INSTRUCTIONS POUR LE TRAVAIL

DE GESTION DES OPERATIONS ET DE LA QUALITE 2022-2023

- Une entreprise dispose de 4 usines

L’ensemble des usines sera indicé par i = 1, …, 4
- Les 5 entrepôts
L’ensemble des entrepôts sera indicé par j = 1, …, 5
- Les 10 clients européens
L’ensemble des clients sera indicé par k = 1, …, 10

b) Faîtes la matrice des distances (via un estimateur de distance sur le web) entre les différentes
entités et estimez les coûts de transport en prenant en compte 1,25 €/km pour un camion complet
sur toutes les liaisons aller-retour.
Pour le produit, on considère qu’il y a des coûts liés aux droits de douanes et aux coûts de
production. Les coûts de production d’un camion sont de 20000€ dans l’UE et hors UE de 16000€.
Il n’y a pas de droits de douanes au sein de l’UE, sinon les droits entre les pays sont de 15% sur la
valeur du camion.
Les coûts de transport des usines vers les entrepôts et des entrepôts vers les clients sont de 1,25
€/km par camion. De ce fait, connaissant les distances en km entre chaque usine et chaque entrepôt
DUij (i=1 à 4 et j =1 à 5) et les distances entre chaque entrepôt et chaque client DW jk (j=1 à 5 et k =1 à
10), on peut générer une table des valeurs des coûts de transport sur chaque liaison pour l’aller-
retour d’un camion.
On obtient les paramètres de coûts de transport :
CTUij = 2 * 1,25 * DUij ∀ i = 1,…,4 et ∀ j = 1,…,5
CWjk = 2 * 1,25 * DWjk ∀ j = 1,…,5 et ∀ k = 1,…,10

A ces coûts de transport, il va falloir ajouter des coûts de production du produit PU i dans l’union PU4 =
20,000 € (usine 4) ou hors union PU1,2,3 = 16 000 + 15% = 18 400 € (usines 1, 2, 3).
Rem 1 : l’usine qui est dans l’union peut varier selon les choix.
Rem 2 : normalement les frais de douanes porteraient aussi sur la fraction du coût de transport
jusqu’à la frontière de l’UE.
Au final, nous aurons donc des coûts depuis les usines, CU ij = CTUij + PUi pour i = 1 à 4 et pour tout j.

c) La demande est proportionnelle à la population des villes choisies (1 camion pour 1000 habitants).

Connaissant la population des 10 villes, P k (∀ k= 1,…,10), on trouve la valeur du paramètre

représentant les demandes de chaque ville pour le produit en nombre de camions D k telles que
Dk =⌈ Pk /10 00 ⌉ . (Rem : arrondies à l’entier supérieur).
d) Donnez la modélisation et la formulation mathématique de votre problème d’affectation de la
demande à capacité infinie.

Modélisation :

Les indices et les paramètres nécessaires pour ce modèle ont été définis ci-dessus.
Les variables de décision sont :
uij : nombre de camions qui vont aller de l’usine i à l’entrepôt j ∀ i = 1,..4 et ∀ j = 1,…,5
vjk : nombre de camions qui vont aller de l’entrepôt j au client k ∀ j = 1,…,5 et ∀ k = 1,…,10

Formulation :

Fonction objectif : (minimiser uniquement les coûts de transport, car problème d’allocation)
i=4 j=5 j=5 k=1 0
min Z=∑ ∑ CU ij∗uij +∑ ∑ CW jk∗v jk
i=1 j=1 j=1 k=1
Soumis aux contraintes suivantes :

Contraintes de satisfaction des demandes des clients pour chaque produit

j=5

∑ v jk =ou≥ Dk ∀ k=¿ 1 , … , 10 ¿
j=1

Contraintes de conservation de flux dans les entrepôts

i=4 k=1 0

∑ u ij= ∑ v jk ∀ j=¿ 1 , … ,5 ¿
i=1 k=1

Contraintes sur la nature des variables de décision :

Non-négativité et caractère entier (camions complets)

