., The design of production – distribution networks: A mathematical programming approach, Working Paper DT-2004-AM-2 Centre de recherche sur les technologies de l’organisation réseau (CENTOR), Université Laval, Québec, Canada, 2004.

9. Melkote S. and M. S. Daskin, Capacitated facility location/network design problems, European journal of operational research, 2001, 129, p481-495.

10. Melkote S. and M. S. Daskin, An integrated model of facility location and transportation network design, Transportation research part A, 2001,35, p515-538.

11. Melo, M.T., S. Nickel and F. Saldanha da Gama, Dynamic multi-commodity capacitated facility location: a mathematical modeling framework for strategic supply chain planning, Computers & operations research, 2005, 33, p181-208.

12. Syam S., A model and methodologies for the location problem with logistical components, Computers & operations research, 2002, P 1173-1193.

Facility location problem : bibliographie

16-17 Novembre 2006

Extension du FLP

Location-routing Problem

16-17 Novembre 2006

Les problèmes de localisation-routage (location-routing problem ou LRP):

placer des installations (dépôts, usines) sur un ensemble de sites possibles

déterminer des tournées desservant un ensemble de clients à partir des installations construites.

L'objectif est de minimiser le coût total du système de distribution (coûts de construction ou d'exploitation des entrepôts + coûts des véhicules + coûts des tournées).

Location-routing Problem

16-17 Novembre 2006

Location-routing Problem : modèle

Sets :I set of all potential DC sitesJ set of all customersK set of all vehiclesParameters :N number of customers

Cij distance between points i and j

Gi costs of establishing depot i

Fk costs of using vehicle k

Vi maximum throughput at depot i

dj demand of customer j

Qk capacity of vehicle (or route)kDecision v ariables :

xijk =1,if point i immediately precedes point j

on route k ;0 otherwise.

yi =1,if depot i is established;0 otherwise.

zij =1,if customer j is allocated to depot i ;0 otherwise.

Ulk auxiliary variable for sub-tour elimination constraints in route k .

Min Gi yi + Cij xijk + Fk xijk

iI iIJ jIJ kK kK iI jJ

s.t. xijk =1, j J kK iIJ

dj xijk <= Qk, k K jJ iIJ

Ulk – Ujk + N xljk <= N-1, l,j J, k K

xijk - xjik = 0, k K, i I J jIJ jIJ

xijk <= 1, k K iI jJ

dj zij – Vi yi <= 0, i I jJ

-zij + (xiuk + xujk) <= 1 i I, j J, k K

16-17 Novembre 2006

Location-routing Problem: bibliographie

1. C. Prins, C. Prodhon, R. Wolfler, "Nouveaux algorithmes pour le problème de localisation et routage avec contraintes de capacités", Actes de MOSIM'04, p. 1115-1122, Editions Lavoisier, 2004.

2. G. Nagy, S. Salhi, Location-routing: Issues, models and methods, European journal of operational research, 2007, 177, p 649-672.

3. M. Albareda-Sambola, J. A. Diaz , E. Fernandez ,A compact model and tight bounds for a combined location-routing problem, Computers &Operations Research 32 (2005)407 –428

4. C.K.Y. Lin and R.C.W. Kwok, Multi-objective metaheuristics for a location-routing problem with multiple use of vehicles on real data and simulated data, European Journal of Operational Research, Volume 175, Issue 3, , 16 December 2006, Pages 1833-1849.

5. Yupo Chan, William B. Carter and Michael D. Burnes, A multiple-depot, multiple-vehicle, location-routing problem with stochastically processed demands, Computers & Operations Research, Volume 28, Issue 8, , July 2001, Pages 803-826.

6. G. Nagy and S. Salhi, Heuristic algorithms for single and multiple depot vehicle routing problems with pickups and deliveries, European Journal of Operational Research, Volume 162, Issue 1, Logistics: From Theory to Application, 1 April 2005, Pages 126-141.

7. Wu T.H., C. Low and J.W. Bai, Heuristic solutions to multi-depot location-routing problems, Computers & operations research, 2002, p 1393-1415.

16-17 Novembre 2006

Le problème du voyageur de commerce (ou TSP pour Traveling

Salesman Problem) est le suivant : un représentant de commerce peut

vendre sa marchandise dans un certain nombre de villes, il doit donc

planifier sa tournée de manière à passer par toutes les villes en

voyageant au total le moins possible.

