Elments de GESTION DE LA PRODUCTION

Yves CRAMA

Ecole d'Administration des Affaires Universit de Lige

Notes de cours Anne acadmique 2002-2003

i TABLE DES MATIERES Page CHAPITRE 1: Introduction 1.1. Dfinitions et concepts de base 1.2. Gestion hirarchique de la production 1.3. Dveloppement historique de la GP: Quelques jalons ... 1.4. Relations avec les autres fonctions de lentreprise Bibliographie CHAPITRE 2: Gestion stratgique de la production 2.1. Gnralits 2.2. Impact sur la fonction production 2.3. Le rle stratgique de la gestion de la production 2.4. Gestion de la qualit Bibliographie Annexes: Is Boeing out of its spin? Building customer partnerships as a competitive weapon ? Ford oblig dorganiser le rappel de 13 millions de pneus ISO9000 pour responsables affairs CHAPITRE 3: Planification long terme: Les options fondamentales Bibliographie Annexe: How manufacturing can make low-tech products high-tech CHAPITRE 4: Planification long terme: Choix du processus de production 4.1. Gnralits 4.2. Classification des processus de production en fonction des flux de produits 4.3. Cycle de vie du produit et organisation de la production 4.4. Cellules de fabrication et ateliers flexibles: entre job-shops et lignes de production 4.5. Layout (implantation) des centres de production 4.5.1. Equilibrage des chanes d'assemblage 4.5.2. Job-shop: Localisation des dpartements Bibliographie Annexe: Equilibrage dune chane dassemblage CHAPITRE 5: Planification moyen terme: Le plan agrg de production 5.1. Introduction et concepts de base 5.2. Analyse graphique des options simples 5.3. Un modle de programmation linaire Bibliographie Annexe: Application une usine de peinture (extrait de Holt, Modigliani, Muth et Simon 1964) 1 1 2 3 3 4 5 5 5 6 8 11

13 14 15 15 15 17 19 21 21 25 26 28 28 31 34 39

ii CHAPITRE 6: Planification court terme: Le plan directeur de production 6.1. Gnralits 6.2. Schma d'laboration du PDP 6.3. Commentaires sur llaboration du PDP 6.4. Le contenu du plan directeur de production Bibliographie CHAPITRE 7: Planification court terme: La problmatique des stocks 7.1. Gnralits 7.2. Objectif de la gestion des stocks 7.3. Mesures de ltat des stocks 7.4. Le rle des stocks 7.5. La gestion Juste-A-Temps Bibliographie Annexe: Rvolte nipponne: Le just-in-time contest CHAPITRE 8: Planification court terme: La planification des besoins en composants 8.1. Exemple introductif 8.2. La logique MRP 8.3. Systmes dinformation utiliss par les logiciels MRP 8.4. Dynamique du systme MRP 8.5. Techniques de dtermination des lots (lot sizing) 8.6. Planification des besoins en capacit (CRP) - Calcul des courbes de charge 8.7. Epilogue Bibliographie CHAPITRE 9: Planification court terme: La gestion des stocks pour les articles demande indpendante 9.1. Demande indpendante 9.2. Politiques de gestion des stocks: Les choix effectuer 9.3. Politiques de gestion des stocks: Les rponses possibles 9.4. Classification ABC 9.5. Quelques modles de gestion des stocks 9.5.1. Quantit conomique de commande 9.5.2. Dlai dobtention 9.5.3. Demande alatoire 9.5.4. Modle du marchand de journaux Bibliographie CHAPITRE 10: Ordonnancement et pilotage des ateliers 10.1. Gnralits 10.2. Quelques concepts utiliss en ordonnancement 10.3. Description des tches et du systme de production 10.4. Critres de qualit d'un ordonnancement 10.5. Ordonnancement sur une machine unique 40 40 40 43 46 44 48 48 48 49 49 50 52

53 53 58 59 60 60 66 68 69 70 70 70 72 73 75 75 76 77 79 80 81 81 82 83 83 85

iii 10.6. Pilotage des ateliers: Rgles de dispatching 10.7. Ordonnancement dateliers par les rgles de dispatching Bibliographie CHAPITRE 11: Gestion de projets 11.1. Gnralits 11.2. Les mthodes de chemins critiques 11.3. Construction dun ordonnancement et implantation 11.4. Modifications du modle de base 11.4.1. Dures incertaines (modle PERT) 11.4.2. Compression des dures (modle CPM) Bibliographie 87 88 89 91 91 92 97 99 100 102 107

1 CHAPITRE 1 INTRODUCTION Every time I look at you I dont understand Why you let the things you did get so out of hand Youd have managed better if you had it planned (Jesus Christ Superstar)

1.1. Dfinitions et concepts de base. La production est le processus conduisant la cration de produits par l'utilisation et la transformation de ressources. Les oprations sont les activits composant le processus de production. Le terme transformation doit tre entendu au sens large, puisquil recouvre la modification de la lapparence, des proprits physico-chimiques, de l'emplacement (transport), etc. Les produits peuvent tre des biens (physiques) ou des services. Les ressources consistent principalement en - capital et quipements - main d'uvre - matires (premires, produits semi-finis) - information. Exemples : bois, hommes, atelier de menuiserie tables avions, pilotes, htesses, systmes de gestion des rservations transport arien La gestion de la production (et des oprations) est la fonction de gestion ayant pour objets la conception, la planification et le contrle des oprations. Les activits de conception portent sur la dfinition des caractristiques du systme productif (capacit, localisation, technologie, etc) des produits. La planification dcrit l'utilisation projete du systme productif dans lobjectif de satisfaire la demande. En dautres termes, elle a pour objectif de coordonner la capacit disponible avec la demande (un thme rcurrent en gestion de la production !). Lactivit de contrle sefforce dvaluer ladquation des rsultats obtenus par rapport aux plans. Dans ce cours introductif, nous nous limiterons essentiellement une discussion de quelques notions de base de la conception des systmes productifs et une prsentation des principales dcisions de planification. Nous articulerons notre prsentation dans un cadre de dcision hirarchique que nous allons maintenant dcrire brivement.

1.2. Gestion hirarchique de la production. En gestion de la production, on distingue gnralement plusieurs niveaux de dcision allant des dcisions stratgiques et/ou long terme aux dcisions oprationnelles et/ou trs court terme. Nous nous arrterons plus particulirement aux niveaux suivants: Gestion stratgique et planification long terme: ce niveau de dcision couvre la dfinition de la mission de lentreprise ( what business are we in ? ), la composition du portefeuille de produits, lidentification des segments de march viss, les choix de processus de production; la dfinition de la stratgie concurrentielle: domination par les cots (cost leadership), diffrenciation (par la qualit, la flexibilit, linnovation, les dlais, ...), concentration de lactivit (focus), ...; Les dcisions ainsi mentionnes, mme lorsquelles ne relvent pas sensu stricto de la gestion de la production, prsentent nanmoins de profondes implications pour cette fonction. Leur considration nous amnera notamment prsenter une typologie des systmes productifs et tudier leur relation avec les caractristiques du march et la stratgie concurrentielle. Nous voquerons encore quelques questions plus spcifiques comme celles de la gestion de la qualit, de lquilibrage des chanes de production, de la localisation des dpartements, etc. Planification moyen terme: en gestion de la production, la planification moyen terme comprend la planification agrge de la production, dont le rle est de coordonner les dcisions en matire de production avec le contenu du plan marketing et la gestion du personnel; la gestion de projet. Nous nous limiterons ici llaboration du plan agrg de production (quelques aspects de la gestion de projet sont voqus dans le cours de Recherche Oprationnelle). Planification court terme: on retrouve ici llaboration du plan directeur de production (MPS) qui dtaille les quantits produire sur un horizon restreint; la planification des besoins en composants; la gestion des stocks. Nous nous arrterons assez longuement sur les principes de base de la technique la plus populaire de planification des besoins en composants, la mthode MRP (Material Requirements Planning). Nous voquerons galement quelques notions fondamentales de la gestion des stocks. Ordonnancement et lancement de la production: affectation des ordres de fabrication aux postes de travail. Nous couvrirons trs brivement ce sujet important, mais souvent mal matris. Contrle: suivi des ordres de fabrication, contrle de qualit, indicateurs de performance, etc.

3 Il est important de comprendre que les diffrents niveaux de dcision se distinguent par dautres caractristiques que la seule tendue de leur horizon (du long terme au trs court terme). Parmi les autres facteurs importants permettant de diffrencier ces niveaux, on citera par exemple: le degr dirrversibilit des dcisions, la diversit des fonctions de gestion impliques, le degr dagrgation des informations, des catgories de produits et de ressources, le degr dincertitude, la prise en considration ou labstraction de certains dtails, etc. La prsentation des dcisions de gestion dans un cadre hirarchique permet dinsister sur leur profonde interdpendance. Les niveaux de dcisions suprieurs engendrent des contraintes quil est ncessaire de prendre en compte aux niveaux infrieurs et, rciproquement, les informations utilises lors de toute prise de dcision remontent gnralement de niveaux infrieurs. Le cadre hirarchique met en vidence ces nombreuses relations tout en fournissant un fil conducteur logique pour lexpos des concepts fondamentaux chaque niveau. 1.3. Dveloppement historique de la GP: Quelques jalons ... Rvolution industrielle (19me sicle): - augmentation des volumes de production et de la complexit des organisations; dcisions de production souvent laisses aux ouvriers; - dveloppement de la machinerie et de l'automatisation; re des ingnieurs mcaniciens (John Cockerill). Scientific management ( 1910): - observation des mthodes de travail: clatement des tches complexes en parties simples, slection de mthodes optimales (parmi celles observes), systmatisation des procdures; re des ingnieurs industriels (Taylor, Gilbreth, Ford). Recherche oprationnelle, management science ( partir de 1945): - modlisation mathmatique et optimisation ; - transition des mthodes descriptives vers les mthodes prescriptives (ouvre la voie l'intervention des gestionnaires). Dveloppement de linformatique ( partir de 1950): - logiciels d'aide la dcision ; - automatisation de la production ; - systmes d'information (MIS) et systmes intgrs de gestion dentreprises (ERP). Dveloppement de la comptition internationale ( partir de 1970): - importance accrue des cots, de la flexibilit, de la qualit, des dlais (exemple japonais); accent sur la fonction production, dont l'importance stratgique est explicitement reconnue.

4 1.4. Relation avec les autres fonctions de lentreprise. Par sa nature transversale, la gestion de la production comporte des liens avec de nombreux autres aspects de la gestion des entreprises: gestion stratgique, thorie des organisations, marketing, logistique, mthodes quantitatives et recherche oprationnelle, comptabilit, contrle de gestion, etc. Ltudiant (ou le praticien) pourra trouver dans ces interconnections lune des facettes les plus sduisantes de la gestion de la production, ainsi quune occasion de redcouvrir certaines questions de gestion sous un angle nouveau.

Bibliographie. K. Boskma, Produktie en Logistiek, 2me dition, Wolters-Noordhoff, Groningen, 1987. A.C. Hax et D. Candea, Production and Inventory Management, Prentice-Hall, Englewood Cliffs, N.J., 1984.

5 CHAPITRE 2 GESTION STRATEGIQUE DE LA PRODUCTION

2.1. Gnralits. La gestion stratgique de l'entreprise est gnralement dfinie comme couvrant les dcisions relatives la composition du portefeuille de produits et aux (segments de) marchs cibls, l'appropriation et l'allocation des ressources financires. Elle place donc principalement l'accent sur les fonctions marketing et finance. Une consquence de cette vision du management stratgique est que les fonctions marketing et finance constituent souvent les proccupations centrales des gestionnaires (ce sont les fonctions nobles de l'entreprise), alors que ces mmes gestionnaires ont par ailleurs moins d'intrt et moins d'exprience dans le domaine de la gestion de la production. En particulier, les managers se concentrent sur des stratgies concurrentielles de croissance, diversification, repositionnement bases sur des acquisitions, des fusions ou sur le marketing de leurs produits, plutt que sur le dveloppement d'une expertise technologique ou manufacturire propres; les managers se dsintressent des dcisions de production, vues comme purement technologiques et non directement intgres aux autres dcisions de gestion. Ce dsintressement, cependant, nest pas totalement neutre. Voyons quel impact ngatif laccent mis sur les fonctions marketing et finance peut avoir pour la gestion de la production. 2.2. Impact sur la fonction production. Marketing: La vision moderne du marketing veut que cette fonction joue un rle intgrateur et serve d'interface entre le client d'une part et les autres fonctions de lentreprise (production, finance, personnel, ...) par ailleurs (voir Figure ci-dessous). Selon le concept marketing , la tche essentielle de l'organisation est de dterminer les besoins et les dsirs des marchs cibles, et de les satisfaire plus efficacement et de faon plus approprie que la concurrence. En vertu de ce principe, les entreprises soumises une pression concurrentielle accrue ont t conduites dans un pass rcent augmenter constamment le nombre de produits, les options disponibles, les exigences de qualit, et diminuer la dure de vie des produits ainsi que les dlais de production et de livraison. Cette politique oriente vers la satisfaction des dsirs du client peut engendrer de nombreuses consquences nfastes pour la fonction production: coexistence de production massive et en petites sries, redmarrages frquents de la production, diminution des opportunits d'apprentissage, difficults de planification (commandes en dernire minute), obsolescence

6 rapide des procds, augmentation des stocks, diminution de la qualit, etc. (lire par exemple la description des difficults rencontres par Boeing dans larticle annex ce chapitre).

FINANCE MARKETING

G
R H CLIENT ...

PRODUCTION

Figure: Le concept marketing

Finance: Hayes et Wheelwright (1984) estiment que les contrles financiers ont rcemment accord trop dimportance la rentabilit court terme des investissements (Return On Investments, rapports trimestriels). Cet accent sur le court terme a t renforc par la mobilit des cadres et dirigeants. Tout comme le concept marketing, cette politique financire a de profondes implications pour les activits de production: elle tend dcourager les investissements long terme et/ou dans des technologies innovatrices, et entrane ainsi une obsolescence plus rapide des quipements et une rsistance ladoption de technologies avances de production (par exemple, robotique ou ateliers flexibles; voir larticle de Parker et Lettes 1991 en annexe ce chapitre). 2.3. Le rle stratgique de la gestion de la production. Vers la fin des annes 60 et, de faon acclre, durant les annes 70, un nombre croissant dentreprises (principalement japonaises) commencent imposer la notion quune stratgie concurrentielle base essentiellement sur lexcellence en production (qualit des produits, raccourcissement des dlais, flexibilit, ...) peut se rvler viable et mme gagnante. Vers la mme poque, plusieurs gourous acadmiques (Porter 1990, Skinner 1985, ...) soulignent limportance pour chaque entreprise de formuler explicitement la stratgie

7 concurrentielle quelle a choisi de suivre et la ncessit de concentrer tous ses efforts vers la ralisation de ces objectifs stratgiques. Porter, en particulier, distingue trois grandes catgories de stratgies face la concurrence: domination globale par les cots, diffrenciation, concentration de lactivit. Au-del de ses recommandations quant au choix dune stratgie adapte chaque entreprise, cependant, Porter insiste fortement sur la ncessit dune mise en oeuvre cohrente de tous les moyens de lentreprise (marketing, gestion financire, organisation, production) dans la poursuite des objectifs prciss dans sa stratgie. Faute de choix cohrents, lentreprise risque de se trouver enlise dans la voie mdiane ( stuck in the middle ) avec pour consquence une situation extrmement faible face la concurrence. Skinner, quant lui, sintresse plus particulirement la stratgie adopte par les entreprises en matire de gestion de la production. Sur base de ses nombreux contacts industriels, il formule les observations suivantes (Skinner 1974 et 1985, Chapitres 1 et 6). 1. Les dcisions de production sont de nature stratgique. Plus prcisment, ce sont souvent des dcisions dterminantes pour la comptitivit de l'entreprise et intimement lies aux autres dcisions stratgiques (en particulier, aux dcisions de marketing). Ces dcisions portent gnralement sur le long terme (investissements lourds), prennent lentement leurs effets et sont difficilement rversibles. 2. Les critres de performance en production sont varis. Comme mentionn plus haut, ces critres de performance se sont beaucoup largis au cours des 20 30 dernires annes sous la pression concurrentielle et l'allgeance au concept marketing: au seul critre de minimisation des cots (productivit) sont venus s'ajouter des critres de qualit, de flexibilit, de dlais de livraison, de qualit des investissements, etc. (Pensez aux stratgies concurrentielles dcrites par Porter). 3. Un systme de production ne peut pas exceller dans tous les domaines. Un systme productif, pour tre efficace, exige des choix et des compromis (trade-offs), principalement dans les domaines suivants : technologie: typiquement, une fabrique ne peut pas matriser plus de deux ou trois technologies diffrentes; marchs cibls: chaque segment est caractris par des exigences distinctes en termes de qualit, dlais, prix, etc; volumes de production: des volumes diffrents requirent des approches diffrentes de la planification, de la gestion des stocks, du contrle de qualit, etc; niveaux de qualit; fabrication interne ou sous-traitance (make or buy); degr de spcialisation des quipements; risque technologique; ... Ne pas poser clairement ces choix conduit des situations difficilement matrisables et empche la firme de bnficier des effets d'apprentissage. Pour contrler ce type de drive, les entreprises ont alors souvent tendance augmenter leur staff et les couches de management au prix d'une augmentation de leurs frais fixes - overheads - et d'une perte de comptitivit. (On retrouve les effets pervers de la situation d'enlisement dans la voie mdiane dcrite par Porter 1990).

8 Skinner tire de ces observations quelques leons essentielles pour lentreprise. Selon lui, pour rester comptitive, l'entreprise doit se concentrer sur quelques critres d'excellence dans le domaine de la production, formuler explicitement ses choix et mettre les moyens en oeuvre pour les atteindre (en excluant la poursuite dobjectifs non compatibles; concept de focused factory). Si l'entreprise possde des produits ou des marchs impliquant des choix contradictoires, son appareil productif devrait tre spar en usines distinctes, exhibant chacune les caractristiques de la focused factory (plant within a plant). Par ailleurs, les choix stratgiques poss dans la sphre marketing doivent tre cohrents avec ceux poss dans la sphre production. En particulier, chacune de ces fonctions impose des contraintes dont l'autre doit tenir compte: lajustement doit tre rciproque plutt quunidirectionnel. Ces conclusions restent clairement valides et pertinentes aujourdhui. Le rapport annex au prsent chapitre (De Meyer et al. 1996) dcrit la faon dont les grandes entreprises manufacturires europennes, amricaines et japonaises envisagent actuellement leurs options stratgiques en matire de production. On y dcouvrira avec intrt que les choix quelles posent dans ce domaine varient significativement dans les diffrentes rgions. Il reste, cependant, que la plupart des critres de performance mentionns par les entreprises sinscrivent dans une des quatre grandes catgories : cot, qualit, dlais, flexibilit, qui constituent les talons incontournables en matire de production. 2.4. Gestion de la qualit. Nous allons discuter brivement de la gestion de la qualit, comme exemple typique d'une variable dont la gestion est entre rcemment dans le domaine stratgique. (Voir Graves, Rinnooy Kan et Zipkin (1993), Juran (1993), McClain, Thomas et Mazzola (1992)) . Informellement, on appelle qualit dun produit la mesure dans laquelle ce produit est conforme aux attentes et exigences de l'utilisateur. Plus formellement, lOrganisation Internationale de Normalisation (ISO) dfinit la qualit comme lensemble des caractristiques dune entit qui lui confrent laptitude satisfaire des besoins exprims ou implicites , o le terme entit peut dsigner un produit, une activit, un processus, un systme, etc. Il ne faut donc pas confondre qualit et luxe: un crayon ou de l'eau peuvent tre de bonne ou de mauvaise qualit. A ses dbuts, la gestion de la qualit se limitait essentiellement deux aspects : le contrle de la qualit des produits effectu la sortie du processus de production, souvent par chantillonnage statistique; la gestion du service aprs-vente, ventuellement sous couverture de garantie. Les inconvnients lis ces approches sont nombreux. D'une part, elles gnrent souvent des cots levs, qu'ils soient directs ou indirects: cot de l'inspection, mise au rebut ou rparation/adaptation des articles ne satisfaisant pas aux spcifications, rparation des articles dfaillants sous garantie, etc. (Plus gnralement, certains auteurs estiment que le cot de la

9 qualit - c'est--dire les cots totaux lis au manque de qualit - peuvent s'lever 20% du chiffre d'affaires d'une entreprise; cit par McClain et al. 1992, p.132). D'autre part, le contrle de qualit par chantillonnage est, par sa nature mme, imparfait et incomplet. Rappelons brivement son principe de base. Pour contrler la qualit dun lot de production (ou dun approvisionnement), on en extrait un chantillon et on analyse la qualit de chacun des articles inclus dans lchantillon. Si X% (o X est un paramtre fix lavance) de ces articles sont jugs satisfaisants, alors le lot est accept. Sinon, il est rejet. Le contrle par chantillonnage admet donc explicitement la mise en vente de produits de qualit infrieure ou dfectueux, tant quil ny en a pas trop ! Mais en pratique, cette tactique peut rsulter en une perte de confiance des consommateurs et, dans des contextes de vive concurrence, par une perte de comptitivit et une diminution des parts de march. Plus grave encore, le contrle par chantillonnage peut se rvler tout--fait inappropri dans certaines situations, par exemple lorsque la conformit du produit doit tre assure 100% (pensons aux normes de scurit des installations nuclaires ou, plus prs de notre exprience quotidienne, aux exigences places sur la qualit des pneus de notre voiture ; voir le cas Ford et les pneus Firestone en annexe ce chapitre). Enfin, le contrle effectu en fin de processus ou les observations glanes lors des rparations aprs vente ne permettent qu'un feedback tardif et souvent trs imparfait (ou mme totalement absent) vers la source des problmes (voir l'exprience de Xerox, cite en exemple par Juran 1993). Les managers japonais, plus prompts que leurs concurrents occidentaux ragir au message des consultants (amricains !) Deming et Juran, ont t les premiers apprhender toute l'ampleur de ces problmes et prendre des mesures effectives pour y remdier. Cette prise de conscience s'est prsent rpandue l'ensemble du monde industrialis, o le remde le plus couramment prconis est celui de l'adoption du principe de la Gestion de la Qualit Totale (Total Quality Management). Ce principe vise essentiellement grer et assurer la qualit des produits (cest-dire, la conformit de ces produits leurs spcifications) tout au long des diffrentes tapes de la production plutt qu' son terme seulement. Le but ultime est donc de ne produire que des units de qualit parfaite, c'est--dire sans dfauts: il faut assurer la conformit sans avoir la tester. Cette approche contraste fondamentalement avec lapproche plus traditionnelle qui vise seulement ne mettre sur le march que des produits conformes. Les mthodes mises en oeuvre par les programmes de Qualit Totale sont trs varies. Citons en quelques-unes ... Amlioration de la conception du produit, de faon mieux rpondre aux besoins du consommateur d'une part (cf. notre dfinition de la qualit et le cas Ford et les pneus Firestone ) et faciliter la fabrication du produit, donc diminuer le nombre de dfauts d'autre part (conception pour la manufacturabilit). Les mthodes de dploiement de la fonction qualit fournissent un outil dimplantation de cette stratgie (voir Cohen 1995).

10 Amlioration de la conception du processus de production, de faon minimiser les risques d'erreurs; par exemple, automatisation ou informatisation de certaines tapes, diminution du nombre de rglages ncessaires, etc. (chez Philips, on minimise le nombre de changements d'outils ncessaires sur les machines d'assemblage automatis des circuits imprims, en interdisant les changements pendant des priodes de plusieurs semaines conscutives; ceci entrane une perte de flexibilit et donc apparemment de productivit, mais diminue aussi fortement les risques d'erreurs). Les amliorations de processus peuvent par exemple tre prises sur l'initiative de cercles de qualit (CQ), cest--dire de groupes d'ouvriers ou d'employs discutant ensemble des problmes qu'ils rencontrent dans leurs activits, et cherchant des solutions ces problmes. Les CQ reoivent une formation des mthodes simples d'analyse de problmes et d'analyse statistique. Leur contact quotidien avec le processus et ses dfauts leur permet souvent de dtecter rapidement les problmes qui surgissent et d'y trouver des solutions parfois trs simples. Formalisation et documentation des procdures: Ecrire ce que lon va faire. - Faire ce que lon a crit. - Ecrire ce que lon a fait. Cette pratique vise notamment imposer le respect des spcifications du produit (dans la mesure, notamment, o les caractristiques du produit sont largement dtermines par les procdures utiliss lors de sa fabrication). La documentation crite permet galement dinformer le client ou le donneur dordre, de manire convaincante, sur la faon dont a t ralis le produit. La documentation des procds fait partie intgrante des exigences reprises dans les normes dassurance qualit adoptes internationalement (telles les normes ISO9000, ...). Modification de la mentalit des acteurs de l'entreprise: chacun est amen se considrer comme le consommateur des produits livrs par les services situs en amont de la chane et comme le fournisseur des services situs en aval. Il ne faut donc ni accepter ni livrer des produits de qualit infrieure. Un tel tat d'esprit est favoris par l'adoption de modes de production Juste-A-Temps o les faibles niveaux de stocks mettent immdiatement jour les dfauts ventuels (il n'est plus possible de simplement mettre au rebut les pices dfectueuses livres par le poste amont, sans risquer de se trouver immdiatement court de ces pices). La qualit est vue dans un cadre d'amlioration permanente de l'organisation: il n'est donc pas uniquement question de chercher atteindre un niveau de performance prdtermin et de s'y maintenir, mais bien de chercher amliorer ce niveau de faon continue (Permanent Improvement). En dautres termes, le standard de qualit vis (mais jamais atteint) devrait tre celui de la perfection absolue (de l les slogans de type 'Zro dfaut', 'Zro stock', etc). Nous tirerons deux conclusions de cette brve discussion de la gestion de la qualit. Tout d'abord, les amliorations de qualit peuvent souvent tre atteintes un cot relativement modeste et par des moyens simples (par exemple, en les grant dans la phase de conception du produit ou en utilisant l'expertise des ouvriers). De telles amliorations peuvent simultanment rsulter en un accroissement de la comptitivit de l'entreprise et en une diminution de ses cots de production (Cadillac mentionne une rduction de 30% de ses cots de rparations sous garantie, rduction obtenue en 4 ans malgr l'allongement simultan de la garantie de 1 an 4 ans; cit par McClain et al. 1992, p.124).

11 Cependant (et ce sera l notre seconde conclusion), il est essentiel de voir que les remdes voqus ci-dessus impliquent des changements fondamentaux dans la faon dont est perue la gestion de la qualit au sein de lentreprise. On y retrouve en effet un glissement du contrle (ex post) vers la planification (ex ante), de la notion de qualit du produit vers celle de qualit de la conception et des processus, dune activit oprationnelle vers une proccupation stratgique. Ces changements ne peuvent tre mis en oeuvre qu'au prix d'un engagement total de toutes les forces de l'entreprise (l'amlioration de la conception des produits ncessite par exemple l'implication d'quipes interdisciplinaires - bureau d'tudes, marketing, production, service aprs-vente, etc.; les cercles de qualit ou le JAT impliquent toute la chane productive). En particulier, la direction de l'entreprise doit jouer un rle direct dans la gestion de la qualit, qui devient donc un instrument de gestion stratgique (au Japon, la qualit est souvent du ressort direct du Directeur Gnral). Bibliographie. L. Cohen, Quality Function Deployment: How to Make QFD Work for You, Addison-Wesley, 1995. A. De Meyer, H. Kitayama et J.S. Kim, Building customer partnerships as a competitive weapon: The right choice for globalising competition?, Working Paper INSEAD, 1996. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. J. Greenwald, Is Boeing out of its spin?, TIME, July 13, 1998, pp. 55-57. J.R. Hauser et D. Clausing, The house of quality, Harvard Business Review, May-June 1988, pp. 63-73. R.H. Hayes and D.M. Upton, Operations-based strategy, California Management Review 40 (1998) pp. 8-25. R.H. Hayes et S.C. Wheelwright, Restoring our Competitive Edge: Competing through Manufacturing, J.Wiley & Sons, New York, 1984. J.M. Juran, Made in U.S.A.: A renaissance in quality, Harvard Business Review 71(4), JulyAugust 1993, pp. 42-50. J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, PrenticeHall, Englewood Cliffs, 1992. Organisation Internationale de Normalisation, ISO 8402: Management de la Qualit et Assurance de la Qualit -- Vocabulaire, 1994 (site Internet: http://www.iso.ch/indexf.html).

12 T. Parker et T. Lettes, Is accounting standing in the way of flexible computer-integrated manufacturing?, Management Accounting, January 1991, pp. 34-38. W.G. Plossl, La Nouvelle Donne de la Gestion de Production, AFNOR, Paris, 1993. M.E. Porter, Choix Stratgiques et Concurrence, Economica, Paris, 1990. W. Skinner, The focused factory, Harvard Business Review 52(3), May-June 1974, 113-121. W. Skinner, Manufacturing: The Formidable Competitive Weapon, J.Wiley & Sons, New York, 1985.

