Perspectives

Dans cette section nous présentons des idées d’extensions possibles à nos problèmes de pla-nification et d’ordonnancement de plateformes. Nous distinguons les pistes de recherche pour les niveaux tactique et opérationnel, mais aussi pour les techniques de résolution comme pour les extensions des problèmes traités. Nous décrivons une à une les pistes et nous essayons de donner quelques premiers éléments de réponse

4.2.1 Perspectives concernant la planification des plateformes

Extensions des problèmes de planification

Un certain nombre d’extensions immédiates à nos modèles linéaires, pour les rendre plus réalistes, peuvent être dégagées, mais elles entraîneraient la résolution de problèmes sous-jacents qui rendraient très complexes nos modèles de résolution, par exemples :

– déterminer l’affectation détaillée des ressources humaines aux opérations ou encore em-baucher le personnel temporaire uniquement pour des périodes contiguës minimales ou égales à des multiples de périodes, ce qui inclut des contraintes qui peuvent être considé-rées comme plus réalistes. Pour la première proposition, il faudrait intégrer un problème d’ordonnancement de personnel au sein de la méthode de résolution du problème de pla-nification,

– avoir plusieurs quais de chargement et de déchargement (avec un problème d’affectation des quais aux camions, Baptiste et Maknoon [7], Yu et Egbelu [159], Boysenet al. [19]), – prendre en compte les problèmes de transport associés à la distribution en amont et en

aval : constitution de tournées de véhicule dont les contraintes sont à prendre en compte explicitement dans les modèles (Viswanathan et Mathur [151], Chandra [33]),

– donner de la flexibilité quant au nombre de livraisons (pour l’instant ce nombre est fixe), on pourrait faire cela en autorisant l’éclatement de livraisons ou en permettant qu’une livraison soit supprimée, dans ce cas il faudrait prendre en compte le coût de transport dans la fonction objectif (ce qui serait le cas si jamais on décidait d’intégrer la planification de tournées, Leeet al. [96], Chenet al. [38]).

Cependant, les modèles obtenus seraient très compliqués et probablement pas évidents à uti-liser. Une piste intéressante serait que des méthodes de décomposition itératives qui combinent nos modèles de planification avec des procédures efficaces pour les problèmes sous-jacents, et qui améliorent de manière alternative, par exemple le calcul de tournées de véhicule et le planning des livraisons et la planification des travaux sur les plateformes.

Dans le chapitre traitant le problème de planification nous avons utilisé une approche de négociations où la plateforme logistique prend les décisions de manière unilatérale (approche distribuée), nous avons essayé néanmoins de prendre en compte les contraintes imposées par les partenaires en amont et en aval de la plateforme en intégrant des intervalles où les livraisons pouvaient être effectuées, et en utilisant des pénalités pour tout type de décalage par rapport à la planification prévisionnelle. Cependant, nous ne pouvons pas modéliser réellement les consé-quences du planning obtenu chez les partenaires. Une première idée d’extension de notre étude est d’intégrer les outils développés ici dans une chaîne logistique à plusieurs niveaux (éventuel-lement avec plusieurs éléments par niveau) de manière à simuler des scénarios de négociation entre partenaires dans le cadre de prises de décision semi-distribuées ou distribuées. La thèse de Latifa Ouzizi [113] considérait déjà des modèles de négociation partiellement centralisés pour le niveau tactique mais en considérant seulement des centres de production avec des modèles li-néaires plus simples. Il serait intéressant d’intégrer à ses modèles de simulation d’autres éléments de la chaîne logistique, autres que les centres de production, avec toutes leurs spécificités. Cela pourrait fournir de puissants outils d’aide à la décision pour la prise de décisions totalement distribuées ou semi-distribuées.

4.2.2 Perspectives concernant l’ordonnancement de plateforme

Extension des problèmes d’ordonnancement

Plusieurs extensions immédiates peuvent être faites aux problèmes d’ordonnancement de plateforme de préparation de commandes, présentés dans le chapitres 3. Dans ce qui suit, nous les énumérons une à une et nous expliquons comment les éléments de la PSE (bornes inférieures, méthodes rapides approchées et schéma d’exploration) doivent être modifiés pour prendre en compte ces extensions.