Vehicle routing Problem

16-17 Novembre 2006

SDVRP

SDVRPTW

Problème de base

M voyageurs (véhicules)

Capacités (Q)

Profits (choix des clients

intéressants)

Pénalités, profits, sélection

STSP

STSPTW PCTSPTW

PCTSP PCVRP

PCVRPTW

TSP

TSPTW

M - TSP

VRP

VRPTW

SVRP

SVRPTW

Travelling Salesman Problem

Vehicle Routing Problem

Selective…problem

Prize Collecting…problem

Split and Delivery…problem

Time Windows…problem

Préemption des demandes

Fenêtres horaires

Vehicle routing Problem : typologie

16-17 Novembre 2006

Min ∑ ∑ ∑ cij xijk , s.t. k V i N j N∈ ∈ ∈

∑ ∑ xijk = 1, i C,∀ ∈k V j N∈ ∈

∑ di ∑ xijk ≤ q, k V,∀ ∈i C j N∈ ∈

∑ x0jk = 1, k V,∀ ∈j N∈

∑ xihk - ∑ xhjk = 0, h C, k V ,∀ ∈ ∀ ∈i N ∈ j N∈

∑ xi,n+1,k = 1, k V,∀ ∈i N∈

sik + tij – K(1- xijk) ≤ sjk i N, j N, k V,∀ ∈ ∀ ∈ ∀ ∈ai ≤ sik ≤ bi, i N, k V,∀ ∈ ∀ ∈xijk {0,1},∈ i N, j N, k V.∀ ∈ ∀ ∈ ∀ ∈

Où n : nombre de clientsV : ensemble de véhicules identiquesC : ensemble des clients C = {1;…;n}N : ensemble des nœudscij : coûts encourus pour circuler du nœud i au nœud jdi : demande du client i q : capacité du camioni : numéro du nœud (arc sortant du nœud i ---i=0=dépôt)j : numéro du nœud (arc entrant du nœud j ---j=n+1=dépôt)k : numéro du camiontij : temps pour circuler du nœud i au nœud j[ai, bi] : fenêtre de temps pour livrer au nœud i

1, si le camion k visite le nœud i suivi immédiatement du nœud j

xijk =0, sinon

sak : ordre d’arrivée au nœud k avec le camion k

Vehicle routing Problem : Le modèle de Kohl et Madsen (1997)

16-17 Novembre 2006

Vehicle routing Problem : bibliographie

16-17 Novembre 2006

Calcul des chargesMacro

PICPlan Industriel & Commercial

PDPPlan Directeur de Production

CBNCalcul des

Besoins Nets

ORDO(FCS)

Exécution

Calcul des chargesDétaillé

SéquencementAffectation

BudgetMoyensRessource

Ordres d’approvisionnement

Ordres de fabrication

Ordres d’approvisionnement

Ordres de fabrication

Ordres de fabrication

Hiérarchie de planification MRP2

16-17 Novembre 2006

Liens production – transport

Tournées•Liste des articles à livrer•Design de la tournée

Facility location problem• La configuration de la chaîne logistique1. position des sites2. quantités de production par produit, par

site et par période• Design du service, planification des

opérations La fréquence des opérations de

transport Les itinéraires et les modes de transport

pour chaque demande

PICPlan Industriel & Commercial

PDPPlan Directeur de Production

CBNCalcul des

Besoins Nets

ORDO(FCS)

Exécution

demandes

Groupage• Design du service, planification des opérations

DRP

16-17 Novembre 2006

Distribution Resource Planning

Premièrement, DRP reçoit les données d'entrée.

Deuxièmement, une fois que toutes ces données sont intégrées, DRP génère une simulation des besoins en ressources (produits, transport, surface,…) dans le temps pour supporter la stratégie logistique.  

Troisièmement, DRP compare les besoins en ressources aux disponibilités présentes et futures des sources d'approvisionnement. Des actions sont alors recommandées soit pour lancer, soit pour retarder un achat ou une fabrication afin que l'offre soit synchronisée à la demande.

16-17 Novembre 2006

Le transport en ordonnancement

Le transport étant non critique : ignoré

Dans les logiciels d’ ERP :

date de disponibilité des composants

temps de transport vers client

Dans les logiciels d’ordonnancement :

temps fixe de déplacement entre deux implantations

Et si les ressources de transport sont dites critiques ????