1
ANNEXE : Extraits du site Internet http://www.humanite.presse.fr/journal/2001/2001-05/2001-05-24/ 24 Mai 2001

Ford oblig d'organiser le rappel de 13 millions de pneus. Ford enlve la gomme Le deuxime constructeur automobile mondial lance une gigantesque opration de scurit en rappelant 13 millions de pneumatiques Firestone quipant son modle tout-terrain Explorer. C'est le principe de prcaution version US. Mardi aprs-midi le gant nord-amricain de l'automobile a annonc par la voix de son PDG le rappel de tous les pneus "Wilderness AT" qui quipent le modle vedette de la marque. "C'est une simple mesure de prvention", a prcis Jacques Nasser, le Big Boss depuis son repre du Michigan propose de pneus qui "ont montr un taux d'chec total." Le groupe Ford est donc une nouvelle fois en pleine tourmente, avec ce rappel de millions de pneus potentiellement dfectueux. Consquence immdiate et invitable, au pays du tout apparence, il faudra que la clbre marque bataille ferme pour tenter de garder sa bonne image auprs des automobilistes. Et ce d'autant plus que le deuxime constructeur automobile mondial, dont l'ambition est de dtrner General Motors, ne sort dcidment pas depuis maintenant un an de ce problme de pneus sur son vhicule vedette, le 4x4 Ford Explorer. Elle se superpose au rappel de 6,5 millions de pneus, principalement monts sur des Ford Explorer, lanc conjointement dbut aot 2000 par Ford et Firestone. Le PDG de Ford, Jacques Nasser, est mme venu lundi au Congrs avertir les parlementaires de la mesure draconienne que son groupe allait prendre : le rappel de 13 millions de pneus Firestone, fabriqus par la filiale amricaine du groupe japonais Bridgestone. Comme c'est la scurit qui est considre comme la proccupation principale des consommateurs, Ford, sur un terrain aussi significatif, n'a pas hsit, mme si la gestion de l'image pour une affaire de ce type est un exercice difficile, selon les experts en communication. Pour garder une bonne image ou la restaurer, le constructeur se devait de jouer la transparence. On peut raisonnablement poser la question sur le long terme de ce que sera l'impact de cette affaire mais dans l'immdiat, en tout cas, la dcision de la marque a t apprcie, selon les premires analyses d'impact ralises auprs des consommateurs. Globalement, le groupe Ford devrait donc plutt bien s'en tirer, mme si il y a un certain nombre de procs en cours l'heure actuelle de par les poursuites engages par les familles de victimes d'accident aprs l'clatement d'un pneu. Selon la scurit routire nord-amricaine (la NHTSA), 174 dcs sont lis ce problme d'clatement. Les experts en marketing ne pensent pas que les ventes de l'Explorer, un vhicule trs populaire, soient pour l'instant menaces, sachant que l'indice de satisfaction des propritaires de ce produit reste trs haut. Il y a pourtant des avis divergents. Notamment celui de Wendy Neeham, une analyste automobile de la banque Credit Suisse First Boston, qui voit ce nou-

2 veau rappel comme le signe de problmes rptition pour le constructeur. Elle a prcis galement que : "Des pneus endommags sur une ligne de montage, c'est vraiment un problme spcifique Ford et pas une responsabilit du manufacturier Firestone." Selon cette analyste les gens seraient fonds se demander : "Avons-nous rellement besoin d'acheter un Explorer?" Une question angoissante quand on sait que l'Explorer contribue actuellement pour un quart au bnfice de Ford. Le rappel des 13 millions de pneus demanderait neuf mois en tout pour tre men bien. Le cot en est valu 3 milliards de dollars (3,5 milliards d'euros) et pour l'instant personne ne sait si le fabricant de pneus participera au rglement de la note. Il faut dire que les relations entre les deux entreprises sont au plus mal, chacune rejetant sur l'autre, tout ou partie, de la responsabilit des problmes rencontrs. Le constructeur reprochant au manufacturier de ne pas avoir ajout une couche de nylon dans la fabrication, tandis que Firestone n'hsite plus remettre en cause la conception mme, et donc la stabilit du "4X4 de ville de Ford", dans les 174 accidents mortels incrimins. Cette dcision de Ford intervient d'ailleurs au lendemain de l'annonce par Firestone, filiale amricaine du fabricant de pneumatiques japonais Bridgestone, de mettre fin ses relations commerciales avec le groupe Ford.

3 ANNEXE ISO 9000 pour responsables affairs Bienvenue litinraire ISO 9000 de notre Voyage initiatique et dmystificateur! Qu'est-ce qu'ISO 9000? Les normes de la famille ISO 9000 sont le fruit dun consensus international sur les bonnes pratiques de management. Leur objectif est d'assurer qu'une organisation peut rgulirement fournir des produits ou services qui rpondent aux exigences de la clientle en matire de qualit. Ces bonnes pratiques ont t distilles en un ensemble d'exigences normalises pour un systme de management de la qualit, indpendamment de ce que fait votre organisation, de sa dimension, de son appartenance au secteur priv ou public. Pourquoi mon organisation devrait-elle mettre en oeuvre ISO 9000? Une organisation sans clients, ou dont les clients sont insatisfaits, est en pril! Pour conserver la clientle - une clientle satisfaite - votre produit (qui peut fort bien tre un service) doit satisfaire ses exigences. ISO 9000 offre un cadre bien prouv qui vous permettra dadopter une approche systmatique pour grer vos processus (les activits de votre organisation) afin que la production rponde aux attentes de la clientle une clientle qui sera ainsi constamment satisfaite! Comment fonctionnent les normes de la famille ISO 9000? Les exigences d'un systme qualit ont t normalises. Or, chacun dentre nous a tendance penser que son entreprise est unique. Comment prvoit-on alors, dans ISO 9000, lcart entre une entreprise familiale et une multinationale de fabrication ayant des composantes de services, ou encore un service public ou une administration gouvernementale? La rponse est qu'ISO 9000 tablit quelles exigences votre systme qualit doit rpondre, mais ne stipule pas comment y rpondre dans votre organisation, ce qui cre une grande latitude et une souplesse pour la mise en oeuvre dans divers secteurs et cultures d'entreprises... et dans diffrentes cultures nationales. Ainsi, la famille ISO 9000 comprend des normes qui donnent aux organisations des orientations et des exigences sur ce qui constitue un systme efficace de management de la qualit. ISO 9004-1 (ainsi que les autres parties d'ISO 9004) donne des lignes directrices sur les lments du management de la qualit et du systme qualit.

4 La famille comprend galement des modles permettant d'auditer ce systme afin de donner l'organisation et ses clients une assurance qu'il fonctionne efficacement. Les trois modles d'assurance de la qualit sont ISO 9001, ISO 9002 et ISO 9003. Enfin, la famille comprend une norme sur la terminologie et d'autres normes que lon peut qualifier d"outils de soutien", qui donnent des orientations sur les aspects spcifiques comme l'audit des systmes qualit. Et si mon organisation dcide de mettre en oeuvre ISO 9000? Elle devrait procder elle-mme un audit de son systme qualit fond sur ISO 9000 afin de vrifier qu'elle gre efficacement ses processus ou, pour le dire autrement, qu'elle matrise rigoureusement ses activits. De plus, l'organisation peut inviter ses clients auditer le systme qualit afin de leur donner confiance dans son aptitude livrer des produits ou services qui rpondent leurs exigences. Enfin, l'organisation peut solliciter les services d'un organisme indpendant de certification de systmes qualit afin d'obtenir un certificat de conformit ISO 9000. Cette option a gagn toute la faveur des entreprises en raison de la crdibilit dont jouit une valuation indpendante. Elle peut viter les audits multiples effectus par les clients de l'organisation, ou diminuer leur frquence ou leur dure. Le certificat peut galement servir de rfrence entre l'organisation et les prospects, en particulier lorsque fournisseur et client ne se connaissent pas ou sont loigns gographiquement, comme c'est le cas dans un contexte d'exportation.

Document extrait du site de lOrganisation International de Normalisation (ISO) : http://www.iso.ch/ (09/10/02)

13 CHAPITRE 3 PLANIFICATION A LONG TERME: LES OPTIONS FONDAMENTALES

Les grandes options fondamentales, cest--dire celles qui dterminent et qui limitent les opportunits ouvertes l'entreprise dans le long terme, portent principalement sur la composition du portefeuille de produits, sur le processus de production adopt et sur la capacit de production.

PRODUIT

PROCESSUS

CAPACITE

Ces options sont soumises de nombreuses interdpendances: le choix du produit influence la faon de le produire, qui influence les cots, donc le volume de vente potentiel, donc la capacit, qui affecte le choix de processus, etc. Avant de nous attarder plus longuement sur le choix du processus de production, voquons rapidement, et en termes trs gnraux, les dcisions portant sur la conception du produit et sur la capacit du systme productif. Conception du produit. De plus en plus la conception du produit est considre comme un travail d'quipe rclamant des expertises interfonctionnelles: marketing, bureau d'tudes, production, etc (voir Section 2.4 ci-dessus). Tout produit doit en effet rpondre aux critres du consommateur, mais doit aussi tre facilement manufacturable afin d'amliorer sa qualit et de rduire les dlais de production. La Conception Assiste par Ordinateur (CAO) permet d'acclrer le processus de dveloppement et de gnrer facilement des designs diffrents. Elle peut tre couple des systmes permettant de raliser des prototypes tridimensionnels. La Conception et Fabrication Assiste par Ordinateur (CFAO, ou Computer Assisted Design/Computer Assisted Manufacturing, CAD/CAM) ajoute aux avantages de la CAO la possibilit de gnrer automatiquement les squences d'oprations-machine effectuer pour fabriquer le produit. Elle aide rduire considrablement les dlais de production totaux (entre la passation de commande et sa livraison au client), et assure une bonne coordination entre le bureau d'tudes et la production.

14 Capacit. La capacit dun systme productif est une mesure du nombre d'units que peut produire le systme en un laps de temps donn. La simplicit apparente de cette dfinition est cependant trompeuse. En effet, la capacit est souvent difficile estimer, en partie parce qu'elle est dtermine par une multitude de paramtres dont certains sont eux-mmes difficilement quantifiables: l'appareil productif proprement dit, la main d'oeuvre, les possibilits de sous-traitance, les choix technologiques, la qualit, la motivation des ouvriers, le product mix, ... Une partie de cette variabilit s'exprime moyen ou court terme (par exemple, les possibilits de sous-traitance ou d'heures supplmentaires), et nous y reviendrons dans ce cadre. Mais la capacit est galement fortement limite par les dcisions long terme. Celles-ci sont de natures diverses et prsentent de nombreuses interdpendances. Quand faut-il modifier la capacit ? Il n'est pas toujours conseill de suivre la demande, qui peut montrer des tendances court terme, ou suivre des cycles conjoncturels (voir l'exemple de la sidrurgie : les producteurs sont obligs de dvelopper des grandes capacits pour diminuer leurs cots de production en haute conjoncture, et encourent une surcapacit sectorielle en basse conjoncture; une situation similaire se produit dans l'enseignement universitaire qui est soumis aux fluctuations du march de lemploi et de la mode ). De combien faut-il modifier la capacit ? De faon progressive (ce qui permet une meilleure adquation la demande) ou par sauts (qui peuvent saccompagner dconomies d'chelle) ? Ce problme est videmment li au prcdent. O faut-il (re)localiser la capacit de production? Les dcisions de localisation sont troitement lies celles dfinissant la configuration du rseau logistique, cest--dire le rseau dapprovisionnement, de production et de distribution de lentreprise. Les progiciels de support au Supply Chain Management (du type APS, Advanced Planning Systems) intgrent des modles daide la dcision, bass par exemple sur des modles doptimisation de localisation similaires ceux prsents dans lAnnexe Modles et mthodes doptimisation . Quel type de capacit faut-il ajouter ? (Voir les alternatives numres plus haut). Nous ne nous attarderons pas davantage sur ce sujet et renverrons le lecteur la littrature pour plus dinformations. Bibliographie. R.H. Hayes et S.C. Wheelwright, Restoring our Competitive Edge: Competing through Manufacturing, J.Wiley & Sons, New York, 1984. W.G. Plossl, La Nouvelle Donne de la Gestion de Production, AFNOR, Paris, 1993.

15 CHAPITRE 4 PLANIFICATION A LONG TERME: CHOIX DU PROCESSUS DE PRODUCTION

4.1. Gnralits. Le choix du processus de production comporte le choix de l'ensemble des quipements, personnel et procdures utiliss pour la production, ainsi que le choix de l'organisation de cet ensemble. Le choix du processus est bien sr affect par la nature du produit et par les contraintes techniques (on ne fait pas de voitures en caoutchouc et on nutilise pas de foreuses pour produire des hamburgers), mais aussi par des questions d'ordre plus stratgique comme par exemple la relation entre le processus et le type de march. Nous placerons notre discussion ce dernier niveau, sur un plan organisationnel plutt que technique. 4.2. Classification des processus de production en fonction des flux de produits. On va prsenter ici une classification grossire, mais nanmoins utile, des processus de production. La classification est base sur une analyse du flux des produits, c'est--dire sur la squence de stations de travail visites par les produits lors de leur passage travers le systme productif. Sous le terme gnrique station de travail , nous dsignons ici les diffrents lments du systme, comme par exemple les machines commande numrique, les machines opres manuellement par un ouvrier, les guichets de service, les laboratoires, etc. Production en ligne: dans un processus en ligne, il existe un flux dominant de produits en ce sens que (presque) toutes les units produites parcourent les stations de travail selon la mme squence. On distingue deux grandes sous-classes de processus en ligne : Production flux continu: ici, deux units successives du produit ne peuvent tre ni spares ni distingues les unes des autres. Exemples : - industrie ptrochimique, - sidrurgie (phase chaud), - industrie agro-alimentaire (aliments pour btail, ...) Chane de production ou d'assemblage: les units produites visitent les stations de travail dans le mme ordre et subissent des squences d'oprations (presque) identiques; mais elles sont physiquement spares, et peuvent prsenter de lgres variations les unes par rapport aux autres (par exemple, par l'addition d'options). Exemples : - construction automobile, - appareils lectromnagers, - McDonald, - contrle technique automobile.

16 Job-shop, ou atelier: il n'y a pas de flux dominant de produits; le systme produit des articles varis exigeant des squences d'oprations distinctes. Exemples : - atelier traditionnel (mcanicien, menuisier), - sous-traitance de pices mcaniques, - cuisine de restaurant traditionnelle, - laboratoire danalyses mdicales, - hpital. Production en sries moyennes, ou flux intermittent (batch flow): intermdiaire entre les prcdents; les units au sein d'une srie sont identiques; les diffrentes sries visitent des squences de stations similaires, mais chaque srie requiert des rglages importants ou des oprations distinctes chaque station. Exemples : - cuisson des maux - chaussures - circuits imprims - produits exigeant des traitements chimiques (bains). Un systme de production en ligne se caractrise par le fait que les ressources (machines, hommes) sont organises en fonction de larticle produire: on dit que le processus est organis par produit. Par contre, dans un job-shop, les ressources sont groupes sur base des oprations quelles ralisent: le processus est organis par fonction. Les diffrents types de systmes se distinguent encore par de nombreuses autres caractristiques. Dans un systme de production en ligne, gnralement, un seul type, ou trs peu de types darticles diffrents sont produits; le nombre d'units produites (volume de production) est lev; lquipement est trs spcialis, automatis et peu flexible; les investissements en quipements et en tudes de conception du systme sont importants; la main duvre est limite; le taux d'utilisation des quipements est trs lev (souvent plus de 90%); la production se fait pour stock, avec par consquent des stocks de matires premires, de composants et de produits finis levs et des stocks dencours relativement faibles. A linverse, un job-shop se caractrise souvent par une grande varit de produits (adapts aux exigences spcifiques de chaque client); un nombre d'units de chaque type et un volume de production total peu levs; des quipements non spcialiss, peu automatiss et trs flexibles (temps de rglage faibles); des investissements en quipements relativement peu levs; une main d'oeuvre importante; un taux d'utilisation des quipements trs faible (souvent moins de 50%); en effet, dans un job-shop, chaque produit ne requiert quune minorit des quipements prsents; de plus, chaque changement de production entre diffrents types de produits se traduit par des temps de rglage non productifs; certains observateurs mentionnent ainsi que, dans le secteur de lindustrie mcanique, les produits passent typiquement 95% de leur temps dans l'atelier sous

17 forme d'encours; 1/3 seulement du temps qu'ils passent sur les machines reprsente du temps d'usinage effectif, soit moins de 2% du temps de passage total dans latelier. un mode de production la commande, et donc des stocks de produits finis relativement faibles. En termes de cots, les avantages comparatifs des deux types de systmes peuvent tre esquisss comme suit. Le principe directeur de la production en ligne est que les cots fixes levs (investissements) doivent pouvoir tre absorbs par de grands volumes de production. A l'oppos, dans un job-shop, les cots fixes sont maintenus un niveau plus modeste et les cots variables, cest--dire lis directement au volume de production, sont prpondrants (par exemple, les cots salariaux). Le job-shop peut donc tre rentable en produisant des quantits relativement faibles (infrieures au point dindiffrence), alors que, lorsque le volume de production augmente, les cots variables plus modestes de la production en ligne se traduisent galement par des cots moyens moins levs. cots totaux

job-shop

ligne

volume de production
point dindiffrence

4.3. Cycle de vie du produit et organisation de la production. Dans une vision dynamique, ou volutive, des caractristiques d'une entreprise ou d'un produit, la discussion prcdente peut tre interprte comme suit: lorsque le volume de vente potentiel et le degr de standardisation dun produit augmentent, lentreprise accepte de substituer des cots variables (main d'oeuvre, temps de rglage) par des cots fixes (quipements spcialiss) et donc de passer du job-shop la production en ligne. Hayes et Wheelwright (1984) ont analys ce phnomne en le replaant dans le cadre des recommandations formules par Skinner sur la

18 cohrence ncessaire entre les dcisions de marketing et de production (voir Chapitre 2 et la confirmation empirique de cette analyse par Safizadeh et al. 1996). Afin de formuler les conclusions de ces auteurs, rappelons dabord brivement les phases successives du cycle de vie dun produit telles quelles sont dcrites par la thorie classique du marketing (voir par exemple Kotler et Dubois 1994): introduction (augmentation progressive des ventes), croissance (croissance rapide), maturit (plateau), dclin (dcroissance). La matrice produit-processus de Hayes et Wheelwright (1984) permet de visualiser simultanment la position dun produit dans son cycle de vie et l'organisation de sa production. Dans les premires phases de son cycle, le produit est peu standardis et sa conception volue encore, la demande est faible, les firmes qui le produisent sont de petite taille. Un systme de production organis en job-shop est donc gnralement le mieux adapt dans ces phases du cycle de vie. Dans les phases ultrieures, on constate une standardisation du produit, une augmentation des volumes de production et lmergence de quelques grandes firmes essayant de dominer par les prix. Paralllement, une volution de lorganisation vers la production en ligne se rvle de mieux en mieux adapte aux besoins rencontrs. Exemple : volution de lindustrie automobile depuis le dbut du sicle.

ligne batch

job shop

introduction

croissance

maturit

Matrice produit-processus (Hayes and Wheelwright 1984) Cette analyse donne lieu la notion de cycle de vie des processus: idalement, au cours du cycle de vie d'un produit, le point qui le reprsente dans la matrice produit-processus devrait se dplacer le long de la diagonale de cette matrice. Insistons sur le fait que cette volution des processus de production est assez diffrente de celle des volumes de vente, en ceci quelle peut tre, en principe, contrle par la firme plutt que dtre simplement subie ou observe. Elle

19 constitue donc, potentiellement, un important instrument de gestion dans la stratgie concurrentielle dune entreprise. D'autres stratgies sont videmment possibles mais doivent alors tre reconnues explicitement comme des stratgies de diffrenciation non standards. De telles stratgies doivent tre soigneusement values pour sassurer quelles ne crent pas dincohrence entre le plan marketing de lentreprise et le processus de production adopt (voir Safizadeh et al. 1996 pour quelques exemples, ainsi que larticle dcrivant la situation de Boeing, en annexe au Chapitre 2). 4.4. Cellules de fabrication et ateliers flexibles: entre job-shops et lignes de production. Cellules de fabrication. Dans la vision extrme du job-shop, le nombre de produits diffrents est norme, et tous ces produits ont des gammes opratoires diffrentes (squences de machines visites, oprations sur ces machines). A linverse, la technologie de groupe reconnat explicitement que de nombreux produits peuvent en fait tre groups en familles de produits similaires (si mme ils ne sont pas parfaitement identiques) sur base des similitudes de leurs caractristiques physiques et/ou de leurs gammes opratoires. Exemples : - famille engrenages - famille tubes Au sein dune famille, chaque produit peut alors tre dfini par ses caractristiques propres. Exemple : - engrenages: - nombre de dents - diamtre - tubes: - longueur - diamtre - paisseur

La technologie de groupe rpertorie chaque produit (et, plus gnralement, chaque article connu dans lentreprise) au moyen dun code (alpha)numrique qui permet de l'identifier de faon unique et qui reflte galement ses caractristiques essentielles. Ce code peut tre utilis pour mettre en vidence les similitudes entre produits (des codes similaires correspondent des produits similaires) et donc pour dfinir les familles de produits de faon pertinente. La classification en familles et la codification des articles permettent de ne pas rinventer perptuellement la roue: elles facilitent la gestion des stocks et des documents techniques, la conception d'un nouveau produit au sein d'une famille connue, l'limination de designs superflus, la dfinition des gammes opratoires pour ce produit, la fabrication, par la systmatisation des procds (voir ci-dessous).

20 Ladoption de la technologie de groupe saccompagne frquemment dune rorganisation des ateliers en cellules de fabrication autonomes, spcialises dans la production de familles de produits distinctes. Idalement, donc, chaque produit devrait tre fabriqu entirement dans une seule cellule, et tous les produits fabriqus dans une cellule devraient tre similaires. Lorganisation en cellules permet de retirer certains des bnfices de la production en ligne: spcialisation des quipements (tous les produits dune famille requirent les mmes quipements), systmatisation des procds (les gammes opratoires sont similaires), rduction des temps de lancement, simplification de la gestion, en particulier de l'ordonnancement. (Notez lanalogie avec le Plant Within a Plant de Skinner.) Ateliers flexibles (FMS). L'mergence des ateliers flexibles conduit repenser la distinction traditionnelle entre d'une part : production de masse, automatisation pousse, investissements (cots fixes) levs, cots variables faibles, rigidit, et d'autre part : petites sries, main duvre importante, investissements faibles, cots variables importants, flexibilit. Remarquons que cest essentiellement le taux dutilisation des quipements qui dtermine leur rentabilit, et peu importe que ce taux soit atteint par la fabrication d'un seul produit ou dun mix de plusieurs produits (cest--dire par addition de petites sries). Cette dernire approche correspond mieux aux exigences des marchs contemporains (voir Chapitre 2). Mais elle ne peut videmment tre mise en oeuvre que sur des quipements suffisamment flexibles. Les machines commande numrique (Computer Numerical Control, CNC) prsentent une flexibilit nettement accrue par rapport aux machines-outils traditionnelles. Sur une machine CNC, les mouvements et oprations des outils sont contrls par un micro-ordinateur. La machine possde par ailleurs un dispositif de changement d'outils automatique. Ces caractristiques permettent la machine denchaner trs efficacement les oprations successives en rduisant le temps consacr aux temps de rglage et aux changements doutils. Un atelier flexible (Flexible Manufacturing System, FMS) consiste en lagencement de plusieurs machines CNC desservies par un systme de transport et de chargement automatiss des pices et des outils, lensemble tant contrl et coordonn par un ordinateur central. Un tel systme combine donc la flexibilit individuelle offerte par les machines CNC une flexibilit accrue du systme de manutention. Ladoption dun FMS entrane des cots d'investissement levs (frais fixes) mais peu de frais variables (que ce soit sous forme de main duvre ou de cots de lancement de la production), et fournit une flexibilit leve. Il permet donc de rentabiliser l'automatisation de la production des petites sries. Ainsi, Jaikumar et Van Wassenhove (1989) ont observ des FMS produisant plus de 100 types de pices diffrents chaque anne (dont 25 nouveaux produits) et pour lesquels le taux d'utilisation (pour usinage) est suprieur 75% du temps total.

21 Notons cependant quelques obstacles l'utilisation effective des ateliers flexibles: investissements trs levs et amortissement lent (5-7 ans) pour certains systmes; bnfices difficilement quantifiables: flexibilit et qualit accrues, rduction des dlais et cots de lancement, ...; complexit des dcisions de gestion lies de tels systmes (planification, ordonnancement, ...); (voir Parker et Lettes 1991). 4.5. Layout (implantation) des centres de production. Aprs avoir dcid en termes gnraux du type de processus de production utiliser (par exemple, production en ligne ou job-shop) et des quipements acqurir, la firme se voit encore confronte des problmes plus spcifiques dimplantation des centres de production (machines, postes de travail, dpartements, ...), c'est--dire de localisation relative des centres de production. En pratique, de nombreux lments peuvent entrer en ligne de compte dans les dcisions d'implantation: contraintes historiques (l'implantation volue souvent de faon progressive, sans tre globalement remise en cause), esthtiques, facteurs humains (l'environnement de travail doit rester agrable), scurit (les ateliers de peinture seront situs loin de ceux de soudure, afin d'viter l'explosion des matires volatiles), etc. Les modles mathmatiques que nous allons prsenter ci-dessous devront donc tre considrs comme des modles d'aide la dcision plutt que comme des systmes automatiss de prise de dcision. Nous considrerons seulement ici des situations idales o le systme doit tre conu partir de rien et o l'objectif optimiser peut-tre exprim quantitativement. De telles situations se rencontrent par exemple lors de la construction de nouveaux btiments ou lors de la rorganisation de systmes existants. Les modles d'optimisation les plus courants tiennent compte d'un objectif de minimisation des cots. Ces cots peuvent gnralement tre interprts comme des cots de manutention (transfert, transport) ou de dplacement. Nous considrerons successivement les problmes qui se posent lors de l'implantation d'une chane d'assemblage, puis de celle des dpartements d'un atelier. 4.5.1. Equilibrage des chanes d'assemblage. Par nature, une ligne de production est consacre la fabrication d'un seul produit (avec variantes ventuelles) et doit donc excuter des squences d'oprations (presque) identiques sur chaque unit de ce produit. Il est donc logique que l'implantation d'un tel systme soit dicte par les squences d'oprations ncessaires la fabrication de ce seul produit. On parle alors d'une organisation par produit (product layout) du processus de production.

22 Typiquement, les postes de travail d'un systme organis par produit sont placs en ligne et chaque unit du produit passe de station en station en subissant une transformation chaque tape. Des exemples extrmes de ce type dorganisation se trouvent dans les industries processus de production continu, o la squence des oprations effectuer est souvent totalement rigide (comme dans l'industrie chimique ou sidrurgique). Par contre, dans le cas de chanes d'assemblage, l'ordre des postes de travail, ou mme des oprations effectuer, n'est gnralement pas compltement dtermin par les spcifications techniques du produit. Illustrons ce propos par un exemple simple. Exemple: Liste des oprations effectuer sur une chane dassemblage automobile: 1. Assemblage de la carrosserie 2. Assemblage du bloc moteur 3. Assemblage carrosserie - bloc moteur 4. Placement transmission 5. Placement roues 6. Placement siges 7. Portes 8. Installation vitres 9. Contrle finition Contraintes de prcdence (antriorit) respecter entre les oprations : 1 4-5 \ / \ 3 8 -- 9 / \ / 2 6-7 Plusieurs dfinitions des postes de travail sont compatibles avec les contraintes exprimes: de fait, on pourrait adopter 1) un seul poste regoupant toutes les oprations, 2) un poste par opration : 1 - 2 - 3 - ... - 9, 3) le regroupement de plusieurs oprations par poste: par exemple (1,2,3) - (4,6) - (5,7) - (8) (9). Chacune de ces solutions comporte ses inconvnients (ainsi que des avantages absents des autres solutions): difficult d'apprentissage et lancements rptitifs de la production pour la solution (1), monotonie des tches effectuer et lourdeur des manutentions pour la solution (2), etc. Par ailleurs, les diverses solutions se caractrisent aussi par des taux de production varis. Dfinissons prsent ce concept de faon prcise: le taux de production T d'une chane d'assemblage est le nombre moyen d'units quelle produit par unit de temps.

23 Un concept intimement li au prcdent est celui de temps de cycle: le temps de cycle C (cycle, cycle time, etc) d'une chane est le temps coul, en moyenne, entre la production de deux units successives. On a donc la relation : T = 1/C. Le taux de production et le temps de cycle sont videmment dtermins par la dure des oprations individuelles excuter, mais aussi par l'implantation de la chane et en particulier par le regroupement des oprations aux postes de travail successifs. Exemple: Assemblage automobile (suite). Dure des oprations (en minutes): 1. Assemblage de la carrosserie : 17 2. Assemblage du bloc moteur : 11 3. Assemblage carrosserie - bloc moteur : 8 4. Placement transmission : 5 5. Placement roues : 4 6. Placement siges : 6 7. Portes : 8 8. Installation vitres : 5 9. Contrle finition : 3 On calcule facilement le temps de cycle pour les 3 layouts dfinis plus haut: 1) un seul poste: 67 minutes. 2) un poste par opration: 17 minutes. 3) regroupement (1,2,3) - (4,6) - (5,7) - (8) - (9) : 36 minutes. Remarquons que le temps de cycle d'une chane de production est dtermin par le temps de travail (la charge) du poste de travail le plus lent, ou poste goulot (bottleneck). Nous sommes maintenant quips pour dfinir formellement le problme d'quilibrage d'une chane d'assemblage: tant donns les diffrentes oprations effectuer et leurs dures respectives p1, ..., pm, les relations de prcdence entre oprations, un temps de cycle cible C, affecter les oprations un nombre minimum de postes de travail placs en ligne de telle sorte que les relations de prcdence soient respectes et que le temps opratoire total n'excde C pour aucun poste. Avant d'envisager la solution de ce problme, formulons d'abord quelques remarques sur sa dfinition. 1. Dans cette formulation, le temps de cycle, et donc le taux de production, sont fixs de faon exogne. Cette hypothse est raisonnable dans le cadre d'une production de masse pour stock, o la demande est souvent relativement stable. (On considre cependant parfois une formulation alternative dans laquelle le nombre de stations disponibles est fix a priori et le temps de cycle doit tre minimis).

