Plate-forme virtuelle d'optimisation et de mutualisation
des opérations de transport en charges partielles
Mémoire
Florence Bouchard
Maîtrise en sciences de l'administration - opérations et systèmes de décision -
avec mémoire
Maître ès sciences (M. Sc.)
Plate-forme virtuelle d’optimisation et de mutualisation
des opérations de transport en charges partielles
Mémoire
Florence Bouchard
Sous la direction de :
Jacques Renaud, directeur de recherche
Leandro C. Coelho, codirecteur de recherche
Résumé
Ce mémoire vise à justifier la pertinence de la mutualisation des besoins de transport en charges partielles par les entreprises expéditrices. En effet, les avantages de la mutualisation dans un contexte de transport ont déjà été démontrés, mais plus précisément du point de vue des transporteurs. Voulant ainsi justifier un tel concept, mais du point de vue des entreprises expéditrices, une Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles est simulée dans ce mémoire.
Pour démontrer cette pertinence, le but premier a été de s’intéresser à la réduction des émissions de gaz à effet de serre (GES) découlant d’un tel effort de mutualisation, la prémisse de ce mémoire étant de réduire l’empreinte écologique de l’industrie du transport routier et de diminuer l’achalandage sur le réseau routier à Québec. Ainsi, le deuxième but a été de s’intéresser à la réduction du nombre de camions en circulation. Enfin, le troisième et dernier but a été de s’intéresser aux gains financiers d’une telle plate-forme, soit l’incitatif presque toujours premier des entreprises.
À l’aide d’entreprises situées à Québec, il a été possible de simuler un contexte réel de commerce entre des entreprises partenaires et des transporteurs. Les résultats obtenus permettent de constater qu’un effort de mutualisation aide à réduire significativement les émissions de GES dès qu’une dizaine d’entreprises participent (réductions de 35% et plus pour les trois tests effectués). Finalement, il est démontré que les résultats économiques d’une telle plate-forme sont également très attirants pour les entreprises qui acceptent d’être des partenaires d’affaires.
Enfin, l’idée présentée dans ce mémoire a été poussée encore plus loin et est l’objet de l’article scientifique intitulé Service level, financial and environmental optimization of collaborative transportation auquel j’ai participé en tant coauteure.
Table des matières
Résumé ... iii
Table des matières ... iv
Liste des tableaux ... ix
Liste des figures ... xi
Remerciements ... xii
Avant-propos ... xiii
Chapitre 1 ... 1
Introduction ... 1
1.1. Mise en contexte ... 1
1.2. Transport en charges partielles ... 2
1.3. Tendance à la mutualisation ... 2
1.4. Problématique, mandat et méthodologie ... 3
1.5. Structure de ce mémoire ... 4
Chapitre 2 ... 5
Partenaires à l’étude ... 5
2.1. Méthode de recherche des partenaires ... 5
2.2. Groupe Leclerc ... 6
2.3. Novik ... 6
2.4. SBI ... 7
Chapitre 3 ... 8
Types de tarification et besoins des partenaires en LTL ... 8
3.1. Types de tarification en LTL ... 8
3.1.1. Tarification basée sur le nombre de positions de palette ... 8
3.1.2. Tarification basée sur le nombre de pieds linéaires utilisés... 8
3.1.3. Tarification basée sur le poids ... 9
3.1.6. Tarification basée sur des ententes préétablies ... 9
3.1.7. Tarification retenue pour cette étude ... 10
3.2. Besoins des partenaires en LTL ... 11
3.2.1. Groupe Leclerc ... 11
3.2.2. Novik ... 12
3.2.3. SBI ... 12
3.2.4. Premières observations, difficultés et solutions... 13
Chapitre 4 ... 15 Optimisation et mutualisation ... 15 4.1. Situation initiale ... 16 4.2. Solution de la plate-forme ... 17 4.2.1. Modèle mathématique ... 18 4.3. Création d’instances ... 20
4.3.1. Nombre d’entreprises partenaires ... 20
4.3.2. Transporteurs initiaux ... 20
4.3.3. Positionnements des entreprises et des transporteurs initiaux ... 21
4.3.4. Horizon de temps ... 21
4.3.5. Fréquence des commandes ... 21
4.3.6. Taille des commandes ... 22
4.3.7. Destination des commandes ... 22
4.3.8. Coûts d’expédition initiaux ... 22
4.4. Hypothèses et paramètres ... 22
4.4.1. Dimensions des palettes... 23
4.4.2. Capacité des camions... 23
4.4.3. Matrice des coûts d’expédition (situation initiale et solution de la plate-forme) ... 23
4.4.4. Transporteur-consolidateur sélectionné ... 24
4.4.5. Flotte du transporteur-consolidateur ... 24
4.5.2. Réduction du nombre de camions ... 24
4.5.3. Réduction des coûts d’expédition ... 25
4.6. Exemple d’instance à résoudre ... 25
4.6.1. Solution selon le scénario initial collecte optimisée sans plate-forme ... 27
4.6.2. Solution de la plate-forme ... 29
4.7. Validation ... 32
Chapitre 5 ... 33
Analyse des résultats ... 33
5.1. Méthode de calcul des émissions de GES ... 33
5.2. Analyse de sensibilité ... 34
Chapitre 6 ... 41
Conclusion... 41
Chapitre 7 ... 42
Rapport complémentaire ... 42
Respect de la Norme internationale ISO 14064-2 ... 42
7.1. Introduction ... 42
7.1.1. Définition de la terminologie pertinente utilisée ... 43
7.2.2. Conformité aux six principes de la Norme internationale ISO 14064-2 ... 44
7.3. Description de l’étude ... 45
7.3.1. Emplacement de l’étude ... 46
7.3.2. Conditions existantes avant la mise en œuvre de la plate-forme ... 47
7.3.3. Origine des gains potentiels ... 48
7.3.4. Inventaire des sources, puits et réservoirs pour l’étude et le scénario de référence ... 48
7.3.5. Plan chronologique détaillé ... 48
7.3.6. Détermination des risques ... 48
7.3.7. Rôles et responsabilités ... 49
7.4. Quantification et calcul des émissions ou des absorptions de GES ... 49
7.4.1. Surveillance du système de gestion des données et des renseignements et mécanismes de contrôle des données ... 49
7.5. Résultats ... 50
7.6. Conclusion ... 50
7.7. Références ... 50
Chapitre 8 ... 51
Article scientifique ... 51
Service level, financial and environmental optimization of collaborative transportation ... 51
8.1. Abstract ... 51
8.2. Introduction ... 52
8.3. Problem description ... 55
8.4. Collaborative schemes models ... 56
8.4.1. Collaborative scheme CS1... 57
8.4.2. Collaborative scheme CS2... 58
8.4.3. Collaborative scheme CS3... 59
8.5. Solution methods ... 60
8.5.1. Branch-and-cut algorithm ... 60
8.5.2. Adaptive large neighborhood search ... 61
8.6. Computational experiments ... 62
8.6.1. Instances generation ... 63
8.6.2. Benchmark and worst case solutions ... 64
8.6.3. Computational experiments ... 65
8.6.4. Potential reductions in greenhouse gas emissions ... 70
8.7. Conclusions ... 72
8.8. Acknowledgments ... 74
8.9. References ... 74
Bibliographie ... 77
Annexe 1 ... 80
Résultats pour 1 à 3 palette(s) ... 80
Annexe 3 ... 84
Liste des tableaux
Tableau 1 : Sommaire des besoins en LTL de Groupe Leclerc ... 12
Tableau 2 : Sommaire des besoins en LTL de Novik ... 12
Tableau 3 : Sommaire des besoins en LTL de SBI ... 13
Tableau 4 : Exemple d’instance à résoudre ... 25
Tableau 5 : Matrice des distances (en km) ... 26
Tableau 6 : Matrice des coûts d’expédition... 27
Tableau 7 : Détails de la solution collecte optimisée sans plate-forme ... 28
Tableau 8 : Détails de la solution de la plate-forme ... 29
Tableau 9 : Solution de la plate-forme pour l’exemple d’instance à résoudre ... 31
Tableau 10 : Économies et pourcentages de réduction ... 31
Tableau 11 : Méthode de calcul des émissions de GES basée sur la distance parcourue ... 33
Tableau 12 : Facteur d’émission de CO2 équivalent d’un camion lourd au diesel de 53 pieds (classe 8) ... 34
Tableau 13 : Définition des en-têtes de tableaux ... 35
Tableau 14 : Sommaire des résultats lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 3 palette(s) ... 35
Tableau 15 : Sommaire des résultats lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 5 palette(s) ... 36
