1 / 20

Décision incertaine et logistique : Grille typologique

Décision incertaine et logistique : Grille typologique. Animateurs : S. Durieux, P. Genin, C. Thierry durieux@ifma.fr thierry@univ-tlse2.fr patrick.genin@supmeca.fr JD MACS 2009, Angers, 19-20 Novembre 2009. Plan. Contexte Objectif, organisation du projet CNRS

monita
Download Presentation

Décision incertaine et logistique : Grille typologique

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Décision incertaine et logistique : Grille typologique Animateurs : S. Durieux, P. Genin, C. Thierry durieux@ifma.fr thierry@univ-tlse2.fr patrick.genin@supmeca.fr JD MACS 2009, Angers, 19-20 Novembre 2009

  2. Plan • Contexte • Objectif, organisation du projet CNRS • Présentation de la typologie proposée • Analyse des travaux étudiés • Décision sous incertitude • Bilan

  3. Contexte : SCM • Décisions à prendre dans la SC • Définir et mettre en place le réseau, les moyens et les ressources nécessaires à l’accomplissement de la fonction • Gérer les flux matières pour atteindre les objectifs de production et de service fixés. • Beaucoup de sujets traités dans la littérature (voir travaux groupe Vendome-OGP). • Des modèles contenant des données « précises » supposées représenter le futur fonctionnement et le futur environnement. • En pratique : données imprécises, incertaines, incomplètes.

  4. Contexte : SCM et incertitudes Dans un contexte d’incertitudes • Souvent modélisation probabiliste et baysienne. • Concepts clés : robustesse, solution et/ou modèle robuste(s). Que peut nous apporter la théorie de la décision ?

  5. Terminologie • Informations imparfaites (Bouchon- Meunier, 1995) : • Informations imprécises : • une difficulté dans l’énoncé de la connaissance, • Informations incertaines : • un doute sur la validité de l'information, • Informations incomplètes : • Une absence d'information ou des informations partielles sur certaines caractéristiques du système. • D'une manière générique nous parlerons d'incertitude.

  6. Objectifs du projet • Du court terme au long terme • Faire un état des lieux des problèmes de décision au sein de la SC en milieu incertain. • Identifier quelles sont les approches de résolution utilisées dans ce contexte. • Identifier les approches existantes de la théorie de la décision intéressantes dans ce cadre. • Faire la liaison entre les problèmes et les approches potentielles. • Établir un cadre conceptuel de formalisation et un guide méthodologique pour aborder ces problèmes. Projet financé par le GdR MACS

  7. Grille typologique proposée : • http://www.univ-valenciennes.fr/GDR-MACS/rapport/RapportProjet_DecisionDansLaChaineLogistiqueEnMondeIncertain_GDRMACS_2007.pdf • Caractérisation de la chaine logistique et du problème associé : • Axe Problème traité • Axe Chaine logistique • Identification des incertitudes, objectifs par rapport à ces incertitudes, modélisation des incertitudes. • Axe problème par rapport à incertitude • Axe incertitude • Comment le problème a été résolu ? • Axe résolution

  8. Analyse des travaux répertoriés (1) • 21 travaux étudiés, 11 pris dans la littérature • Axe problème traité : • Principalement des problèmes d'allocation, sélection avec un horizon de décision stratégique ou tactique • Axe chaine logistique : • Point de vue souvent réseau • Modélisation de l'approvisionnement et de la fabrication mais peu de la distribution • Vision entreprise de la chaine qui est ou interne ou externe avec peu de maillons

  9. Analyse des travaux répertoriés (2) • Axe Problème / incertitudes : • Généralement on s'intéresse à la robustesse caractérisant souvent la non-variabilité de la performance. • Axe incertitude : • Variables ou paramètres incertains : majoritairement la demande puis les délais. • Type d'information sur les valeurs : • Les travaux modélisent généralement l'incertitude sur les phénomènes par des probabilités. Mais a-t-on suffisamment d'information ? • Dynamique de l'incertitude : • L'indépendance entre les paramètres incertains est souvent supposée mais jamais démontrée. • Majoritairement l'information sur les paramètres incertains évolue avec le temps.

  10. Analyse des travaux répertoriés (3) • Axe incertitude : • Prise en compte de l'incertitude dans le modèle : généralement scénarios construits plus ou moins logiquement. • Axe Résolution : • Nature de l'approche : analytique ou simulation (parfois les deux !) • Caractéristiques du modèle : • Généralement stochastique et/ou discret et/ou linéaire. • Méthode utilisée : • Principalement simulation discrète et/ou programmation mathématique, et/ou (méta)heuristique. • Très peu de Th des jeux / Th décision

  11. Décision sous incertitude • Caractérisation d'un problème de décision • Représentation des préférences • Représentation de l'incertitude sur l'état du monde • Critères classiques de la théorie de la décision sous incertitude • Règles qualitatives de décision sous incertitude