24 2. Le nombre de stations peut tre interprt comme un substitut approximatif des cots de manutention: de longues chanes impliquent de nombreux transferts de matriel. Cependant, une rduction de la longueur de la chane implique gnralement une augmentation du temps de cycle (voir exemple ci-dessus)!! Ceci explique que l'on incorpore une contrainte sur le temps de cycle dans le modle. 3. Le temps mort (idle time) TM est le temps total durant lequel les postes de travail sont inoccups pendant un cycle de production. Pour une solution comportant N postes, TM = N C - i pi. Lorsque le temps de cycle C et les temps opratoires pi sont considrs comme des donnes, minimiser N revient minimiser TM. L'objectif du problme d'quilibrage peut donc galement tre vu comme un objectif de minimisation des temps morts. 4. Dans les situations pratiques, on rencontre souvent des contraintes additionnelles; par exemple, deux oprations ne peuvent pas tre ralises par le mme poste (incompatibilit ou encombrement des quipements, etc), certains postes ne peuvent pas effectuer certaines oprations, etc. Voyons maintenant comment aborder la solution du problme d'quilibrage. Tout dabord, une limite infrieure L sur le nombre de postes optimal peut tre calcule par la formule L = i pi / C . Mais cette borne infrieure n'est pas toujours ralisable, comme le montre l'exemple suivant. Exemple: Assemblage automobile (suite). Si on se donne un temps de cycle de 17 minutes (ce qui correspond la dure de la plus longue opration), alors: L = i pi / C = 67/17 = 3,9. Donc, toute solution impliquera au minimum 4 postes de travail. Mais en fait, pour l'exemple considr, on peut facilement se persuader qu'il n'y a pas de solution comportant moins de 5 postes. En pratique, le problme d'quilibrage est un problme difficile rsoudre de faon optimale lorsque le nombre doprations devient trop important (il est NP-difficile). Par consquent, on ressort souvent des mthodes approches, ou heuristiques, pour lattaquer. La plupart des heuristiques dquilibrage de chanes dassemblage appliquent une stratgie gourmande. Elles reposent sur le schma de rsolution suivant.

25 Etape 1. Dfinir un coefficient de priorit ci pour chaque opration i (par exemple, la dure de lopration, ou la somme des dures des oprations qui suivent, ...). Etape 2. Si les postes 1, ..., j ont dj t dfinis, et certaines oprations ont dj t affectes au poste j+1, alors: i) parmi les oprations disponibles (dont tous les prdcesseurs ont t affects) et pouvant encore tre affectes au poste j+1 sans excder C, affecter celle ayant le plus haut coefficient de priorit ci; ii) si plus aucune opration ne peut tre affecte au poste j+1 sans excder C, crer un poste j+2 et lui affecter l'opration disponible ayant le plus haut coefficient de priorit ci. Les coefficients de priorit peuvent tre dfinis de diffrentes faons. Par exemple, on peut dfinir ci comme tant le temps opratoire de lopration i (cest--dire, ci = pi). Alternativement, on peut choisir ci gal au nombre d'oprations ultrieures l'opration i dans le graphe de prcdence (l'ide est ici de donner la plus haute priorit aux oprations qui doivent encore tre suivies par de nombreuses autres oprations). La mthode du Ranked Positional Weight repose sur une variante de cette ide: on y dfinit ci comme la somme des dures de toutes les oprations ultrieures l'opration i. Cette heuristique fournit souvent des solutions de bonne qualit. Enfin, la mthode COMSOAL (COmputer Method of Sequencing Operations for Assembly Lines) donne simplement la mme priorit toutes les oprations, ce qui revient choisir l'affectation de l'opration suivante au hasard! Le manque de sophistication vident de cette mthode est compens par la force brutale: l'heuristique gnre successivement un grand nombre de solutions et ne retient que la meilleure. De nombreuses autres heuristiques ont galement t proposes dans la littrature scientifique (voir le logiciel QSOM propos par Chang 1989). Exemple: Assemblage automobile (suite). Pour un temps de cycle C = 17 (L = 4), on obtient facilement des solutions optimales 5 postes, impliquant donc 18 minutes de temps mort. Notons que, pour un temps de cycle de 19 minutes, on peut rduire le nombre de postes 4 et le temps mort 9 sec. (dans la pratique, il est trs utile d'explorer de telles solutions alternatives). Avec un temps de cycle de 25 sec (L = 3), l'heuristique du plus grand nombre de successeurs dabord gnre une solution 4 postes, tandis que RPW donne une solution optimale 3 postes. Un cas pratique d'quilibrage de chane, illustrant bien la plupart des propos ci-dessus, est dcrit par Agnetis, Ciancimino, Lucertini et Pizzichella (1992). Le graphe de prcdence, le layout de lusine et la composition des stations de travail avant la ralisation de ltude de cas sont donns en annexe la fin de ce chapitre. En particulier, on observe dans cette tude des paires d'oprations incompatibles, ou 'forces' dans la mme station. L'implantation originale compte 15 stations, mais est mal quilibre (temps de cycle de 78 secondes, avec 49 secondes de temps mort la station de traitement des radiateurs, rsultant en encours importants). Le taux de production de 692 units par jour (2 shifts de 7,5 heures) excde lgrement la demande

26 moyenne, qui est de 625 units. Une meilleure solution a t obtenue par les auteurs: elle comporte 20 postes de travail, mais ne requiert plus qu'un shift (7,5 heures par jours) pour atteindre le taux de production de 625 units. 4.5.2. Job-shop: Localisation des dpartements. Dans un job-shop, les produits subissent des squences d'oprations trs diverses, et il n'est donc plus possible de se laisser guider par une 'logique de produit' pour dcider de l'implantation des centres de production. En pratique, on regroupe souvent les machines ou les quipements en dpartements sur base de leur fonction. On parle dans ce cas d'organisation fonctionnelle (process layout). (Remarquons cependant que, comme nous lavons brivement mentionn dans la Section 4.4, la technologie de groupe et les cellules de fabrication offrent une approche alternative - souvent trs performante - l'implantation des job-shops ) Exemples: Atelier mcanique : dpartement fraiseuses, tours, foreuses .. Hpital : radiographie, lectroencphalogrammes, pltres, ... Dans une optique de minimisation des cots de manutention, le problme de localisation des dpartements peut alors tre modlis comme suit: tant donns N dpartements localiser, une superficie totale disponible S, la superficie si requise par chaque dpartement i, le cot de transport (par unit de matriel et par unit de distance) entre chaque paire de dpartements i et j, soit cij , le flux de matriel (nombre d'units) entre les dpartements i et j, soit f ij , attribuer chaque dpartement i un emplacement (connexe) de superficie si (i = 1, ..., N ) dans l'aire disponible, de faon minimiser les cots totaux de transport. La matrice des flux f ij peut tre par exemple estime sur base de donnes historiques dans le cas d'un systme rorganiser, ou sur base de prvisions dans le cas d'un systme crer. La distance d kl entre les emplacements k et l peut tre estime par la distance (euclidienne ou rectilinaire) entre les centres de gravit des deux emplacements. Les cots totaux de transport sont alors calculs par la formule CT = cij f ij d k (i ) l ( j )
i =1 j =1 N N

o k(i) et l(j) sont les centres de gravit des emplacements attribus aux dpartements i et j respectivement. Le problme de localisation des dpartements, tel que nous venons de le formuler, est rput pour tre extrmement difficile rsoudre de faon optimale (il est NP-difficile). En pratique, on recourt donc des mthodes de rsolution heuristiques. Les mthodes les plus efficaces sont celles procdant par changes successifs: au dpart d'une solution quelconque, on essaye de

27 dplacer un dpartement vers un emplacement libre ou d'changer les emplacements de plusieurs dpartements (gnralement, deux deux ou trois trois); la modification n'est entrine que si elle entrane une diminution du cot total CT. La mthode CRAFT (Computerized Relative Allocation of Facilities Technique) procde de cette faon (voir le logiciel QSOM (Chang 1989) pour une implantation). Bibliographie. A. Agnetis, A. Ciancimino, M. Lucertini et M. Pizzichella, Balancing flexible lines for car components assembly, Rapport 20.92, Dipt. di Informatica e Sistemistica, Universit degli Studi di Roma 'La Sapienza', 1992. Y.-L. Chang, QSOM - Quantitative Systems for Operations Management, Prentice-Hall, Englewood Cliffs, 1989. A. Courtois, M. Pillet et C. Martin, Gestion de Production, Les Editions d'Organisation, Paris, 1989. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. R. Jaikumar et L.N. Van Wassenhove, A production planning framework for flexible manufacturing systems, Journal of Manufacturing and Operations Management Vol. 2 (1989) pp.52-79. P. Kotler et B. Dubois, Marketing Management, 8me dition, Publi union, 1994. J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, PrenticeHall, Englewood Cliffs, 1992. T. Parker et T. Lettes, Is accounting standing in the way of flexible computer-integrated manufacturing?, Management Accounting, January 1991, pp. 34-38. M.H. Safizadeh, L.P. Ritzman, D. Sharma et C. Wood, An empirical analysis of the productprocess matrix, Management Science, Vol. 42, November 1996, pp. 1576-1591. How manufacturing can make low-tech products high-tech, Harvard Business Review, September-October 1995, p. 98.

28 CHAPITRE 5 PLANIFICATION A MOYEN TERME: LE PLAN AGREGE DE PRODUCTION 5.1. Introduction et concepts de base. Nous quittons le domaine des dcisions stratgiques, portant sur le long terme et/ou la conception du systme productif, pour entrer dans celui de la planification tactique, portant sur le moyen terme. Dans ce cadre de dcision, le portefeuille de produits et le processus de production doivent tre considrs comme des donnes (mme si certaines modifications marginales de capacit peuvent encore tre envisages). La question qui se pose est de savoir comment utiliser au mieux le systme existant. Plus prcisment: Le rle de la planification agrge de la production est de planifier globalement le volume et l'utilisation des ressources ainsi que les niveaux de production et de stocks atteindre au cours de chaque sous-priode afin de satisfaire au mieux la demande prvisionnelle sur un horizon moyen terme. Quelques explications s'imposent ... Horizon du plan. Comment faut-il fixer les limites temporelles du plan de production agrg ? Une premire limite suprieure lhorizon du plan a dj t voque ci-dessus: on s'intresse un horizon sur lequel les dcisions stratgiques doivent tre considres comme irrvocables. Un autre critre prendre en compte est li la fiabilit des prvisions de demande: cette fiabilit a en effet tendance dcrotre lorsque lhorizon du plan sallonge. Afin de dterminer une limite infrieure lhorizon du plan, notons que celui-ci doit tre suffisamment long pour permettre un certain lissage de la production obtenu en jouant sur la constitution de stocks et les modifications temporaires de personnel. En particulier, les fluctuations saisonnires (de demande, de disponibilit des ressources, etc) doivent pouvoir tre refltes dans le plan. En pratique, on utilise souvent un horizon d'un an. Cet horizon est dcoup en plusieurs sous-priodes. Le plan devra donc spcifier les diffrentes dcisions prises pour chacune de ces sous-priodes. Le choix des sous-priodes est guid par les principes suivants: de trop longues sous-priodes effacent les fluctuations des paramtres (notamment de la demande), et entranent donc une perte d'information; des sous-priodes trop courtes augmentent les erreurs d'estimation et la complexit du problme (en particulier, le nombre de variables de dcision). En pratique, on utilise souvent des sous-priodes de 1, 2 ou 3 mois.

29 Comme cest la cas pour tous les plans daction tablis sur base de donnes incertaines, la qualit du plan agrg de production tend diminuer au fil du temps. Par consquent, ce plan doit tre soumis des rvisions priodiques qui permettent de tenir compte de lvolution relle de la situation entre deux rvisions (changement de conjoncture, mauvaise valuation de la demande, changements de productivit, ...). Demande. Les produits mis sur le march tant connus, la demande des sous-priodes successives peut en principe tre estime par le dpartement marketing. Remarquons immdiatement que la qualit du plan de production sera trs largement influence par la qualit de ces prvisions, auxquelles une attention toute particulire devrait donc tre prte avant dentrer dans le processus de planification proprement dit. Lobtention des prvisions peut tre base sur diffrentes sources dinformation (donnes historiques, tudes de marchs, analyses sectorielles, commandes enregistres, exprience des distributeurs, etc) et peut faire appel diffrentes techniques statistiques (rgression, analyse de sries chronologiques, etc.). De nombreux logiciels de gestion de la production offrent des modules daide la prvision de la demande mettant disposition de lutilisateur une large panoplie doutils statistiques. Pour la plupart des entreprises, lexercice de prvision de la demande reste cependant extrmement difficile metre en uvre, pour de multiples raisons. En particulier, les sries statistiques obenues dans le pass ne fournissent pas ncessairement une base fiable pour prdire le futur (la conjecture change, des produits concurrents apparaissent, etc.), la demande peut tre trs variable, et donc difficile prvoir avec prcision (en particulier pour des produits innovants, ou soumis des effets de mode), les distributeurs ou les vendeurs peuvent avoir un intrt politique maquiller leurs prvisions (par exemple pour sassurer de disposer de stocks suffisants), etc. Souvent, il sera ncessaire pour lentreprise de dvelopper des relations de partenariat troit avec ses clients impliquant typiquement lchange dinformations sur les chiffres de ventes ou sur ltat des stocks - pour parvenir surmonter ces difficults de prvision. Bien quil sagisse l dun sujet dune grande importance pratique et dune grande actualit, nous ne le dvelopperson pas davantage dans le cadre de ce cours introductif (voir par exemple Fisher 1997 pour quelques illustrations). Par ailleurs, dans le cadre adopt ici, le rle de la production est en premier lieu de satisfaire la demande, vue comme dtermine de faon exogne. Nous considrerons donc principalement des stratgies ractives, qui acceptent la demande comme une contrainte respecter. En fait, certaines possibilits d'influencer ou de dplacer la demande sont parfois prises en compte dans la planification moyen terme: publicit ou rabais dans les priodes de basse demande (compagnies ariennes, chemins de fer, htels, ...) ou service sur rendez-vous (cliniques, ...). De telles stratgies proactives sont notamment trs utilises par les socits de service, qui n'ont pas la possibilit d'utiliser les stocks pour lisser la production sur de longues priodes. Dans certains cas, lentreprise peut galement accepter la possibilit de ne satisfaire qu'une partie de la demande.

30

Ressources. La ressource la plus flexible sur l'horizon considr est celle constitue par le personnel de production (quoique certaines dcisions d'acquisition d'quipement ou de sous-traitance peuvent aussi tre inclues dans le plan agrg de production, si les options stratgiques et/ou l'horizon de planification le permettent). Les dcisions prendre concernent donc essentiellement les volumes d'embauche, de licenciement, de prestation d'heures supplmentaires, etc. Chacune de ces dcisions peut avoir sa porte limite a priori par des considrations stratgiques ou dautres contraintes (par exemple, une politique de maintien de l'emploi, des conventions sectorielles, etc). Niveaux de production et de stocks. La demande de chaque sous-priode peut tre satisfaite de diffrentes faons: par la production effectue au cours de cette sous-priode, au cours des priodes antrieures (livraisons sur stocks) ou au cours des priodes ultrieures (livraisons en retard). En combinant ces diverses possibilits, la firme peut niveler son niveau dactivit sur lhorizon moyen terme et donc stabiliser le volume de ressources utilises. On dcouvre l un des rles essentiels des stocks: celui du lissage de la production (remarquons que ce rle est utile mme dans un univers parfaitement dterministe et parfaitement connu; il faut donc bien le distinguer de celui qui consiste protger la firme contre les incertitudes de la demande, les alas des livraison de fournitures, etc). Dans ce chapitre, nous supposerons systmatiquement que lentreprise na pas recours aux livraisons tardives: la demande doit tre satisfaite la fin de la priode o elle est exprime. Cette contrainte peut par exemple traduire un des objectifs stratgiques de lentreprise disponibilit permanente des produits, rduction des dlais de livraison et marquer ainsi la coordination dsire entre deux niveaux de planification (stratgique et long terme). Alternativement, le lecteur pourra ny voir quun simple souci de clart didactique: des possibilits de livraisons tardives pourraient facilement tre prises en considration au prix dun certain alourdissement de la prsentation. Remarquons enfin que, lorsque la demande est connue avec certitude, il suffit de connatre le nombre dunits produites au cours de chaque sous-priode pour en dduire le niveau des stocks la fin de chaque sous-priode. Rciproquement, ltat des stocks la fin de chaque souspriode dtermine compltement les volumes de production correspondants. Par consquent, le plan de production agrg peut tre vu comme fixant uniquement lune des deux quantits stocks ou production. Cette interprtation peut se rvler utile dans certaines circonstances. En conclusion: la planification agrge ralise la coordination moyen terme entre les dpartements marketing, personnel et production; le plan agrg est donc gnralement le fruit d'une collaboration entre ces trois dpartements, qui doivent obligatoirement l'approuver, et laccepter comme une contrainte respecter dans leurs activits plus court terme.

31 En quoi le plan est-il agrg ? Au niveau de dcision considr, il rgne trop d'incertitudes pour vouloir s'encombrer de dtails qui compliqueraient inutilement la prise de dcision. On cherche donc seulement ici planifier dans les grandes lignes , ce qui se traduit par: l'agrgation des dcisions: les produits sont agrgs en familles de produits, les ressources en grandes catgories (de personnel, d'quipements, etc), les sous-priodes sont relativement longues; l'omission de nombreux dtails: produits peu demands, ressources peu utilises, etc. Lagrgation des dcisions permet de simplifier considrablement la formulation, la rsolution et linterprtation des modles (moins de donnes collecter, moins de calculs effectuer, moins de rsultats analyser). Par ailleurs, elle augmente gnralement la qualit des prvisions de demande ainsi que lestimation dautres paramtres. Par exemple, si les diffrents produits agrgs au sein dune mme famille ont des demandes corrles ngativement, alors lestimation de leur demande agrge sera plus prcise que celle des demandes individuelles (plus prcisment, la variance de lestimation sera infrieure la somme des variances des demandes individuelles). 5.2. Analyse graphique des options simples. Dans cette section, nous allons brivement prsenter une mthode graphique dlaboration du plan de production agrg. Pour simpliste quelle puisse paratre, cette mthode permet de visualiser rapidement certaines des options qui soffrent lentreprise et possde par ailleurs dintressantes vertus didactiques. Nous prsenterons par la suite quelques approches plus sophistiques du mme problme. Exemple: Considrons un seul produit (ventuellement aprs agrgation) et un horizon de 6 mois, o chaque mois comporte 20 jours. On dispose des donnes reprises dans le tableau cidessous. Mois Demande Stock minimum --------------------------------------------------------------1 70 15 2 100 20 3 120 30 4 60 15 5 50 10 Plus gnralement, lhorizon considr comporte les priodes 1, 2, ..., T. Pour chaque priode, on a estim la demande prvisionnelle et le stock minimum possder en fin de priode. Rappelons que la firme na pas recours aux livraisons tardives. On supposera par ailleurs, afin de simplifier la discussion, que la position de stock est nulle en dbut dhorizon. Les besoins cumuls la priode t sont alors dfinis comme suit:

32 BC(t) = demande cumule jusqu la priode t + stock minimum de la priode t. Un plan de production agrg peut tre vu comme une fonction croissante PC(t), o PC(t) dsigne la production cumule jusqu la priode t (t = 1, 2, ..., T). Le plan PC(t) est admissible si, chaque priode t BC(t) PC(t) = production cumule jusqu la priode t. (1)

Remarquons que cette condition dadmissibilit traduit le fait que la demande doit tre entirement satisfaite sans recourir aux livraisons tardives. Les ruptures de stocks ne sont donc pas autorises Exemple (suite): Calculons la demande cumule et les besoins cumuls pour lexemple numrique prcdent.. Mois Demande Besoins cumule cumuls -------------------------------------1 70 85 2 170 190 3 290 320 4 350 365 5 400 410 Le graphique suivant fournit une reprsentation de lvolution des besoins cumuls en fonction du temps (courbe paisse).
units production cumule
410 365 320

besoins cumuls

190

85 0 0 20 40 60 80 100

t (en jours)

33 Toute courbe croissante PC partant de l'origine et situe au dessus de la courbe BC reprsente un plan admissible. La diffrence PC(t) BC(t) reprsente l'excdent de stock par rapport au stock minimum requis la priode t. Dans la pratique, les entreprises se basent souvent sur cette reprsentation graphique pour dvelopper leur plan de production agrg. Illustrons cette approche par la discussion de deux stratgies de base simples, mais de natures extrmes, qui s'offrent l'entreprise. Stratgie 1. Suivre la demande en modifiant les effectifs. Le plan de production est tabli de telle sorte que PC(t) = BC(t) pour tout t, (2)

ce qui revient imposer que la production de chaque priode soit exactement gale la demande de cette priode. Le stock en fin de priode est donc toujours gal au stock minimum requis. Ce type de stratgie est largement utilise dans les services, o les possibilits de stockage sont inexistantes (par exemple, dans le secteur HORECA), mais est galement observe dans lindustrie (secteur automobile). En termes de cot, notons qu'elle minimise (videmment !) les cots de possession de stock. Stratgie 2. Minimiser les fluctuations de personnel. Dans sa version la plus simple, cette stratgie implique de produire taux constant pendant lhorizon du plan. Formellement, l'hypothse de production taux constant signifie que PC(t) est une fonction linaire du temps. On peut donc crire: PC(t) = t, o peut tre interprt comme un taux de production. Graphiquement, le plan minimisant les fluctuations de personnel correspond alors un segment de droite situ au-dessus de la courbe BC. Par exemple, lpoque 0 (dbut de lhorizon de planification), on peut choisir un taux de production initial 1 aussi faible que possible sous rserve que la droite PC1(t) = 1t satisfasse la premire condition dadmissibilit: BC(t) PC1(t) pour tout t.
410 365 320

production cumule besoins cumuls

units
190

85 0 0 20 40 60 80 100

t (en jours)

34 Cette stratgie tend videmment minimiser les cots lis aux fluctuations de personnel (cots montaires ou sociaux), mais entrane gnralement l'accumulation de stocks importants. De faon alternative, lentreprise pourrait choisir de produire taux constant en se contentant dexiger que la production cumule en fin dhorizon soit gale aux besoins cumuls: PC(T) = BC(T), sans requrir la condition dadmissibilit (1). Cette stratgie implique daccepter les ruptures de stocks. 5.3. Un modle de programmation linaire. Comme on l'a remarqu ci-dessus, l'analyse graphique permet de visualiser facilement les diffrentes options s'offrant l'entreprise et permet mme d'laborer un plan de production dans des situations relativement simples (par exemple, trs agrges). Ce type d'analyse est donc frquemment utilise en pratique. Il faut bien voir, cependant, que lanalyse graphique ne permet pas l'optimisation des cots entrans par le plan, ni de tenir facilement compte de produits multiples, doptions mixtes (combinaisons d'heures supplmentaires, d'embauche, de campagnes publicitaires dplaant la demande, etc) ou de contraintes additionnelles (contraintes budgtaires, capacit, ...). On comprend donc l'intrt d'une approche plus puissante et plus formalise de la planification agrge. Une approche optimisante clbre a t dveloppe dans les annes cinquante par Holt, Modigliani, Muth et Simon (1964). Ces chercheurs ont labor un modle de planification agrge pour le compte dune grande entreprise dsirant niveler sa production et rduire ses stocks (une description de cette application se trouve en annexe la fin du prsent chapitre). Les variables considres dans le modle HMMS dcrivent les niveaux de production, de stocks, de personnel, et d'heures supplmentaires prester. L'objectif de minimisation des cots est traduit dans un modle d'optimisation quadratique sans contraintes. Les conditions d'optimalit du premier ordre donnent lieu des rgles de dcision linaires, qui dfinissent les niveaux de production et demploi optimaux chaque priode sous forme de fonctions linaires de ces niveaux aux priodes prcdentes et de la demande prvisionnelle. Le modle HMMS permet l'optimisation des cots, ncessite peu de calculs, et gnre des rgles d'utilisation facile. Ces avantages ont contribu sa popularit. Par contre, il connat aussi une des limitations fondamentales de l'approche graphique: il est peu flexible, en ce sens qu'il n'admet pas l'addition de contraintes (plus prcisment, le modle doptimisation quadratique qui en rsulterait est beaucoup plus difficile rsoudre que le modle HMMS de base). Les modles de programmation linaire, l'inverse, fournissent une approche optimisante qui peut tre plus facilement enrichie par la considration de facteurs secondaires. Par exemple, les limitations de capacit de certains centres de production peuvent tre naturellement intgres dans le modle sous forme de contraintes dingalit. Ceci autorise un ajustement chargecapacit - 'rough-cut capacity planning' - qui, dans le modle HMMS ou dans l'approche graphique, doit tre ralis a posteriori. Cette souplesse de modlisation, allie aux autres avantages bien connus de la programmation linaire (disponibilit des logiciels, rsolution

35 efficace de programmes de grande taille, analyse de sensibilit) font de la programmation linaire un instrument de choix pour la planification agrge de la production. Dcrivons brivement la structure de base d'un modle de programmation linaire pour l'laboration du plan de production agrg. Dans cette formulation, nous adoptons une convention de modlisation du temps largement rpandue en gestion de la production et qui sera galement utilise dans les autres chapitres de ce syllabus. Pour chaque priode, nous supposons que la production a lieu en dbut de priode et que les livraisons-clients sont effectues en fin de priode. En dautres termes, toutes les units produites la priode t sont disponibles pour satisfaire la demande de cette priode. Par ailleurs, ltat de stock est dtermin aprs livraison aux clients, cest--dire la fin de chaque priode t. Pour clarifier la prsentation du modle, nous adoptons galement les conventions typographiques suivantes: les variables de dcision sont notes en MAJUSCULES, les paramtres (cest--dire les donnes du modle) en minuscules, et les expressions plus complexes (fonctions, ingalits, etc) en italiques. Hypothses de base: on considre N produits (ou, plus prcisment, N familles de produits) T priodes de planification une seule catgorie de personnel. Variables de dcision: pour j = 1, ..., N et t = 1, ..., T, PROD[j,t] : STOCK[j,t] : PERS[t] : EMBAUCHE[t] : LICENC[t] : SUPP[t] : nombre d'units du produit j produites en dbut de priode t nombre d'units du produit j en stock la fin de la priode t nombre d'ouvriers employs la priode t nombre de nouveaux ouvriers embauchs au dbut de la priode t nombre d'ouvriers licencis au dbut de la priode t nombre d'heures supplmentaires prestes pendant la priode t

Schma du modle: le modle possde la structure de base suivante: minimiser (cots de personnel) + (cots de possession) sous les contraintes : admissibilit du plan calcul des stocks calcul des effectifs de personnel contraintes de capacit contraintes additionnelles. (3) (4) (5) (6) (7) (8)

36 Fonction de cot (3): cots de personnel := salaires : t salaire[t] PERS[t] (o salaire[t] est le salaire par ouvrier pour la dure de la priode t; par exemple, salaire[t] = (salaire horaire)(nombre d'heures dans la priode t)) + frais d'embauche : t fraisemb[t] EMBAUCHE[t] + frais de licenciement : t fraislic[t] LICENC[t] + heures supplmentaires : t tarifsup[t] SUPP[t] (o tarifsup[t] = cot salarial d'une heure supplmentaire preste la priode t). cots de possession des stocks := j t cotstock[j,t] STOCK[j,t] (o cotstock[j,t] est le cot encouru pour la dtention d'une unit du produit j pendant la priode t; souvent exprim sous forme dun pourcentage du prix de revient). Remarquons que nous navons pas incorpor les cots de production dans la fonction objectif. Cette omission est justifie si lon considre que les cots de production sont indpendants des dcisions prises dans le cadre du plan de production moyen terme (parce que le nombre total dunits produire est entirement dtermin par la demande, qui est elle-mme fixe de faon exogne). Dans un tel cas, les cots de production peuvent tre traits comme une constante du modle. Dans le cas contraire, il faudrait intgrer ces cots dans lobjectif minimiser. Contraintes dadmissibilit du plan (4): Ladmissibilit du plan se traduit par les contraintes besoins cumuls production cumule (voir contrainte (1), Section 5.2) ou encore, sous forme algbrique: pour chaque produit j = 1,...,N et pour chaque priode t = 1,...,T, dem[j, s] + stock_ min[j, t] PROD[j, s] + stock_ init[j]
s=1 t t

(9)

s=1

o dem[j,s] est la demande estime pour le produit j durant la priode s, stock_min[j,t] est le stock minimum requis en fin de priode t et stock_init[j] est le stock initial du produit j (au dbut de la priode 1).