Tableau 16 : Sommaire des résultats lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 7 palette(s) ... 37
Tableau 17 : Sommaire des réductions des émissions de GES lorsque 10, 12 et 15 entreprises partenaires expédient des commandes ... 37
Tableau 18 : Sommaire des réductions lorsque 15 entreprises partenaires expédient des commandes ... 38
Table 19: Objective function per collaborative scheme ... 60
Table 20: Performance of collaborative scheme models in terms of optimality gap and running time ... 67
Table 21: ALNS performance against the collaborative scheme models ... 68
Tableau 23 : Émissions de GES lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 3 palette(s) ... 80 Tableau 24 : Nombre de camions lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 3 palette(s) ... 80 Tableau 25 : Coûts d’expédition lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 3 palette(s) ... 81 Tableau 26 : Émissions de GES lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 5 palette(s) ... 82 Tableau 27 : Nombre de camions lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 5 palette(s) ... 82 Tableau 28 : Coûts d’expédition lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 5 palette(s) ... 83 Tableau 29 : Émissions de GES lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 7 palette(s) ... 84 Tableau 30 : Nombre de camions lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 7 palette(s) ... 84 Tableau 31 : Coûts d’expédition lorsque 1 à 15 entreprise(s) partenaire(s) expédient des commandes de 1 à 7 palette(s) ... 85
Liste des figures
Figure 1 : Coût d’expédition unitaire en fonction du nombre de pieds linéaires à destination de
l’Alabama selon la grille tarifaire retenue pour cette étude ... 11
Figure 2 : Premier scénario de la situation initiale (collecte sans plate-forme) ... 16
Figure 3 : Deuxième scénario de la situation initiale (collecte optimisée sans plate-forme) ... 17
Figure 4 : Positionnements potentiels des entreprises et des transporteurs ... 21
Figure 5 : Positionnements des entreprises et des transporteurs de l’instance générée aléatoirement ... 26
Figure 6 : Tournées de la collecte optimisée sans plate-forme ... 28
Figure 7 : Tournée de la solution de la plate-forme ... 30
Figure 8 : Pourcentage de réduction des émissions de GES selon le nombre de partenaires et la taille des commandes ... 38
Figure 9 : Pourcentage de réduction du nombre de camions selon le nombre de partenaires et la taille des commandes ... 39
Figure 10 : Pourcentage de réduction des coûts d’expédition selon le nombre de partenaires et la taille des commandes ... 39
Figure 11 : Positionnements potentiels des entreprises et des transporteurs ... 46
Figure 12 : Collecte optimisée sans plate-forme (deuxième scénario de la situation initiale) ... 47
Figure 13: Shipping cost as a function of the number of linear feet used for a given destination .... 56
Figure 14: Two initial routing scenarios ... 64
Figure 15: Emissions saving in tons and percentage – comparison between I2 and I1 ... 71
Figure 16: Emissions saving in tons and percentage – comparison between CS1 and I1 ... 72
Figure 17: Emissions saving in tons and percentage – comparison between CS2 and I1 ... 73
Remerciements
J’aimerais profiter de cette occasion pour remercier les personnes qui ont été très importantes pour moi dans ces derniers mois consacrés à mes études de deuxième cycle et à la réalisation de mon mémoire. D’abord, cette expérience n’aurait pu être aussi agréable et enrichissante sans Jacques Renaud, mon directeur de recherche et Leandro C. Coelho, mon codirecteur de recherche. Leur amabilité, leur soutien, leur professionnalisme, leur expertise et leurs fortes compétences en recherche m’auront permis de me surpasser sur tous les plans. Je n’aurais sincèrement pas pu espérer mieux comme encadrement. Jacques, Leandro, je ne vous remercierai jamais assez de m’avoir prise sous votre aile et de m’avoir permis de vivre une telle expérience. Merci pour toutes les heures que vous m’avez consacrées, pour toutes les connaissances partagées et pour tous vos encouragements tout au long de ce parcours.
Une autre personne fort importante que j’aimerais remercier est ma grande amie, ma partner et ma collègue Ariane Legault-Michaud. Ma chère Ari, je suis si contente d’avoir pu franchir toutes ces étapes en ta compagnie. Je n’ai que de bons souvenirs de nos interminables heures passées à faire nos nombreux travaux, à étudier et à jaser un tout petit peu.
J’aimerais aussi remercier Thomas Chabot pour son soutien, son aide et sa collaboration précieuse à mon travail. Thomas, je n’aurais pu réaliser un travail d’une telle qualité sans toi et j’ai adoré travailler avec toi de par ton très bon sens de l’humour, ta compétence et ton dévouement.
Enfin, j’aimerais remercier Stéphane Labillois, vice-président transport et logistique chez Groupe Leclerc, d’avoir eu confiance en moi et de m’avoir confié un tel mandat. Stéphane, ce fut une expérience extrêmement agréable et extrêmement enrichissante de par le fait d’avoir pu notamment travailler avec ton équipe et toi.
Avant-propos
Ce mémoire présente mon travail au sein du Centre d’innovation en logistique et chaîne d’approvisionnement durable (CILCAD) et du Centre interuniversitaire de recherche sur les réseaux d’entreprise, la logistique et le transport (CIRRELT) tous deux à la Faculté des sciences de l’administration de l’Université Laval. Ce travail renferme deux contributions majeures. La première contribution est la complétion d’une étude d’innovation logistique effectuée en collaboration avec Groupe Leclerc. Ce travail a été effectué dans le cadre des activités de recherche du CILCAD et les rapports ont été déposés au Ministère de l’Énergie et des Ressources naturelles (MERN) du Québec en mai 2017. La deuxième contribution est sous la réalisation d’un article scientifique. L’article est intitulé Service level, financial and environmental optimization of collaborative transportation et a été soumis en juin 2017 pour publication au journal Transportation Research Part E : Logistics and Transportation Review. Ce dernier a été écrit avec Thomas Chabot, étudiant au Ph. D en Opérations et systèmes de décision, Ariane Legault-Michaud, étudiante à la M. Sc. en Opérations et systèmes de décision, Jacques Renaud, mon directeur de recherche et Leandro C. Coelho, mon codirecteur de recherche. Pour cet article scientifique, je me suis impliquée en tant que principale chercheuse et auteure. Plus précisément, mon rôle fut de maîtriser le fonctionnement de l’industrie du transport en charges partielles, de faire le traitement et l’analyse des données des partenaires, d’identifier les problématiques à résoudre, d’élaborer des pistes de solution, de déterminer les paramètres et hypothèses justes et réalistes pour la création des instances ainsi que l’élaboration des modèles mathématiques, de faire les différents tests pour valider les trois modèles mathématiques, d’analyser les résultats, de tirer les conclusions ainsi que de participer à la rédaction des différentes versions de l’article.
Chapitre 1
Introduction
Ce chapitre présente une mise en contexte de l’industrie du transport routier des marchandises au Québec, les catégories d’opérations de transport routier, des informations sur la tendance à la mutualisation, la problématique, le mandat et la méthodologie ainsi que la structure de ce mémoire.
1.1. Mise en contexte
Le transport routier des marchandises occupe un rôle important au sein de l’économie québécoise et contribue grandement à la qualité de vie des Québécois. Ses nombreux avantages concurrentiels par rapport aux autres modes de transport (ferroviaire, maritime et aérien) font en sorte que le transport par camion est le secteur de l’industrie du transport le plus sollicité.
