HAL Id: hal-03188108
https://hal.archives-ouvertes.fr/hal-03188108
Submitted on 1 Apr 2021
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Mutualisation des flux logistiques au sein d’un Groupement Hospitalier de Territoire
Khouloud Dorgham, Issam Nouaouri, Jean-Christophe Nicolas, Gilles Goncalves
To cite this version:
Khouloud Dorgham, Issam Nouaouri, Jean-Christophe Nicolas, Gilles Goncalves. Mutualisation des flux logistiques au sein d’un Groupement Hospitalier de Territoire. 10ème conférence Francophone en Gestion et Ingénierie des Systèmes Hospitaliers, GISEH2020, Oct 2020, Valenciennes (visioconférence), France. �hal-03188108�
Mutualisation des flux logistiques au sein d’un Groupement Hospitalier de Territoire
Dorgham Khouloud1, Nouaouri Issam1, Nicolas Jean-Christophe1, Goncalves Gilles1
1 Univ. Artois, EA 3926, Laboratoire de Génie Informatique et d’Automatique de l’Artois (LGI2A), F-62400 Béthune, France ; khouloud_dorgham@univ-artois.fr
Résumé. Ces dernières années, la mutualisation logistique présente une nouvelle stratégie qui permet de réduire les coûts et améliorer la qualité de service. Dans ce contexte, le travail présenté ici consiste à concevoir une chaîne logistique partagée entre les différents établissements d’un Groupement Hospitalier de Territoire (GHT). L’objectif est de leur permettre de rationaliser, mutualiser et optimiser le stockage des produits dans les magasins et les pharmacies et, d’en optimiser la distribution des produits vers les unités de soins. Ce problème est modélisé par un graphe de flot à coût minimum. Plusieurs tests ont été ensuite élaborés sur différentes hypothèses afin de montrer l’impact de la mutualisation logistique sur les indicateurs économiques utilisés.
Mots clés : optimisation, chaîne logistique hospitalière, mutualisation, graphe de flot.
Introduction
Au cours des dernières années, plusieurs stratégies et modèles de mutualisation logistiques ont été développés dans la littérature afin d’accroître l’efficacité de la chaîne d’approvisionnement et réaliser des économies d’échelle. Dans [Groothedde et al., 2005], une heuristique a été proposée afin de mettre en œuvre un réseau collaboratif de hubs pour la distribution des biens de consommation depuis le fabricant jusqu’aux points de vente. [Cheong et al., 2007] proposent un modèle de programmation linéaire afin d’établir des centres de consolidation qui collectent les expéditions de plusieurs fournisseurs et les dirigent vers l'usine de fabrication appropriée tout en diminuant les frais d'expédition et les coûts de possession des stocks. Récemment, dans [Moutaoukil et al., 2017] des différents scénarios de mutualisation ont été utilisés pour montrer la performance de la mutualisation en évaluant les coûts logistiques. Afin de moderniser le système de santé en France, les hôpitaux (Structures sanitaires et Médico-sociales) se sont réunis depuis 2016 pour former des Groupements Hospitaliers de Territoire (GHT). Le but est de renforcer la coopération entre les hôpitaux publics et de mutualiser les différentes ressources matérielles et humaines (magasins, plateformes, transports, etc.) tout en rendant du temps aux soignants pour une meilleure prise en charge du patient.
Dans cet article nous nous intéressons à la modélisation et l'optimisation du processus de la chaîne logistique à travers le développement d'un processus mutualisé au sein d'un GHT. Cette collaboration horizontale se fait entre des acteurs de même niveau qui n'appartiennent pas à la même chaîne logistique. Elle consiste à partager les moyens et les ressources afin de minimiser les coûts et assurer une meilleure gestion du stock.
Dans un premier temps, nous avons appliqué notre approche de résolution au modèle « sans mutualisation » où chaque sous-famille de produit est livrée par plusieurs fournisseurs vers tous les magasins (chaque magasin a son propre fournisseur). Ensuite, un deuxième modèle est développé pour le cas « avec mutualisation » où chaque sous-famille de produit est livrée par un seul fournisseur (le plus économique) vers l’ensemble des magasins.
Dans la suite de ce papier, nous présentons dans la section suivante une description détaillée du problème. La modélisation par un graphe de flot minimum est décrite dans la section 2. La section 3 résume les résultats
obtenus sur trois scénarios. Enfin, une conclusion est donnée à la section 4 avec quelques futures orientations de recherche.
1. Description du problème
La mutualisation logistique au sein d'un GHT incite les établissements de soins à regrouper leur flux et moyens logistiques afin de réduire et minimiser l’ensemble des coûts et réaliser des économies (économie d’échelle par l’achat de produits en grande quantité et économies de frais de transport). Dans notre étude, l’objectif est de trouver une affectation optimale des flux produits et de mettre en place un scénario de mutualisation qui regroupe un ou plusieurs sous-familles de produits dans un magasin du GHT. Ainsi, il existe des magasins stockeurs qui détiennent le stock d'une ou plusieurs sous-familles de produits (matériels, alimentation, etc.), et des magasins cross-docks qui représentent un point de manutention et de distribution de matériel, où les produits passent directement du quai de réception au quai d'expédition. Sachant qu’un magasin donné, peut- être stockeur, cross-dock, ou les deux à la fois. Plusieurs contraintes sont à considérer ; tous les magasins sont caractérisés par une capacité de stockage maximale et chaque unité de soins, selon ses besoins, demande une quantité de produits bien définie pour chaque sous-famille. La demande totale remontée de chaque hôpital devra être satisfaite.