37 Calcul des stocks (5): Le stock disponible la fin de chaque sous-priode est dtermin par la diffrence entre la production cumule (ajoute au stock initial) et la demande cumule jusqu cette priode (voir Section 5.1): pour chaque produit j = 1,...,N et pour chaque priode t = 1,...,T, STOCK[j, t] = PROD[j, s] + stock_ init[j] dem[j, s] . (10) De faon quivalente, les contraintes (9)-(10) peuvent tre reformules sous la forme de contraintes dquilibre des flux (flux entrant = flux sortant) et de contraintes sur les quantits stockes: pour j = 1,...,N et t = 1,...,T, STOCK[j,t] = STOCK[j,t-1] + PROD[j,t] dem[j,t], (11) STOCK[j,0] = stock_init[j], (12) STOCK[j,t] stock_min[j,t]. (13) Lquation (11) traduit la remarque formule dans la Section 5.1 selon laquelle les stocks en fin de priode sont compltement dtermins par la demande et les quantits produites. Calcul des effectifs (6): Le nombre douvriers occups la priode t = 0 (cest--dire en dbut dhorizon) est donn: notons le pers_init. La contrainte suivante dfinit alors le nombre douvriers occups la priode 1: PERS[1] = pers_init + EMBAUCHE[1] - LICENC[1] et similairement, pour chaque sous-priode t = 2,...,T, PERS[t] = PERS[t-1] + EMBAUCHE[t] - LICENC[t]. Contraintes de capacit (7): Pour chaque priode t = 1,...,N, on doit avoir : heures productives requises en t heures disponibles en t
s=1 s=1 t t

38 o heures disponibles en t = heures[t] PERS[t] + SUPP[t] (o heures[t] = nombre dheures prestes par chaque ouvrier la priode t) heures requises en t = j temps_opratoire[j] PROD[j,t] (o temps_opratoire[j] = nombre dheures ncessaires pour produire une unit de j). Contraintes additionnelles (8): Il faut remarquer ici que les contraintes (4), (5), (6) et (7) doivent ncessairement tre prsentes dans le modle, en ce sens quelles expriment ce quest un plan admissible (4), ou quelles dfinissent certaines variables en fonction des autres (5)-(6), ou quelles expriment les besoins en capacit (7). Par ailleurs, on peut vouloir ajouter aux contraintes (4)-(7) toute une srie de contraintes optionnelles limitant: limportance des stocks, par la dfinition dun stock maximal autoris, STOCK[j,t] stock_max[j,t], le volume de personnel, ou dembauche ou de licenciement chaque priode, l'utilisation des heures supplmentaires; celles-ci peuvent par exemple tre limites un pourcentage du nombre d'heures normales prestes au cours de chaque priode par une contrainte du type SUPP[t] pourcent[t] heures[t] PERS[t] ; la capacit utilise dans certains centres de production; on impose couramment ce type de contraintes pour les goulots de production, cest--dire les dpartements ou les postes de travail o les problmes de capacit sont les plus aigus. Par contre, les contraintes d'intgralit sur certaines variables (qui interdiraient, par exemple, aux variables PERS[j,t] de prendre des valeurs fractionnaires) sont gnralement omises. En effet, de telles contraintes compliquent considrablement la rsolution du modle sans que leur prsence soit indispensable ce niveau de planification agrge. On se contente donc, en pratique, d'arrondir la solution optimale calcule. Notons enfin que le schma de base prsent ci-dessus est facilement gnralis pour intgrer diffrentes catgories de personnel, pour autoriser les ruptures de stocks, etc. Remarques sur l'agrgation des produits. A quel niveau du modle l'agrgation des produits peut-elle engendrer des problmes (en ce sens quelle rendrait difficile lestimation de certains paramtres) ? dans la fonction de cot : estimation du paramtre cotstock[j,t] (3) dans les contraintes : dadmissibilit (estimation de dem[j,t]) (4) de capacit (estimation de temps_opratoire[j]) (7) sur les stocks min/max dsirs, etc.

39 Dans les contraintes (4) et (5), l'agrgation de plusieurs produits se traduit simplement par laddition des paramtres (dem[j,t] ou min/max) correspondant aux produits constitutifs de la famille. Par contre, pour (3) et (7), il peut se rvler plus difficile dvaluer correctement les paramtres cotstock[j,t] et temps_opratoire[j] pour chaque famille j. En pratique, on regroupe donc de prfrence au sein dune mme famille des produits similaires du point de vue des cots (de possession) et des temps opratoires. Pour faciliter la dsagrgation lors de l'laboration du plan directeur de production (voir ci-aprs), il est galement recommand de limiter la composition de chaque famille des produits prsentant des similitudes dans leurs cycles de demande. Bibliographie. K. Boskma, Produktie en Logistiek, 2me dition, Wolters-Noordhoff, Groningen, 1987. M.L. Fisher, What is the right supply chain for your product?, Harvard Business Review, March-April 1997, pp. 105-116. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. A. Hax et D. Candea, Production and Inventory Management, Prentice-Hall, Englewood Cliffs, N.J., 1984. C.C. Holt, F. Modigliani, J.M. Muth et H.A. Simon, Planification de la Production, des Stocks, de lEmploi, Dunod, Paris, 1964. L.A. Johnson et D.C. Montgomery, Operations Research in Production Planning, Scheduling and Inventory Control, Wiley, New York, 1974. J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, PrenticeHall, Englewood Cliffs, 1992. T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems, Business One Irwin, Homewood, Illinois, 1992.

40 CHAPITRE 6 PLANIFICATION A COURT TERME: LE PLAN DIRECTEUR DE PRODUCTION

6.1. Gnralits. Dans ce chapitre, nous prsentons brivement le schma d'laboration du plan directeur de production (PDP ou Master Production Schedule). Le PDP dsagrge le plan moyen terme afin dtablir la planification sur un horizon plus court (souvent 3 6 mois), une dcoupe plus fine en sous-priodes (semaines), une dsagrgation des familles en rfrences finales. Il peut donc tre vu comme une version dtaille du plan agrg de production dans laquelle est intgre toute linformation actualise relative au cours terme (prvisions de demande, tat des stocks, disponibilit des machines, etc). Le rle essentiel du PDP est de planifier et de dclencher la production des rfrences finales. Il fournit galement linformation de base pour la gestion des matires et composants ncessaires la production de ces rfrences (voir chapitres suivants sur la gestion des stocks). Avant de procder plus avant, prcisons quelque peu le sens de ces dfinitions. Qu'est-ce qu'une rfrence ? Dans le cadre de la gestion des stocks, on appelle rfrence (ou article) tout produit fini, ou sous-assemblage, ou composant, ou matire premire, dont les units sont interchangeables et dont on rpertorie toutes les units sous un unique numro de code souvent appel lui-mme rfrence . Qu'est-ce qu'une rfrence finale ? Le concept de rfrence finale est souvent synonyme de produit fini . Dans un tel cas, cest donc en termes de produits finis quest tabli le plan directeur de production. Cette approche (qui peut sembler la plus naturelle) prsente certains avantages, mais galement des inconvnients potentiels. Nous reviendrons sur ce point ultrieurement: pour linstant, le lecteur pourra se contenter de lire produit fini chaque fois que nous crirons rfrence finale . 6.2. Schma d'laboration du PDP. La plupart des auteurs prsentent le processus dlaboration du PDP de faon extrmement informelle. Il semble quil existe pour le PDP peu de modles doptimisation similaires ceux utiliss pour le plan agrg. De nombreuses questions annexes, telles que celles de la priodicit de rvision du PDP ou de sa coordination avec le plan agrg ne sont gnralement pas traites dans la littrature (voir par exemple Vonderembse et White 1988).

41 Dans le cadre de cet expos introductif, nous esquisserons simplement le schma d'une approche simplifie dans laquelle apparaissent clairement les caractristiques fondamentales du PDP mentionnes en dbut de chapitre: dsagrgation du plan agrg et prise en compte de linformation disponible court terme (voir Berry et al. 1979 ou Hax et Candea 1984 pour une discussion plus approfondie). La dsagrgation du plan agrg comporte deux aspects: dune part, le passage des familles de produits aux rfrences finales individuelles, et dautre part la division des priodes de planification du plan agrg en sous-priodes plus fines. Par ailleurs, linformation disponible court terme porte sur la demande (mieux connue que dans le moyen terme, par exemple parce que certaines commandes fermes ont dj t enregistres) et sur ltat rel des stocks au dbut de lhorizon de planification. Pour chaque famille et chaque priode, le plan agrg a fix les quantits produire et stocker. Dans la logique de court terme qui nous guide actuellement, il est utile de concentrer lattention sur les quantits stocker plutt que sur celles produire au cours de chaque priode. En effet, dans le court terme, les quantits produire seront fortement influences par les commandes enregistres. Par contre, cest ltat des stocks qui dterminera la situation de lentreprise plus long terme et qui assurera donc le lien avec le plan agrg de production. Exemple: La firme BCBG est spcialise dans la confection de prt--porter. Nous sommes la fin du mois de mars et la firme est occupe dvelopper son plan directeur de production pour avril et mai, sur base dun plan agrg adopt en dcembre. La famille de produits considre dans le plan agrg comporte 3 rfrences: blue-jeans, pantalons en flanelle, pantalons en lin. La priode de planification du plan agrg est le mois et son horizon est dun an. Le PDP, quant lui, est tabli pour deux mois sur base de sous-priodes hebdomadaires. La firme procde dabord la dsagrgation de la demande par rfrence et par semaine. Le but est ici dtablir des chiffres de demande prvisionnelle pour lhorizon du plan, ainsi que les niveaux de stock atteindre la fin de chaque mois. La demande prvisionnelle est drive du carnet de commandes et de toute autre information disponible. Typiquement, le carnet de commandes reflte parfaitement la demande des quelques semaines venir, alors que les chiffres avancs pour la fin du plan sont de nature plus incertaine (ils peuvent tre bass, par exemple, sur une dsagrgation des prvisions de demande par famille dem[j,t] utilises pour dvelopper le plan agrg). La firme obtient ainsi un tableau du type suivant.

Avril Semaines Blue-jeans Flanelle Lin Total 1 210 155 105 2 220 135 140 3 235 120 115 1945 4 250 125 135 5 300 150 150 6 300 150 150

Mai 7 300 150 150 2400 8 300 150 150

Table 1: Demande prvisionnelle sur lhorizon du PDP.

42

Idalement, la somme des demandes prvisionnelles pour chaque mois ici, 1945 pour avril et 2400 pour mai sera proche de la demande agrge estime pour la famille de produits au cours de ce mme mois cest--dire dem[pantalon,`avril] ou dem[pantalon,`mai] respectivement utilise lors de llaboration du plan agrg. En fait, ces quantits seront probablement gales si le premier mois du plan directeur est galement le premier mois du plan agrg de production. Pour les mois ultrieurs, cependant, des carts dus aux erreurs destimation vont gnralement se manifester. Bien entendu, tablir le PDP uniquement en fonction de la demande prvisionnelle de lhorizon court terme rvlerait une dangereuse myopie dans le chef des planificateurs. En effet, lentreprise se doit galement de respecter son plan de production moyen terme (le seul qui permette, par exemple, de tenir compte des variations cycliques, saisonnires ou conjoncturelles de la demande). Par consquent, la demande moyen terme sera intgre dans le PDP par lintermdiaire des niveaux de stocks atteindre en fin de mois. Ces niveaux de stocks sont drivs du plan agrg: ils sont obtenus par dsagrgation des niveaux de stocks requis pour chaque famille de produits en termes des rfrences finales individuelles. La dsagrgation peut tre base sur des historiques de ventes ou des prvisions marketing. Pour lexemple de la firme BCBG, supposons que le plan agrg prvoyait 800 pantalons en stock la fin du mois davril et 1200 la fin mai et que les volumes de ventes pour les trois rfrences considres soient dans un rapport 2:1:1. Par une simple rgle de trois, on obtient alors les quantits suivantes stocker pour chaque type de pantalon: fin avril : 400 blue-jeans, 200 flanelle, 200 lin, fin mai : 600 jeans, 300 flanelle, 300 lin. Supposons enfin que les stocks disponibles la fin du mois de mars se rpartissent de la faon suivante: fin mars : 200 jeans, 140 flanelle, 180 lin. La tche des planificateurs est prsent de dterminer le nombre dunits produire de chaque type de pantalon, pour chacune des semaines de lhorizon du PDP, sous contrainte de 1. pouvoir satisfaire la demande prvisionnelle de chaque semaine (cf. Table 1), 2. assurer la ralisabilit du plan par le dpartement production, 3. se rapprocher autant que possible des niveaux de stocks en fin de mois requis par le plan agrg. Ces trois contraintes refltent respectivement les proccupations court terme des dpartements Ventes (point 1) et Production (point 2) ainsi que les engagements moyen terme traduits dans le plan agrg (point 3). Concernant ce dernier point, remarquons quil ne sera pas toujours possible datteindre exactement les niveaux de stocks requis: la ralisabilit de cet objectif sera par exemple fortement influence par des diffrences ventuelles entre les prvisions de demande utilises pour llaboration du plan agrg et les commandes effectivement enregistres.

43 Revenons lexemple de BCBG et considrons la rfrence `pantalons en flanelle. Au cours du mois davril, la firme doit satisfaire une demande de 535 pantalons flanelle. Elle entame le mois avec 140 pantalons en stock et doit le terminer avec (environ) 200 pantalons en stock. Un dcompte facile indique quelle doit donc produire: 535 + 200 140 = 595 pantalons flanelle en avril. (Comparez ce calcul avec lquation (12) du chapitre prcdent.) De mme, BCBG doit produire: 600 + 300 200 = 700 pantalons flanelle en mai. Si la firme dcide dtaler sa production uniformment au cours de chaque mois, elle peut par exemple adopter le PDP dcrit dans la Table 2 ci-dessous (mais dautres plans sont galement envisageables; voir plus loin).

Semaines Demande prvisionnelle PDP (en cours de semaine) Stock (en fin de semaine)

1 155 150 135

2 135 150 150

3 120 150 180

4 125 145 200

5 150 175 225

6 150 175 250

7 150 175 275

8 150 175 300

140

Table 2. PDP pour les pantalons en flanelle. 6.3. Commentaires sur llaboration du PDP. Ralisabilit du PDP. Dans la section prcdente, nous avons formul la mthode dlaboration du PDP de faon trs peu prcise. Dans la pratique, ce plan est souvent tabli par des mthodes heuristiques et par ttonnements, jusqu obtention dun plan acceptable par les dpartements production et marketing. En particulier, lexistence de capacit de production suffisante pour assurer la ralisabilit du PDP est gnralement vrifie a posteriori. Remarquons que la capacit disponible est dtermine par les dcisions prises long terme et moyen terme (quipements, layout, volume demploi, ...). Un certain ajustement charge-capacit a pu tre assur de faon globale lors de llaboration du plan agrg (voir contraintes (7) du Chapitre 5). Cependant, les besoins en capacit de production calculs au niveau agrg sont ncessairement approximatifs par suite de lidentification de plusieurs produits au sein dune mme famille, de lidentification de plusieurs ressources, des dviations entre demande estime moyen terme et court terme, de lomission de certains dtails , comme par exemple les temps de lancement requis par la production de certains articles.

44 Ceci explique que lajustement charge-capacit ralis dans le cadre du plan agrg ne peut garantir lui seul la ralisabilit du PDP. Il est donc ncessaire de vrifier la ralisabilit de chaque version propose du PDP. Cette vrification est gnralement effectue par un calcul de charges global ou rough-cut capacity planning concentr sur les centres de production goulots. Dessais en erreurs, llaboration dun PDP ralisable peut ainsi procder par ajustements successifs. Regroupement/talement de la production dans le PDP. Entre autres facteurs, la capacit de production requise par le PDP est fortement influence par le nombre de lancements de production impliqus par le plan, ainsi que par la synchronisation entre les lancements de production relatifs aux diverses rfrences. Par exemple, le PDP de la Table 2 (Section 6.2) ncessite 8 lancements de production, alors que le PDP dcrit dans la Table 3 ci-dessous ne requiert que 4 lancements: Semaines Demande prvisionnelle PDP (en cours de semaine) Stock (en fin de semaine) 0 1 155 300 285 2 135 150 3 120 295 325 4 125 200 5 150 350 400 6 150 250 7 150 350 450 8 150 300

140

Table 3. PDP alternatif pour les pantalons en flanelle. Remarquons que la Table 3 a t obtenue partir de la Table 2 en regroupant systmatiquement la production de deux semaines successives en une seule semaine: cette approche rduit videmment le nombre de lancements de production, mais tend augmenter le niveau des stocks (comme on le constate en comparant la dernire ligne des Tables 2 et 3). Plus gnralement, des quantits de production ralisant un compromis optimal entre cot de lancement et cot de stockage pourraient tre dtermines dans le cadre du PDP par des techniques de regroupement des lots similaires celles utilises par la mthode MRP (voir Chapitre 8). Utilisation du plan directeur de production Pour tre utile, le PDP doit recevoir l'aval des dpartements Production et Ventes (il doit tre satisfaisant pour les Ventes et ralisable pour la Production). Quand le plan a t accept par les responsables Ventes et Production, il est gel sur un horizon de quelques semaines afin de permettre la Production de travailler sans encombre. Les quantits entres dans le PDP permettront ainsi de lancer la production des rfrences finales ainsi que de nombreuses autres rfrences (sous-assemblages, composants, ...; voir Chapitre 8).

45 Par ailleurs, en plus de son rle premier de plan de production, le PDP peut tre utilis par le dpartement Ventes pour fixer les dates de livraison de nouvelles commandes. Le lecteur peut aisment se convaincre du bien-fond de cette affirmation en remarquant simplement que le PDP dtermine quelles quantits de rfrences finales seront produites au cours de chaque priode. Les vendeurs peuvent donc se servir de ce plan afin de calculer le nombre d'units disponibles chaque instant pour satisfaire une commande particulire. Par exemple, la Table 4 indique le calcul des quantits disponibles pour livraison ( available to promise , ou ATP) sur base du PDP de la Table 2 et en tenant compte des commandes fermes dj enregistres (ce calcul est parfaitement similaire au calcul des stocks dans la Table2).

Semaines PDP Commandes enregistres Disponible pour livraison

1 150 130

2 150 105 205

3 150 80 275

4 145 20 400

5 175 75 500

6 175

7 175

8 175

675

850

1025

140

160

Table 4. Disponible pour livraison sur base du PDP de la Table 2. On constate ainsi que les vendeurs peuvent encore accepter une commande de 205 units supplmentaires en semaine 2. Suite une telle commande, il faudrait cependant modifier la Table 4 de faon approprie, comme indiqu dans la Table 5. On dit que les venduers consomment le PDP.

Semaines PDP Commandes enregistres Disponible pour livraison

1 150 130

2 150 310

3 150 80 70

4 145 20 195

5 175 75 295

6 175

7 175

8 175

470

645

820

Table 5. Modification de la Table 4 suite une nouvelle commande de 205 units en semaine 2. Nous nentrerons pas ici dans le dtail des calculs lis la consommation du PDP. Sur le plan des principes de gestion cependant, il est essentiel de comprendre que, dans cette approche de la coordination entre production et ventes, c'est le plan de production qui sert de base fixe (du moins pour lhorizon sur lequel le plan est gel). Les ventes, quant elles, doivent suivre le

46 rythme dfini par ce plan. Ceci contraste fortement avec une approche moins rigoureuse (mais malheureusement trs rpandue) o la Production doit en permanence s'attacher satisfaire les commandes acceptes par le service Ventes, avec toutes les consquences nfastes qu'une telle gestion peut avoir pour la planification des activits de production (rappelez-vous la discussion du Chapitre 2).

6.4. Le contenu du plan directeur de production. Comme promis dans la premire section de ce chapitre, revenons prsent brivement sur la notion de rfrence finale. Voyons dabord quels sont les avantages et inconvnients lis llaboration dun plan directeur de production en termes de produits finis. Avantages: c'est en termes de produits finis que la demande est formule; si lentreprise dispose dun plan de production pour les produits finis, elle peut (thoriquement) en dduire un plan de production pour tous les composants et les matires premires. Inconvnients: le nombre de produits finis peut tre norme en cas d'options nombreuses! Pensons par exemple la situation rencontre lors de l'laboration d'un PDP chez Volkswagen. Quelques-unes des rfrences utilises pour produire une automobile sont: peinture blanche 001 (matire premire) huile XY40W (matire premire) boulon n 8 (composant) bloc moteur Golf Diesel 1600 (sous-assemblage) Golf D 1600 blanche sans options (sous-assemblage) Golf Diesel 1600 blanche, sige chauffant, horloge quartz , ... (produit fini). Dans une telle situation, o le nombre d'options peut tre gigantesque, il est plus ais de raisonner en termes de sous-assemblages quen termes de produits finis. Le PDP sera donc labor sur base du sous-assemblage correspondant un modle nu (Golf sans options) et l'assemblage des produits finis sera planifi le plus tard possible en tenant compte des commandes effectivement enregistres. Remarque: mme dans le mode de production Juste-A-Temps adopt par de nombreux constructeurs automobiles, les firmes laborent un PDP afin de faciliter la gestion des matires et la tche des fournisseurs.

47 De faon plus gnrale, les rfrences finales utilises dans le PDP seront choisies en tenant compte des critres suivants: leur nombre ne doit pas tre trop lev, afin de faciliter la planification; leur demande (ou utilisation) doit tre prvisible avec une bonne prcision. Typiquement, les rfrences finales qui apparaisent dans le PDP sont choisies en fonction du mode de production, puisque celui-ci dtermine largement les critres prcdents. On obtient ainsi la correspondance suivante entre le mode dorganisation de la production et la nature des rfrences finales: production pour stock (chaussures, jouets) produits finis; assemblage sur commande (automobiles, PCs, circuits imprims) sous-assemblages; production sur commande (type job-shop: imprimerie, sous-traitance mcanique) composants, matires premires. Les entreprises produisant des articles uniques sur base de commandes-clients spcifiques ( engineering sur commande ) laborent souvent leur PDP en tenant compte uniquement des commandes enregistres (dans ce cas, le PDP peut donc tre identifi avec le carnet de commandes). Bibliographie. W.L. Berry, T.E. Vollmann et D.C. Whybark, Master Production Scheduling: Principles and Practice, Falls Church, Va., American Prod. and Invent. Control Soc., 1979. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. A. Hax et D. Candea, Production and Inventory Management, Prentice-Hall, Englewood Cliffs, N.J., 1984. T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems, Business One Irwin, Homewood, Illinois, 1992. M.A. Vonderembse et G.P. White, Operations Management: Concepts, Methods and Strategies, West Publishing Company, St. Paul, Minnesota, 1988.

48 CHAPITRE 7 PLANIFICATION A COURT TERME: LA PROBLEMATIQUE DES STOCKS

7.1. Gnralits. Les quantits entres dans le Plan Directeur de Production dterminent le nombre d'units produire de chacune des rfrences finales. La production de ces units aura, son tour, des consquences pour la production et/ou l'achat des matires, composants et sous-assemblages entrant dans la fabrication des rfrences finales (dans la suite, le terme composant sera utilis indiffremment pour dsigner des matires ou des sous-assemblages). En principe, lorsque la quantit produire de chaque rfrence finale est connue, il est possible de dduire exactement le nombre d'units requises de chacun de ses composants. Mais en pratique, pour des raisons de facilit, on prfre parfois grer certains composants de faon statistique, sans tenir compte explicitement de la chane d'vnements qui gnrent la demande. Les mthodes appliques dans de tels cas sont alors similaires celles d'application pour grer les stocks de produits finis, pour lesquels la demande est gnre par le march. En consquence, on distinguera par la suite deux grandes classes de modles de gestion des stocks: les modles demande dpendante dune part et ceux demande indpendante dautre part. Ces deux classes de modles seront successivement considres dans les Chapitres 8 et 9 ci-dessous. 7.2. Objectif de la gestion des stocks. L'objectif de la fonction gestion des stocks est d'assurer la disponibilit des rfrences considres sur un horizon donn tout en minimisant les cots encourus. Trois types de cots sont gnralement pris (plus ou moins) explicitement en compte pour valuer la qualit dune politique de gestion des stocks: 1. cots de possession: cots d'opportunit, lis l'immobilisation du capital; dprciation; cots de stockage sous forme de loyer, nergie, assurances, ...; 2. cots de rupture, associs la non satisfaction de la demande l'instant o elle sexprime: ventes manques, ristournes accordes pour livraisons tardives, ...; 3. cots de commande: frais d'administration, de transport, de rception, ... dans le cas d'un approvisionnement externe; cots de lancement de la production dans le cas d'un approvisionnement interne: rglages, rebuts, gestion de lordre de fabrication, ... Cest en principe le rle du contrle de gestion de fournir une valuation de ces diffrentes catgories de cots. En pratique, il faut bien constater quil est souvent trs difficile de les estimer de manire fiable et approprie la gestion des stocks. Faute de mieux, on sera donc souvent oblig de se contenter dune valorisation approximative des cots de stockage.

49 Remarquons galement que, dans le cadre traditionnel de la gestion des stocks, ces cots sont considrs comme des donnes , non contrlables par lentreprise. Par contre, les approches plus rcentes, comme la gestion Juste-A-Temps ou la gestion de la Qualit Totale, regardent les cots de stockage comme des variables dont la valeur peut (doit) tre influence par la politique de gestion adopte. Nous reviendrons sur ce point par la suite. 7.3. Mesures de ltat des stocks. Quelle mesure de l'tat des stocks faut-il utiliser dans le cadre de leur gestion? La rponse cette question varie en fonction du cadre spcifique dans lequel elle se pose. Nous serons ainsi amens considrer les concepts suivants (rappelons que, par convention, toutes les mesures de stock sont entendues en fin de priode): stock disponible la priode t = nombre dunits physiquement prsentes en t; stock net la priode t = stock disponible en t arrirs-clients en t. Dans cette dfinition, les arrirs-clients la priode t sont les units que lentreprise aurait d livrer chez le client avant la fin de la priode t, mais n'a pas encore livres cet instant. Le stock net reprsente donc le stock utilisable pour satisfaire la demande ultrieure la priode t. Les approvisionnements attendus pour la priode t sont ceux correspondant aux commandesfournisseurs ou aux ordres de fabrication dont la livraison est attendue au dbut de la priode t. Les engagements pris la priode t sont les commandes passes par les clients et dont la livraison doit avoir lieu aprs la priode t. Le stock net la priode t ne tient pas compte des approvisionnements attendus aprs t ni des engagements pris en t. Dans certaines situations, on s'intressera donc plus naturellement la mesure suivante de ltat des stocks: position de stock la priode t = stock disponible en t + approvisionnements attendus aprs t arrirs en t engagements en t. 7.4. Le rle des stocks, ou ... ... pourquoi une entreprise constitue-t-elle des stocks, plutt que dessayer de disposer simplement de la quantit ncessaire de chaque composant chaque instant (approche zrostocks)? Pour diffrentes raisons. Silver et Peterson (1985, pp. 59-60) mentionnent par exemple cinq fonctions principales des stocks : stocks de scurit: contrecarrent les incertitudes de la demande (cas des produits finis) ou des approvisionnements (matires, composants, livraisons un poste de travail en provenance d'un poste amont);

50 stocks d'anticipation, ou saisonniers: anticipent sur une demande future trop leve pour pouvoir y rpondre par la production de la priode o elle sexprime; le but est de niveler le taux de production au cours du temps, plutt que de suivre les variations de la demande (cest un rle essentiel dans la planification moyen terme, comme on la vu au Chapitre 5); stocks de cycle: rsultent de la mise en production ou de l'achat de certaines rfrences par lots plutt qu' l'unit (conomies sur les cots de lancement de la fabrication, rabais sur la commande de grandes quantits, contraintes technologiques ncessitant la production en quantits fixes, ...); encours et stocks de transit: cette catgorie de stocks est constitue par les produits finis ou semi-finis circulant dans l'atelier (encours) ou entre les diffrents chelons d'un rseau de distribution (quantits transportes); stocks de dcouplage: autorisent le dcouplage des dcisions prises aux diffrents chelons d'un systme de production ou de distribution; par exemple, grce de tels stocks, un distributeur peut dcider de livrer de faon anticipe une grande quantit un client sans rpercuter immdiatement la dcision vers les chelons en amont; ou bien, la maintenance d'une machine peut tre effectue sans interrompre la production sur une machine aval. On pourrait encore distinguer les stocks de spculation, ou les stocks lis aux cycles saisonniers de production (agriculture), etc (voir De Bruyn 1991 ou Giard 1988). 7.5. La gestion Juste-A-Temps, ou ... ... pourquoi vouloir liminer les stocks ? Il y a plusieurs raisons cela. Les stocks cotent cher: ils immobilisent du capital, se dmodent, se dtriorent, requirent de l'espace, etc.. Les stocks dissimulent certains problmes: par exemple, des temps de lancement anormalement levs, des pannes frquentes, des articles de qualit irrgulire, un mauvais contrle de la production, des prvisions de demande imprcises, des fournisseurs peu fiables, etc. Dans cette optique, les stocks reprsentent donc un obstacle lobtention de la Qualit Totale. (Ce nest certainement pas un hasard si les principes de gestion Juste-ATemps et de gestion de la Qualit Totale ont merg simultanment, dans les mmes entreprises). Lorsquils sont survalus (ce qui est frquemment le cas en pratique), les stocks de scurit contribuent augmenter artificiellement la demande, donc augmenter la charge du systme et crer des difficults de planification vitables. Au cours des 30 dernires annes, certaines entreprises japonaises (en particulier Toyota) ont dvelopp une philosophie Juste-A-Temps (JAT, JIT, Zro-stocks) de la production, selon laquelle les produits, composants et matires doivent parvenir l'endroit o l'on en a besoin au moment o l'on en a besoin et dans les quantits o l'on en a besoin.