En effet, les entreprises manufacturières au Québec font grandement appel à ce mode de transport pour effectuer la distribution de leurs marchandises. Cela génère donc beaucoup de trafic sur le réseau routier québécois et a un impact négatif important sur l’environnement. Une présence plus forte de camions sur les routes cause davantage d’émissions de gaz à effet de serre (GES) et augmente la congestion routière. Cette congestion, à son tour, accentue les émissions de GES, les véhicules ne pouvant plus circuler de manière aussi fluide sur le réseau routier. En 2012, au Québec, le transport routier représentait 78,3% des émissions de GES du secteur des transports et il représentait également à lui seul 35% des émissions totales de GES de la province, ce qui en faisait le plus grand émetteur.1
Les impacts environnementaux et financiers sont donc une préoccupation pour Québec, ses entreprises et ses citoyens. D’ailleurs, c’est pourquoi les entreprises désirent investir dans l’optimisation de leurs opérations de transport, et ce, afin d’améliorer leur performance à la fois environnementale et économique. Vouloir optimiser leurs activités permettra à ces entreprises de faire le transport de leurs marchandises de manière plus efficace, et donc, de réduire les émissions de GES ainsi que les coûts d’expédition y étant rattachés.
1
1.2. Transport en charges partielles
Les opérations de transport routier peuvent être divisées en deux catégories. Les expéditions à pleine charge (Truckload, TL) consistent à remplir entièrement un camion qui se dirige par la suite vers une destination unique. Certains transporteurs offrent également l’option de transport à pleine charge et multiples destinations (Multiple Stop Truckload). Dans ce cas, une entreprise expéditrice utilise toute la capacité d’un camion pour deux ou trois destinations proches. Des coûts supplémentaires sont généralement appliqués tels qu’un coût par arrêt supplémentaire (drop cost) et une surcharge liée aux détours à effectuer. Tout compte fait, les entreprises expéditrices préfèrent toujours l’option TL s’ils ont assez de marchandises à faire livrer, car elle est la moins dispendieuse. La deuxième catégorie d’expéditions concerne les charges partielles (Less than Truckload, LTL) qui sont des envois de petite taille vers des destinations distinctes.
Or, il existe pour les entreprises utilisant le service de transport en LTL des opportunités d’améliorations, c’est-à-dire qu’il existe des pratiques intéressantes qui permettent aux entreprises expéditrices de mieux profiter de ce service de transport. En effet, ne pouvant pas toujours recourir à du transport en TL, beaucoup d’entreprises font appel à ce type de transport et ne peuvent donc profiter des escomptes de quantité existants en TL. À titre d’exemple, chaque expédition en LTL est effectuée à un coût aux 100 lb qui est beaucoup plus élevé qu’en TL. De plus, d’un point de vue environnemental, les entreprises faisant chacune appel à plusieurs transporteurs pour du transport en LTL, les passages de ces différents transporteurs dans les parcs industriels venant collecter plusieurs petites quantités de marchandises créent malheureusement beaucoup de circulation, qu’on pourrait presque qualifier d’inutile, sur le réseau routier.
1.3. Tendance à la mutualisation
La mutualisation est une tendance qui gagne de plus en plus de terrain dans l’industrie du transport routier des marchandises. Son principe est de mettre en commun les besoins de différentes entreprises pour tenter de trouver une solution gagnante pour chacune d’entre elles. Certains transporteurs ont d’ailleurs adopté cette stratégie il y a déjà un moment afin d’augmenter le coefficient de chargement de leurs camions et éviter les problèmes de retours à vide. Les transporteurs locaux acheminant de la marchandise à l’extérieur se voient souvent revenir à leur centre de consolidation vide, sans aucune marchandise, et ce retour est coûteux. Or, des partenariats se sont créés entre les transporteurs afin de permettre à chacun de retirer un peu plus de cette
situation fâcheuse. En effet, les transporteurs s’échangent des contrats de livraison afin de permettre à chacun de diminuer les gaspillages et chacun s’en sort gagnant.
Cependant, du point de vue des entreprises expéditrices (les demandeurs de transport), on remarque qu’ils ont très peu tendance à s’unir dans leur stratégie de distribution. Or, il existe également un fort potentiel de réduction d’émissions de GES et de coûts d’expédition pour ces entreprises expéditrices si elles acceptent de mettre en commun leurs besoins avec d’autres.
1.4. Problématique, mandat et méthodologie
Cette étude de Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles a été proposée par Stéphane Labillois, vice-président transport et logistique chez Groupe Leclerc, qui après plusieurs années d’opérations au sein du Parc industriel François-Leclerc, a remarqué que beaucoup de camions de divers transporteurs sillonnaient le parc à toutes heures de la journée. Ayant lui-même recours à des expéditions en LTL sur une base régulière, il a donc proposé une étude afin de déterminer si une mutualisation des besoins en transport serait possible avec certaines entreprises avoisinantes. Comme les coûts d’expédition représentent une large portion des dépenses logistiques de l’entreprise, il pourrait en effet être intéressant d’étudier la possibilité de regrouper plusieurs petits envois de différentes entreprises vers une même destination afin de profiter du tarif avantageux qu’offrent des envois de plus grande taille. De plus, en mutualisant plusieurs envois dans un même camion, des gains importants pourraient être faits en matière de réduction d’émissions de GES et de trafic routier puisque le nombre de camions sur le réseau routier se verrait être réduit. C’est donc sur ces prémices que cette étude au sein du Centre d’innovation en logistique et chaîne d’approvisionnement durable (CILCAD) a été lancée.
Plus précisément, le but de cette étude a été d’abord d’analyser le contexte actuel des différents partenaires à cette étude afin de déterminer dans quelles conditions une plate-forme virtuelle pourrait contribuer à une diminution des émissions de GES, tout en permettant aux entreprises de réduire leurs coûts d’expédition de marchandises. Une fois l’analyse complétée, il a été possible de déterminer dans quelles circonstances l’implantation d’une telle plate-forme permettrait une réduction intéressante des émissions de GES et des coûts d’expédition.
La première étape de cette étude a donc été de trouver des partenaires dans le Parc industriel François-Leclerc qui ont des envois en LTL compatibles vers des destinations communes aux États-Unis et qui acceptaient de collaborer avec le CILCAD en transmettant les informations et données nécessaires à cette étude. En effet, cette étude a voulu se pencher sur les envois aux États-Unis des
entreprises présentes dans le Parc industriel François-Leclerc. Une fois ces informations et données analysées, il a été possible de simuler une plate-forme virtuelle afin de déterminer si la mutualisation des opérations de transport en LTL serait assez bénéfique d’un point de vue environnemental et financier. Enfin, l’analyse des résultats a permis de tirer des conclusions et de déterminer dans quels contextes l’utilisation d’une telle plate-forme est favorable.
1.5. Structure de ce mémoire
En premier lieu, ce mémoire détaille toutes les différentes étapes de réalisation de cette étude ainsi que les analyses et conclusions qui en sont ressorties. Tout d’abord, la méthode de recherche des partenaires comprenant des critères de sélection est détaillée et les partenaires ayant accepté de prendre part à cette étude sont brièvement présentés. Ensuite, sont expliqués les différents types de tarification dans l’industrie du transport en LTL et le type de tarification retenu pour la simulation de la plate-forme virtuelle annoncée. Puis, les premières observations, difficultés et solutions quant aux besoins en transport des différents partenaires sont présentées. De plus, les différents scénarios quant à la façon des transporteurs d’effectuer les tournées de collecte sans plate-forme virtuelle d’optimisation et de mutualisation (scénarios initiaux) sont élaborés et le modèle mathématique derrière la solution de la plate-forme, les hypothèses et paramètres et les indicateurs de performance pour la solution de la plate-forme décrits, le tout accompagné d’un exemple complet et détaillé pour faciliter la compréhension. Une section est également consacrée à démontrer que cette simulation correspond bien à la réalité des partenaires et des transporteurs. Enfin, les détails concernant la méthode de calcul des émissions de GES, les résultats, une analyse approfondie de ces résultats et les conclusions de cette étude sont présentés.