16-17 Novembre 2006

Nouvelle catégorie de problèmes

Problèmes où les ressources de transport sont pris en compte

Robotic Scheduling Problem

AGVs scheduling

Hoist Scheduling Problem

…

16-17 Novembre 2006

HSP

Contraintes temporelles :• temps de déplacement non négligeables devant les durées

opératoires• durées opératoires bornées

Contraintes de ressources :

capacité limitée

robots

rail

Contraintes d'antériorité :• gamme(s) opératoire(s)

porteurs

Contraintes spatiales : risques de collisions entre robots

Ni stock ni attenteni préemption

Objectif : Déterminer un ordonnancement qui maximise la productivité, tout en assurant des produits de qualité.

16-17 Novembre 2006

Analogie HSP – TSP

Mouvements d ’un robot:

hypothèse: les cuves sont numérotées suivant l ’ordre des opérations de la gamme (cas mono-produit)

=> les transports se font de la cuve i à la cuve i+1

i+1i j j+1

transport (mouvement en charge)

mouvement à vide

Analogie CHSP/ m-TSPTW:

* CHSP * TSP

* robot * voyageur* cuve * ville

* pas de temps d ’attente

* les temps opératoires sont bornés => variables * TW

16-17 Novembre 2006

Perspectives Tournée : soft windows

Ordonnancement de la production

et ensuite on organise la tournée de livraison

Et si on inversait ?

Optimisation de tournée

et ensuite ordonnancement de la production

=> Définir des fenêtres temporelles sur la date de fin de fabrication

16-17 Novembre 2006

Bibliographie

• Rizk, N., Martel, A., and D’Amours, S., Synchronized production-distribution planning in a single-plant multi-destination network, working paper DT-2005-AM-2, Network organization technology research center (CENTOR), Université Laval, Québec.

• Tang, J., Yung, K. and Liu, S., Lagrange relaxation decomposition for synchronized production and transportation planning with flexible vehicles

• Sarmiento, A.M. and Nagi, R., a review of integrated analysis of production-distribution systems

• Stecke, K.E. and Zhao, X., Production and transportation integration for a make-to-order manufacturing company with a commit-to-delivery business mode,2004

• Ertogral, K., Wu, S.D. and Burke, L.I., Coordination production and transportation scheduling in the supply chain, technical report #98T-010, Department of indutial & Mfg. Systems engeniering, Lehigh University,1998

• M.A. Lejeune, A variable neighborhood decomposition search method for supply chain management planning problems, European Journal of Operational Research, Volume 175, Issue 2, , 1 December 2006, Pages 959-976.

16-17 Novembre 2006

conclusions

Un certain nombre de travaux existent sur des problèmes d’ordonnancement simples

Développement de nouvelles thématiques :

Lacomme P., 2005, HDR, Méthodes exactes et approchées pour l’optimisation des systèmes à moyen de Transport, Université Blaise Pascal (Clermont-ferrand II),LIMOS.

Manier, M.A., 2006, HDR, Planification et ordonnancement des tâches de transport,Université de technologie de Belfort-Montbéliard, SeT.

16-17 Novembre 2006

Bibliographie

• Mahalean, Maria, Manier, Hervé, Manier, El Moudni, Abdellah et Marie-Ange, Manier. Intégration du transport dans la conception des chaînes logistiques. Actes de la Sixième conférence francophone de Modélisation et SIMulation (MOSIM’06), Rabat (Maroc), 3 au 5 avril 2006, p.306-313.

• Mahalean, Maria, Manier, Hervé, Manier and El Moudni, Abdellah.. Consolidation in a Multicommodity Network, IEEE International Conference on Service Systems and Service Management (SSSM’2006), Troyes, France (25-27 october 2006).

• Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. Approche évolutionniste pour le Cyclic Hoist Scheduling Problem avec ressources complexes. Actes du Sixième Congrès de la Société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF’05), Tours (France), 14 au 16 février 2005, p.266-267.

• Mahalean, Maria, Manier, Hervé, El Moudni, Abdellah. L’intégration du transport dans la conception des chaînes logistiques. Journées du 31 mars et 1 avril 2005, Clermont-ferrand, 31 mars 2005.

• Mahalean, Maria, Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle. CHSP: extension of an evolutionary approach to multifunction tanks. Bulletin de liaison n°30, groupe de travail HSP/FMS/FSHP…du GDR CNRS MACS, Nancy, 11 juin 2004.

• Manier, Hervé, Manier, Marie-Ange, and Bloch, Christelle, "Une approche évolutionniste du problème de HSP : une proposition d'un nouveau codage issu de l'analogie avec le problème du M-STSPTW", Bulletin de liaison n 26, groupe de travail HSP/FMS/FSHP…, Clermont-Ferrand, pp. 35-43 (13 juin 2003).