51 Cette philosophie implique en particulier une rduction (idalement: la disparition) des stocks. Elle est implante en pratique par un systme de gestion de la production flux tirs (flux tendus, pull system). Dans une vision extrme de la gestion flux tirs, une unit de produit fini ne peut tre mise en production que pour satisfaire une commande-client dj enregistre (lordre de fabrication pour votre voiture ne sera lanc que lorsque votre bon de commande aura t reu par lusine). De mme, un sous-assemblage ne peut tre fabriqu que pour tre immdiatement intgr dans une unit du produit fini et un article ne peut tre rapprovisionn en stock que si il est immdiatement ncessaire. Un tel mode de gestion rsulte videmment en une diminution drastique de tous les stocks autres que les stocks dencours indispensables (dont la rotation est elle-mme acclre au maximum). Il est utile de remarquer que, en ralit, lapproche flux tirs prend souvent la forme dune gestion Juste-Un-Peu-Avant plutt que Juste-A-Temps . En effet, dans la pratique, une rfrence nest pas rapprovisionne linstant prcis o elle est ncessaire, car cela crerait invitablement des dlais inacceptables pour le client (pensez la commande de votre voiture). La solution adopte consiste donc plutt rapprovisionner en trs petite quantit chaque rfrence qui vient d'tre puise ou qui va tre puise, en anticipation d'un besoin potentiel futur (et non pas en rponse un besoin explicitement formul, comme le voudrait la thorie pure des flux tirs). Plus prcisment, une rfrence nest rapprovisionne que lorsque son stock disponible tombe sous un niveau prdtermin trs faible, par exemple lorsque le dernier container vient dtre entam. Dans cette optique, la gestion flux tirs prsente certaines similitudes avec les systmes traditionnels de rapprovisionnement par point de commande, tels ceux que nous tudierons au Chapitre 9. Au vu de la longue liste de fonctions des stocks numre dans la section prcdente, une question vient cependant immdiatement l'esprit: comment les entreprises qui pratiquent une philosophie Juste-A-Temps peuvent-elles se passer de stocks ? Plusieurs rponses peuvent tre fournies cette question. Les entreprises qui adoptent le JAT oprent en gnral sur un march o la demande est prvisible (produit dans la phase adulte de son cycle de vie, production de masse permettant lutilisation de mthodes statistiques de prvision) et s'assurent des liens troits avec leurs fournisseurs pour diminuer l'incertitude du ct des livraisons (en exploitant parfois leur position de force par rapport ces fournisseurs; voir larticle en annexe ce Chapitre). Consquence: peu ou pas de stocks de scurit ncessaires. La demande est relativement stable, sans grandes fluctuations saisonnires (fluctuations mensuelles de moins de 10% chez Toyota): ces caractristiques sont lies au type de march, mais rsultent parfois aussi d'une stratgie marketing adapte (par exemple, peu de modles et peu d'options); les entreprises JAT maintiennent gnralement de la capacit excdentaire, parfois (principalement au Japon) sous forme d'horaires de travail souples (heures supplmentaires disponibles). Consquence: peu de stocks d'anticipation. Les entreprises JAT n'acceptent pas les temps de lancement de production comme un donn mais essayent au contraire de les rduire leur strict minimum (implication des ouvriers pour

52 simplifier les procdures, polyvalence vitant l'intervention de rgleurs, rglage des machines en cours d'excution, conception des pices pour la manufacturabilit, automatisation, etc). Exemples: Canon (fabrication des accessoires): rduction des temps de lancement de 4 min 15 sec. Hitachi (centre d'usinage): rduction des temps de lancement de 4 heures 9 min. Les cots lis aux passations de commande sont galement diminus par lutilisation dordres d'achat globaux couvrant une quantit donne sur une priode tendue (contrats-cadre, blanket orders ). Le fournisseur supporte la responsabilit de livrer cette quantit en petits lots, au fur et mesure des besoins de l'entreprise. Consquence: peu de stocks de cycle. Les entreprises pratiquant le JAT renoncent de faon explicite aux possibilits de dcouplage; ceci les amne par exemple liminer les goulots dans leur chanes de production afin dassurer un flux de production aussi rgulier que possible et donc de permettre un couplage parfait entre postes de travail. Consquence: pas de stocks de dcouplage. Conclusion: Malgr les nombreux succs rencontrs et lengouement quelle suscite, l'approche JAT intgrale n'est probablement pas adapte toutes les organisations. Sa philosophie de rduction des stocks, des temps de lancement et des dfauts de fabrication est trs certainement valide universellement. Mais certaines conditions d'implantation ne sont par exemple (typiquement) pas rencontres dans des entreprises fonctionnant en job-shops et fabriquant une grande varit de produits. Pour nombre d'entreprises, les stocks restent un mal (ou un bien ?) ncessaire, qu'elles doivent grer au mieux. Remarquons d'ailleurs que mme les entreprises pratiquant un Juste-A-Temps orthodoxe continuent grer certains de leurs stocks par des mthodes traditionnelles !! Bibliographie. C. De Bruyn, Mthodes Quantitatives de Gestion 1, FEGSS, 1991. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, PrenticeHall, Englewood Cliffs, 1992. E. Silver et R. Peterson, Decision Systems for Inventory Management and Production Planning, J. Wiley & Sons, New York, 1985. S.H. Zanakis, L.M. Austin, D.C. Nowading et E.A. Silver, From teaching to implementing inventory management: Problems of translation, Interfaces 10 (1980) pp. 103-110. P.H. Zipkin, Does manufacturing need a JIT revolution? Harvard Business Review Jan-Feb. 1991, pp. 40-50.

53 CHAPITRE 8 PLANIFICATION A COURT TERME: LA PLANIFICATION DES BESOINS EN COMPOSANTS 8.1. Exemple introductif. Ce chapitre est consacr la problmatique de la gestion des stocks pour les rfrences demande dpendante, c'est--dire pour les rfrences intermdiaires (matires premires, composants et sous-assemblages) dont la demande est explicitement considre comme tant fonction de la demande pour d'autres rfrences (typiquement, les rfrences finales qui apparaissent dans le plan directeur de production). Dans de nombreuses entreprises, la gestion des rfrences demande dpendante est effectue par des mthodes de type MRP (Material Requirements Planning, Planification des Besoins en Composants). Dans la logique MRP, les calculs de besoins sont raliss en cascade au dpart des besoins exprims dans le PDP pour les rfrences finales. Dans cette section, nous allons dvelopper un exemple simple qui nous permettra d'introduire la terminologie standard de la mthode MRP et d'illustrer les principales caractristiques de cette mthode. Un produit fini ou une rfrence finale est typiquement compos d'un certain nombre de sousassemblages, eux-mmes constitus de divers composants. La nomenclature (bill of materials, BOM) d'un produit est la liste de toutes les rfrences intermdiaires intervenant dans sa composition, ordonnes de faon indiquer le processus de production du produit. Exemple: AF SASS1 (2) COMP1 (1) MATPR2 (1) COMP1 (1) (assemblage final) (sous-assemblage 1) (composant 1) (matire premire 2) (composant 1)

Cette nomenclature nous apprend que la rfrence AF est obtenue par assemblage de deux units du sous-assemblage SASS1 et d'une unit du composant COMP1. Chaque unit de SASS1 comporte son tour une unit de COMP1 et une unit de MATPR2. Une reprsentation plus 'visuelle' de la nomenclature peut tre donne sous forme darborescence : AF SASS1 (2) COMP1 (1) MATPR2 (1) COMP1 (1) (niveau 0) (niveau 1) (niveau 2)

54 La production de AF, que nous considrerons comme une rfrence finale, a t planifie au sein du PDP. Exemple (suite): Supposons que le PDP pour la rfrence AF se prsente comme suit sur un horizon de 15 semaines: Semaine 0 Appros planifis 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 10 10 10 10 10 10 10 10 10 10 10 10 10

La planification des besoins en composants par la mthode MRP va prsent dcouler logiquement de deux observations simples, mais fondamentales: 1) afin de disposer de chacun des approvisionnements planifis aux dates prvues, il sera ncessaire de tenir compte de leur dlai d'obtention (par exemple, le temps d'assemblage du produit fini AF), et de planifier le lancement de la production en consquence; 2) lors de chaque lancement de la production dune rfrence quelconque (en particulier, ceux dAF), il sera ncessaire de disposer dun certain nombre dunits des diverses rfrences intervenant au niveau directement infrieur de larborescence (ici, deux units de SASS1 et une unit de COMP1 pour le lancement de chaque unit de AF). On dcouvre ainsi deux des principes directeurs de la mthode MRP: absorption des dlais (de production ou de livraison) dune part et explosion des nomenclatures dautre part. Voyons ce quils impliquent pour notre exemple. Supposons dabord que le dlai dobtention dAF soit dune semaine. Par absorption des dlais, on peut dterminer des dates de lancement planifies pour chaque approvisionnement planifi. Exemple (suite): Semaine 0 Appros planifis Lancements 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 0 10 10 10 10 10 10 10 10 10 10 10 10 10 0 10 10 10 10 10 10 10 10 10 10 10 10 10

Passons prsent au calcul des besoins bruts de SASS1. Pour une rfrence donne et une priode donne, les besoins bruts indiquent le nombre d'units de la rfrence dont lentreprise doit pouvoir disposer la priode considre. Les besoins bruts de SASS1 sont donc drivs simplement des lancements planifis et de larborescence de AF (cette drivation illustre clairement le concept de dpendance de la demande). Exemple (suite): Pour SASS1, Semaine Besoins bruts 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 20 20 20 20 20 20 20 20 20 20 20 20 20

55 Comment l'entreprise va-t-elle satisfaire ces besoins bruts ? En produisant, bien sr, mais galement en utilisant ses stocks et des units ventuelles en attente de rapprovisionnement. Comme mesure de ltat des stocks, on utilise ici la notion de stock net: la fin de la priode t, stock_net[t] = stock_disponible[t] - arrirs[t] o le stock disponible est le stock physiquement prsent la fin de la priode t, et les arrirs sont les units que lentreprise aurait dj d livrer chez le client, mais n'a pas encore livres la fin de la priode t. (Rappelons que, par convention, toutes les quantits invoques dans cette dfinition sont entendues en fin de sous-priode). Lintrt de considrer le stock net, plutt que le stock disponible, est surtout apparent au dbut de lhorizon de planification, puisque stock_net[0] reprsente le stock effectivement utilisable pour satisfaire la demande exprime (cest--dire, les besoins nets). Les approvisionnements attendus pour la priode t sont ceux correspondant aux commandes dj passes (ou aux ordres de fabrication dj lancs) au dbut de l'horizon de planification et dont la livraison est attendue au dbut de la priode t. Exemple (suite): Supposons que, pour SASS1, le stock net initial soit de 44 units et un approvisionnement de 30 units soit attendu en priode 2. Semaine 0 Besoins bruts Stock net 44 Appros attendus 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 20 20 20 20 20 20 20 20 20 20 20 20 20 30

Sur base du stock initial et des approvisionnements attendus, il est prsent possible de projeter lvolution du stock net au cours de lhorizon et den dduire les besoins nets de chaque priode (cest--dire, les quantits pour lesquelles il faudra planifier un approvisionnement). Pour ce faire, calculons successivement, pour t = 1,2, ..., T, la quantit Q[t] dfinie comme suit: Q[t] = besoins_bruts[t] - stock_net[t-1] - appros_attendus[t] . (1)

Si Q[t] est ngatif pour la priode t, alors le stock net en fin de priode t-1, augment des approvisionnements de la priode t, est suffisant pour couvrir les besoins bruts de la priode. On en dduit donc la rgle suivante: si Q[t] 0, alors stock_net[t] = -Q[t] et besoins_nets[t] = 0. (2)

Par contre, si Q[t] est positif, alors il sera ncessaire de produire Q[t] units pour couvrir les besoins de la priode t. On conclut donc: si Q[t] 0, alors stock_net[t] = 0 et besoins_nets[t] = Q[t]. (3)

56 Exemple (suite): Pour la rfrence SASS1, lapplication de ces rgles de calcul mne aux conclusions suivantes. Q[1] = 0-44-0 = 0, donc stock_net[1] = 44 et besoins_nets[1] = 0, Q[2] = 20-44-30 = -54, donc stock_net[2] = 54 et besoins_nets[2] = 0, Q[3] = 20-54-0 = -34, donc stock_net[3] = 34 et besoins_nets[3] = 0, Q[4] = 20-34-0 = -14, donc stock_net[4] = 14 et besoins_nets[4] = 0, Q[5] = 20-14-0 = 6, donc stock_net[5] = 0 et besoins_nets[5] = 6, Q[6] = 20-0-0 = 20, donc stock_net[6] = 0 et besoins_nets[6] = 20, etc. Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20 Stock net 44 44 54 34 14 Appros attendus 30 Besoins nets 6 20 20 20 20 20 20 20 20 20 La connaissance des besoins nets conduit son tour au calcul des approvisionnements (commandes ou ordres de fabrication) planifier pour satisfaire ces besoins. Ce calcul sera guid par la politique dapprovisionnement que lentreprise a choisi dadopter pour la rfrence considre: approvisionnements priodicit fixe, ou par lots de taille prdtermine, etc. Remarquons quil sagit l de la premire et de lunique dcision prendre dans le cadre de la planification MRP telle quexpose ici: les calculs prcdents (absorption des dlais, dtermination des besoins bruts, du stock net projet, des besoins nets) se contentaient en effet de drouler les consquences logiques des plans tablis pour les rfrences de niveau suprieur et nimpliquaient aucune prise de dcision de la part de lutilisateur. Nous reviendrons plus loin sur les diffrentes faons daborder ce problme important. Pour linstant, nous supposerons (par facilit) que les approvisionnements sont planifis sur base d'une politique de priodicit fixe, ce qui signifie que les besoins nets sont satisfaits par des approvisionnements planifis intervalle constant. Exemple (suite): En supposant que les approvisionnements de SASS1 sont planifis 3 semaines dintervalle, on obtient les regroupements suivants: Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20 Stock net 44 44 54 34 14 Appros attendus 30 Besoins nets 6 20 20 20 20 20 20 20 20 20 Appros planifis 46 60 60 20 Nous sommes prsent revenus une situation similaire celle rencontre en dbut de section: afin de recevoir temps les approvisionnements planifis pour SASS1, il est ncessaire de tenir compte du dlai d'obtention de cette rfrence et de fixer en consquence les lancements de production.

57 Exemple (suite): En supposant que le dlai dassemblage de SASS1 est dune semaine, on obtient: Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Besoins bruts 20 20 20 20 20 20 20 20 20 20 20 20 20 Stock net 44 44 54 34 14 Appros attendus 30 Besoins nets 6 20 20 20 20 20 20 20 20 20 Appros planifis 46 60 60 20 Lancements 46 60 60 20 Ceci termine llaboration du plan MRP pour SASS1. La planification de COMP1 se droule selon des principes similaires. Pour cette rfrence, cependant, il est important dobserver que les besoins bruts rsultent de la superposition de deux types de besoins: ceux gnrs par linclusion de COMP1 dans le sous-assemblage SASS1 (niveau 2 de larborescence), et ceux gnrs par linclusion de COMP1 directement dans lassemblage final (niveau 1 de larborescence). Par consquent, on naurait pas pu planifier les lancements de COMP1 avant davoir planifi ceux de SASS1. En rgle gnrale, on ne ralise les calculs MRP affrents une rfrence particulire quaprs avoir planifi les lancements de tous les articles dans la composition desquels intervient cette rfrence. Cette technique, qui porte le nom de low-level coding, permet donc de regrouper les besoins bruts gnrs diffrents niveaux pour la rfrence considre. Exemple (suite): Pour COMP1, on posera les hypothses suivantes: dlai d'obtention: 3 semaines; approvisionnements: toutes les 2 semaines; stock net initial: 82 units; approvisionnement attendu: 25 units en premire semaine. On commence par calculer les besoins bruts de COMP1. Par exemple, pour la semaine 4, 10 units de COMP1 sont ncessaires afin de permettre lassemblage final de 10 units dAF, et 46 units sont ncessaires pour permettre lassemblage de 46 units de SASS1. Donc, besoins_bruts[4] = 56. Les besoins bruts des semaines 5 14 sont dtermins de faon similaire. Aprs quelques calculs, on obtient le plan suivant pour COMP1: Semaine 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Besoins bruts 10 10 56 10 10 70 10 10 70 10 10 30 10 Stock net 82 107 97 87 31 21 11 Appros attendus 25 Besoins nets 59 10 10 70 10 10 30 10 Appros planifis 69 80 20 40 Lancements 69 80 20 40

58 Mme sur ce petit exemple, on remarque que la superposition des besoins manifests diffrents niveaux de l'arborescence d'une part, et les regroupements de commandes par lots conomiques d'autre part, crent des distributions de demande irrgulires pour les composants. Les distributions de ce type (qualifies de lumpy en anglais) sont typiques d'une demande dpendante. C'est prcisment leur irrgularit qui rend inutilisables les mthodes classiques de gestion des stocks bases sur des distributions de demande mieux caractrises. 8.2. La logique MRP. Rsumons prsent la discussion qui prcde. Les rfrences finales reprises dans le PDP sont dcrites au moyen darborescences o elles apparaissent au niveau 0. Chacune des rfrences intermdiaires se voit attribuer un code de niveau indiquant le niveau le plus bas auquel elle apparat dans l'ensemble de toutes les arborescences (low-level coding; par exemple, la rfrence AF considre dans la section prcdente reoit le code de niveau 0 et la rfrence COMP1 reoit le code 2; l'ide est videmment que les besoins bruts pour une rfrence rsultent des besoins cumuls pour toutes les rfrences de code infrieur). Le but ultime est de planifier les dates d'approvisionnement de chaque rfrence. Dans ce but, on procdera un raisonnement en cascade, en planifiant dabord toutes les rfrences de code de niveau 1, puis toutes celles de code de niveau 2, 3, etc. Pour chaque rfrence, la mthode MRP dtermine successivement les quantits suivantes: 1. Besoins bruts (explosion des nomenclatures). Les besoins bruts pour chaque rfrence sont drivs des 'lancements planifis' de chacune des rfrences dans la composition desquelles entre la rfrence courante (par exemple, pour COMP1, on a tenu compte des lancements planifis de AF et de SASS1). 2. Besoins nets. Les besoins nets sont dtermins sur base des besoins bruts, des stocks nets et des approvisionnements attendus, comme expliqu dans la section prcdente (voir formules (1)-(3)). 3. Approvisionnements planifis. Les approvisionnements planifis sont dtermins par regroupement (ventuel) des besoins nets de plusieurs priodes successives. 4. Absorption des dlais. Les dates de lancement sont obtenues en retranchant les dlais d'obtention des dates dapprovisionnement planifies. Quelques commentaires simposent sur ces diffrentes tapes. Tout dabord, remarquons que, pour les rfrences finales (rfrences de niveau 0), les approvisionnements planifis correspondent aux quantits reprises dans le plan directeur de production et ne doivent donc pas tre recalcules. Seule labsorption des dlais doit tre prise en compte pour ces rfrences. Au sujet de labsorption des dlais, notons que le dlai d'obtention est souvent considr constant (cest--dire, fix une fois pour toutes, pour chaque rfrence) dans les applications de

59 la mthode MRP. Cette hypothse peut paratre raisonnable dans le cadre d'un passage de commande, mais est plus discutable si la rfrence est produite par l'entreprise. En effet, dans un tel cas, on peut imaginer que le dlai d'obtention est variable et est fonction, en autres facteurs, de: La taille des lots produire. En pratique, il est assez facile de tenir compte de ce facteur, et le dlai d'obtention peut tre ajust en consquence par les logiciels MRP. Alternativement, on peut galement calculer un dlai d'obtention sur base d'un lot de taille moyenne et le maintenir constant. Remarquons cet gard que le dlai (de livraison ou de fabrication) inclut les temps opratoires, plus les temps d'attente, de transport et de lancement. Si mme les temps opratoires sont directement influencs par la taille du lot produire, ces temps opratoires ne reprsentent souvent que 5 10% du dlai dobtention total, qui peut donc tre considr comme relativement insensible la taille du lot. La charge de travail de l'atelier. Cette variabilit n'est pas prise en compte dans les calculs MRP et ne pourrait pas ltre de faon simple. Elle ne sera donc considre qu'a posteriori, lors des calculs de courbes de charge. Il sagit l dun des dfauts les plus graves de l'approche MRP. Finalement, il est intressant d'observer que la logique MRP relve pour une grande part d'une approche flux tirs, semblable celle utilise par les systmes JAT: la demande de chaque rfrence dclenche la production de ses composants, et le but est de dmarrer cette production 'juste temps' en tenant compte des dlais d'obtention. Une diffrence essentielle existe cependant entre les deux approches: le JAT utilise la logique 'flux tirs' dans le pilotage mme des ateliers, c'est--dire dans le trs court terme, alors que MRP est principalement un outil de planification court terme. En particulier, les sous-priodes considres en JAT sont trs courtes (instantanes) et la seule politique de lancement des ordres de fabrication utilise est celle du lot-pour-lot. A l'inverse, la logique MRP gnre des ordres de production destins rpondre des besoins futurs, planifis mais non (encore) concrtiss. C'est la raison pour laquelle on dcrit souvent la planification MRP comme un systme flux pousss ('push system'). 8.3. Systmes dinformation utiliss par les logiciels MRP. Les systmes MRP comptent parmi les outils de planification les plus rpandus dans la pratique de la gestion des entreprises (on peut supposer que leur simplicit conceptuelle favorise considrablement leur adoption). En particulier, de nombreux logiciels commerciaux performants existent sur le march. Le principal obstacle l'adoption de tels systmes reste probablement que les besoins en information requis pour l'implantation et pour la bonne utilisation de ces systmes sont extrmement levs. Les bases de donnes ncessaires peuvent tre gigantesques (typiquement, plusieurs milliers de rfrences sont concernes) et doivent tre tablies et maintenues de faon trs rigoureuse pour viter le draillement du systme. Passons brivement en revue l'essentiel de ces besoins en information. Plan directeur de production: dfinit les besoins bruts pour les rfrences finales. Fichier des rfrences: nom, numro, description, code de niveau, dlai d'obtention, stratgie de groupement des commandes (lot-pour-lot, priodique, ...), etc.

60 Fichier des arborescences: rfrence et quantit de chaque composant intervenant dans une rfrence donne; souvent tabli un seul niveau de profondeur (par itration, on peut reconstituer toute l'arborescence d'un produit fini). Systmes d'information sur l'tat des stocks et sur les approvisionnements attendus: noter que, contrairement aux donnes prcdentes, qui sont de nature relativement statique, les donnes concernes ici voluent de faon permanente et leur gestion doit pouvoir s'effectuer de faon dynamique. 8.4. Dynamique du systme MRP. Dans la pratique quotidienne des entreprises, au-del de son rle doutil de planification court terme, le systme MRP est souvent utilis comme un systme dinformation permettant de grer les lancements dordres de fabrication ou de commande et de contrler la production des rfrences. A chaque priode, l'utilisateur doit lancer les ordres de production ou les commandes, soit sur base des quantits planifies par le systme MRP, soit en fonction d'autres priorits (si la capacit disponible est insuffisante, on prfrera par exemple produire pour une commande en attente que pour un stock de scurit, etc); les lancements calculs par MRP sont donc gnralement considrs comme des propositions de lancement, qui doivent encore recevoir laval du planificateur, plutt que comme des ordres de fabrication automatiss; enregistrer les quantits approvisionnes; corriger les donnes en fonction des vnements rels (erreurs de stocks, approvisionnements en retard, etc). L'approche utilise est gnralement de grer par exception: le systme gnre automatiquement des messages indiquant les rfrences pour lesquelles une action doit tre entreprise. Lorsque des changements de donnes sont introduits, il devient ncessaire de recalculer les ordres de lancements. Si ceci se produit trop frquemment, les plans deviennent instables: on parle de nervosit du systme. Une pratique courante est de gnrer un nouveau plan MRP intervalles rguliers, par exemple toutes les semaines, sur base dun 'horizon glissant'. 8.5. Techniques de dtermination des lots (lot sizing). Considrons les donnes suivantes, extraites d'un tableau de calcul MRP. Exemple: Semaine 1 2 3 4 5 6 7 8 9 10 11 12 Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41 La question qui se pose prsent est: comment faut-il satisfaire ces besoins nets? Le groupement des commandes ou des ordres de fabrication entrane des avantages (moins

61 d'administration, rduction des cots et des temps de lancement, rabais ventuels, etc) et des inconvnients (maintien de stocks sur des priodes prolonges, mobilisation de la capacit productive pour une seule rfrence). La politique de groupement idale est donc celle qui parvient quilibrer ces avantages et inconvnients de faon judicieuse. Pour prciser quelque peu la notion de choix judicieux, nous allons considrer un modle doptimisation simple, celui de la dtermination des lots conomiques (economic lot sizing model). Donnes : pour un horizon de planification subdivis en T priodes {1, 2, ..., T}, on connat dt = demande (besoin net) la priode t cL = cot de lancement de la production (cot fixe encouru pour chaque lancement) cp = cot de possession d'une unit pendant une priode. Problme : dterminer un plan de production satisfaisant la demande de chaque priode et de cot total minimum. Exemple (suite): Les besoins nets ont t dfinis plus haut. Nous supposerons en outre que cL = 54 et cp = 0,40. Le problme de dtermination des lots conomiques fournit un modle mathmatique prcis pour les dcisions de groupement des approvisionnements, telles quelles se posent dans la planification MRP. Par ailleurs, le mme modle pourrait galement tre utilis dans le cadre de llaboration du plan directeur de production, comme nous lavions dj mentionn au Chapitre 6 (Section 6.3). Nous allons prsent dcrire quelques-unes des nombreuses mthodes utilises pour attaquer le problme de la dtermination des lots conomiques (comme nous le verrons, certaines de ces approches ne rsolvent le problme que de faon trs approximative). 1. Politique lot-pour-lot. Dans une politique dapprovisionnement lot-pour-lot, les besoins nets de chaque priode sont satisfaits grce des approvisionnements distincts. Exemple (suite): Semaine Besoins nets Appros 1 2 3 4 5 6 7 8 9 10 11 12 10 62 12 130 154 129 88 52 124 160 238 41 10 62 12 130 154 129 88 52 124 160 238 41

Cot total: 12*54 = 648.

62 2. Quantit fixe. Dans cette approche, chaque commande ou ordre de fabrication porte sur un nombre dunits constant que nous noterons Q (ou sur un multiple de Q, si cela savre ncessaire pour couvrir les besoins dune priode). La quantit Q est slectionne au pralable sur base de plusieurs critres potentiels. Elle peut par exemple correspondre une quantit de commande standardise impose par le fournisseur, la capacit dun rcipient ou dun emballage (container, ft) ou celle dun moyen de transport ou de manutention (palette, camion). Dans un objectif de minimisation des cots, il est galement courant de choisir Q gal la quantit conomique de commande QEC, dfinie comme suit: QEC =

2c L D / c p

o D reprsente la demande prvisionnelle moyenne par priode. (Une justification et une discussion plus approfondie de cette dfinition seront fournies au Chapitre 9. Pour linstant, il suffira dadmettre le postulat selon lequel QEC est une taille de lot idale ou optimale pour la firme. Nous reviendrons au Chapitre 9 sur la validit de cette affirmation.) Il faut remarquer que, dans l'application de cette mthode, D nest gnralement pas calcul sur base des besoins nets exprims pour les T priodes considres, mais plutt sur base de prvisions effectues sur un horizon plus long (le but tant de maintenir une taille de lot fixe). Exemple (suite): si on suppose que D = 90, alors QEC 156. On obtient ainsi les groupements suivants (notons quen priode 11, il est ncessaire de planifier lapprovisionnement de 312 = 2 156 units pour couvrir les besoins de la priode) : Semaine Besoins nets Appros Stock net 1 2 3 4 5 10 62 12 130 154 156 156 156 146 84 72 98 100 6 7 8 9 129 88 52 124 156 156 127 39 143 19 10 160 156 15 11 12 238 41 312 89 48

Chaque approvisionnement de taille Q = 156 (ou Q = 312, 468, etc.) permet de reconstituer les stocks et donc de rpondre aux besoins dune ou plusieurs semaines conscutives. Ds quun approvisionnement est planifi, il est donc ncessaire de recalculer les stocks nets de chacune des semaines suivantes, afin de dterminer la premire sous-priode o les stocks redeviennent ngatifs et o il est donc nouveau ncessaire de rapprovisionner. Cette politique entrane un cot total de: 7 54 + (146 + 84 + 72 + ... 48) 0,40 = 770. (Nous avons suppos ici que les 48 units en stock la fin de lhorizon seraient coules au cours de la semaine suivante.)

63

3. Nombre de priodes fixe (Period Order Quantity). Dans cette approche, lorsqu'une commande ou un ordre de fabrication est lanc, il doit suffire couvrir la demande de P priodes, o P est un paramtre fix d'avance. L'avantage principal de cette politique dapprovisionnement est dordre organisationnel: la rgularit des commandes prsente en effet des avantages vidents tant pour lentreprise que pour ses fournisseurs. Le choix de la priode P peut tre bas sur diffrents critres, quantifiables ou non. Dans le but de minimiser les cots encourus, on recommande souvent de choisir P gal la priode conomique entre commandes PEC, calcule sur base de la quantit de commande conomique QEC. Plus prcisment, si la demande prvisionnelle moyenne par priode est de D units, alors PEC est obtenu en arrondissant la valeur calcule QEC/D = 2c L / Dc p .