En deuxième lieu, ce mémoire présente un court rapport complémentaire rédigé selon la Norme internationale ISO 14064-2 intitulée Gaz à effet de serre – Partie 2 – Spécifications et lignes directrices, au niveau des projets, pour la quantification, la surveillance et la déclaration des réductions d’émissions ou d’accroissements de suppressions des gaz à effet de serre. Le respect de cette norme était une exigence du Ministère de l’Énergie et des Ressources naturelles (MERN) du Québec pour toutes recherches, études ou projets au sein du CILCAD.
En troisième et dernier lieu, ce mémoire présente l’article scientifique dans lequel mes collègues et moi avons voulu explorer davantage l’idée de mutualisation des opérations de transport en LTL. L’article est intitulé Service level, financial and environmental optimization of collaborative transportation et a été soumis en juin 2017 pour publication au journal Transportation Research
Chapitre 2
Partenaires à l’étude
Ce chapitre présente la méthode de recherche des partenaires ainsi que les trois entreprises qui participent à cette étude, soient Groupe Leclerc, Novik et SBI.
2.1. Méthode de recherche des partenaires
La méthode de recherche des partenaires s’est d’abord basée sur le critère de la proximité par rapport à l’usine de Groupe Leclerc située dans le Parc industriel François-Leclerc. Ce critère de proximité, primordial à l’optimisation et à la mutualisation dans cette étude, a été établi afin qu’un transporteur-consolidateur puisse facilement ramasser dans une même tournée des envois vers des destinations communes. Lors du premier tri, toutes les entreprises n’étant pas en concurrence avec Groupe Leclerc et n’ayant pas des composantes chimiques dans leurs marchandises susceptibles de contaminer les produits alimentaires de Groupe Leclerc ont été sélectionnées. Suivant ces critères, une liste de quinze partenaires potentiels, tous situés dans le Parc industriel François-Leclerc, a été dressée.
L’étape suivante a été de contacter toutes ces entreprises afin d’obtenir les coordonnées de la personne responsable du transport ou de la logistique dans le but de lui transmettre un courriel expliquant brièvement les objectifs et le fonctionnement de cette étude. Une fois ce courriel envoyé, chaque personne responsable a été recontactée à savoir si cette étude l’intéressait. Malgré leur intérêt envers cette étude, plusieurs entreprises ont refusé de participer pour différents motifs. D’abord, plusieurs d’entre elles n’expédient pas de leurs marchandises en direction des États-Unis et il était donc impossible de jumeler leurs envois avec ceux de Groupe Leclerc dans le cadre de cette étude. Un autre motif de refus important a été l’utilisation de camion de type flatbed (des camions ouverts), par beaucoup d’entreprises. Une autre raison qui a empêché certaines entreprises à participer à cette étude était qu’elles possèdent leur propre flotte de véhicules pour effectuer leurs opérations de transport. Leur participation à cette plate-forme virtuelle impliquerait donc des changements importants à leurs opérations quotidiennes qui sont déjà bien établies. Un dernier motif qui a été soulevé par quelques entreprises était que leurs envois étaient peu réguliers, devaient être acheminés dans des délais très précis et ne représentaient généralement pas un gros volume. Il ne semblait donc pas possible pour eux de profiter des retombées de la plate-forme virtuelle. Malgré
tous ces refus, deux entreprises ont manifesté leur intérêt envers cette étude et ont été retenues puisqu’elles respectaient les critères établis pour y participer. Ces deux entreprises ainsi que le partenaire principal sont présentés dans les sections suivantes.
2.2. Groupe Leclerc
Groupe Leclerc est une entreprise québécoise qui œuvre dans le domaine alimentaire depuis plus de 100 ans. L’entreprise se spécialise dans la fabrication de biscuits, barres tendres, galettes et autres produits connexes et compte maintenant plus de 650 employés. Avec les années, Groupe Leclerc s’est développé et possède maintenant sept usines situées au Canada et aux États-Unis qui desservent des clients dans une vingtaine de pays déployés sur quatre continents. Il va de soi qu’une entreprise d’une telle envergure a déjà en place un réseau logistique efficace. Cependant, tel que Stéphane Labillois l’a suggéré, le réseau desservant les États-Unis laisse place à amélioration. Groupe Leclerc possède deux clients majeurs aux États-Unis, soient deux grandes entreprises américaines. Celles-ci représentent un grand volume de commandes chez Groupe Leclerc de par chacun leurs 16 centres de distribution répandus en sol américain. Comme ces envois représentent un volume important et régulier chez Groupe Leclerc, ce sont ces envois qui font principalement l’objet de cette étude puisque toujours selon Stéphane Labillois, le système logistique des envois vers les États-Unis pourrait être plus efficace et moins coûteux.2
2.3. Novik
La première entreprise à s’être jointe à cette étude en tant que partenaire est Novik, une entreprise québécoise qui se spécialise dans la fabrication de bardeaux, de pierres et accents depuis 1998. Leurs principaux clients sont des détaillants, des entrepreneurs, des architectes et des designers à travers le Canada et les États-Unis. Avec leurs nombreux clients en Amérique du Nord, Novik se doit d’avoir un réseau logistique qui lui permet de rejoindre ses clients rapidement. De gros volumes doivent partir régulièrement de leur usine de Québec située dans le Parc industriel François-Leclerc. Les besoins en transport de Novik diffèrent de ceux de Groupe Leclerc principalement de par la taille de leurs envois et la dimension de leurs palettes qui sont presque toujours hors-norme en raison du type de marchandises fabriqués. Cependant, puisque leurs clients sont principalement au Canada et aux États-Unis et que la fréquence de leurs envois aux États-Unis
est similaire à celle de Groupe Leclerc, Novik a accepté de participer à cette étude afin de savoir si une mutualisation des envois pourrait être possible et intéressante.3
2.4. SBI
La deuxième entreprise à s’être jointe à cette étude en tant que partenaire est SBI, un fabricant de poêles depuis 1978. La renommée de leurs produits de chauffage s’étend non seulement au Canada et aux États-Unis, mais aussi en Europe, au Brésil, en Colombie, en Afrique du Sud et en Australie. Le réseau de distribution de SBI ne cesse effectivement de croître et c’est entre autres ce qui a expliqué leur intérêt pour cette étude. De plus, un bon nombre de leurs commandes fabriquées à Québec dans le Parc industriel François-Leclerc partent en direction des États-Unis vers des grossistes, distributeurs, centres de rénovations et détaillants spécialisés. Tout comme Novik, le type de produits fabriqués fait en sorte que la taille de leurs envois diffère beaucoup avec celle de Groupe Leclerc en matière de poids et de dimensions. Enfin, la fréquence des envois a été une autre raison qui a poussé SBI à vouloir participer à cette étude.4
3
Chapitre 3
Types de tarification et besoins des partenaires en
LTL
Ce chapitre présente les différents types de tarification en LTL et le type retenu pour cette étude et les besoins en LTL des partenaires.
3.1. Types de tarification en LTL
Les trois partenaires utilisent plusieurs transporteurs pour combler leurs besoins en LTL. D’ailleurs, ces transporteurs ne fonctionnent pas tous avec la même structure de coût. Ainsi, ces divers types de tarification sont présentés ci-dessous.
