| Titre : | Optimisation pour le développement des systémes décisionnels |
| Auteurs : | Mohamed yazid TEMINE, Auteur ; Keltoum Touil, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (64 p.) / ill. / 29 cm |
| Langues: | Français |
| Résumé : | Une chaîne logistique est un ensemble d'installations, de fournisseurs, de clients, de produits et de méthodes de contrôle des stocks, des achats et de la distribution. Dans une chaîne d'approvisionnement, le flux de marchandises entre un fournisseur et un client passe par plusieurs étapes, et chaque étape peut comprendre de nombreuses installations.La planification est conçue pour intégrer la sélection des fournisseurs, l'assemblage des produits, la sélection de l'emplacement du centre de distribution (DC) ainsi que le système de distribution logistique de la chaîne d'approvisionnement afin de répondre aux demandes du marché. Dans cette recherche, le problème de sélection des fournisseurs est intégré aux problèmes de décision de production et de localisation des distributeurs et un modèle mathématique est proposé. Alors que les entreprises les plus performantes visent la satisfaction totale du client, il est important de quantifier la qualité de service des fournisseurs Avec plusieurs fournisseurs et plusieurs besoins des clients, le modèle d'assemblage peut être divisé en plusieurs étapes de sous-assemblage par séquence applicable. Considérant trois critères d'évaluation, à savoir les coûts, le délai de livraison et la qualité, un modèle d'optimisation mathématique multi-objectifs est établi dans cette étude. Les problèmes multi-objectifs n'ont généralement pas de solution optimale unique, et l'algorithme génétique de Pareto (PaGA) peut trouver de bons compromis entre tous les objectifs. Par conséquent, cette étude propose un algorithme génétique de Pareto pour améliorer la qualité de la solution grâce à la révision des opérations de croisement et de mutation. Les résultats montrent que l'algorithme proposé donne des solutions de haute qualité ainsi que de meilleurs temps de calcul. |
| Sommaire : |
Introduction générale ..............................................................................................................1
Chapitre I : Généralité sur Les chaînes logistiques ..................................................................2 Introduction ...............................................2 1. La chaîne logistique .....................................................................................................2 1.1 Les flux de la chaîne logistique .................................................................................2 1.1.1 Le flux physique ................................................................................................2 1.1.2 Le flux de données ............................................................................................2 1.1.3 Le flux financier ................................................................................................3 1.2 Les acteurs de la chaîne logistique ............................................................................3 1.3 Les processus ...........................................................................................................3 2. Gestion de chaînes logistiques (Supply Chain Management) ........................................4 2.1 Les niveaux de décisions dans une chaîne logistique .................................................4 2.1.1 Le niveau stratégique .............................................................................................5 2.1.2 Le niveau tactique ..................................................................................................5 2.1.3 Le niveau opérationnel ...........................................................................................5 2.2 Modélisation de la chaîne logistique .........................................................................5 2.2.1 Les modèles conceptuels ........................................................................................5 2.2.2 Les modèles mathématiques ...................................................................................5 2.2.3 Les modèles par simulation ....................................................................................6 2.3 Planification de la chaîne logistique ..........................................................................6 2.4 Les mesures de la performance de la chaîne logistique .............................................6 3 Modélisation décentralisée de chaîne d'approvisionnements .........................................8 3.1 La modélisation des problèmes des chaînes logistiques .............................................8 4 Le pilotage d’une chaîne logistique ..............................................................................9 4.1 Optimisation du réseau logistique .............................................................................9 4.2 Les systèmes centralisés conventionnels ................................................................. 10 4.2.1 Les systèmes MRP2 ............................................................................................... 11 4.2.2 Les ERP ................................................................................................................. 11 4.2.3 Les systèmes de planification avancée .................................................................... 11 Conclusion ........................................... 12 Chapitre II : Optimisation de la chaine logistique .................................................................. 15 1. Introduction ................................................................................................................ 16 2. L’optimisation ............................................................................................................ 16 4.1 Principaux concepts en optimisation ....................................................................... 16 4.2 Les caractéristiques d’un problème d’optimisation ................................................. 16 4.3 Face à un problème d’optimisation ......................................................................... 16 4.4 Les outils pour l’optimisation de la chaine logistique .............................................. 17 2.4.1 Méthodes exactes ................................................................................................ 