(Il est facile de vrifier que des lots de taille QEC devront tre commands toutes les (QEC/D) priodes afin de satisfaire la demande de D units par priode. Si lon admet nouveau que QEC est une taille de lot optimale pour la firme, alors PEC peut donc tre vu comme une priodicit de commande optimale. Nous reviendrons sur ce point au Chapitre 9.) Exemple (suite): en supposant comme avant que D = 90, alors QEC/D = 1,73 et PEC peut tre choisi gal 2; on obtient ainsi les groupements suivants : Semaine 1 2 3 4 5 6 7 8 9 10 11 12 Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41 Livraisons 72 142 283 140 284 279 Cette politique entrane un cot total de: 6 54 + (62 + 130 + 129 + ... 41) 0,40 = 553,60. Ici encore, la valeur de D ne dcoule pas des besoins nets exprims pour les T priodes considres, mais est calcule sur base de prvisions plus long terme (le but premier tant dtablir une certaine priodicit des commandes ou des lancements de production). 4. Equilibrage des cots de lancement et de possession (Part Period Balancing). Cette heuristique peut tre motive par les observations suivantes. Si lentreprise produit la priode s pour satisfaire la demande des priodes s, s+1, s+2, ..., t, les cots totaux encourus ont la forme C(s,t) = cL + cp(s,t). Puisque le but est de raliser un compromis optimal entre cots de lancement et cots de possession, il semble raisonnable de choisir t (pour une valeur donne de s) de telle sorte que cL soit approximativement gal cp(s,t). Intuitivement, tant que cL > cp(s,t), la firme prfrera

64

augmenter ses cots de possession de stocks plutt que de subir un cot de lancement de production supplmentaire (notons cependant quil ne sagit l que dun argument heuristique, puisquil ne tient aucun compte de limpact de cette dcision sur les sous-priodes ultrieures). La mthode d'quilibrage des cots applique donc itrativement la rgle heuristique suivante: une commande ou un ordre de fabrication lanc la priode s doit couvrir la demande des priodes s t, o t est choisi de telle sorte que les cots de possession cp(s,t) associs ce lot soient aussi proches que possible du cot de lancement cL. Exemple (suite): Si on produit la priode 1 pour couvrir les besoins des priodes 1 ... ... 1, ... 2, ... 3, ... 4, alors cp(1,1) = alors cp(1,2) = alors cp(1,3) = alors cp(1,4) = 0 62 0,40 = 24,80 24,80 + 12 0,80 = 34,40 34,40 + 130 1,20 = 190,40

Puisque cL = 54 est plus proche de 34,4 que de 190,4, on produira la priode 1 pour couvrir les besoins des priodes 1, 2 et 3, soit 84 units. En rptant cette approche partir de la priode 4, on obtient finalement le plan suivant, de cot total gal 600. Semaine 1 2 3 4 5 6 7 8 9 10 11 12 Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41 Livraisons 84 284 217 176 398 41 5. Mthode de Silver et Meal. Pour motiver cette mthode, considrons nouveau les cots C(1,t) dfinis ci-dessus. Typiquement, lorsque t augmente, le cot moyen par priode, C(1,t)/t, est d'abord dcroissant (parce que le cot fixe de lancement est amorti sur plusieurs priodes) puis finit par augmenter (parce que les cots de possession sont de plus en plus levs). Pour illustrer cette remarque, considrons le cas (trs particulier) o la demande serait constante sur lhorizon de planification: dt = d pour t = 1,2,...,T. Dans ce cas, on obtient: C(1,t) = cL + cp d + 2cp d + ... (t-1)cp d = cL + t (t-1) cp d et donc C(1,t)/t = cL/t + (t-1)cpd. On vrifie aisment que cette fonction est dabord dcroissante puis croissante. Lheuristique de Silver et Meal prescrit de produire pour couvrir les besoins des priodes 1 t, o t est la dernire priode pour laquelle les cots moyens par priode sont dcroissants (il est remarquer que cette rgle peut ne conduire qu' un minimum local de C(1,t)/t; pour un exemple, voir Silver et Peterson 1985, p.235).

65

Exemple (suite): Si on produit la priode 1 pour les priodes 1 ... ... 1, ... 2, ... 3, ... 4, alors C(1,1)/1 = alors C(1,2)/2 = alors C(1,3)/3 = alors C(1,4)/4 = 54 (54 + 62 0,40)/2 = 39,40 (54 + 34,40)/3 = 29,47 (54 + 190,40)/4 = 61,10

Donc, la mthode de Silver-Meal prescrit de produire lors de la premire semaine pour satisfaire aux besoins des semaines 1 3. En itrant cette procdure, on obtient : Semaine 1 2 3 4 5 6 7 8 9 10 11 12 Besoins nets 10 62 12 130 154 129 88 52 124 160 238 41 Livraisons 84 130 283 140 124 160 279 Cette politique entrane un cot total de 501,20. Pour notre exemple, il sagit l du cot total optimal. Mais en rgle gnrale, la mthode de Silver-Meal n'est qu'une heuristique et ne fournit donc aucune garantie doptimalit. 6. Algorithme de Wagner et Whitin. Cet algorithme permet de calculer la solution optimale du problme de dtermination des lots conomiques par programmation dynamique. Le principe utilis peut tre dcrit simplement: le cot optimal C*(1,t) encourir pour satisfaire la demande totale des priodes 1 t (en produisant ventuellement lors de plusieurs priodes) est gal au minimum des expressions C*(1,t-1) + C(t,t) ( = C*(1,t-1) + cL), C*(1,t-2) + C(t-1,t), C*(1,t-3) + C(t-2,t), C*(1,t-4) + C(t-3,t), ... C*(1,1) + C(2,t), C(1,t). En effet, le dernier lancement aura lieu soit la priode t, soit la priode t-1, ..., soit la priode 2, soit la priode 1; pour les priodes prcdant ce dernier lancement, le plan de production doit galement tre optimal. Donc, si lon connat C*(1,1), C*(1,2), ..., C*(1,t-1), on peut aisment calculer C*(1,t). Par ailleurs, on a videmment C*(1,1) = cL. Les relations prcdentes permettent donc de calculer rcursivement C*(1,2), puis C*(1,3), C*(1,4), ..., C*(1,T). Il suffit alors de remarquer que C*(1,T) n'est rien d'autre que le cot optimal recherch.

66

Exemple (suite): C*(1,1) = 54. C*(1,2) = min { C*(1,1) + C(2,2), C(1,2) } = min {54 + 54, 78.80} = 78.80 C*(1,3) = min { C*(1,2) + C(3,3), C*(1,1) + C(2,3), C(1,3) } = min { 78.80 + 54, 54 + 54 + 4.8, 54 + 24.80 + 9.6 } = 88.40 etc. La mthode de Wagner-Whitin est relativement rapide: le nombre de calcul effectuer est de l'ordre de T2. En pratique, cependant, les mthodes de Silver-Meal ou d'quilibrage des cots sont plus souvent utilises. En effet, elles sont encore plus rapides et produisent gnralement des solutions de trs bonne qualit. Par ailleurs (et cest probablement l un argument plus fort), il faut bien remarquer que l'algorithme de Wagner-Whitin ne garantit une solution optimale que pour le modle trs simple que nous avons considr ici. Ce modle ne reprsente pas toujours fidlement la situation relle; en particulier, il postule un horizon fini alors que, dans la ralit, cet horizon devrait plutt tre considr comme tant infini (en pratique, les calculs MRP doivent tre rpts pour un horizon glissant, ou droulant). Pour des situations de ce dernier type, la mthode de Silver-Meal ou d'autres mthodes peuvent produire et produisent frquemment des solutions de cot moins lev que Wagner-Whitin. Elles prsentent galement lavantage dtre moins sensibles lajout de nouvelles donnes en fin dhorizon, dans le cadre de la planification glissante voque plus haut (puisque les donnes de fin dhorizon naffectent que les lots de fin dhorizon; la myopie inhrente aux heuristiques gourmandes produit donc ici des effets stabilisateurs intressants, en rduisant la nervosit des plans).
8.6. Planification des besoins en capacit (CRP) - Calcul des courbes de charge.

La logique MRP ne tient compte d'aucune contrainte de capacit: elle raisonne capacit infinie. Lorsque MRP est utilis, il est donc ncessaire de vrifier a posteriori si les plans dvelopps sont ralisables. Ceci peut se faire en pratique par le calcul d'une courbe de charge pour chaque centre de production. Remarquons ici que, dans une approche hirarchique de la planification de la production, l'ajustement des besoins en capacit productive la capacit disponible est pris en compte chaque niveau de planification. En effet, la coordination charge-capacit s'est traduite dans l'laboration du plan agrg de production par l'inclusion de contraintes explicites; celles-ci ne peuvent cependant reflter la coordination qu' un niveau trs global, vu l'agrgation des produits en familles et la longueur des sous-priodes de planification. Une approche similaire celle qui va tre prsente ci-dessous, mais plus grossire, a galement t mentionne lorsqu'il s'agissait de vrifier la ralisabilit du PDP (rough-cut capacity planning: voir Section 6.3). Pour le PDP, cependant, il n'tait possible de tenir compte que des rfrences finales, mais pas de l'explosion en composants ni des dlais d'obtention, des stocks prsents, etc.

67

Plan agrg PDP MRP

contraintes de capacit rough-cut capacity planning CRP (courbes de charge).

La plupart des logiciels de MRP contiennent une base de donnes dcrivant les gammes opratoires des rfrences (cest--dire, la dfinition des squences d'oprations subir, des centres de production requis, des temps opratoires et de lancement sur chaque poste de travail, ...). Sur base de ces donnes, il est possible d'estimer le temps requis pour le traitement d'une unit d'une rfrence quelconque par un centre de production. Par addition de ces temps pour les diverses rfrences, on obtient alors une courbe de charge estime pour chaque poste de travail, cest--dire une estimation du nombre dheures requises sur chaque poste au cours de chaque sous-priode de planification. Remarquons que, dans ce plan court terme, il est possible de tenir compte dun niveau de dtail relativement lev (gammes opratoires, dates des lancements planifis, dlais dobtention, etc.). Exemple: La rfrence A est produite par lots, et chaque lot requiert un dlai de production de 2 semaines. Durant la premire semaine, le lot est en production au poste de travail M1. Le temps opratoire estim sur M1 est de 0.6 heure par unit de A. Au cours de la deuxime semaine, le lot passe en production au poste de travail M2. Le temps opratoire sur M2 est de 0.2 heure par unit produite. Le plan MRP prvoit les lancements suivants pour la rfrence A : Semaine 1 Lancements planifis 40 2 3 4 30 5 6

Sur base de ces donnes, on peut estimer comme suit la charge place sur chaque poste par la rfrence A. Charge de M1 due la rfrence A : semaine 1 : 40 0.6 = 24 heures semaine 4 : 30 0.6 = 18 heures Charge de M2 due A : semaine 2 : 40 0.2 = 8 heures semaine 5 : 30 0.2 = 6 heures. En cumulant les estimations de charge calcules pour chaque rfrence, on peut ainsi dvelopper des courbes (profils) de charge reprsentant la charge de travail estime de chaque poste de travail sur lhorizon considr.

68

Charge de M1

priode

Si la capacit requise pour certaines priodes dpasse la capacit disponible, il faut procder des ajustements: lancement anticip de la production (c'est--dire modification du plan MRP) heures supplmentaires, ... (modifications de capacit) en dernier ressort: modification du PDP. Cette dernire possibilit est prise en compte par certains systmes qui permettent de fermer la boucle de la planification hirarchique et de modifier le PDP sur base des calculs de CRP (closed-loop MRP systems). PDP

rough-cut capacity planning

MRP

CRP

Cette possibilit permet galement d'tablir des PDP plus ralistes en intgrant les modules PDP, MRP, CRP dans un mme systme informatis et en utilisant les modules MRP et CRP pour simuler les consquences des propositions faites par le PDP (voir Section 6.3).
8.7. Epilogue

Les principes de base de la planification MRP ont t dvelopps dans les annes 60, avec pour objectif de mieux grer lapprovisionnement des matires et composants ncessaires la fabrication des rfrences finales. Au fil du temps, ces concepts ont t progressivement largis pour englober la planification et le contrle dautres ressources de lentreprise, souvent autour de bases de donnes communes : capacit des centres de production (CRP), ressources

69

humaines (qualifications, disponibilit, paie, ...), comptabilit et finance (budgets, facturation et encaissements, comptabilit des cots, ...), marketing et ventes (bases de donnes clients, prvisions de demande, ...), logistique (gestion de la chanedapprovisionnement, transport, ...), gestion documentaire, etc. On a ainsi vu successivement lmergence de systmes de Manufacturing Resource Planning (parfois appels MRPII) puis de systmes dEnterprise Resource Planning (ERP). Bien que les systmes ERP, comme leur nom lindique, soient clairement de lointains descendants des systmes MRP de premire gnration, ils couvrent prsent bien dautres fonctions que celles de gestion de la production. Leur prsentation dpasse donc le cadre de ce cours introductif : on renverra ltudiant intress la littrature florissante sur ce sujet ou des cours complmentaires pour plus dinformations.

Bibliographie.

A. Courtois, M. Pillet et C. Martin, Gestion de Production, Les Editions d'Organisation, Paris, 1989. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. E. Silver et R. Peterson, Decision Systems for Inventory Management and Production Planning, J. Wiley & Sons, New York, 1985. J.W. Toomey, MRPII: Planning for Manufacturing Excellence, Chapman & Hall, New York, 1966. T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems, Business One Irwin, Homewood, Illinois, 1992.

70 CHAPITRE 9 PLANIFICATION A COURT TERME: LA GESTION DES STOCKS POUR LES ARTICLES A DEMANDE INDEPENDANTE.

9.1. Demande indpendante.

Ce concept a dj t brivement introduit. La demande pour une rfrence est qualifie de dpendante si elle est explicitement considre comme fonction de la demande pour d'autres rfrences. Sinon, elle est appele indpendante. Pour les rfrences demande indpendante, on se contente d'une description de la demande sous forme de prvision et/ou de distribution statistique (bien que, mme dans ce cas, la demande peut tre certaine/dterministe, ou alatoire/stochastique). Exemples: - rfrences finales - pices de rechange - outillage.

On traite souvent de la mme faon que les articles demande indpendante tous ceux dont la demande rsulte de l'accumulation de nombreux besoins indpendants (au sens statistique du terme) et pour lesquels la demande peut donc tre dcrite plus facilement de faon statistique que de faon causale. Il sagit l, en rgle gnrale, darticles faible valeur et taux dutilisation lev. Exemples: - clous et vis dans un atelier de menuiserie - fournitures de bureau.

9.2. Politiques de gestion des stocks: Les choix effectuer.

Une politique de gestion est dtermine par la rponse trois questions. 1. Comment lentreprise s'informe-t-elle sur l'tat des stocks ? 2. Quand (sous quelles circonstances) faut-il rapprovisionner ? 3. Combien d'units faut-il rapprovisionner lors de chaque passation de commande ? Passons successivement ces trois dcisions en revue. 1. Information sur l'tat des stocks. On distingue deux grands principes: inventaire permanent, ou continu: ltat des stocks est connu en permanence; inventaire priodique: ltat des stocks est dtermin intervalles rguliers, par exemple tous les mois.

71

En pratique, les systmes d'inventaire permanent sont souvent implants via l'enregistrement systmatique des transactions entres/sorties. De tels systmes peuvent se rvler beaucoup plus coteux que les systmes priodiques. Mais leur cot a maintenant tendance dcrotre, en fonction de l'informatisation croissante qui facilite l'enregistrement des transactions. (Exemple: les grandes surfaces de distribution pratiquent un inventaire permanent li l'utilisation des codes-barres.) L'utilisation de tels systmes ne se justifie cependant pas ncessairement pour tous les articles. L'inventaire priodique impose l'inspection des stocks intervalles rguliers, mme si aucune transaction n'a eu lieu depuis la dernire inspection. Outre sa simplicit organisationnelle, cette approche permet de dtecter des dtriorations, erreurs, vols, etc. (en particulier dans le cas darticles rotation trs lente). 2. Quand faut-il rapprovisionner ? A nouveau, deux types de rponses sont possibles: gestion par point de commande: on approvisionne la rfrence si la position de stock est infrieure une certaine quantit prdtermine s, appele point de commande; commande priodique: on approvisionne intervalles rguliers, toutes les R units de temps (par exemple, toutes les deux semaines); R est appel la priode entre commandes. Ces deux approches connaissent leurs avantages (+) et leurs inconvnients () respectifs.
Commande priodique: + facilit organisationnelle: les commandes dapprovisionnement sont passes un moment prvisible, qui concide typiquement (mais pas ncessairement) avec celui de l'inventaire dans le cas d'un systme d'inventaire priodique; cette approche simplifie ladministration, le transport, la rception des commandes, ainsi que la tche des fournisseurs; elle facilite galement le groupement des commandes de diffrents articles auprs dun mme fournisseur (si les priodicits sont coordonnes pour tous ces articles). + en cas de priodicit de la demande, il existe une possibilit de coordination avec la priode de commande. dans une application stricte du systme, il n'est pas possible de ragir des situations inattendues se produisant entre deux instants de commande; la probabilit de rupture de stock sen trouve donc accrue. Point de commande: + offre plus de souplesse, et permet donc dobtenir des cots infrieurs ceux du systme prcdent; + couple un systme d'inventaire permanent, cette politique de gestion permet de mieux contrler le niveau de stock, et donc de diminuer les chances de rupture tout en maintenant des stocks de scurit plus faibles que par la gestion priodique; difficults organisationnelles, dues lirrgularit des poques de passation de commande.

72

3. Combien d'units faut-il rapprovisionner ? Ici encore, deux classes de rponses sont possibles : une quantit fixe Q (la quantit de commande) chaque rapprovisionnement; la quantit qui ramne la position de stock un niveau prdtermin S (le niveau de recompltement, ou up-to-level); c'est--dire, quantit commande = S position de stock (si cette quantit est positive).
9.3. Politiques de gestion des stocks: Les rponses possibles.

En thorie, n'importe quelle combinaison de rponses aux alternatives discutes dans le paragraphe prcdent dtermine une politique de gestion des stocks qui pourrait tre adopte pour la gestion d'un article particulier. En pratique, certaines combinaisons prsentent des avantages sur les autres et s'imposent donc plus frquemment. En particulier, on identifie les politiques suivantes: politique (s,Q): inventaire permanent, point de commande (s), quantit de commande (Q); politique (s,S) (ou min/max): inventaire permanent, point de commande (s), niveau de recompltement (S); politique (R,S): inventaire priodique (R), commande priodique (R), niveau de recompltement (S) (noter que les priodicits d'inventaire et de commande sont gales); politique (R,s,S): inventaire priodique (R), point de commande (s), niveau de recompltement (S). Ayant choisi une des politiques dcrites ci-dessus, on doit encore fixer les valeurs des paramtres dfinissant le systme (cest--dire les valeurs de s, S, R et Q) de faon minimiser la fonction de cot considre. Ce problme d'optimisation est gnralement complexe et on le rsout donc de faon heuristique (voir la Section 9.7 ci-dessous pour quelques exemples). Formulons encore quelques commentaires sur les (ds)avantages respectifs des systmes mentionns. La politique (s,Q) est simple implanter et permet un bon suivi du stock, mais requiert un systme dinventaire permanent qui peut tre onreux et entrane des rapprovisionnements intervalles fluctuants. De plus, lorsque la sortie de stock qui provoque le passage sous le point s est trs grande, la quantit de commande Q prdtermine peut tre trop faible pour ramener la position de stock un niveau satisfaisant. L'adoption d'un systme (s,S) fournit une solution adquate cette dernire objection. En fait, on dmontre que le systme (s,S) optimal entrane des cots infrieurs au systme (s,Q) optimal. Mais il s'agit l d'un rsultat dont la valeur pratique est discutable, puisque les problmes d'optimisation rencontrs ne sont gnralement pas rsolus de faon exacte.

73

La politique (R,S) prsente les avantages organisationnels dj discuts, mais gnre souvent des stocks de scurit importants. Du point de vue de la minimisation des cots, le systme (R,s,S) permet de dvelopper des politiques moins coteuses que les autres systmes (observer que (s,S) et (R,S) n'en sont que des cas particuliers, obtenus lorsque R 0 et lorsque s , respectivement). Mais les valeurs optimales des paramtres sont, ici encore, trs difficiles calculer.
9.4. Classification ABC.

Quelle politique de gestion de stocks faut-il adopter pour une rfrence particulire ? Il n'y a pas de rponse simple cette question. Le critre de cot ne fournit certainement qu'un clairage trs partiel sur cette question. Chaque politique connat des avantages et des inconvnients dont certains ont t mentionns ci-dessus et qui sont difficilement quantifiables. Enfin, d'autres aspects, comme par exemple l'importance stratgique qu'un article revt pour la firme, peuvent aussi influencer le choix de la politique. Pour guider son choix, la firme peut utiliser la notion de classification ABC, qui repose ellemme sur la notion de distribution par valeur. La valeur d'utilisation annuelle (Annual Dollar Usage Value) d'un article stock est le cot total de toutes les units de cet article utilises par la firme pendant une anne. Exemple : 5000 units d'un article cotant 20 francs/unit sont utilises par an; la valeur d'utilisation annuelle de cet article est donc gale 100.000 francs. Supposons que les articles stocks sont numrots 1, 2, ..., N par valeur d'utilisation dcroissante. Pour chaque i = 1, 2, ..., N, on peut alors calculer la valeur cumule VC(i), o VC(i) est la somme des valeurs d'utilisation des articles 1, 2, ..., i. Exemple : Article Valeur d'utilisation 1 100.000 2 80.000 3 60.000 ... 50 2.000 VC 100.000 180.000 240.000 400.000

Soit DV(i) = VC(i)/VC(N). La courbe des points Pi = ( i/N , DV(i) ) est appele courbe de distribution par valeur; chaque point Pi indique le pourcentage de la valeur cumule totale reprsente par les i premiers pourcents d'articles. Exemple : Article i/N 1 1/50 = 0,02 2 2/50 = 0,04 DV(i) 0,25 0,45

74

3 ... 50

3/50 = 0,06 50/50 = 1,00

0,60 1,00

Une reprsentation graphique de cette courbe est donne par la Figure 1 ci-dessous. La forme (concave) de cette courbe est typique. Empiriquement, en effet, on observe souvent que la distribution par valeur suit approximativement une loi de Pareto, ou loi des 80/20: 80% de la valeur cumule totale est concentre sur 20% des articles. Cette observation conduit consacrer un maximum d'efforts et d'attention un petit nombre d'articles reprsentant une valeur cumule importante et utiliser des mthodes rclamant moins d'nergie ou de moyens pour les autres articles.
% de valeur cumule

100

% darticles
100

Courbe de distribution par valeur En pratique, cette observation conduit de nombreuses firmes utiliser un systme de gestion des stocks bas sur une classification ABC des articles: les 5 ou 10% d'articles ayant la plus grande valeur d'utilisation sont placs dans une catgorie A, les 50 % suivants dans une catgorie B, et le reste des articles dans une catgorie C. Suivant la loi de Pareto, la catgorie A reprsente donc typiquement 50% de la valeur d'utilisation totale, la catgorie B environ 40-45%, et la catgorie C quelques pourcents seulement. Bien sr, d'autres critres que la seule valeur d'utilisation peuvent galement entrer en ligne de compte pour dfinir la classification ABC. Le principe essentiel observer est que les articles placs dans la catgorie A doivent tre ceux pour lesquels des gains ou des pertes importants peuvent tre raliss au niveau de la gestion des stocks, alors que la gestion des articles de type C ne peut potentiellement conduire qu' des diffrences marginales. Ce critre est gnralement bien reflt par la valeur d'utilisation. Par exemple, des stocks excessifs dans la catgorie A se traduisent par des surcots plus levs que dans les catgories B ou C. Mais d'autres critres, totalement diffrents, pourraient galement tre considrs, comme par exemple les consquences entranes par une rupture de stock (l'article est il ou non substituable par un autre, quelle est son importance pour l'image de marque de la firme, etc), le volume de stockage requis, etc.

75

En termes de politique de gestion, les articles sont gnralement grs de faon uniforme au sein de chaque catgorie, alors que des diffrences plus profondes se marquent entre catgories. Par exemple : les articles A sont grs individuellement et de faon continue; ils sont placs sous la responsabilit directe d'un responsable (cadre) qui suit leur volution de prs; les paramtres de gestion (cots, quantits s, S, etc) sont revus rgulirement et des efforts sont consacrs leur optimisation; les articles B peuvent tre grs par des systmes demandant moins d'intervention humaine, qui dclenchent par exemple les ordres de commandes de faon automatise; l'optimisation des paramtres de gestion est moins cruciale; les articles C sont gnralement contrls priodiquement, longs intervalles (une gestion continue est galement possible, pour autant que le systme de dclenchement des commandes soit suffisamment simple; par exemple, systme deux casiers); ils sont regroups en familles de produits similaires plutt que grs individuellement, ce qui diminue la quantit d'informations traiter et simplifie les approvisionnements.
9.5. Quelques modles de gestion des stocks.

9.5.1. Quantit conomique de commande. Les hypothses de ce modle sont les suivantes: 1. il sagit de grer un seul article, approvisionn extrieurement; toute quantit commande est livre en une seule fois, et le dlai d'obtention est nul (la commande est reue instantanment); 2. la demande est dterministe (connue avec certitude), et de taux constant: on note D le nombre dunits consommes par unit de temps; 3. le cot de possession slve cp units montaires par unit de larticle et par unit de temps; 4. le cot de commande est de cL units montaires par commande; 5. la demande doit tre satisfaite au moment o elle est exprime: les ruptures de stock ne sont pas autorises. Remarquons que les paramtres D, cp et cL sont supposs stationnaires (cest--dire constants au cours du temps) et connus avec certitude. Il est trs facile de vrifier que, dans ces circonstances, la politique optimale consiste rapprovisionner une quantit constante Q lorsque le stock sannule. En effet, il ny a aucun intrt passer commande avant puisement des stocks, puisque la demande est connue et le dlai dobtention est nul. Par ailleurs, la quantit de commande optimale est ncessairement stationnaire. La position de stock suit donc l'volution temporelle reprsente par le graphique suivant: Q
quantit

Q/D

2Q/D

3Q/D

temps

76

Cette politique dapprovisionnement peut tre indiffremment interprte comme une politique (s,Q) avec s = 0 ou comme une politique (R,S) avec R = Q/D et S = Q. Reste maintenant dterminer la valeur de Q qui minimise les cots totaux entrans par cette politique. A combien se montent les cots encourus par unit de temps (disons par anne, pour fixer les ides)? Cots de commande: la demande totale slve D units par anne ==> il faut passer D/Q commandes par anne ==> cots de commande = cLD/Q par anne.
Cots de possession: le stock moyen slve Q/2 units ==> cots de possession = cpQ/2 .

Donc, le cot total par unit de temps vaut cLD/Q + cpQ/2. La valeur de Q qui minimise la fonction de cot est obtenue en annulant la drive de cette fonction par rapport Q. On obtient ainsi le minimum global Q* = 2c L D / c p . La quantit Q* est appele quantit conomique de commande (QEC) ou Economic Order Quantity (EOQ). (La formule dfinissant Q* est due Harris, 1913; elle est parfois galement attribue Wilson, Camp, etc; voir Erlenkotter 1990 pour un historique de cette formule). L'intervalle de temps coul entre deux rapprovisionnements, ou priode conomique entre commandes, est donn par : PEC = Q*/D = 2c L / Dc p .

Remarque: Comme on la vu au Chapitre 8, la quantit conomique de commande et la priode conomique entre commandes sont souvent utilises dans le cadre des mthodes MRP, lorsque les groupements de lots sont dtermins par la mthode de la quantit fixe ou du nombre de priodes fixe . Le choix de la quantit fixe ou de la priode fixe est alors frquemment bas sur le calcul de QEC et de PEC (o une unit de temps = une priode MRP). Il est important de comprendre que ceci est une pratique empirique sans aucune justification thorique puisque la demande fortement dpendante, caractristique des applications MRP, ne satisfait en gnral nullement aux hypothses du modle EOQ. 9.5.2. Dlai dobtention. Lorsque le dlai dobtention des approvisionnements nest pas nul, mais est gal L 0, il est nouveau ais de se convaincre quune politique de type (s,Q) reste optimale. Le point de commande s doit permettre de satisfaire exactement la demande durant le dlai dobtention, cest--dire s = DL. Par ailleurs, la fonction de cot est identique celle calcule dans le cas prcdent, et donc Q = 2c L D / c p .

77

9.5.3. Demande alatoire. Une gnralisation supplmentaire concerne le cas o la demande est alatoire, le dlai dobtention tant toujours considr comme certain. Dans ce cas, il nest bien sr plus possible dexclure totalement loccurrence de ruptures de stocks. Une modlisation complte de cette situation devrait donc galement spcifier le cot associ ces ruptures et le critre conomique optimiser (par exemple, lesprance mathmatique des cots sur lhorizon considr). Ce type dapproche prsente cependant plusieurs obstacles. Dune part, les cots de rupture sont souvent difficilement quantifiables. Dautre part, les modles doptimisation ainsi obtenus sont trs complexes et ne peuvent pas toujours tre rsolus de faon exacte. En pratique, lapproche optimisante sera donc rserve des articles particulirement importants (de classe A). Pour des articles de classe B, par contre, il est courant dadopter une approche plus simple base sur le maintien dun niveau de service prdtermin. La notion de niveau de service peut tre formalise de plusieurs faons non-quivalentes: en termes de probabilit de rupture, de nombre attendu de ruptures, de temps coul entre ruptures successives, etc. Nous retiendrons ici une des formalisations les plus simples et dfinirons le niveau de service comme la probabilit quaucune rupture de stock ne se produise entre deux approvisionnements successifs. En pratique, le gestionnaire des stocks devra fixer le niveau de service quil dsire obtenir pour chaque article (ou famille darticles) particulier, dans le cadre des lignes directrices adoptes par la firme. Ainsi, un niveau de service de 99% pourrait tre exig pour les produits finis si la stratgie concurrentielle de la firme repose sur une haute qualit de service, alors quun niveau de 90% pourrait tre jug acceptable par dautres firmes. Insistons sur le fait que, dans cette approche, le niveau de service est le reflet immdiat des proccupations stratgiques de la firme et ne doit donc pas tre laiss lapprciation dun employ isol. (La mme observation vaut pour lvaluation des cots de rupture dans les modles qui utilisent explicitement ces cots). Afin dillustrer cette discussion, considrons le modle suivant, qui fournit une gnralisation stochastique assez simple du modle EOQ: 1. il sagit de grer un seul article, approvisionn extrieurement; toute quantit commande est livre en une seule fois, et le dlai d'obtention vaut L 0; 2. la demande (cest--dire, le nombre dunits consommes) par unit de temps est une variable alatoire de moyenne D et dcart-type ; 3. le cot de possession slve cp units montaires par unit de larticle et par unit de temps; 4. le cot de commande est de cL units montaires par commande; 5. le niveau de service cibl vaut p (0 p 1). Lobjectif poursuivi est de minimiser lesprance des cots totaux (par unit de temps) sous la contrainte impose par le niveau de service. (Par rapport au modle EOQ dterministe de base, nous avons gnralis les hypothses 1, 2 et 5. Plus prcisment, le modle dterministe peut tre vu comme le cas limite du modle stochastique obtenu lorsque L = 0, 0 et p = 1.)