3.1.1. Tarification basée sur le nombre de positions de palette
Le premier type est la tarification basée sur le nombre de positions de palette. Pour bien comprendre, il importe de spécifier que dans l’industrie du transport, les dimensions d’une palette standard sont de 4 pieds de longueur par 4 pieds de largeur par 4 pieds de hauteur. Une position de palette correspond à l’espace utilisé au sol d’une palette standard. Or, il est possible de mettre une seconde palette gratuitement sur celle au sol en raison de la hauteur des palettes standard généralement utilisées dans l’industrie. Ainsi, une position de palette permet de façon générale d’y insérer deux palettes. La plupart des transporteurs fonctionnant ainsi proposent une grille de coûts selon le nombre de positions de palette et la destination. SBI fonctionne d’ailleurs de cette façon avec des transporteurs pour des envois en LTL vers les États-Unis.
3.1.2. Tarification basée sur le nombre de pieds linéaires utilisés
Le deuxième type est la tarification basée sur le nombre de pieds linéaires utilisés. La plupart des transporteurs qui fonctionnent de cette façon proposent une grille tarifaire qui permet de voir les coûts d’expédition d’un envoi dépendamment du nombre de pieds linéaires du chargement et de la destination. Cette grille débute habituellement à 4 pieds linéaires, car cela représente la longueur d’une palette standard dans l’industrie, et se termine à 53 pieds linéaires, soit la longueur des camions généralement utilisés. L’avantage principal de cette tarification est qu’elle permet aux
entreprises qui ont des palettes de dimensions hors-norme de payer seulement pour l’espace qu’elles utilisent réellement. C’est le cas entre autres de Novik qui fonctionne de cette façon avec la plupart de ses transporteurs pour ses envois en LTL.
3.1.3. Tarification basée sur le poids
Le troisième type est la tarification basée sur le poids. Les transporteurs fonctionnant de cette façon ont des barèmes de poids et donnent les coûts associés à chaque catégorie de poids et de marchandises.
3.1.4. Tarification basée sur le pourcentage du poids de la
remorque utilisé
Le quatrième type est la tarification basée sur le pourcentage du poids de la remorque utilisé et il est peu commun dans l’industrie. Le tarif est en fonction du poids utilisé par l’envoi par rapport au poids maximal possible de la remorque. Ce pourcentage est par la suite rattaché à un barème de coût. Pour des entreprises comme Novik qui fabriquent des produits peu pesants, cette sorte de tarification s’avère souvent avantageuse.
3.1.5. Tarification basée sur le kilométrage
Le cinquième type est la tarification basée sur le kilométrage. Les transporteurs l’offrant ont habituellement une grille de taux par kilomètre selon la destination des envois (1,25 $/km à destination du Vermont par exemple). Le coût total de l’envoi est donc le produit du taux et du nombre de kilomètres parcourus auquel s’ajoute souvent un coût fixe pour aller collecter la marchandise. Cette tarification est habituellement plus avantageuse sur de courtes distances et c’est pourquoi il est rare qu’on l’utilise pour des envois très loin aux États-Unis. Malgré que certains transporteurs offrent une réduction sur le taux pour des envois sur une longue distance, cette tarification reste habituellement peu avantageuse pour couvrir de larges territoires.
3.1.6. Tarification basée sur des ententes préétablies
Le sixième type de tarification consiste à établir des ententes avec des transporteurs afin d’obtenir un tarif préférentiel sur une longue période. Les entreprises qui fonctionnent de cette façon sont souvent celles qui ont des envois très réguliers. Par exemple, Groupe Leclerc envoie de la
ententes de prix avec certains transporteurs. Cette façon de fonctionner permet donc à Groupe Leclerc de ne pas avoir à magasiner continuellement des prix ou de devoir trouver des transporteurs à chacun de leurs envois. De plus, du côté des transporteurs avec qui ils ont des ententes, cela leur permet d’avoir un volume de transport assuré sur une longue période et de mieux planifier leurs déplacements.
3.1.7. Tarification retenue pour cette étude
Le type de tarification retenu pour cette étude est celui basé sur le nombre de pieds linéaires utilisés. D’ailleurs, il s’agissait de la suggestion de la technicienne logistique du transport (personne-ressource) chez Novik. De plus, cette dernière a pu fournir la grille tarifaire complète et à jour d’un grand transporteur québécois. En effet, cette grille présente les tarifs pour tous les États des États-Unis. Comme certains produits des partenaires sont soit très légers ou soit très lourds, il semblait plus juste et moins complexe d’utiliser une tarification selon l’espace utilisé dans un camion contrairement à celles selon le poids. Ce type de tarification permet aussi aux partenaires d’utiliser comme ils le veulent les pieds linéaires du camion pour lesquels ils payent, c’est-à-dire qu’ils peuvent mettre des palettes côtes à côtes ou par-dessus (double stack) si l’espace leur permet. Cette tarification avantage donc Groupe Leclerc qui expédie en palettes standards (donc double stack), mais aussi Novik et SBI qui ont des palettes de dimensions hors-norme.
Tel qu’on peut l’observer sur la grille tarifaire du transporteur québécois utilisée pour cette étude, le coût pour un même nombre de pieds linéaires varie d’un État des États-Unis à l’autre, et ce, en raison de la proximité avec le centre de consolidation de ce transporteur et sa capacité à trouver de la marchandise pour son retour. Or, lorsqu’on observe l’augmentation du coût par rapport au nombre de pieds linéaires, on constate qu’à travers les différents États, celle-ci reste relativement constante. Toutefois, le coût par pied linéaire diminue plus le nombre de pieds linéaires total expédié augmente.
L’incitatif premier de la mutualisation des charges partielles réside dans le fait que deux envois distincts de 𝑥 et 𝑦 pieds linéaires engendrent des coûts plus élevés qu’un seul envoi de (𝑥 + 𝑦) pieds linéaires si les destinations sont compatibles. Par exemple, d’après la grille tarifaire retenue, si Groupe Leclerc envoie 4 pieds linéaires de marchandise en direction de l’Alabama (coût d’expédition de 454,00 $), que Novik en envoie 8 vers la même destination (coût d’expédition de 650,00 $) et que SBI en envoie 10 (coût d’expédition de 747,00 $), le coût d’expédition total des trois envois séparés s’élève à 1 851,00 $. Cependant, si on les mutualise dans un même envoi, le
Comme on peut l’observer à la Figure 1, le coût par pied linéaire diminue plus la taille des envois augmente. L’escompte de quantité ainsi observé est évident et représente des réductions de coûts d’expédition importantes pour les entreprises partenaires, soit une intéressante source de motivation pour mutualiser leurs envois en LTL.
Figure 1 : Coût d’expédition unitaire en fonction du nombre de pieds linéaires à destination de l’Alabama selon la grille tarifaire retenue pour cette étude
3.2. Besoins des partenaires en LTL
Dans cette section, les besoins en LTL de chaque partenaire sont résumés et quantifiés.
3.2.1. Groupe Leclerc
Pour Groupe Leclerc, les données de la période débutant le 23 février 2016 et se terminant le 6 juillet 2016 ont été remises. Ces données représentent 275 lignes de commandes et ont été fournies par le responsable des bases de données chez Groupe Leclerc. L’analyse des besoins en LTL de Groupe Leclerc a permis de relever les informations moyennes qui sont présentées dans le Tableau 1.
Tableau 1 : Sommaire des besoins en LTL de Groupe Leclerc
3.2.2. Novik
Pour Novik, les données de la période débutant le 7 mai 2015 et se terminant 9 juin 2016 ont été remises. Ces données représentent 1 180 lignes de commandes et ont été fournies par la technicienne logistique du transport chez Novik. L’analyse des besoins en LTL de Novik a permis de relever les informations moyennes qui sont présentées dans le Tableau 2.
Tableau 2 : Sommaire des besoins en LTL de Novik
3.2.3. SBI
Pour SBI, les données de la période débutant le 7 novembre 2014 et se terminant 31 décembre 2015 ont été remises. Ces données représentent 1 270 lignes de commandes et ont été fournies par le chargé de projet logistique chez SBI. L’analyse des besoins en LTL de SBI a permis de relever les informations moyennes qui sont présentées dans le Tableau 3.