+ ¿ou N ¿
uij ϵ Z j ∀ i = 1,…,4 et ∀ j = 1,…,5
+¿ ou N ¿
v jk ϵ Z j ∀ j = 1,…,5 et ∀ k = 1,…,10

e) Limitez la capacité maximale de votre usine

- « 1 » à 50% de la demande totale,
- « 2 » à 55% de la demande totale,
- « 3 » à 45% de la demande totale,
L’usine « 4 » est à capacité illimitée.
Si l’usine « 1 » et/ou « 3 » fonctionne, elle doit fonctionner au moins à 40% de sa capacité maximale
(donc pas de la demande totale).
Modélisation :
Mêmes indices, mais nouveaux paramètres :

Demande totale des clients : (pas de pour tout (∀) vu que c’est un paramètre unique. Il n’a pas
d’indice, même si on indique un T en indice par usage.
k=1 0
D T = ∑ Dk
k=1

Capacités maximales et minimales des usines i = 1 à 3

KMaxi = %i * DT ∀ i = 1, 2, 3 et avec %i = (0,5; 0,55; 0,45)
KMini = 0,4 * KMaxi ∀ i = 1 et 3

Variables de décision supplémentaires pour 1 et 3 (dues au seuil minimum uniquement ! « si elle est
ouverte »)
xi Ouverture/Fermeture de l’usine i avec i = 1 et 3, donc ni la 2, ni la 4

Formulation :
Fonction objectif idem
Satisfaction clients idem
Conservation de flux dans les entrepôts idem
Contraintes de capacité (max et min) dans les trois premières usines
(i.e. les expéditions sont limitées vers les entrepôts)

j=5

∑ u 1 j ≤ KMax 1∗x 1
j=1
j=5

∑ u 2 j ≤ KMax 2
j=1
j=5

∑ u 3 j ≤ KMax 3∗x 3
j=1
j=5

∑ u 1 j ≥ KMin1∗x 1
j=1
j=5

∑ u 3 j ≥ KMin 3∗x 3
j=1

Contraintes sur la nature des variables idem et en plus caractère binaire de xi et on ne s’intéresse ni
à la 2ème usine pour laquelle, il n’y a pas de contrainte minimum, ni à la 4 ème usine à capacité illimitée.
x i ϵ { 0 , 1 } ∀ i = 1 et 3 et rem ni la 2, ni la 4

f) l’effet d’une limitation de la capacité maximale de chaque entrepôt à 30% de la demande totale.
Modélisation :
Nouveau paramètre capacité maximale d’un entrepôt (identique donc pas d’indice) : KW = 0,3 * DT

Formulation : idem
Contraintes de capacité entrepôt : 2 possibilités limites à l’entrée (usines) ou à la sortie (clients)
i=4

∑ u ij ≤ KW ∀ j=1 à 5
i=1
ou
k=1 0

∑ v jk ≤ KW ∀ j=1 à5
k=1
Il s’agit bien d’un ou, car vu les 2 contraintes de conservation de flux précédemment introduites dans
le modèle, les deux premiers termes de chaque équation sont égaux. Donc, écrire les deux serait
redondant.

g) un seul entrepôt par client

Modélisation :
Suppression des variables vjk et remplacements par une nouvelles variables wjk
wjk si l’entrepôt j sert ou non le client k ∀ j = 1,…,5 et ∀ k = 1,…,10
Formulation :
Fonction objectif (modification)
i =4 j=5 j =5 k=1 0
min Z=¿ ∑ ∑ CU ij∗uij + ∑ ∑ CW jk∗w jk∗D k ¿
i=1 j=1 j =1 k=1
Contraintes idem mais,
Suppression de la contrainte de satisfaction du client et remplacements par une contrainte mono-
fournisseur
j=5

∑ w jk=1 ∀ k =¿ 1, … , 1 0 ¿
j=1
Contraintes de conservation de flux dans les entrepôts (modification du second terme)
i=4 k=1 0

∑ u ij= ∑ w jk∗Dk ∀ j=¿ 1 , … ,5 ¿

i=1 k=1

Contraintes de capacité des premières usines idem

Contraintes de capacité entrepôt, si la contrainte est basée sur les flux entrants idem, si flux sortants
modification
k=1 0

∑ w jk∗D k ≤ KW ∀ j=1 à5
k=1
Contraintes sur la nature des variables : binarité de wjk
w jk ϵ {0 , 1 } ∀ j = 1 à 5 et ∀ k = 1 à 10

h) par an en frais fixes, l’utilisation d’une usine coûte 5 millions d’euros et un entrepôt ouvert coûte
11 millions d’euros.
h1) Que devient le réseau si l’on peut ouvrir ou fermer ce que l’on veut, i.e. usines ou entrepôts?

