1. La recherche opérationnelle et l’aide à la décision en Logistique Introduction Taoufik Benkaraache Laboratoire LIS – Université Hassan II Intelligence Stratégique

2. CONTEXTE Accroissement de la complexité des organisations (taille, marchés, réglementations, mode de gestion, spécialisation… ) – Plus grande autonomie des départements, – Manque (ou difficulté) de coordination, – Objectifs conflictuels, Grandes masses de données à disposition!

3. CONTEXTE (suite) Diversité des sources d’information; Prise de décision en temps quasi-réel; Partage et collaboration sur réseaux (interne et externe) Recours aux outils et technologies de l’information Besoin de solutions innovantes …

4. Historique 1 Deuxième guerre mondiale. Problèmes de stratégie et de logistique: utiliser une approche scientifique pour résoudre ces problèmes « Research on Operations » operational research (Ou Recherche opérationnelle) – Localisation de radars le long de la côte Anglaise – Organisation des convois maritimes (taille, escorte,…) – Attaques contre sous-marins – Couverture optimale de zone de combat …

5. Historique 2 Après la guerre : Transfert de la RO vers l’Entreprise. Applications civiles (grandes entreprises industrielles) : industrie pétrolière, navale, aéronotique, … programmation linéaire: gestion de production Plus tard, optimisation(à moindre coût) pour des organisations plus petites (PME). Facteur clé : développement de l’informatique.

6. Aujourd’hui la RO ! Dans la gestion de la chaîne logistique : – Confection de tournées ( véhicules de livraisons, routes de facteurs, déneigement/ramassage des ordures, transport en commun, aviation civile, etc.) – Localisation d’entrepôts/usines ( détermination du nombre optimal, localisation, affectation des clients aux entrepôts/usines)

7. Dans le Plan de transport plan de transport à différents échelons de la supply chain : Optimisation du plan d’approvisionnement Optimisation du plan de distribution Organisation du transport inter-usines/dépôts Optimisation du plan de transport messagerie Diminution des coûts de transport Gain de temps pour le planificateur

8. Aujourd’hui la RO ! L’optimisation multicritère : Le critère économique : réduire les kilomètres parcourus et optimiser le remplissage des véhicules Le critère environnemental : réduire les émissions de CO2 Le critère commercial : optimiser la carte de délais pour se démarquer de la concurrence Le critère qualité : veiller à la conformité de votre marchandise en minimisant le nombre de ruptures de charge

9. Applications actuelles (suite) Gestion des resssources humaines: – Affectation de personnel à des tâches/postes – Confection des horaires de personnel – Optimisation des rendements ETC.

10. Applications (suite) Marketing: – Répartition d’un budget de publicité – Nombre et localisation de succursales – Partage des territoires de ventes – Tarification (prix de vente, etc.) … Finance/Assurance : Composition optimale de portefeuilles Gestion des risques crédit Détection de fraudes … Gestion de projet : …

11. Approche scientifique La RO = Recourt aux méthodes et techniques scientifiques dans le cadre de l’optimisation des opérations (commerciales, financières, logistiques, militaires, …)

12. Approche de la RO L’approche scientifique Décrire, Comprendre, gérer Approche quantitative Approche qualitative

13. Réalité / Approche scientifique Réalité ??? Problème souvent difficile à isoler de son contexte, non répétable, Plusieurs intervenants … Muldimensionnelle: Économique Sociale Environnementale Politique Informationnelle …

14. Modèle scientifique Imparfait de la réalité, mais risque maitrisable Structuration de problème - Identification des solutions (réalisables, admissibles, coûteuses, …) -Choix de la « meilleure » solution (optimale) Etc.

15. Modèle scientifique Situation réelle de gestion Modèle Décisions Résultats Intuition/ expérience Abstraction Analyses Interprétation (validation) Retour/ ajustements Application de la R.O. Processus traditionel

16. Composantes d’un modèle Modèle Var. de décision (contrôlables) Paramètres/Données (incontrôlables) Variables de conséquences Mesure de performance (fonction objectif) Entrées Résultats

17. Les données … ? Niveau de détail des “données” en fonction du niveau des décisions (stratégique vs tactique vs opérationnel) Fiabilité des données Caractère certain/incertain des données (Etat de l’environnement de la décision) – Certain (tout est connu avant de prendre les décisions): moins réalistes mais beaucoup plus faciles à résoudre : Avenir certain – Risqué (certaines informations/événements ne deviennent connus qu’après la prise des décisions): plus réalistes : Avenir risqué – Incertain: Les données ne sont pas disponibles ou trop cher à obtenir … plus complexe, risque non maitrisable – Conflit/concurrence :...

18. Décider (le cycle) S’informer (données terrain) Planifier (modèle) Choisir (optimiser) : La décision Appliquer (retour terrain) Suivre et contrôler Se remettre en question : s’informer …

19. L’outil RO -Modèles mathématiques, statistiques -Simulation -Logiciels -Intelligence artificielle

20. Décision en état de certitude La programmation linéaire - Modélisation d’un problème sous forme linéaire - Résolution du problème : Méthode graphique - Résolution du problème par le Solveur Excel