Tableau 3 : Sommaire des besoins en LTL de SBI
3.2.4. Premières observations, difficultés et solutions
Comme mentionné précédemment, l’incitatif premier de la mutualisation est qu’elle permet aux entreprises de regrouper leurs envois afin d’obtenir un meilleur coût d’expédition pour des destinations compatibles. Ceci étant dit, la condition nécessaire pour mutualiser des envois est qu’elles aient des destinations compatibles. La définition de compatible varie d’un transporteur à un autre. Pour des trajets de longues distances, plusieurs transporteurs acceptent que des envois se retrouvant dans un détour ou un rayon de moins de 200 km soient jumelés.
Pour cette étude, il a d’abord été considéré que des envois vers une même ville pouvaient être mutualisés pour l’expédition. Cependant, après avoir analysé en détail les données recueillies chez Groupe Leclerc, Novik et SBI, il a été remarqué que les entreprises avaient environ seulement 3% de toutes leurs destinations en commun, soient 30 villes en commun sur 862 analysées dans les échantillons de données. Il était donc impossible de considérer dans cette simulation mutualiser des envois au niveau des villes de destination en raison du peu de possibilités de mutualisation. Une autre difficulté qui a été soulevée concernait le faible nombre de partenaires. En effet, il allait être plus difficile de démontrer l’efficacité d’une plate-forme virtuelle d’optimisation et de mutualisation avec seulement trois partenaires.
Ces difficultés ont donc été contournées de deux façons, soient en élargissant la zone de mutualisation au niveau des États des États-Unis et en augmentant le nombre de partenaires. Ainsi, pour tester la validité et l’intérêt conceptuel d’une telle plate-forme, les données réelles des trois partenaires ont servi d’inspiration pour simuler l’intégration de partenaires fictifs dont les comportements sont représentatifs des partenaires réels. Selon ces simulations, il a été possible
d’évaluer combien de partenaires sont nécessaires afin que la plate-forme génère des réductions des émissions de GES et des coûts d’expédition intéressantes.
Chapitre 4
Optimisation et mutualisation
Ce chapitre présente le fonctionnement de la Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles dans les moindres détails. D’abord, la situation initiale et les deux scénarios développés pour la représenter (collecte sans plate-forme et collecte optimisée sans plate-forme) sont abordés. Ensuite, la solution de la plate-forme et le modèle mathématique derrière celle-ci sont décrits. Suivent les informations relatives à la création des instances, les hypothèses et paramètres, les indicateurs de performance, un exemple d’instance à résoudre complet et détaillé et une section consacrée à valider que la simulation correspond bien à la réalité des entreprises et des transporteurs.
Pour faire une bonne évaluation des gains environnementaux et financiers, on doit :
1. Évaluer les émissions de GES et les coûts d’expédition de la situation initiale (collecte sans plate-forme ou collecte optimisée sans plate-forme);
2. Évaluer les émissions de GES et les coûts d’expédition en utilisant la plate-forme d’optimisation et de mutualisation (solution de la plate-forme).
Mais avant de débuter, il importe de faire une précision extrêmement importante. Un transporteur qui fait du transport en LTL procède de la façon suivante. Premièrement, le transporteur quitte son centre de consolidation, va collecter tous les envois chez ses clients (peu importe où les envois sont destinés) et revient à son centre de consolidation. Deuxièmement, les envois destinés aux mêmes destinations (dans le cas de cette étude, aux mêmes États) sont regroupés ensemble dans le centre de consolidation et mis dans un même camion. Et troisièmement, le transporteur quitte le centre de consolidation avec un TL d’envois à destination d’un État unique. Ainsi, la tournée effectuée par le transporteur pour faire la collecte des envois chez ses clients peut être améliorée. Quant à la tournée entre le centre de consolidation et l’État de destination, celle-ci demeure toujours le même, car elle constitue toujours un TL qui emprunte le meilleur trajet entre le centre de consolidation du transporteur et la destination finale.
4.1. Situation initiale
Pour bien quantifier les gains rattachés à l’utilisation de la plate-forme virtuelle, il fallait connaître l’état de la situation avant la mutualisation des besoins de transport en LTL (situation initiale). Deux scénarios ont donc été développés pour tenter de représenter la façon dont les différents transporteurs font la collecte des envois chez leurs clients.
Le premier scénario de la situation initiale (appelé collecte sans plate-forme) reproduit la pire situation possible. Chaque transporteur effectue des allers-retours entre leur centre de consolidation et le client pour ramasser chaque commande individuellement. Un aller-retour est donc effectué pour chaque commande. Ce scénario extrême est celui qui implique le plus de déplacements pour les transporteurs. Ce scénario est illustré à la Figure 2.
Figure 2 : Premier scénario de la situation initiale (collecte sans plate-forme)
Dans le deuxième scénario développé pour représenter la situation initiale (appelé collecte optimisée sans plate-forme), on suppose que chacun des transporteurs optimise ses déplacements et effectue des tournées afin d’aller chercher les envois d’un maximum de clients, et ce, tout en respectant les contraintes de capacité de leurs camions. Ainsi, un ou plusieurs camions quittent le centre de consolidation afin d’effectuer les collectes prévues chez les clients. La solution optimale
l’aide de la programmation mathématique. Aussi, ce deuxième scénario est extrême en ce sens qu’il minimise la distance parcourue par les transporteurs en supposant que ceux-ci attendent pour consolider leurs collectes dans une même journée. Or, ce scénario est probablement plus performant que ce qui se produit en réalité chez les transporteurs. Ce scénario est illustré à la Figure 3.
Figure 3 : Deuxième scénario de la situation initiale (collecte optimisée sans plate-forme)
4.2. Solution de la plate-forme
Le but premier de cette étude étant de réduire les émissions de GES produites par la collecte des commandes, on cherche donc à minimiser la distance parcourue par le transporteur-consolidateur. En effet, la mutualisation des envois des partenaires fera en sorte qu’un seul transporteur (appelé transporteur-consolidateur) sera désormais responsable des envois de toutes les entreprises. Pour résoudre ce problème, un modèle exact qui procure une solution optimale garantie a été développé. Ce modèle a pour objectif de minimiser la distance parcourue. Il ne vise pas à réduire les coûts d’expédition ce qui est un problème très différent. Plusieurs contraintes accompagnent également le modèle mathématique afin de respecter les différents paramètres et d’appliquer les différentes hypothèses émises. Cependant, en raison des instances trop volumineuses, ce modèle exact peut difficilement résoudre le problème. En effet, le temps de résolution nécessaire par le solveur est beaucoup trop long et c’est pourquoi une heuristique a été développée pour le résoudre. À la
différence d’un modèle exact, cette méthode est une heuristique, ce qui signifie qu’on ne peut garantir que la solution est optimale. Cependant, elle a l’avantage de donner des solutions dans des délais rapides et de procurer un faible écart avec l’optimalité.
L’heuristique utilisée est appelée Adaptive Large Neighborhood Search (ALNS) et est prouvée fort performante dans plusieurs travaux de recherche opérationnelle. Cette heuristique tente d'obtenir des tournées les plus courtes possible en tenant compte de la taille des commandes et de la localisation des clients et de la capacité du camion et de la localisation du transporteur-consolidateur, et ce, afin de réduire la distance totale parcourue. L’heuristique débute avec une solution de départ et tente de l’améliorer itération par itération en éliminant une partie de la solution précédente et en la reconstruisant d’une tout autre façon. Chaque itération réduit la distance totale parcourue. Une fois toutes les tournées obtenues, les escomptes de quantité sont appliqués advenant que des commandes destinées à une même destination par différents partenaires se retrouvent dans la même tournée, le même camion, et les coûts d’expédition sont calculés.