Chaîne logistique traditionnelle : Dans le réseau logistique hospitalier considéré, on s'intéresse au processus d'approvisionnement des sous-familles de produits utilisés dans les unités fonctionnelles (services de soins, de restauration, etc.). En effet, pour acquérir un produit il faut passer une commande auprès des fournisseurs qui se chargent de la livraison. Dans le GHT, pour une sous-famille donnée, chaque magasin s’approvisionne auprès d’un seul fournisseur. Alors que, le même fournisseur peut livrer plusieurs magasins. Cette opération génère inévitablement des coûts que nous visons à minimiser tout en respectant la surface maximale de chaque magasin pour éviter les surcharges et satisfaire le besoin de chaque unité de soins en matière de quantité pour les différentes sous-familles de produits.
Chaîne logistique mutualisée : Le problème étudié consiste à répondre à différentes questions ; (1) quelle sous-famille mutualiser, (2) entre quels établissements ? (3) sur quel(s) magasin(s) stockeur(s) ? Comme il a été mentionné dans [Nicolas et al., 2018], le scénario de mutualisation est réalisé en deux étapes, (1) le regroupement de certaines sous-familles de produits sur un ou plusieurs magasins stockeurs et (2) leur distribution depuis ces magasins stockeurs vers un ou plusieurs cross-docks. L'objectif est de minimiser l'ensemble des coûts.
2. Modélisation du problème
Les problèmes d’optimisation du réseau présentent un modèle souvent utilisé pour un grand nombre d'applications, telles que la gestion de la chaîne d'approvisionnement [Sifaleras, A, 2013]. Par conséquent, afin modéliser clairement les flux de matières (entrantes et sortantes) entre les acteurs, et à quels endroits les produits sont stockés, le problème peut être décrit sous la forme d’un graphe de flots à coût minimum généralisé à plusieurs sous-familles de produits (multi-graphe).Elle permet de montrer pour chaque sous- famille, sa provenance (quel fournisseur), ses lieux de stockage (magasins stockeurs) et sa distribution vers les magasins cross-docks. L’objectif est de minimiser l'ensemble des coûts de gestion suivant :
𝑀𝑖𝑛 𝐶𝑜û𝑡𝑎𝑞𝑢𝑖𝑠𝑖𝑡𝑖𝑜𝑛+ 𝐶𝑜û𝑡𝑝𝑜𝑠𝑠𝑒𝑠𝑠𝑖𝑜𝑛+ 𝐶𝑜û𝑡𝐸𝑇𝑃+ 𝐶𝑜û𝑡𝑙𝑎𝑛𝑐𝑒𝑚𝑒𝑛𝑡+ 𝐶𝑜û𝑡𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑜𝑛 (1)
• Coût d’acquisition : c'est le montant d'achat fixé par les fournisseurs afin d’acquérir un nouveau produit.
• Coût de possession : représente les charges liées au stockage dû à la détention d’un stock ; des dépenses d’assurances, de surveillance, des installations, de location et d’entretien des locaux, etc.
• Coût équivalent temps plein (ETP) : c’est le coût de la masse salariale ETP utilisée.
• Coût de lancement de commande : les charges engendrées au cours de la gestion des commandes qui
varient selon leur nombre annuel : charges de personnel, suivi administratif et logistique, etc.
• Coût de distribution : représente les charges directes / indirectes de l'ensemble des activités de suivi des commandes et de transport qui assurent l'acheminement des produits depuis les magasins stockeurs vers les cross-docks.
Des différentes contraintes doivent être respectées :
• La demande de chaque établissement en sous-famille de produit doit être satisfaite.
• La surface occupée par les sous-familles de produits livrés pour chaque magasin stockeur ne doit pas dépasser sa surface maximale (capacité de stockage).
Comme il est indiqué dans la Figure 1, le problème consiste à déterminer la valeur du flot (quantité de produit) n’excédant pas la capacité dans chaque nœud (magasin) pour satisfaire la demande, tout en minimisant le coût total. Nous supposons que les fournisseurs ont une capacité de livraison illimitée et que nous adoptons la stratégie d’approvisionnement en cours utilisée dans les magasins stockeurs.
Figure1. Graphe de flot à coût minimum
3. Résultats expérimentaux
Dans cette section, nous rapportons et discutons les résultats des expérimentations effectuées sur 3 instances construites à partir d’une base test fictive. Les deux modèles linéaires (avec et sans mutualisation) issus de la modélisation sont résolus avec le solveur ILOG CPLEX.