  12. Positionnement des approches • Dimension d’un problème de décision • Temporelle • Multi-critères • Sous-incertitude : intégration de l’incertitude au critère • Critères « classiques » • Connaissance : ignorance/objective/subjective • Optimisme/pessimisme/indifférence-neutralité • Cardinal/ordinal • Nouvelles approches • Critères possibilistes • Généralisation (intégrale de Sugeno)

  13. Première analyse de l'état de l'art • De nombreux problèmes avec beaucoup de données incertaines • Les approches utilisées tentent de prendre en compte ces incertitudes en utilisant : • une modélisation probabiliste • et/ou une gestion par scénarios. • La difficulté dedisposer d’informations suffisantes pour obtenir des probabilités même subjectives. • L’indépendance des facteurs incertains souvent supposée mais jamais démontrée. • La dépendance entre ces différentes sources souvent difficile à caractériser par une loi.

  14. Incertitude dans la chaîne logistique : Bilan • Terminologie : Incertitude, imprécision, incomplétude • Problème sous incertitude : • Robustesse, • Stabilité, • Sensibilité, • Fiabilité, • Flexibilité • Agilité • Résilience. • Meilleure caractérisation des informations disponibles sur les paramètres incertains

  15. Planification de la maintenance d’hélicoptères dans un milieux incertain (Malek Masmoudi ) • Axe Problème traité : • Type de problème : Lancement voir de dimensionnement (pour l'aspect planification) • Horizon de la décision : tactique pour la planification et opérationnel pour l'ordonnancement • Axe SC • Axe problème / incertitude : • Agilité (s'adapter, réagir) • Axe incertitude : • Données incertaines : Date dispo, gamme, temps opératoire, dispo des pièces • Type d'information : • Dynamique : • Indépendance : • Dynamique de l'incertitude :

  16. Planification stratégique d’un réseau logistique (Médéric Suon) • Axe Problème traité : • Type de problème : Localisation, Sélection, Allocation, Dimensionnement • Horizon de la décision : stratégique • Axe SC : • Point de vue : Chaine • Caractérisation : • Nb Maillons : • Structure : Réseau • Vision : entreprise • Axe problème / incertitude : • Robustesse ( quel critère (invariance, Minmax, ?) • Axe incertitude • Données incertaines : Marché, Tx change, Coût • Type d'information sur les valeurs : Scénarios pessimiste, neutre optimiste ; Proba sur prix transport • Dynamique de l'incertitude : l'info évolue au cours du temps et devient de plus en plus fiable

  17. Recherche de stratégies robustes de gestion de productiondans l’industrie agroalimentaire (Benjamin Valet) • Axe Problème traité : • Type de problème : Allocation, lancement. • Horizon de la décision : opérationnel • Axe SC : • Point de vue : • Caractérisation : • Nb Maillons : • Structure : • Vision : • Axe problème / incertitude : • Réactivité • Axe incertitude • Données incertaines : arrivées des bennes et nbre de bennes par variété, tps process, dispo ressource • Type d'information sur les valeurs : Historiques • Dynamique de l'incertitude :

  18. Recherche de stratégies robustes de gestion de productiondans l’industrie agroalimentaire (Benjamin Valet) • Axe Problème traité : • Type de problème : Allocation, lancement. • Horizon de la décision : opérationnel • Axe SC : • Point de vue : Maillon • Caractérisation : production • Nb Maillons : • Structure : • Vision : • Axe problème / incertitude : • Réactivité • Axe incertitude • Données incertaines : arrivées des bennes et nbre de bennes par variété, tps process, dispo ressource • Type d'information sur les valeurs : Historiques • Dynamique de l'incertitude :

  19. Développement d'une plateforme pluridisciplinaire pour la modélisation des dispositifs du futur réacteur Jules Horswitz (Benjamin Duplex) • Axe Problème traité : • Type de problème : • Horizon de la décision : • Axe SC : • Point de vue : • Caractérisation : • Nb Maillons : • Structure : • Vision : • Axe problème / incertitude : • Sensibilité • Robustesse du modèle • Axe incertitude • Données incertaines : fabrication et positionnement des objets, approximation dans la modélisation • Type d'information sur les valeurs : • Dynamique de l'incertitude :

  20. PRISE EN CHARGE DE LA MATERNITE EN DEHORS DES MURS DE L’HOPITAL (Norly Germain) • Axe Problème traité : • Type de problème : Tournée (affectation et dans quel ordre), dimensionnement • Horizon de la décision : opérationnel, tactique • Axe SC : • Point de vue : • Caractérisation : • Nb Maillons : • Structure : • Vision : • Axe problème / incertitude : • Robustesse, agilité ? • Axe incertitude • Données incertaines : Temps "opératoire", moyens, compétences, dates ; temps de trajet • Type d'information sur les valeurs : • Dynamique de l'incertitude :

More Related