4.2.1. Modèle mathématique
Ce problème d’optimisation et de mutualisation des charges partielles par l’utilisation d’une plate-forme virtuelle revient à optimiser la collecte des commandes chez les partenaires, soit un problème de tournées de véhicules. Ce problème est défini par un graphe 𝐺 = (𝑉, 𝐴) tel que 𝑉 = {0, … , 𝑛} est l’ensemble de nœuds et 𝐴 = {(𝑖, 𝑗) ∶ 𝑖, 𝑗 ∈ 𝑉} est l’ensemble des arcs entre les nœuds. Le nœud 0 est le dépôt du transporteur-consolidateur. Un coût (distance) 𝑐𝑖𝑗 pour chaque arc (𝑖, 𝑗) est
determiné. L’horizon de planification 𝑇 = {1, … , 𝐻} est exprimé en jour. Un ensemble de véhicules identiques 𝐾 = {1, … , 𝑚} avec une capacité 𝑄 exprimée en pieds linéaires est utilisé. Chaque nœud 𝑖 = {1, … , 𝑛} représente une commande avec une taille de 𝑞𝑖 unités au temps 𝑟𝑖 tel que 1 ≤ 𝑟𝑖 ≤ 𝐻. La taille est exprimée en nombre de palettes et la longueur et la largeur d’une palette sont de 4 pieds respectivement. Une commande doit être satisfaite par une seule collecte (passage d’un seul camion). Puisque chaque nœud représente une commande spécifique, plusieurs nœuds peuvent avoir la même origine, c’est-à-dire que chaque partenaire peut avoir une commande distincte à chaque période de l’horizon de planification 𝑇. Est défini l’ensemble des partenaires sans le dépôt 𝑉′= 𝑉\{0}.
La structure de coût est en pieds linéaires et s’arrête à la longueur maximale du type de camion utilisée dans cette étude, soit 𝑄 = 53 pieds linéaires. La taille est exprimée en nombre de palettes de longueur et de largeur de 4 pieds, et donc, deux palettes peuvent être mises côte à côte. Ainsi, une
ou deux palettes nécessitent 4 pieds linéaires, 3 ou 4 nécessitent 8 pieds linéaires, etc. Pour 𝑞 ≤ 26 palettes, le nombre de pieds linéaires requis dans le camion est 4 ⌈𝑞2⌉ et il y a en fait seulement que 13 coûts différents possibles (ou nombre de pieds linéaires requis). En général, on identifie 𝑙 ∈ ℒ toutes les possibilités de coûts. Ces 13 possibilités de coûts sont désignées 𝛼1 pour 1 ≤ 𝑙 ≤ 13. Le modèle mathématique est un Multi-Period Vehicle Routing Problem (MPVRP). Il minimise la distance totale pour visiter tous les nœuds et collecter toutes les commandes. Cette formulation néglige les coûts d’expédition qui sont calculés a posteriori. On définit la variable 𝑥𝑖𝑗𝑘𝑡 égale à 1 si l’arc (𝑖, 𝑗) ∈ 𝐴 est utilise par le camion 𝑘 à la période 𝑡 ∈ 𝑇𝑖∩ 𝑇𝑗, zéro si non. Le modèle est défini
comme suit : 𝑚𝑖𝑛 ∑ 𝑐𝑖𝑗 (𝑖,𝑗)∈𝐴 ∑ ∑ 𝑥𝑖𝑗𝑘𝑡 𝑡∈𝑇𝑖∩𝑇𝑗 𝑘∈𝐾 (1) sujet à : ∑ ∑ 𝑦𝑖𝑘𝑡= 1 ∀𝑖 ∈ 𝑉′, 𝑡∈𝑇𝑖 𝑘∈𝐾 (2) ∑ 𝑥𝑖𝑗𝑘𝑡 𝑗∈𝑉 = ∑ 𝑥𝑗𝑖𝑘𝑡 𝑗∈𝑉 ∀𝑖 ∈ 𝑉′, 𝑡 ∈ 𝑇 𝑖∩ 𝑇𝑖, 𝑘 ∈ 𝐾, (3) ∑ 𝑥𝑖𝑗𝑘𝑡= 𝑦 𝑗𝑘𝑡 ∀𝑗 ∈ 𝑉′, 𝑡 ∈ 𝑇𝑗, 𝑘 ∈ 𝐾, 𝑖∈𝑉│𝑡∈𝑇𝑖 (4) ∑ 𝑥0𝑗𝑘𝑡≤ 1 ∀𝑡 ∈ 𝑇, 𝑘 ∈ 𝐾, 𝑗∈𝑉′│𝑡∈𝑇𝑗 (5) ∑ 𝑥𝑖0𝑘𝑡≤ 1 ∀𝑡 ∈ 𝑇, 𝑘 ∈ 𝐾, 𝑖∈𝑉′│𝑡∈𝑇𝑖 (6) 𝑦𝑖(𝑘−1)𝑡≥ 𝑦𝑖𝑘𝑡 ∀𝑖 ∈ 𝑉′, 𝑡 ∈ 𝑇 𝑖, 𝑘 ∈ 𝐾\{1}, (7) ∑ ∑ 𝑥𝑖𝑗𝑘𝑡≤ |𝑆| − 𝑟(𝑆) ∀𝑆 𝑗∈𝑆 𝑖∈𝑆 ⊆ 𝑉′, |𝑆| > 2, 𝑡 ∈ 𝑇 𝑖∩ 𝑇𝑗, 𝑘 ∈ 𝐾, (8) 𝑥𝑖𝑗𝑘𝑡∈ {0,1} ∀𝑖, 𝑗 ∈ 𝑉 ∶ 𝑖 ≠ 𝑗, 𝑡 ∈ 𝑇 𝑖∩ 𝑇𝑗, 𝑘 ∈ 𝐾, (9)
𝑦𝑖𝑘𝑡∈ {0, 1} ∀𝑖 ∈ 𝑉′, 𝑡 ∈ 𝑇
𝑖, 𝑘 ∈ 𝐾. (10)
La fonction objectif (1) minimise la distance totale parcourue pour visiter tous les nœuds. La contrainte (2) force le modèle à visiter tous les nœuds une seule fois. La contrainte (3) maintient l’équilibre des flux à chaque nœud. La contrainte (4) fait les liens entre les variables d’arc 𝑥𝑖𝑗𝑘𝑡 et les variables de nœuds 𝑦𝑗𝑘𝑡. Les contraintes (5) et (6) imposent une seule tournée par camion par jour. La contrainte (7) est ajoutée pour forcer le modèle à utiliser les camions avec l’indice le plus petit en premier. La contrainte (8) élimine les possibilités de sous-tour et assure que la capacité du camion est respectée. Le respect de cette capacité est vérifié par la fonction 𝑟(𝑆) = ⌈2 ∑𝑗∈𝑆𝑞𝑗
𝑄 ⌉. Cette
contrainte est ajoutée dynamiquement à travers le Branch-and-Cut. Les contraintes (9) et (10) indiquent que les variables sont binaires.
4.3. Création d’instances
Afin de tester le potentiel de la Plate-forme virtuelle d’optimisation et de mutualisation des opérations de transport en charges partielles, des instances basées sur les données réelles des trois partenaires ont été créées afin de reproduire des comportements de commande pratiques. Ainsi, la plate-forme virtuelle a pu être simulée en créant des entreprises fictives qui ont des habitudes de commandes similaires à celles de Groupe Leclerc, de Novik et de SBI. Les sections qui suivent présentent les détails relatifs à la création des instances.
4.3.1. Nombre d’entreprises partenaires
1 jusqu’à 15 Souhaitant analyser l’impact du nombre d’entreprises partenaires participant à la plate-forme virtuelle, le nombre d’entreprises partenaires varie de 1 à 15 (donc 15 ensembles d’instances).
4.3.2. Transporteurs initiaux
Affecté aléatoirement Chaque entreprise se voit attribuer un transporteur de façon aléatoire parmi une sélection de 4. Chaque entreprise fait donc affaire avec un seul transporteur.