78

Le problme stochastique est difficile rsoudre exactement. On se contente donc gnralement dune approche heuristique du type suivant (voir Eppen, Gould and Schmidt 1993 ou Taha 1992). Dabord, par analogie avec le modle EOQ, on adopte une politique (s,Q). Sous cette restriction, il est facile de se convaincre que la valeur slectionne pour la quantit de commande ne joue pas un rle dterminant pour le respect du niveau de service. En effet, les ruptures de stock ne peuvent survenir que durant le dlai dobtention, et celui-ci est influenc par s, mais pas par Q*. Sur base de cette observation, on choisit la quantit de commande comme si la demande tait certaine et gale D, cest--dire quon pose Q = 2c L D / c p . Reste alors dterminer la valeur du point de commande s: on la prendra juste assez grande pour atteindre le niveau de service requis (bien sr, toute valeur suprieure permettrait galement datteindre ce niveau de service, mais au prix dune augmentation des cots de possession). Puisque les ruptures de stock peuvent seulement survenir durant le dlai dobtention, on va donc choisir s de telle sorte que Prob ( demande durant le dlai dobtention s ) = p. Pour illustrer ce principe de faon plus prcise, supposons par exemple que la demande suive une loi normale de moyenne D et dcart-type , et que la demande dans nimporte quel intervalle de temps soit indpendante de la demande dans tout autre intervalle de temps disjoint. Sous ces hypothses, la variable alatoire X = demande durant le dlai dobtention suit une loi normale de moyenne DL et dcart-type L. Le point de commande peut donc facilement tre dtermin par rfrence aux tables de la loi normale. Plus prcisment, considrons la variable alatoire U = (XDL)/L. Cette variable suit une loi normale standardise N(0,1). Par rfrence aux tables de la loi N(0,1), on peut donc trouver un nombre k tel que Prob( U k ) = p. On a alors: Prob ( demande durant le dlai dobtention s ) = p Prob ( X s) = p Prob ( U (sDL)/L ) = p (sDL)/L = k. Le point de commande s doit donc tre fix la valeur s = DL + kL. Cette valeur admet une interprtation intuitive. Le terme DL peut tre vu comme le niveau de stock permettant dattendre le rapprovisionnement suivant sans encourir de rupture dans des conditions de demande moyennes (de fait, comme on la vu plus haut, DL est le point de commande en rgime dterministe). Le terme kL, quant lui, peut tre interprt comme un stock de scurit dtermin dune part par lincertitude lie au caractre alatoire de la demande pendant le dlai dobtention (incertitude mesure par lcart-type L), et dautre part par le facteur k (qui ne dpend que du niveau de service p, et pas des paramtres D, de la distribution de demande). On appelle parfois k le niveau de scurit.

79

9.5.4. Modle du marchand de journaux. Les modles prcdents taient pertinents dans le cas d'articles approvisionns de faon rptitive. Considrons maintenant le cas d'un article rotation nulle, pour lequel le stock n'est approvisionn qu'une seule fois. Les units invendues la fin de lhorizon pourront tre coules prix rduit ou seront considres comme perdues. On pensera, par exemple, au cas des articles de mode ou prissables. La littrature scientifique illustre habituellement le modle mathmatique correspondant travers le dilemme dun marchand de journaux. Exemple: Un libraire sapprovisionne quotidiennement en journaux auprs dune maison ddition. Il paie v francs pour chaque exemplaire du journal, et le revend pour p francs. Les invendus lui sont repris g francs par l'diteur. On supposera g < v < p. La demande x du quotidien considr suit une loi de probabilit continue de densit f(x) (x 0). Combien de journaux le libraire doit-il commander chaque jour afin de maximiser son bnfice espr ? (Le critre du bnfice espr semble raisonnable ici, puisque l'on a affaire une situation trs rptitive.) Si une commande compte Q units et que la demande se monte X units, le bnfice peut tre calcul comme suit: b(Q,X) = = pQ - vQ pX + g(Q-X) - vQ si Q X si Q X.

Pour une commande de Q units, l'esprance du bnfice vaut donc : b(Q) = EX(b(Q,X)) = (p-v) Q Q f(x) dx + (g-v) Q
Q

f ( x) dx + (p-g) 0 x f ( x) dx
Q

= pQ + (gQ-pQ) 0 f ( x) dx - vQ + (p-g)

x f ( x) dx .

La drive de b(Q) par rapport Q vaut (en utilisant simplement la dfinition d'une primitive): b'(Q) = p - v + (g-p) 0 f ( x) dx + (gQ-pQ) f(Q) + (p-g)Q f(Q)
Q

= p - v + (g-p) Prob(X Q). La rsolution de l'quation b'(Q) = 0 indique que la quantit optimale de commande Q* est celle pour laquelle : Prob(X Q*) =
pv . pg

Ce rsultat peut aussi tre interprt plus intuitivement. Soit:

80

C0 = p - v = bnfice unitaire par vente, ou encore cot d'opportunit associ une vente rate. Cp = v - g = cot de possession associ une unit stocke mais non vendue. On a alors : Prob(X Q*) =
Cp C0 et Prob(X Q*) = . C0 + C p C0 + C p

Le marchand accepte donc une probabilit de stocker en excdent (X Q*) directement proportionnelle au bnfice qu'il retire d'une vente ralise et une probabilit de rupture de stock (X Q* ) proportionnelle au cot dune unit acquise mais non vendue. Ce rsultat peut aussi tre dduit d'une analyse marginale de la dcision de commande (voir Silver et Peterson 1985, pp. 399-400).

Bibliographie.

C. De Bruyn, Mthodes Quantitatives de Gestion 1, FEGSS, 1991. G.D. Eppen, F.J. Gould and C.P. Schmidt, Introductory Management Science, Prentice Hall, Englewood Cliffs, 1993. D. Erlenkotter, Ford Whitman Harris and the Economic Order Quantity Model, Operations Research Vol. 38, 1990, pp. 937-950. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. E. Silver et R. Peterson, Decision Systems for Inventory Management and Production Planning, J. Wiley & Sons, New York, 1985. H.A. Taha, Operations Research An Introduction, McMillan Publishing Company, New York, 1992. T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems, Business One Irwin, Homewood, Illinois, 1992.

81 CHAPITRE 10 ORDONNANCEMENT ET PILOTAGE DES ATELIERS 10.1. Gnralits.

Nous abordons dans ce chapitre le domaine de la planification trs court terme et celui du contrle en temps rel des oprations de production. On supposera que, d'une faon ou d'une autre, un plan de production tabli sur base de souspriodes relativement courtes (typiquement, hebdomadaires) est disponible (ceci pourrait tre le plan directeur de production, ou un plan MRP y associ). Au dbut de chaque sous-priode, le service production se trouve donc confront une collection d'ordres de fabrication excuter durant cette sous-priode. Ces ordres dterminent des listes doprations effectuer, mais ne prcisent pas ncessairement lordre dans lequel ces oprations doivent tre excutes (faut-il intercaler la commande C entre les commandes A et B ? faut-il peindre les pices bleues avant les rouges ?), ni le moment o elles doivent tre entames (lundi matin ? jeudi aprs-midi ?), ni les centres de production auquels elles doivent tre affectes (faut-il imprimer ces dpliants sur la vieille rotative, ou vaut-il mieux lui rserver une machine plus rapide ?). En particulier, puisque les contraintes de capacit n'ont t exprimes que de manire approche jusqu' ce stade de planification, le plan de production considr n'est mme pas ncessairement ralisable (il pourrait excder la capacit disponible). Dans ce cadre, on cherchera donc plus particulirement rsoudre la problmatique de l'ordonnancement des oprations, cest--dire de la planification trs court terme: de l'affectation des oprations aux postes de production, et des dates de lancement et de fin des oprations. Remarquons, au passage, que, contrairement ce que son appellation pourrait suggrer, l'activit d'ordonnancement va plus loin que la simple dtermination de l'ordre dexcution des oprations sur un centre de production ( sequencing en anglais). Le terme anglais pour ordonnancement est scheduling , et suggre, de faon plus adquate, la construction dun horaire de production. Le dernier niveau de dcision concernant la mise en route de la production est celui du contrle, ou du pilotage en temps rel des oprations. Dans un monde parfaitement dterministe, parfaitement connu, et parfaitement pris en compte par la planification, le contrle d'un atelier pourrait se limiter la mise en application des dcisions d'ordonnancement prises auparavant. En pratique, ceci n'est (presque) jamais le cas: certains lments ont un caractre alatoire, non prvisible avec certitude (pannes, temps de rglage, retards de livraison, maladie, ....); mme si certains vnements sont en ralit prvisibles, ils ne sont pas ncessairement connus par le responsable de la planification; tous les lments dterministes et connus ne sont pas ncessairement pris en compte au moment de l'ordonnancement, pour des raisons de simplicit.

82

Pour toutes ces raisons, on considre souvent que l'ordonnancement nonce seulement des propositions de lancement, qui sont acceptes telles quelles ou modifies par les dcisions de contrle. Au fil des jours, la ralit de l'atelier sloigne ainsi progressivement des plans tablis par les responsables de l'ordonnancement. Idalement, on voudrait donc pouvoir recalculer un nouvel ordonnancement le plus frquemment possible, par exemple tous les jours, en tenant compte des nouvelles conditions initiales dictes par l'tat de latelier (par exemple, oprations en cours, machines en panne, etc). En pratique, lutilisation dun tel ordonnancement glissant est rendue difficile par les temps de calcul levs que requirent les logiciels d'ordonnancement. On se rabat donc souvent sur des rgles de dispatching simples pour le pilotage de latelier.
10.2. Quelques concepts utiliss en ordonnancement.

Capacit finie et infinie. Dans le cadre de l'tablissement du plan directeur de production ou du plan MRP, on a travaill sans se proccuper de contraintes de capacit: ces plans ont t tablis capacit infinie, et leur faisabilit a simplement t contrle a posteriori et de faon approximative (rough-cut capacity planning et planification des besoins en capacit; voir Section 8.6). On ne peut bien sr plus se contenter d'une telle analyse approximative pour ltablissement d'un plan d'ordonnancement. Il faudra donc prsent tenir compte explicitement de la capacit de chaque poste de travail dans ce plan. Pour cette raison, lactivit dordonnancement est parfois appele planification capacit finie. Graphiques de Gantt. Le rsultat des analyses capacit infinie est dcrit graphiquement par une courbe, ou profil, de charge pour chaque poste de travail. Ces graphiques permettent de comparer facilement la capacit disponible la capacit requise. En ordonnancement, il est utile de disposer dune reprsentation graphique plus prcise des plans tablis. Ce but est atteint par lutilisation des graphiques de Gantt: pour chaque poste de travail, un tel graphique reprsente simplement, sur un axe temporel, les dates de dbut et de fin planifies pour chacune des oprations effectuer sur ce poste. Plusieurs postes de travail peuvent tre pris en compte dans un seul graphique de Gantt. En plus des dates planifies, il est galement courant de porter sur un graphique de Gantt les dates ralises de dbut et de fin de chaque opration. Ceci permet une comparaison des plans et des performances effectivement accomplies et fournit donc un outil daide au contrle de la production.

83 10.3. Description des ordres de fabrication et du systme de production.

Le plan dordonnancement est tabli sur base dune description des ordres de fabrication (ou OFs, frquemment appels tches dans la littrature scientifique) dune part, et du systme de production dautre part. Ces informations constituent donc la base de donnes utilise par tout logiciel dordonnancement. Chaque OF est vu comme un ensemble doprations effectuer, o une opration est une activit lmentaire, dcrite par des spcifications techniques, lidentification du type de machine et doutil utiliser, etc. Exemple: LOF U580512 (usinage dune pice de moteur) requiert les oprations suivantes: 1. fraisage sur le poste F12 (temps opratoire: 25 minutes); 2. tournage sur un des postes T01 ou T02 (temps opratoire: 15 min sur T01, 10 min sur T02); 3. fraisage sur le poste F3 (temps opratoire: 10 min); 4. barbage (temps opratoire: 10 min); 5. contrle de qualit final (2 min). Les informations qui constituent une description complte de chaque OF incluent donc, typiquement: - la gamme opratoire, cest--dire la squence d'oprations effectuer et les postes de travail requis, les temps opratoires estims, le dlai de fabrication estim (qui inclut lui-mme les temps opratoires, plus les temps d'attente, de transport et de lancement; voir Section 8.2), et les ressources ncessaires (qualification des ouvriers, outils, matires, ...); noter que des gammes opratoires alternatives existent parfois (voir lopration 2 tournage dans lexemple prcdent); - des donnes non techniques: date de dbut au plus tt de lOF (par exemple, mise disponibilit des matires, date d'achvement d'une opration entame sur un poste prcdent, ...), date d'exigibilit ou de livraison de lOF (fixe par exemple la passation de commande ou par le plan MRP), coefficient de priorit de lOF (li l'importance de la commande, ou au fait que la fabrication est pour stock ou sur commande). Les informations relatives au systme productif ou aux ressources incluent : - lidentification des postes de travail et une description de leurs caractristiques techniques (par exemple, vitesse, taux de rebuts, prsence ou non d'aire de stockages, ...); - les caractristiques du personnel de production: nombre, qualifications, ... - autres: AGVs, outils, palettes, ... - disponibilits: horaire normal, maintenances planifies, pannes, ...
10.4. Critres de qualit d'un ordonnancement.

Les critres utiliss pour juger de la qualit d'un plan d'ordonnancement peuvent tre nombreux et parfois mme contradictoires. Les critres purement conomiques (cot, profit) sont mal adapts dans ce cadre du trs court terme. On utilise donc plutt des critres d'efficacit organisationnelle: respect des dlais, quantit d'en cours, utilisation des postes de travail, ...

84

Ces critres peuvent tre prciss et formuls quantitativement de diffrentes manires. Pour ce faire, introduisons d'abord quelques notations. Soit un ensemble de n OFs (nots i = 1, 2,..., n) ordonnancer. Pour chaque OF, on connat en particulier: ri : la date de dbut au plus tt de lOF i, di : la date dexigibilit de lOF i. De plus, tout plan dordonnancement dtermine (par dfinition) Ci : la date dachvement de lOF i, et donc, par simple dduction, Ti = max(0,Ci - di): le retard de lOF i (le retard est nul si lOF est fini avant di), Fi = Ci - ri : le temps de passage de lOF i dans le systme (flow time). Quelques-uns des critres de performance couramment utiliss en ordonnancement peuvent prsent tre dfinis en termes des quantits introduites ci-dessus: U : nombre dOFs en retard, cest--dire pour lesquelles Ci > di ; T : retard moyen : T = (1 / n) 1 i n max(0, C i d i ) ; Tmax : plus grand retard = max1in max (0,Ci - di) ; Cmax : temps d'achvement du dernier OF = max1in Ci (makespan); F : temps de passage moyen des OFs : F = (1 / n) 1i n (C i ri ) . Tous ces critres connaissent galement une version pondre permettant de prendre en compte les divers degrs de priorit des OFs. Chacun des critres U, T, Tmax donne une mesure du respect des dlais, mais ces mesures ne sont pas ncessairement concordantes. De mme, Cmax et F mesurent de faon diffrente la vitesse laquelle les OFs sont vacus du systme. En particulier, F peut tre vu comme une mesure indirecte de la quantit d'en cours. Exemple. Considrons 2 OFs excuter sur une unique machine. Chaque OF comporte une seule opration et est caractrise par les paramtres suivants: OF (opration) 1 2 --------------------------------------------0 date de disponibilit ri 11 2 date dexigibilit di 2 10 temps opratoire pi

Deux ordonnancements sont possibles: (1,2) et (2,1). Pour le premier ordonnancement, on obtient

85

OF 1 2 --------------------------------------------en retard non oui 0 10 Ti 2 12 Ci - ri et donc: U = 1, T = 5, Tmax = 10, Cmax = 12, F = 7. De mme, pour le second ordonnancement, OF 1 2 --------------------------------------------en retard oui oui 1 8 Ti 12 10 Ci - ri et donc: U = 2, T = 9/2, Tmax = 8, Cmax = 12, F = 11. On constate que le premier ordonnancement est meilleur que le second sur les critres U et F, mais quil est moins bon sur les critres T et Tmax. Les logiciels d'ordonnancement gnrent souvent plusieurs propositions d'ordonnancement pour une situation donne et fournissent une valuation de ces propositions selon diffrents critres. Ceci permet une slection manuelle du plan jug globalement le meilleur. L'importance relative accorde aux diffrents critres doit alors tenir compte des priorits (tactiques ou stratgiques) de la firme: veut-on mettre laccent sur le respect des dlais plutt que sur la rduction des encours ? peut-on rengocier lune ou lautre date de livraison ? etc. Il faut galement remarquer que le calcul d'un ordonnancement optimisant un critre dtermin est en gnral difficile et se situe bien souvent au-del des possibilits actuelles des techniques mathmatiques doptimisation. En pratique, on aura donc recours des heuristiques plutt qu des mthodes doptimisation exactes pour raliser le calcul dordonnacement. En variant les heuristiques utilises, on peut assez facilement soumettre plusieurs ordonnancements au dcideur, comme voqu ci-dessus.
10.5. Ordonnancement sur une machine unique.

Afin dillustrer plus concrtement la discussion prcdente, considrons le cas de plusieurs OFs effectuer sur une seule machine, o chaque OF consiste en une seule opration et tous les OFs partagent une date au plus tt commune. La considration de ce cas apparemment simpliste peut se justifier par le fait que les problmes plusieurs machines sont souvent attaqus, implicitement ou explicitement, par la rsolution successive de problmes une machine. Cest par exemple le cas lorsque l'on utilise des rgles de dispatching pour le pilotage en temps rel (voir plus bas). C'est galement le cas pour des approches plus sophistiques (comme celle

86

utilise par le logiciel commercial OPT) qui dveloppent un ordonnancement d'atelier en amliorant de faon itrative l'ordonnancement courant sur chacune des machines-goulots. Au vu de nos hypothses, on emploiera indiffremment dans cette section la terminologie OF ou opration et on supposera que r1 = r2 = ... = rn = 0. Par ailleurs, on notera pi : temps opratoire de lOF (opration) i.

Exemple : Considrons n = 5 OFs. OFs : 1 2 5 15 Temps opratoires pi : 0 0 Dates au plus tt ri : 10 30 Dates d'exigibilit di :

3 4 8 20 0 0 41 40

5 3 0 20.

Remarquons que, pour n'importe quel ordonnancement sans temps mort, Cmax est toujours gal la somme des temps opratoires des diffrents OFs (ainsi, pour notre exemple, Cmax = 5 + 15 + 8 + 20 + 3 = 51). Ce critre prsente donc peu dintrt pour le problme qui nous occupe. Le critre du temps de passage moyen F est, lui, plus intressant. On dmontre rigoureusement que, pour les problmes une machine avec date au plus tt commune, la rgle du Temps Opratoire Minimum (TOM; Shortest Processing Time, SPT) permet de minimiser F; cette rgle prescrit simplement dexcuter les OFs par temps opratoires croissants (sur un plan intuitif, le lecteur se convaincra facilement que, en commenant par les OFs les plus longs, on augmenterait considrablement le temps de passage de tous les OFs). Exemple: Pour l'ordonnancement (1,2,3,4,5) (slectionn arbitrairement), on calcule: F = (5 + 20 + 28 + 48 + 51)/5 = 30,4. La rgle TOM fournit lordonnancement optimal (5,1,3,2,4), pour lequel F = 21,8. Par ailleurs, on dmontre que le critre du plus grand retard (Tmax) est minimis par la rgle de la Date d'Exigibilit Minimum (Earliest Due Date, EDD), qui consiste ordonnancer les OFs par date dexigibilit croissante. Exemple: Pour lordonnancement (5,1,3,2,4) (qui minimisait F), les OFs 2 et 4 sont en retard et Tmax = 11 (retard encouru par lOF 4). Par contre, en appliquant la rgle EDD, on obtient lordonnancement (1,5,2,4,3), pour lequel les OFs 3 et 4 sont en retard et Tmax = 10. Mentionnons encore que, mme pour une seule machine, les problmes d'ordonnancement peuvent tre dune grande complexit. Par exemple, dcider si il existe un ordonnancement respectant toutes les dates d'exigibilit est un problme difficile (pour autant que les dates au plus tt ne concident pas; sinon, EDD rsout la question). Les problmes plusieurs machines sont, a fortiori, extrmement difficile rsoudre de faon exacte. En particulier, dans le cas dateliers plusieurs machines, aucune rgle simple nest connue pour minimiser F ou Tmax.

87 10.6. Pilotage des ateliers: Rgles de dispatching.

Dans un job-shop, l'absence ou la dtrioration progressive d'un plan d'ordonnancement sont souvent compenses par l'utilisation de rgles de priorit simples, dites rgles de dispatching. Ces rgles permettent de dcider du prochain OF lancer en production sur chaque poste de travail donn en ne tenant compte que des caractristiques des OFs disponibles ce poste (et donc, en ngligeant les interactions entre ces OFs et les autres OFs en cours dans latelier, ainsi que les interactions entre postes de travail). Le problme de pilotage est ainsi ramen, pour lessentiel, une srie de problmes d'ordonnancement une machine, pour lesquels les rgles de dispatching fournisssent des approches heuristiques simples. Quelques rgles de dispatching souvent utilises en pratique sont les suivantes: parmi les OFs disponibles au poste considr, slectionner le premier OF arriv ce poste (premier arriv premier servi, FIFO), ou lOF i pour lequel le temps opratoire de lopration raliser est le plus faible (TOM), ou lOF dont la date dexigibilit di est la plus prcoce (EDD), ou lOF i dont le ratio critique CRi est le plus faible, avec CR i = temps restant jusqu' d i temps total requis pour terminer l' OF i

(en plus des temps opratoires proprement dits, le dnominateur de CRi inclut les temps d'attente, de transferts, de lancements, ... encore requis par lOF; un ratio CRi infrieur 1 n'indique donc pas ncessairement quun OF sera termin en retard, dans la mesure o la plupart de ces temps sont estims sur des bases approximatives et peuvent galement tre rduits en cas d'urgence). Empiriquement, on constate que la rgle TOM prsente souvent un comportement trs satisfaisant sur diffrents critres de performance, en dpit de sa simplicit et du fait quelle ne tienne pas compte explicitement des dates dexigibilit. Remarquons encore que les rgles de dispatching nonces ci-dessus se caractrisent par des exigences en information trs variables. Par exemple, TOM n'utilise que de l'information locale et relativement statique (temps opratoires sur la machine considre). Par contre, les dates d'exigibilit constituent de l'information non locale et susceptible de varier au fil du temps (par exemple, lors des rvisions priodiques du plan MRP). Il est donc plus difficile de tenir cette information jour. Des observations similaires sappliquent la dtermination du ratio critique. Les rgles de dispatching peuvent tre utilises par le management pour imposer un certain contrle sur le pilotage de l'atelier (contrle centralis/dcentralis, standardisation par les procdures de travail; voir Boskma 1987 pour une discussion plus approfondie).

88 10.7. Ordonnancement dateliers par les rgles de dispatching.

Comme nous lavons dj mentionn plus haut, les rgles de dispatching peuvent tre utilement vues comme des heuristiques de rsolution de problmes dordonnancement une machine. En fait, vue de faon plus large, leur utilisation lors du pilotage des ateliers conduit aussi, implicitement, la construction dun ordonnancement pour tous les OFs en cours dans latelier (le diagramme de Gantt de cet ordonnancement peut facilement tre reconstitu, a posteriori, sur base des dates de dbut et de fin observes plutt que planifies de chacune des oprations). En prolongeant quelque peu ce raisonnement, et en le transposant dans un cadre de planification plutt que de pilotage en temps rel, on parvient alors la conclusion que les rgles de dispatching peuvent galement tre utilises pour dfinir des heuristiques d'ordonnancement plusieurs machines. L'ide est ici de simuler le passage des OFs effectuer sur les diffrents postes de travail. A chaque instant et sur chaque poste, les dcisions de lancement sont prises en application d'une (ou de plusieurs) rgle(s) de dispatching prdtermine(s) (voir l'exemple cidessous). En faisant varier les rgles de dispatching utilises, on gnre facilement des plans alternatifs qui peuvent tre valus sur base des critres de performance jugs pertinents. (C'est ainsi que procdent certains logiciels d'ordonnancement.) Exemple. Considrons trois machines (A, B, C) et 4 OFs numrots (1,2,3,4). On supposera que ri = 0 pour chaque OF. Les gammes opratoires des OFs et leurs dates dexigibilit sont dtailles dans le tableau suivant: OF 1 2 3 4 Gamme opratoire (et pi) A(2), B(3), C(1) A(3), C(1) C(1), B(2) B(5), C(2), A(1) di 10 5 11 9

Nous utiliserons (arbitrairement) la rgle de dispatching TOM. La procdure d'ordonnancement peut donc tre dcrite comme suit: chaque instant, examiner la file d'attente devant chaque machine et lancer lOF disponible ayant le temps opratoire le plus faible sur cette machine. On obtient ainsi le graphique de Gantt suivant (o le symbole inactive) : A B C 11222 4 4444433111 3 244 1 File d'attente 1,2,4 4,3,1 3,2,4,1 indique quune machine est

89

10

11

Remarquons par exemple que, aprs 5 units de temps, les OFs 1 et 3 sont disponibles devant la machine B. Puisque les temps opratoires de ces deux OFs sur la machine B valent respectivement 3 et 2, la rgle TOM donne priorit lOF 3. On obtient ainsi un ordonnancement o le dernier OF est termin aprs 11 jours, et o les OFs 1 et 2 sont en retard d'un jour. En appliquant la rgle EDD plutt que TOM chaque machine, on aurait obtenu lordonnancement suivant: A B C 22211 4 4444411133 3 2 44 1 File d'attente 1,2,4 4,3,1 3,2,4,1

10

90

A la priode 5, contrairement ce qui se passait avec la rgle TOM, la rgle EDD donne priorit lOF 1 sur lOF 3. On obtient ainsi un ordonnancement o tous les OFs sont termins aprs 10 jours et o aucun OF nest en retard.(Comme on pouvait sy attendre, la performance de EDD en termes de respect des dlais est donc meilleure sur cet exemple que celle de TOM. Mais il ne sagit pas l dune rgle absolue!)
Bibliographie.

K. Boskma, Produktie en Logistiek, 2me dition, Wolters-Noordhoff, Groningen, 1987. V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. S.C. Graves, A.H.G. Rinnooy Kan et P.H. Zipkin (eds.), Logistics of Production and Inventory, North-Holland, Amsterdam, 1993. J.O. McClain, L.J. Thomas et J.B. Mazzola, Operations Management, 3me dition, PrenticeHall, Englewood Cliffs, 1992. M. Pinedo and X. Chao, Operations Scheduling with Applications in Manufacturing and Services, McGraw-Hill Irwin, 1998. T.E. Vollmann, W.L. Berry et D.C. Whybark, Manufacturing Planning and Control Systems, Business One Irwin, Homewood, Illinois, 1992.

91 CHAPITRE 11 GESTION DE PROJETS

11.1. Gnralits.

Un projet est un ensemble d'activits interdpendantes, mobilisant les ressources de l'entreprise sur une priode de temps tendue et gnralement excut une seule fois. Les exemples concrets de projet sont lgions: la construction de btiments ou de sites industriels (la liste des activits peut inclure, audel de la construction proprement dite, la conception des plans et des maquettes, la passation de contrats d'embauche, d'approvisionnement et de sous-traitance, etc); les projets techniques de grande envergure, comme les projets spatiaux; l'implantation d'un rseau informatique ou dun systme ERP dans une entreprise; le lancement d'un nouveau produit; la conception et la fabrication de produits uniques sur commande (production unitaire, engineering sur commande); la maintenance d'installations industrielles lourdes (nuclaire, sidrurgie), etc. La production de nombreuses entreprises concerne exclusivement ou principalement la ralisation de projets. Des approches de gestion spcifiques ce contexte particulier ont donc t dveloppes au fil du temps. Au sein de la gestion de projets, on distingue gnralement trois problmatiques distinctes: la planification, l'ordonnancement et le contrle. 1) La planification du projet comprend le recensement et la dfinition des activits lmentaires excuter, la clarification des relations dantriorit respecter entre ces activits, l'estimation de la dure des activits et des ressources requises pour leur excution (main d'oeuvre, financement, ...). Il s'agit l d'une phase bien plus dlicate qu'il n'y parat (particulirement lorsqu'un projet est le premier de son espce, et implique plusieurs groupes d'acteurs pour la ralisation d'un trs grand nombre d'activits). Sa bonne conduite est dterminante pour le succs ou l'chec d'un projet. 2) L'ordonnancement du projet consiste en l'laboration d'un calendrier pour son excution, c'est--dire la programmation de dates de dbut et de fin pour chaque activit. Comme dhabitude en ordonnancement, on y recherche un compromis entre plusieurs objectifs conflictuels: achvement du projet dans les dlais les plus courts, au moindre cot et en nivelant l'utilisation des ressources. 3) Le contrle du projet a pour but de vrifier la correspondance entre les plans tablis et leur excution, et de prendre les recours ventuellement ncessaires en cas de dviation trop importante. Ceci implique des retours frquents la phase d'ordonnancement, afin de ractualiser les calendriers en fonction de l'volution relle du projet. Nous nous concentrerons ici plus particulirement sur la problmatique de lordonnancement.

92 11.2. Les mthodes de chemins critiques.