Modélisation :
Nouveaux paramètres
FU frais fixes d’utilisation d’une usine = 5 10 6 € (pas d’indice, car toutes identiques)
FW frais fixes d’utilisation d’un entrepôt = 11 10 6 € (pas d’indice, car tous identiques)

Nouvelles variables de décision

xi ouverture/fermeture d’une usine ∀ i = 1,…, 4 (on doit tenir compte de 2 et 4 aussi vu les frais fixes)
yj ouverture/fermeture d’un entrepôt ∀ j = 1,…, 5

Formulation :

Fonction objectif (modification problème de localisation) Coûts de transport + Coûts d’exploitation

i =4 j=5 j =5 k=1 0 i= 4 j=5
min Z=¿ ∑ ∑ CU ij∗uij + ∑ ∑ CW jk∗w jk∗D k +∑ FU∗x i+∑ FW∗y j ¿
i=1 j=1 j =1 k=1 i=1 j=1
Contraintes
Mono-fournisseur idem, Conservation de flux dans les entrepôts idem
Capacités minimales et maximales pour les usines 1 et 3 idem, mais ajout de x2 qui doit être ouverte
ou non.
j=5

∑ u 2 j ≤ KMax 2∗x 2
j=1
Ajout d’une contrainte de capacité max pour l’usine 4, car si on les utilise on doit payer les frais
fixes. Il faut « forcer la valeur » de x4 si on utilise cette usine, sinon l’usage est nul et on ne paie pas
pour l’usine. Vu que la capacité est illimitée pour l’usine 4, elle peut tout produire et donc au pire elle
devrait tout fabriquer et donc l’infini peut être réduit à la demande totale D T.
j=5

∑ u 4 j ≤ DT∗x 4
j=1

Contraintes de capacité entrepôt, il faut que l’entrepôt soit ouvert ou non.

Si la contrainte est basée sur les flux entrants,
i=4

∑ u ij ≤ KW ∗y j ∀ j=1 à 5
i=1
si flux sortants
k=1 0

∑ w jk∗D k ≤ KW∗y j ∀ j=1à 5

k=1
Contraintes sur la nature des variables idem, ajout de x 4 pour l’usines 4 et caractère binaire de yj
Modifications x i ϵ { 0 , 1 } ∀ i = 1 à 4 et y j ϵ { 0 , 1 } ∀ j = 1 à 5

h2) Que devient le réseau si l’on peut ouvrir au maximum, 3 des 4 usines et si l’on peut fermer au
maximum 2(*) des 5 entrepôts? (* réfléchir)

i=4

∑ x i ≤3
i=1
j=5

∑ y j≥ 4
j=1

(* réfléchir) avec la capacité des entrepôts limitées à 30% de la demande totale, il faut au moins
ouvrir 4 entrepôts donc la deuxième contrainte est valide, mais inutile à cause des paramètres
utilisés pour cette instance. Attention, elle n’est pas toujours redondante pour la formulation si les
données sont différentes. Par exemple, si la capacité avait été limitée à 60%, elle serait nécessaire.

i) Sur h1), analysez l’impact sur votre solution de la modification du taux des droits de douanes à
partir du cas sans droits de douanes et puis en l’augmentant. Commentez certains résultats.

Tester la modification du pourcentage dans PU 1,2,3 = 16 000 + X % = entre 16000 et …. €

En fonction du contexte choisi et des distances, si X = 0%, on va plutôt utiliser les usines hors UE et au
fur et mesure que X grandit peut-être faire des choix plus avec l’usine dans l’UE. Dans notre cas, avec
l’usine 4 à capacité infinie dans l’UE, on aurait tendance à n’ouvrir qu’elle quand X devient très grand.

k) Le SCM manager décide de rationnaliser et de créer une nouvelle usine unique qui distribuera en
direct à tous les clients.
Idem que dans le cours en sommant.