4.3.3. Positionnements des entreprises et des transporteurs
initiaux
Affecté aléatoirement Les entreprises sont disposées de façon aléatoire dans cinq parcs industriels de Québec (voir les regroupements de pastilles à laFigure 4). Pour celles-ci, une liste de 30 positionnements (pastilles de couleur) a effectivement été déterminée arbitrairement, et donc, 30 choix sont possibles. Quant aux transporteurs, il s’agit d’une liste de 4 positionnements (pastilles noires) également déterminée arbitrairement, et donc, 4 choix sont possibles.
Figure 4 : Positionnements potentiels des entreprises et des transporteurs5
4.3.4. Horizon de temps
1 jour Les instances simulent des besoins en LTL pour une journée. Lors de la résolution du modèle mathématique, les indices t relatifs au temps peuvent donc être ignorés.
4.3.5. Fréquence des commandes
Groupe Leclerc a tendance à avoir en moyenne entre 4 et 26 commandes par semaine et entre 1 et 7 par jour. Ainsi, les entreprises fictives qui sont inspirées des habitudes de Groupe Leclerc
respecteront ces contraintes. Pour Novik, la tendance se situe entre 6 et 32 commandes par semaine et entre 1 et 9 par jour et pour SBI, elle se situe entre 1 et 7 commande(s) par semaine et entre 1 et 3 par jour.
4.3.6. Taille des commandes
[1 ; 3], [1 ; 5] ou [1 ; 7] palettes La taille des commandes est exprimée en nombre de palettes et trois tests sont effectués. Un premier test considère des commandes que de 1 à 3 palette(s), un deuxième test des commandes que de 1 à 5 palette(s) et un troisième test des commandes que de 1 à 7 palette(s).
4.3.7. Destination des commandes
En moyenne, Groupe Leclerc expédient que dans 11 États précis et dans au moins 4 différents chaque semaine. Ainsi, pour une semaine donnée, les entreprises fictives qui sont générées selon les habitudes de Groupe Leclerc visitent entre 4 et 11 États par semaine, et ce, uniquement parmi la sélection de Groupe Leclerc.
En moyenne, Novik expédient que dans 19 États précis et dans au moins 5 différents chaque semaine. Ainsi, pour une semaine donnée, les entreprises fictives qui sont générées selon les habitudes de Novik visitent entre 5 et 19 États par semaine, et ce, uniquement parmi la sélection de Novik.
En moyenne, expédient que dans 5 États précis et dans au moins 1 État différent chaque semaine. Ainsi, pour une semaine donnée, les entreprises fictives qui sont générées selon les habitudes de SBI visitent entre 1 et 5 État(s) par semaine, et ce, uniquement parmi la sélection de SBI.
4.3.8. Coûts d’expédition initiaux
Les coûts d’expédition initiaux d’une commande sont établis selon la grille tarifaire retenue pour cette étude. Cette grille est en fonction du nombre de pieds linéaires utilisés et de l’État de destination.
4.4. Hypothèses et paramètres
4.4.1. Dimensions des palettes
Les palettes dans cette étude sont normalisées. La longueur et la largeur sont de 4 pieds. Quant à la hauteur, elle peut varier, mais ne doit pas excéder la hauteur du camion. Or, il est important de spécifier qu’on ne s’y intéresse pas, et donc, que la possibilité d’empiler une palette par-dessus une autre n’est en aucun cas envisageable.
4.4.2. Capacité des camions
Les camions utilisés dans le cadre de cette étude sont précisément des camions lourds au diesel de 53 pieds (classe 8). Les dimensions d’un tel camion sont de 53 pieds de longueur par 8,2 pieds de largeur par 9,1 pieds de hauteur. Ainsi, la capacité d’un camion en nombre de palettes est donc de 26 palettes en raison des dimensions de palettes définies précédemment. En effet, treize palettes peuvent être mises sur la longueur du camion et deux palettes sur la largeur, le tout pour un total de 26. Quant à la possibilité de mettre une palette par-dessus une autre, elle ne peut être envisagée dans le cadre de cette étude. Ainsi, la capacité d’un camion dans ce contexte est véritablement de 26 palettes.
4.4.3. Matrice des coûts d’expédition (situation initiale et
solution de la plate-forme)
Pour les coûts d’expédition de la situation initiale (collecte sans plate-forme et collecte optimisée sans plate-forme) et de la solution de la plate-forme, la même grille tarifaire complète et à jour d’un grand transporteur québécois est utilisée. Cette grille présente les tarifs selon le nombre de pieds linéaires et l’État de destination aux États-Unis. Puisque la taille des commandes est exprimée dans cette étude en nombre de palettes normalisées de longueur de 4 pieds, on se retrouve avec 13 intervalles de coûts d’expédition (1 à 13 palette(s) de longueur). De plus, il faut spécifier que si on souhaite obtenir les coûts d’expédition d’une palette, il s’agira du coût pour 4 pieds linéaires d’utilisation (soit le premier intervalle de coûts d’expédition) et il faut savoir qu’un espace à côté de cette palette sera libre pour une seconde, car la largeur d’une palette est normalisée dans cette étude et est de 4 pieds. En effet, le coût d’expédition d’une palette est le même que celui de 2 palettes puisque la tarification basée sur le nombre de pieds linéaires fonctionne ainsi. Il s’agit de la même situation pour 3 et 4 palettes, pour 9 et 10 palettes, etc.
4.4.4. Transporteur-consolidateur sélectionné
Le transporteur-consolidateur est sélectionné aléatoirement parmi les 4 transporteurs existants (voir les pastilles noires à la Figure 4).
4.4.5. Flotte du transporteur-consolidateur
Le transporteur-consolidateur possède une flotte illimitée de camions.
4.5. Indicateurs de performance
L’objectif premier de cette étude est de permettre aux entreprises qui participent à la plate-forme virtuelle d’optimisation et de mutualisation de réduire les émissions de GES générées par leurs expéditions. Relié au premier, le deuxième objectif est de mesurer la réduction du nombre de camions en circulation pour effectuer les mêmes collectes. Finalement, le troisième objectif est d’obtenir une réduction des coûts d’expédition. Bien que ces trois indicateurs soient étudiés, seule la distance parcourue est considérée dans la fonction objectif du modèle mathématique afin de maximiser la réduction des émissions de GES. Bien que les résultats permettent également une réduction des coûts d’expédition, cela n’en est effectivement pas l’objectif principal. Des gains économiques supérieurs auraient pu être obtenus si le critère d’optimisation choisi avait été la réduction des coûts d’expédition, mais la contrepartie aurait été des réductions des émissions de GES inférieures.
4.5.1. Réduction des émissions de GES
La réduction des émissions de GES correspond aux émissions de GES du scénario initial collecte optimisée sans plate-forme moins les émissions de GES de la solution de la plate-forme. Tel que mentionné précédemment, la distance parcourue entre les centres de consolidation des transporteurs et les États de destination aux États-Unis n’est jamais considérée.
4.5.2. Réduction du nombre de camions
La réduction du nombre de camions correspond au nombre de camions du scénario initial collecte optimisée sans plate-forme moins le nombre de camions de la solution de la plate-forme.
4.5.3. Réduction des coûts d’expédition
La réduction des coûts d’expédition correspond aux coûts d’expédition du scénario initial collecte optimisée sans plate-forme moins les coûts d’expédition de la solution de la plate-forme.
4.6. Exemple d’instance à résoudre
Afin de mieux visualiser les réductions possibles à l’aide de la plate-forme virtuelle d’optimisation et de mutualisation, voici au Tableau 4 un exemple d’instance à résoudre généré aléatoirement.
Tableau 4 : Exemple d’instance à résoudre
Quant aux positionnements des entreprises et des transporteurs de cette instance, ils sont présentés à la Figure 5.
Figure 5 : Positionnements des entreprises et des transporteurs de l’instance générée aléatoirement6 Pour résoudre cette instance, la matrice des distances et la matrice des coûts d’expédition sont nécessaires. Au Tableau 5, on retrouve la matrice des distances entre toutes les entreprises et tous les transporteurs de l’instance générée aléatoirement.
Tableau 5 : Matrice des distances (en km)