Les principaux outils mathmatiques utiliss pour la gestion de projets sont les mthodes PERT et CPM (PERT: Project Evaluation and Review Technique; CPM: Critical Path Method). Ces mthodes permettent de rpondre diffrentes questions (ordonnancement, probabilit de terminer dans les dlais, ...) en modlisant le projet laide d'un mme graphe appel rseau d'activits. Au vu de cette similitude, on identifie trs souvent les deux mthodes sous l'appelation PERT/CPM, ou mthodes de chemins critiques. Ces mthodes constituent principalement des outils d'ordonnancement et de contrle, mais contribuent galement systmatiser la phase de planification. Rseau d'activits. Soit A l'ensemble des activits excuter, sur lequel on a dfini un certain nombre de contraintes dantriorit auxquelles tout ordonnancement devra satisfaire. Un rseau d'activits pour A est un graphe G tel que: - l'ensemble X des sommets de G (appels vnements) comporte deux sommets particuliers 0 (dbut) et n (fin): 0 est le seul sommet o n'entre aucun arc et n est le seul sommet d'o n'mane aucun arc; les autres sommets sont interprts comme des jalons du projet, reprsentant l'achvement ou le lancement de certains groupes d'activits; - chaque activit est reprsente dans G par un arc (i,j) de longueur dij, o dij est la dure (ou longueur) de l'activit; nous verrons dans un instant que G peut galement comporter certains arcs qui ne sont associs aucune activit relle; ces arcs fictifs ont alors longueur 0; - G ne contient pas de circuits (c'est--dire de chemins ferms); - l'activit (i,j) doit absolument prcder l'activit (r,s) dans l'excution du projet si et seulement si il existe un chemin de G empruntant successivement larc (i,j) puis larc (r,s). Exemple 1. Considrons 7 activits dont la dure (en jours) est indique entre parenthses: A(3), B(2), C(7), D(4), E(3), F(6), G(4). Supposons que ces activits sont soumises aux contraintes dantriorit suivantes: - A prcde B et C; - C et D prcdent E; - B prcde D; - E et F prcdent G. Un rseau d'activits associ ce projet est reprsent ci-dessous.
2 B(2) D (4) C(7)

A(3)

E(3) G(4)

F(6)

93

En pratique, numrer toutes les activits et toutes les relations dantriorit constitue un dfi pour le gestionnaire du projet, mais galement un travail fructueux en soi. Remarquons en particulier que, dans un projet rel, la notion d'activit n'est pas dfinie de manire absolue: il existe gnralement plusieurs faons de dcouper un projet en activits lmentaires. La construction du rseau oblige le gestionnaire s'interroger systmatiquement sur la nature des activits accomplir ainsi que sur leurs relations mutuelles. Ceci justifie la remarque formule plus haut, selon laquelle les mthodes de chemins critiques fournissent une aide non ngligeable dans la phase de planification (en gnral, tablir un modle est au moins aussi utile et instructif que le rsoudre). Revenons prsent sur la dfinition du rseau d'activits pour y ajouter quelques prcisions. Tout d'abord, remarquons que chaque sommet peut tre interprt comme un jalon marquant l'achvement de toutes les activits qui entrent dans ce sommet et, par voie de consquence, la possibilit de lancer chacune des activits qui en mane. En ce qui concerne la liste des relations dantriorit, il est d'usage de ne pas reprendre dans cette liste les contraintes impliques par transitivit. Ainsi, dans l'Exemple 1 ci-dessus, la relation 'A prcde D' ne figure pas explicitement dans la liste, mais peut tre dduite des relations 'A prcde B' et 'B prcde D'. Notons encore que, afin de reprsenter fidlement les relations dantriorit, il est parfois ncessaire d'introduire dans le rseau des activits fictives ('dummies') qui ne correspondent donc aucune activit relle et dont la dure est par dfinition gale zro. Cette situation se prsente notamment lorsque deux activits, disons A et B, doivent tre suivies par des ensembles d'activits non disjoints, mais non identiques. Exemple 2 (construction d'un immeuble). A: pose des fentres; B: rejointoyage des murs; C: peintures extrieures; D: peintures intrieures. Contraintes: A doit prcder C et D; B doit prcder C. La dmarche 'naturelle', sans introduction d'arcs fictifs, conduit un rseau o B est forc de prcder D, alors que cette contrainte n'a pas t pose explicitement. Par contre, en introduisant un arc fictif, on obtient le rseau suivant.

A A

Une autre situation dans laquelle les arcs fictifs sont parfois utiliss se prsente lorsque deux activits ont exactement les mmes prdcesseurs et successeurs, et pourraient donc tre

94

reprsentes par deux arcs parallles (c'est--dire deux arcs partageant les mmes extrmits). Afin de mieux distinguer ces activits, il est alors coutumier d'insrer un arc fictif comme indiqu ci-dessous. (Notons que cette convention n'est pas strictement ncessaire pour assurer le traitement mathmatique du problme d'ordonnancement. Elle se rvle cependant trs pratique dans les implantations informatiques o chaque activit est enregistre comme une paire de sommets de la forme (i,j)).
A A

Chemins critiques. Nous appellerons longueur dun chemin de G la somme des dures des arcs situs sur ce chemin. Supposons maintenant que le projet commence la date 0. Observation: la longueur d'un plus long chemin entre le sommet 0 et l'vnement i est une borne infrieure sur la date de dbut de toute activit (i,j). En particulier, la longueur d'un plus long chemin (appel chemin critique) entre 0 et n est une borne infrieure sur le temps ncessaire pour excuter le projet. Il est peut-tre moins vident, mais nanmoins vrai, que la longueur d'un chemin critique correspond exactement la dure minimale ncessaire pour excuter le projet. Cette observation fondamentale est la base de toutes les mthodes de chemins critiques. Exemple 1 (suite). Le seul chemin critique est A,C,E,G. Sa longueur vaut 17. Il est clair qu'aucune des activit situes sur ce chemin ne peut subir de retard si le projet doit tre termin en 17 jours. Par contre, F pourrait subir un retard de 7 jours sans retarder le projet. Calcul du chemin critique et des marges. Le plus long chemin de 0 n dans G correspond au plus court chemin dans un graphe modifi o l'on aurait remplac chaque dure d par -d. Cette observation implique que l'on peut utiliser un algorithme de plus court chemin (tels ceux tudis dans le cadre des cours de mathmatiques) pour calculer un chemin critique de G. En fait, parce que G ne contient pas de circuits, l'algorithme prend ici une forme particulirement simple.

95

Phase 1. Calculer pour chaque vnement i (c'est--dire chaque sommet de G) une date au plus tt Ei, qui est la date la plus prcoce laquelle l'vnement i puisse se raliser: - E0 = 0; - pour chaque vnement j autre que 0, si l'on a calcul la date Ei pour tous les vnements i qui prcdent j dans G, alors Ej = max { Ei + dij : (i,j) est un arc de G }.

dij j

Cet algorithme se justifie aisment de faon intuitive: si l'on ne peut pas atteindre i avant la date Ei (quelque soit i prcdant j), alors on ne peut certainement pas atteindre j avant la date Ei + dij. La date En est exactement la longueur d'un chemin critique. Dans la suite de notre discussion, nous supposerons que le gestionnaire du projet vise terminer le projet au plus vite, et donc la date En. Aprs avoir calcul En comme dans la phase 1, il n'est pas difficile de reconstruire le chemin critique lui-mme sur base des calculs effectus. L'approche suivante permet de rsoudre ce problme et fournit simultanment d'autres informations utiles pour la gestion du projet. Phase 2. Calculer pour chaque vnement i une date au plus tard Li, qui est la date la plus tardive laquelle l'vnement i doit tre ralis pour permettre l'achvement du projet avant En: - Ln = En; - pour chaque vnement i autre que n, si l'on a calcul la date Lj pour tous les vnements j qui suivent i dans G, alors Li = min { Lj - dij : (i,j) est un arc de G }. dij j

96

Exemple 1 (suite). Calculons les dates au plus tt et au plus tard de ce projet. 2 B(2) 3 3 A(3) 1 C(7) 3
4

5 6 D(4) 10 10 E(3) G(4) n 13 13 17 17

0 0

F(6)

La connaissance des dates au plus tt et au plus tard permet son tour le calcul des marges , c'est--dire de la flexibilit dont dispose le gestionnaire dans l'tablissement d'un calendrier relatif chacune des activits du projet. Diffrents types de marges sont considrer et prsentent diffrentes mesures de cette flexibilit. L'observation fondamentale qui dcoule directement de la dfinition des dates au plus tt et au plus tard est la suivante: une activit (i,j) peut tre excute n'importe quand dans l'intervalle [Ei,Lj] sans compromettre l'achvement du projet la date En. La dfinition suivante parat donc assez naturelle: la marge totale (total float) d'une activit (i,j) est la quantit TFij = Lj - Ei - dij. Appelons une activit critique si elle se trouve sur (au moins) un chemin critique. On dmontre qu'une activit est critique si et seulement si sa marge totale est gale 0. En particulier, si (i,j) est une activit critique, alors Ei = Li et Ej = Lj: on doit donc entamer l'activit en Ei et la terminer en Lj pour ne pas retarder le projet. Ceci signifie que les activits critiques sont prcisment celles dont la ralisation doit tre surveille de prs lors du droulement d'un projet. L'identification des activits critiques permet donc au gestionnaire de concentrer son attention sur quelques activits essentielles plutt que de la disperser sur l'ensemble du projet. La dfinition suivante est motive par l'observation qu'une activit (i,j) peut tre excute n'importe quand dans l'intervalle [Ei,Ej] sans influencer en rien le dmarrage des autres activits (puisque, de toute faon, l'vnement j ne pourra pas tre ralis avant la date Ej): la marge libre (free float) d'une activit (i,j) est la quantit: FFij = Ej - Ei - dij.

97

La diffrence entre marge totale et marge libre est bien mise en vidence sur notre exemple numrique. Exemple 1 (suite). TF A B C D E F G 3-0-3 = 0 6-3-2 = 1 0 10-5-4 = 1 0 13-0-6 = 7 0 FF 0 5-3-2 = 0 0 10-5-4 = 1 0 7 0

Supposons que le calendrier tabli pour le projet de lExemple 1 demande que chaque activit dmarre le plus rapidement possible, et donc sa date au plus tt. Considrons prsent les activits B et D. La marge totale de B vaut 1, puisque, en retardant le dmarrage de B dun jour, on pourrait encore terminer le projet en 17 jours. Par contre, la marge libre de B est nulle, puisque tout retard dans lexcution de B retarderait le dmarrage de D par rapport sa date au plus tt calcule, cest--dire 10. Le cas de lactivit D est diffrent: toutes autres choses restant gales, un jour de retard dans le dmarrage de D ninfluencerait en aucune faon le dmarrage de E, ni daucune autre activit. La marge libre de D est donc gale 1.
11.3. Construction d'un ordonnancement et implantation.

Le calcul des dates au plus tt, des dates au plus tard et des marges fournit des informations utiles au gestionnaire mais ne livre pas directement un ordonnancement, c'est--dire un calendrier d'excution du projet. En fait, plusieurs ordonnancements sont gnralement compatibles avec les dates calcules, et un choix dfinitif implique la considration d'autres critres que celui de la date d'achvement final. Il est de tradition de rsumer par un graphique de Gantt l'essentiel de l'information numrique fournie par les mthodes de chemins critiques. Dans le contexte de lordonnancement de projets, un graphique de Gantt consiste en un axe temporel sur lequel chaque activit (i,j) est visualise l'aide d'un intervalle [Ei,Lj]. Si l'activit est critique, sa priode d'excution doit donc ncessairement coincider avec l'intervalle correspondant. Par contre, si l'activit n'est pas critique, alors sa dure est plus courte que l'intervalle [Ei,Lj] et son excution doit tre programme entre les bornes de l'intervalle.

98

Exemple 1 (suite). Voici un ordonnancement possible pour le projet de lExemple 1 : | | | B | | A | C | E | G | ---------------------------------------------------------0 3 5 6 10 13 17 Pour les activits B et D, quelques ordonnancements compatibles avec les dates calcules sont donc (rappelons que B doit prcder D): (1) | B | D | --------------------------------------0 3 5 6 9 10 (2) | B | | D | --------------------------------------0 3 5 6 10 (3) | B | D | --------------------------------------0 3 4 5 6 10 L'ordonnancement (3) est prfrable aux ordonnancements (1) et (2) si certaines ressources ncessaires pour l'excution de B ne sont disponibles qu' partir du quatrime jour. De mme, (2) peut tre cart au profit de (3) si il est prfrable de lancer D dans la foule de B (par exemple, parce que ces deux activits requirent la prsence des mmes ouvriers sur le chantier). En rgle gnrale, il est trs difficile d'tablir un ordonnancement satisfaisant des contraintes sur les ressources disponibles ou d'autres critres secondaires. Pour rsoudre ce type de problme, les logiciels commerciaux font appel des mthodes heuristiques qui ne peuvent pas garantir le calcul d'un calendrier optimal et qui doivent donc parfois tre guides 'manuellement'. F D | |

99

Lorsqu'un plan d'ordonnancement a finalement t adopt et que les premires activits ont t lances, le rseau d'activits devient un prcieux outil de contrle pour le gestionnaire de projet. Les dates et marges calcules lui permettent de surveiller l'volution du projet et de s'assurer que les dviations enregistres ne compromettent pas le calendrier tabli. Si la ralisation du projet s'carte exagrment du programme planifi, il ne restera plus qu' recalculer un nouvel ordonnancement qui tienne compte de l'tat d'avancement rel du projet.
11.4. Modifications du modle de base.

Dans cette section, nous allons brivement discuter la faon dont le modle de base de la gestion de projet peut tre enrichi lorsque l'on abandonne la vision troite de la dure des activits comme une donne dterministe et rigide, pour la considrer plutt comme un paramtre alatoire ou encore comme une variable de dcision. Quelques remarques s'imposent au sujet de ces modifications. Tout d'abord, les modles que nous allons prsenter sont plus gnraux que le modle tudi dans les sections prcdentes. Il serait faux, cependant, d'en tirer la conclusion que le modle de base est forcment insuffisant ou incomplet, et peut donc tre froidement jet aux oubliettes. Bien au contraire, il existe de nombreuses situations dont les caractristiques essentielles sont adquatement refltes par le modle de base. Dans de telles circonstances, la modlisation de dtails plus fins sera vue par le gestionnaire comme une nuisance plutt que comme une option dsirable. On retrouve ici l'illustration d'un des principes fondamentaux de la construction de modles, le principe KISS (Keep It Simple, Stupid; un modle n'tant jamais qu'une approximation de la ralit, un compromis doit tre recherch entre le niveau de dtail et la simplicit du modle). Les modles ci-dessous peuvent galement tre vus comme autorisant une analyse de sensibilit des rsultats drivs dans le cadre du modle de base. Aprs avoir calcul la dure critique d'un projet et les marges associes chaque activit, on peut ainsi se poser des questions du type: - si les dures des activits ne sont pas connues avec certitude, quelle est la probabilit de terminer avant la date critique ? - si la dure des activits peut tre (partiellement) matrise, combien de temps faudrait-il consacrer chacune d'entre elles pour terminer dans les dlais contractuels ?

11.4.1. Dures incertaines (modle PERT). Pour certains projets, il est trs difficile de fournir une estimation raisonnable de la dure de chaque activit. C'est par exemple le cas lorsque la ralisation de certaines activits est conditionne par des lments purement alatoires (conditions mtorologiques, ...) ou chappant au contrle du gestionnaire de projet (grves, sous-traitance, ...), ou lorsqu'aucun

100

projet similaire n'a t ralis prcdemment. Dans de telles conditions, on choisit souvent de traiter la dure de chaque activit comme une variable alatoire. Ceci a pour consquence que la dure totale du projet ne peut videmment plus tre fixe de faon dterministe, comme c'tait le cas prcdemment. On devra donc se contenter, au mieux, d'noncer des prdictions sous forme probabiliste quant aux dates d'achvement du projet ou des diffrentes activits. La mthode PERT s'efforce prcisment d'analyser ce type de situations. Note. La mthode PERT a t concue dans le cadre du dveloppement du missile Polaris par la U.S. Navy, vers la fin des annes cinquante. Ce projet impliquait plus de 9000 soustraitants et une incertitude considrable entourait la dure des activits, pour lesquelles aucune exprience pralable n'tait disponible. Soit un rseau d'activits G pour lequel la dure dij de l'activit (i,j) est incertaine. On admettra que chaque dure dij est une variable alatoire dcrite par trois paramtres numriques: - la dure la plus probable de l'activit, note mij, - la dure optimiste aij de l'activit, c'est--dire le temps requis par cette activit dans des circonstances extrmement favorables; - la dure pessimiste bij de l'activit, c'est--dire le temps requis par cette activit dans des circonstances adverses. Ces paramtres doivent bien entendu satisfaire aux contraintes: aij mij bij. Sur base de ces paramtres, on peut obtenir une estimation de l'esprance (ij) et de la variance (Vij) de la dure dij. Nous utiliserons pour cela les formules suivantes: ij = (aij + bij + 4mij)/6
b ij a ij 2 Vij = 6

(Ces formules sont justifies dans la littrature sous lhypothse additionnelle que la variable dij suit une loi bta. Plus simplement, on peut observer que ij est exprim comme une moyenne pondre des dures optimiste, probable et pessimiste, et que lexpression de Vij peut tre motive par la considration de l'ingalit de Chebyshev. Cette ingalit assure en effet que, pour une variable alatoire X quelconque, Prob X E(X) 3 V(X) 0.89 . Intuitivement, lcart entre les valeurs observes dune variable alatoire et sa moyenne excde donc rarement 3 carts-types.) Par la suite, nous traiterons dij comme une variable alatoire dont la distribution est partiellement caractrise par la connaissance de ij et Vij.

101

Puisque la dure de chaque activit est alatoire, il est clair que la date d'achvement du projet elle-mme, c'est--dire En, doit tre traite comme une variable alatoire. En rgle gnrale, il est trs difficile d'estimer la distribution de En, et donc de calculer les probabilits qui s'y rapportent (par exemple, la probabilit que le projet soit termin dans des dlais prescrits). On se contente souvent d'estimer cette probabilit en formulant une srie d'approximations que nous allons dcortiquer successivement. Tout d'abord, appelons G* le rseau (dterministe) obtenu en affectant une dure ij chaque activit (i,j) de G, et considrons un chemin critique CC de G*. Nous noterons dcc la variable alatoire

( i , j)CC

d ij (il s'agit bien l d'une quantit alatoire qu'il convient de distinguer soi-

gneusement de la quantit certaine

( i , j)CC

ij ).

Approximation 1. On admettra que la dure totale du projet est gale la somme des dures des activits situes sur le chemin CC, c'est--dire qu'on identifiera En dcc. Remarquons que ceci constitue bien une approximation de la ralit puisque CC est seulement critique pour G* et non pas ncessairement pour G. Dans les faits, des activits situes le long d'un autre chemin que CC pourraient dterminer la dure totale du projet (cette observation est bien mise en vidence par la considration d'un projet pour lequel G* comprendrait deux chemins critiques). En admettant l'approximation prcdente, la variable alatoire considrer devient donc dcc plutt que En. Que savons-nous de la distribution de cette variable ? Tout d'abord, l'esprance de dcc est donne par ( i, j)CC ij . Ensuite, en posant l'hypothse que les dures des activits de CC sont des variables alatoires indpendantes, on peut dduire que la variance de dcc est gale ( i, j)CC Vij . Dans la pratique, il est frquent de pousser plus loin les hypothses et de postuler l'approximation suivante: Approximation 2. On admettra que la somme des dures des activits situes sur le chemin CC, c'est--dire la variable alatoire dcc, suit une loi normale de moyenne ( i, j)CC ij et de
variance

( i , j)CC

Vij.

Cette approximation est souvent justifie par un appel au thorme central limite. En effet, ce thorme implique que, si le nombre d'activits situes sur le chemin critique est assez grand et si les dures de ces activits sont mutuellement indpendantes, alors (sous des conditions trs gnrales) la somme des dures des activits suit approximativement une loi normale. Remarquons cependant que, en pratique, ces hypothses ne sont videmment pas toujours satisaites, si bien que lApproximation 2 doit tre utilise avec prudence.

102

En utilisant les approximations formules ci-dessus, il devient possible d'estimer les probabilits relatives la dure du projet. Considrons par exemple, la probabilit que le projet soit termin avant une date butoir S :
Prob ( E n < S) Prob ( d CC < S) (d CC (i, j)CC ij ) (S ij ) (i, j) CC = Prob < Vij Vij (i, j) CC (ij)CC (S (i, j) CC ij ) Prob Z < (i, j)CC Vij o Z suit une loi normale standardise N(0,1) (le symbole indique une approximation). Pour en terminer avec la question des dures incertaines, observons encore que les multiples approximations dcrites ci-dessus se traduisent souvent, dans la pratique, par une estimation trop optimiste de la dure des projets (par exemple, l'approximation 1 nglige la probabilit qu'un chemin autre que CC devienne critique). Ce biais systmatique conduit alors l'laboration de calendriers trop serrs et au dpassement des dlais annoncs. 11.4.2. Compression des dures (modle CPM). Revenons prsent en univers certain, comme dans le modle de base de la Section 11.2. Aprs avoir dtermin la dure critique du projet (En), le gestionnaire peut s'interroger sur la possibilit de rduire cette dure. Pour ce faire, il lui sera videmment ncessaire de modifier le rseau d'activits, c'est--dire la dfinition des activits, les relations dantriorit ou les dures des activits. Pour illustrer le concept de redfinition des activits, considrons un exemple trs simplifi. Exemple 3. La construction d'un immeuble de 8 tages comporte les activits suivantes: A: cblage lectrique (16 jours). B: plafonnage (24 jours). Le plafonnage ne peut tre effectu que lorsque le cblage lectrique est termin. On conclut facilement que la ralisation des activits A et B exige au moins 40 jours. Supposons maintenant que la dfinition des activits soit affine comme suit: Ai: cblage de l'tage i (2 jours), pour i = 1, ..., 8; Bi: plafonnage de l'tage i (3 jours), pour i = 1, ..., 8. Les contraintes dantriorit peuvent prsent tre exprimes tage par tage: par exemple, l'tage i doit tre cbl avant l'tage i+1 (i = 1, ..., 7) et chaque tage doit tre cbl avant

103

d'tre plafonn. Sous ces contraintes, on calcule facilement que la dure critique du projet est de 19 jours. Cet exemple fournit une nouvelle illustration de l'interaction, dj souligne dans les Sections 11.1 et 11.2 ci-dessus, entre les phases de planification et d'ordonnancement d'un projet. En pratique, la redfinition des activits et des relations dantriorit constitue un outil fondamental, quoiqu'insuffisamment formalis, de la gestion de projet. Une autre faon d'envisager la rduction de la dure du projet est de passer par une compression de la dure des activits. Dans la ralit, la dure des activits peut souvent tre rduite condition de supporter un cot (direct) plus lev pour leur ralisation: ce cot peut tre par exemple celui de la main d'oeuvre additionnelle ncessaire pour acclrer la ralisation, ou le supplment de prix encouru pour une livraison rapide, etc. Notons d'ailleurs que, inversement, une firme sera parfois prte accepter une augmentation de la dure d'un projet afin d'en diminuer le cot total. Le modle CPM permet de formaliser rigoureusement cette recherche d'un compromis entre dure et cot du projet. Note. La mthode CPM a t dveloppe dans les annes cinquante par la firme DuPont pour planifier et contrler la maintenance de ses usines chimiques. La dure des activits requises pour ces projets de maintenance tait gnralement bien matrise et pouvait tre affecte de faon prdictible par l'addition de ressources supplmentaires. Le modle CPM suppose que chaque activit (i,j) est caractrise par une dure normale dij et une dure minimum (dure acclre, crash duration) dijmin, o dijmin reprsente la plus courte dure envisageable pour cette activit. Le cot de ralisation de l'activit est gal cij pour la dure normale et cijmax pour la dure minimum. Entre ces deux extrmes, on supposera que le cot dcrot linairement en fonction de la dure, comme indiqu sur le graphique ci-dessous. La pente (en valeur absolue) de la droite reprsente sur ce graphique vaut
c ij
max

c ij
min

d ij d ij

et peut tre interprte comme le cot marginal (ou unitaire) de rduction de la dure de l'activit (i,j).

104

cot

cij-

max

cij

dijmin

dij

dure

Exemple 4. Reprenons une fois encore le projet dcrit par le rseau d'activits de l'Exemple 1 (Section 11.2) et associons lui les donnes numriques suivantes:

Activit A B C D E F G

Dure normale 3 2 7 4 3 6 4

Cot normal 190 120 90 120 100 60 100

Dure minimum 2 2 4 3 3 4 3

Cot maximum 200 120 150 150 100 70 140

Cot marginal 10 20 30 -5 40

Si l'on ne considre que les dures normales, alors ce projet est identique celui de l'Exemple 1. Sa dure critique normale est donc de 17 jours, pour un cot normal de 780. Supposons prsent que la dure normale du projet soit considre comme excessive. Quelles activits faudrait-il acclrer pour rduire la dure totale du projet ? Une premire rponse cette question, base sur une analyse marginale de la dure et des cots, s'exprime travers deux rgles simples et intuitives (cette approche utilise l'hypothse implicite que la dure de chaque activit comporte un nombre entier d'units de temps):

105

Rgle 1. Pour rduire la dure critique d'un projet d'une unit, il faut et il suffit que, sur chaque chemin critique, la dure d'une activit soit rduite d'une unit. Cette rgle dcoule videmment de la dfinition mme des chemins critiques. Permettons-nous cependant d'insister ici sur la ncessit de rduire simultanment la dure de tous les chemins critiques. Exemple 4. Ce projet ne comporte qu'un seul chemin critique (A,C,E,G). Pour rduire sa dure totale 16 jours, il faudra donc rduire d'une unit la dure d'une des activits A, C ou G (puisque la dure de E est incompressible). Lorsqu'un choix est possible (comme dans notre exemple), quelles activits faut-il acclrer ? Si le but est de rduire la dure du projet cot minimum, alors la Rgle 1 pourra tre complte de la faon suivante: Rgle 2. Pour rduire la dure critique d'un projet d'une unit au moindre cot, il faut et il suffit que, sur chaque chemin critique, la dure d'une activit soit rduite d'une unit et que la somme des cots marginaux associs ces rductions soit minimise parmi tous les choix possibles. La deuxime partie de cette rgle ressemble furieusement une Lapalissade, bien plus qu' un nonc mathmatique. Plutt que de lui chercher une formulation prcise, nous allons nous contenter de l'illustrer ci-dessous sur un exemple concret. Exemple 4 (suite). Nous avons dj observ que, pour rduire la dure du projet 16 jours, il tait ncessaire d'acclrer une des activits A, C ou G. Puisque le cot marginal de A est le plus faible (parmi ces trois activits), nous commencerons donc par rduire la dure de A de 1 jour. L'activit A est ainsi ramene sa dure minimum et le cot total du projet s'lve 790. Pour comprimer davantage la dure du projet, il sera ncessaire de rduire la dure de C de 7 6 jours, puisque (A,C,E,G) est toujours l'unique chemin critique. Suite cette rduction, le projet ne demande plus que 15 jours de travail pour un cot de 810. Il est essentiel de remarquer que le projet ainsi acclr comporte prsent deux chemins critiques, (A,C,E,G) et (A,B,D,E,G). On observe l un phnomne typique de la compression des activits: les rductions successives imposes aux activits critiques finisssent par communiquer ce mme statut critique d'autres activits qui ne jouaient jusque-l aucun rle dterminant pour la dure du projet. Tchons maintenant d'appliquer la Rgle 2. Pour ramener la dure du projet 14 jours, il faut rduire - soit C, soit G sur le chemin (A,C,E,G), et simultanment - soit D, soit G sur le chemin (A,B,D,E,G). Les cots marginaux de C, D et G tant respectivement de 20, 30 et 40, la solution optimale consiste donc rduire la dure de G d'un jour (et non pas les dures de C et D, comme un examen superficiel de la situation pourrait le laisser penser). Si la dure de G est ainsi rduite 3 jours, le projet pourra tre termin en 14 jours pour un cot de 850. On vrifiera qu'il est encore possible de raccourcir la dure du projet d'un jour suppl-

106

mentaire contre un cot additionnel de 50. La dure critique de 13 jours qui en rsulte reprsente, elle, le minimum absolu ralisable pour le projet. (Pourquoi ?) Une analyse marginale du type dcrit ci-dessus permet d'tablir la courbe de cot du projet en fonction de sa dure totale. Pour lExemple 4, cette courbe est reprsente sur le graphique suivant: cot 900

850

810 790 780 13 14 15 16 17 dure critique

Dans la pratique, l'analyse marginale fournit un support utile la prise de dcisions relatives l'ordonnancement du projet, en exprimant de faon explicite les compromis dure-cot. Exemple 4 (suite). Supposons que le contrat li au projet dcrit l'Exemple 4 mentionne un dlai de 14 jours pour l'achvement des travaux. En cas de dpassement de ce dlai, l'entrepreneur devra verser une pnalit de 25 (units montaires) par jour de retard. Sur base de l'analyse prcdente, on calcule facilement le cot total encouru par l'entrepreneur en fonction de la dure du projet: dure cot + pnalit --------------------------------------17 780 + 75 = 855 16 790 + 50 = 840 15 810 + 25 = 835 14 850 + 0 = 850

107

D'un strict point de vue de l'analyse des cots, il est donc dans l'intrt de l'entrepreneur de terminer le projet avec un jour de retard. Pour cela, il devra rduire d'une unit la dure des activits A et C par rapport leur dure normale. Signalons encore, avant de clore ce chapitre, que l'analyse marginale des cots devient rapidement impraticable pour des problmes d'ordonnancement de grande taille. Dans une telle situation, il est cependant possible d'tablir un modle de programmation linaire qui exprime l'objectif de minimisation du cot sous des contraintes assurant l'existence d'un ordonnancement de longueur donne.
Bibliographie

V. Giard, Gestion de la Production, 2me dition, Economica, Paris, 1988. G.D. Eppen, F.J. Gould and C.P. Schmidt, Introductory Management Science (2me d.), Prentice Hall, 1993. H.A. Taha, Operations Research: An Introduction (5me d.), McMillan Publishing Company, 1992.