Les trois instances (ou scenarios) ont le même nombre de fournisseurs (|F|=4), de magasins (|M|=5) et de sous-familles (|SF|=14) qui appartiennent à trois grandes catégories de produits (les boissons et l’alimentation, l’hôtellerie, le matériel de bureau et informatique). Pour la première instance, le prix unitaire de chaque sous- famille de produits varie de 60 à 70% entre les différents fournisseurs, aussi bien que pour les coûts ETP. Pour la deuxième, on a considéré une variation de prix de 20% maximum. La troisième instance présente une légère variation (2 à 3%) des coûts ETP et des coûts de distributions unitaires entre les différentes sous-familles avec des périodes de réapprovisionnement relativement proches pour tous les magasins. Afin de mesurer l'efficacité de la stratégie de mutualisation, nous calculons le pourcentage de gain réalisé selon la formule ci-dessous : 𝐺𝑎𝑖𝑛 (%) =𝐶𝑜û𝑡 𝑎𝑣𝑎𝑛𝑡 𝑚𝑢𝑡𝑢𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛−𝐶𝑜û𝑡 𝑎𝑝𝑟è𝑠 𝑚𝑢𝑡𝑢𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛
𝐶𝑜û𝑡 𝑎𝑣𝑎𝑛𝑡 𝑚𝑢𝑡𝑢𝑎𝑙𝑖𝑠𝑎𝑡𝑖𝑜𝑛 ∗ 100 (2) Une comparaison entre les coûts de chaque situation est effectuée pour tester l'efficacité de la mutualisation
par rapport à la situation initiale. D’après les résultats résumés dans le Tableau 1, pour la première instance, il y a une diminution importante des coûts ETP et des coûts de lancement de commande de 73% et 14%
respectivement, et par la suite, un gain total de 66% est réalisé. Au niveau de la deuxième instance, on remarque une diminution de l’ensemble des coûts ETP (3,4%), des coûts d’acquisition (2%) et surtout des coûts de lancement (69%), d’où un gain total de 5,7% est atteint. Pour la troisième instance, la mutualisation n’est pas bénéfique, par conséquent, le modèle se comporte de la même façon que le modèle initial.
Tableau 1. Comparaison des résultats
Instance Coût Gain
Avant mutualisation Après mutualisation
1 ETP 52.697.000 ETP 14.372.000 € 73%
Distribution -* Distribution 522.300 € -*
Possession 4339 € Possession 6692 € -54%
Lancement 1.307.065 € Lancement 1.126.336 € 14%
Acquisition 2.281.094 € Acquisition 2.286.080 € -0.2%
Total 54.289.498 € Total 18.313.408 € 66%
2 ETP 22.625.000€ ETP 21.848.000 € 3,4%
Distribution -* Distribution 319.500 € -*
Possession 5210 € Possession 9231 € -77%
Lancement 1.307.200 € Lancement 392.901 € 69%
Acquisition 361.555 € Acquisition 353.440 € 2%
Total 24.298.965 € Total 22.923.072 € 5,7%
3 Total 21.845.012 € Total 21.845.012 € 0%
* Le symbole « - » indique l’absence du coût de distribution pour le modèle non mutualisé.
Conclusion
L'objectif de ce travail était de montrer comment organiser la mutualisation des produits au sein d’un GHT afin de minimiser les coûts de gestion. Une modélisation par un graphe de flot à coût minimum a été proposée. Les résultats obtenus montrent l’intérêt de la mutualisation la chaîne logistique dans le cadre d’un GHT. En fonction des instances proposées, des importants gains ont été enregistrés. Dans nos futurs travaux, nous allors proposer un modèle qui considère des fournisseurs à capacité limitée et des demandes incertaines.
Remerciements
Ce travail est soutenu par le projet « Optimisation des flux logistiques dans le cadre des Groupements Hospitaliers de Territoires (GHT) » et financé par l’Agence Régionale de Santé (ARS) Hauts de France.
Références
Cheong, M.L., Bhatnagar, R., Graves, S.C., (2007). Logistics Network Design with Supplier Consolidation Hubs and Multiple Shipment Options. Journal of Industrial and Management Optimization. Vol. 3, pp. 51-69.
Groothedde, B., Ruijgrok, C., Tavasszy, L., (2005). Towards collaborative, intermodal hub networks : A case study in the fast-moving consumer goods market. Transportation Research Part E. Vol. 41, pp. 567-583
Moutaoukil, A., Derrouiche, R., Neubert, G., (2017). Modeling a logistics pooling strategy for Agri-Food SMEs.
Collaborative Systems for Reindustrialization. Vol. 408, pp. 621-630.
Nicolas, JC., Abdelhak, S., Derisbourg, R., Nouaouri, I., Goncalves, G., (2018). Méthode et outil pour la rationalisation des magasins et des flux au sein des Groupements Hospitaliers de Territoire, 9ème Conférence Francophone en gestion et ingénierie des systèmes hospitaliers, GISEH 2018, Genève, Suisse, 27-29.
Sifaleras, A.,Minimum cost network flows: Problems, algorithms, and software, 2013.