La première extension à laquelle nous avons pensé, est d’intégrer des dates, pour chaque job, à partir desquelles les jobs peuvent être exécutés (“ready dates” en anglais, et notées ri pour le jobi). Avant cette date, même si les composants nécessaires à l’exécution du job sont dispo-nibles, le jobine pourra pas être traité. L’utilisation de nos modèles d’ordonnancement pour les trois problèmes avec ces dates est quasi immédiate. Pour les bornes inférieures, aussi bien celles construites avec des ordres agréables (lesr_i sont triés dans l’ordre croissant) que celles obtenues avec les relaxations entières (les r_i sont intégrés à l’ensemble d’événements). Pour les bornes supérieures et pour la procédure par séparation et évaluation, il suffit d’intégrer l’existence des

r_idans le sous-programme de construction d’ordonnancement sans délai (resp. actif) en ajoutant à la séquence partielle sans délai (resp. active) un job dont la dater_i est inférieure à la date cou-rante (resp. la date de fin au plus tôt d’un job non encore placée). Par ailleurs, il faut aussi prévoir la génération desr_i pour les instances, plus ces dates seront dispersées et plus la PSE aura de chance d’être rapide car le nombre de possibilités à chaque étage de l’arbre de recherche diminue. La deuxième extension consiste à utiliser des machines identiques en parallèle (ce qui est intéressant, par exemple, pour l’application de la plateforme de préparation de paquets de ma-gazines). Pour cette extension, il n’y a pas vraiment de difficulté technique. Pour les bornes inférieures avec les ordres agréables nous pourrions utiliser une macro-machine fictive où les durées seraient divisées par le nombre de machines. Pour les bornes inférieures calculées avec les relaxations entières il faudrait introduire des variables qui dépendent aussi de la machine où les portions de jobs sont exécutées. En outre, pour la relaxation entière on peut même considérer des machines à vitesses proportionnelles ou des machines non reliées. Pour l’adaptation des bornes supérieures au cas avec des machines parallèles, on pourrait, par exemple placer toujours les jobs sur la première machine disponible. Adapter le schéma d’exploration de la procédure par sépa-ration et évaluation, est plus compliqué, il faudrait considérer des ordonnancements partiels sur chaque machine et bien sûr la taille de l’arbre d’exploration augmente de manière combinatoire. Finalement, pour les règles de dominance, nous avons montré que selon les caractéristiques des jobs il est intéressant de placer certains jobs avant d’autres dans l’ordonnancement pour le cas à une machine. Pour le cas à plusieurs machines, ces règles devraient être toujours respectées dans les séquences partielles de chaque machine, et aussi si par exemple selon une règle de dominance

iprécèdej, alors on devrait s’assurer que le temps de début deiest inférieur au temps de début dej même s’ils ne sont pas traités sur la même machine.

La troisième perspective d’extension de nos modèles peut être d’accepter l’interruptibilité de l’exécution des jobs. Pour le cas où il y a seulement une livraison flexible à la fin de l’ordonnan-cement (hypothèse (A), minimisation du Cmax), le problème a déjà été étudié par Slowinski [136] et il devient polynomial (c.f. de Werra [51]). Pour les problèmes des hypothèses (B) et (C) cette extension est intéressante, car, à notre connaissance la complexité du problème

d’ordon-nancement avec des dates de livraison fixes et avec interruptibilité n’a pas été étudiée par Hall et al. [77].

4.2.3 Perspectives concernant l’intégration des deux niveaux temporels

Dans le cadre de la thèse, une autre perspective, pourrait être de proposer des simulations qui intégreraient la résolution des problèmes d’ordonnancement sur des sous-horizons et sur des données plus précises de manière à vérifier la faisabilité des solutions de planification. Cela n’a pas été possible dans la thèse pour deux raisons. Le passage de données agrégées à des don-nées détaillées et réciproquement est un problème difficile pour lequel il n’existe pas, à notre connaissance, de solutions pertinentes et utilisables. En outre, les problèmes d’ordonnancement de plateforme que nous avons considérés prennent bien en compte les caractéristiques amont et aval des plateformes ainsi que la préparation de commandes, comme notre modèle de pla-nification, mais nous n’y avons pas intégré de contraintes cumulatives associées aux ressources humaines et à leur efficience. Nous aurions pu le faire en abandonnant la piste des PSE et en nous tournant vers, par exemple, des métaheuristiques, piste très différente complémentaire de ce qui a été développé dans cette thèse.

Annexes

1 Génération des données pour le problème de planification

Dans cet annexe, nous expliquons comment nous avons généré les paramètres nécessaires pour l’évaluation des modèles linéaires pour la négociation des délais et pour la négociation des délais et des quantités décrits dans les sections 2.5.2 et 2.5.3 respectivement.

La génération de données se fait en trois étapes. Pour une instance quelconque, nous commen-çons par générer une première série de paramètres de manière aléatoire (i.e. dans un intervalle selon une loi uniforme ou entre les différentes valeurs que le paramètre peut prendre). Ensuite, nous vérifions la conformité des paramètres générés et les modifions pour obtenir des produits plus hétérogènes. Enfin, nous générons les données associées aux caractéristiques des produits comme les temps de traitement et les efficacités des différentes catégories de personnel.

Dans les sections qui suivent, des tableaux récapitulatifs indiquant si les paramètres sont générés (g), lus d’un fichier contenant les caractéristiques de l’agencement de plateforme choisi (�) ou calculés à partir d’autres paramètres (c).

Dans le document Planification et ordonnancement des plateformes logistiques (Page 143-147)