17 2.4.2 Méthodes approchées .......................................................................................... 17 2.4.3 Heuristique ......................................................................................................... 17 2.4.4 Métaheuristiques ................................................................................................. 17 2.4.5 Algorithmes à performance garantie .................................................................... 17 2.4.6 Approches hybrides ............................................................................................ 17 3. L'optimisation multi-objectif ...................................................................................... 17 4. Algorithmes génétiques multicritères ......................................................................... 17 4.1 Principes de base des algorithmes génétiques ............................................................. 19 4.1.1 Fonctionnement des AGs .................................................................................... 20 4.1.2 Représentation chromosomique (Codage) .......................................................... 21 4.1.2.1 Codage binaire .............................................................................................. 21 4.1.2.2 Codage réel ................................................................................................... 22 4.1.3 Evaluation........................................................................................................... 22 4.1.4 Sélection ............................................................................................................. 22 4.1.4.1 Méthode de la loterie biaisée ......................................................................... 22 4.1.4.2 Sélection par tournoi...................................................................................... 23 4.1.5 Opérateurs génétiques ......................................................................................... 23 4.1.5.1 Croisement .................................................................................................... 23 4.1.5.2 Mutation ........................................................................................................ 24 5 Optimisation multi-objectif par algorithmes génétiques .................................................. 25 4.2 Méthodes agrégées ..................................................................................................... 25 4.2.1 La moyenne pondérée ......................................................................................... 25 4.2.2 Goal Programming .............................................................................................. 25 5. 2 Méthodes non-agrégées non-Pareto ............................................................................ 26 4.3.1 Vector evaluated genetic algorithm (VEGA) ...................................................... 26 5. 3 Méthodes Pareto ........................................................................................................ 26 4.4.1 Non-dominated Sorting Genetic Algorithm II (NSGA II) ................................... 27 4.4.2 Multiple Objectives Genetic Algorithm (MOGA) .............................................. 29 Conclusion .................................................................... 30 Chapitre III : Conception du modèle mathématique basé sur algorithme génétique multi-objectifs (MOGA) pour optimiser la plannification des chaîne logistiques 1. Définition de la problématique ................................................................................... 32 2. Hypothèses de l'étude ................................................................................................. 34 3. Modèle mathématique ................................................................................................ 34 3.1 Ensembles et indices............................................................................................... 34 3.2 Paramètres . ............................................................................................................ 35 3.3 Variables de décision .............................................................................................. 36 3.4 Fonction objective .................................................................................................. 37 3.5 Contraintes ............................................................................................................. 38 3.6 Model description ............................................................................................... 39 4. Conclusion ................................................................................................................ 40 Chapitre VI : Implémentation et résultats .............................................................................. 37 1. Environnement de développement............................................................................. 41 1.1 Netbeans ................................................................................................................ 41 2. Langage de programmation utilisé ............................................................................. 41 2.1 Le langage JAVA ................................................................................................... 41 2.2 Matlab .................................................................................................................... 41 3. Description du cas ...................................................................................................... 41 4. Data Collection .......................................................................................................... 42 5. Caractéristiques de la méthode de résolution .............................................................. 44 6. Résultat obtenu à l'aide de la Multi-Objective Genetic Algorithm (MOGA) .............. 49 7. Conclusion ................................................................................................................. 60 Conclusion générale .............................................................................................................. 61 Références bibliographiques ................................................................................................. 62 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/626 | Mémoire master | bibliothèque sciences exactes | Consultable |
