Implanter des entrepôts et des installations
Facteurs d'implantation, la médiane pondérée optimale sur une droite démontrée, le centre de gravité et les moindres carrés démontrés, un exemple comparatif, le problème de Weber et les installations multiples.
https://www.electronics-engineering.com/fr/implantation-d-installations-mediane-ponderee-centre-de-gravite/
Où faut-il construire un entrepôt, une usine, un centre de service ? Ce choix fixe pour des décennies les coûts de transport et les délais de livraison. Dans cette leçon, nous regardons les facteurs d’implantation, le problème sur une droite avec la démonstration que la médiane pondérée minimise la distance totale, le centre de gravité avec la démonstration qu’il minimise la somme des carrés, un exemple qui les compare, et les modèles pour plusieurs installations.
Les facteurs
Les choix d’implantation combinent des facteurs quantitatifs (coûts de transport en amont et en aval, coût du terrain, de la main-d’œuvre et de l’énergie, impôts et incitations) et qualitatifs (disponibilité de personnel qualifié, infrastructures, proximité des clients et des fournisseurs, stabilité politique, contraintes environnementales). Les facteurs qualitatifs s’évaluent souvent avec un tableau de notation pondéré ; les facteurs de transport avec des modèles mathématiques, en commençant par les plus simples.
Implantation sur une droite
Considérons des clients le long d’une route, aux positions
, avec des demandes (poids)
: nombre de livraisons ou tonnes par an. Le coût de transport est proportionnel au poids fois la distance, et l’on cherche la position
de l’entrepôt qui minimise
![]()
Théorème. Le coût est minimal à la médiane pondérée : un point où le poids total des clients à gauche et celui des clients à droite ne dépassent chacun pas la moitié du total.
Démonstration. En déplaçant l’entrepôt d’une petite distance
vers la droite, la distance à chaque client de gauche augmente de
et celle à chaque client de droite diminue de
: le coût varie de
, où
et
sont les poids à gauche et à droite. Il est avantageux d’aller à droite tant que
, à gauche tant que
. On s’arrête au point où aucun des deux ne dépasse la moitié du poids total, c’est-à-dire à la médiane pondérée. ∎
Fait remarquable, la solution ne dépend pas des distances des clients, seulement de leur ordre et de leurs poids : un client très éloigné ne « tire » pas l’entrepôt plus qu’un client proche dans la même direction.

Exemple. Poids 10, 30, 20, 15, 25 (total 100) aux kilomètres 0, 10, 25, 40, 60. En cumulant depuis la gauche : 10, 40, 60. La moitié, 50, est dépassée au client du kilomètre 25 : c’est la médiane, et le coût est
(tonnes-kilomètres).
Le centre de gravité
Une méthode très utilisée est le centre de gravité, c’est-à-dire la moyenne pondérée des positions,
. Que minimise-t-il ?
Théorème. Le centre de gravité minimise la somme pondérée des distances au carré,
.
Démonstration. La fonction est une parabole en
, de dérivée
, qui s’annule pour
, c’est-à-dire au centre de gravité ; la dérivée seconde
est positive. ∎
Dans l’exemple, le centre de gravité est au kilomètre
, où la distance totale est de 1880 : 4 % de plus que la médiane. Le centre de gravité donne trop de poids aux clients éloignés, parce que les distances comptent au carré ; pour les coûts de transport, qui croissent à peu près linéairement avec la distance, ce n’est qu’une approximation, commode comme point de départ.
Dans le plan et avec plusieurs installations
Dans le plan avec des distances rectilignes (rues en grille, allées d’entrepôt), le problème se sépare selon les deux coordonnées, et la solution est la médiane pondérée des
et celle des
. Avec des distances à vol d’oiseau (le problème de Weber), il n’y a pas de formule, mais l’algorithme itératif de Weiszfeld converge en partant du centre de gravité. Avec les vraies distances routières, on utilise des systèmes d’information géographique.
Avec plusieurs installations à implanter, le problème devient combinatoire : choisir parmi des sites candidats lesquels ouvrir et affecter les clients à chacun, en équilibrant les coûts fixes d’ouverture (qui poussent vers peu d’installations) et les coûts de transport et de stock (qui poussent vers beaucoup, sous la loi de la racine carrée, leçon sur la chaîne logistique). Il se formule en programmation linéaire en nombres entiers et se résout avec des logiciels d’optimisation, qui traitent aujourd’hui des réseaux de centaines de sites candidats et de milliers de clients.






Sono l'autore di questa pagina su «Localizzazione di magazzini e impianti». Se qualcosa non è chiaro, se vi serve un esempio in più o volete approfondire un punto, scrivetelo qui sotto nei commenti: rispondo personalmente. Se la pagina vi è stata utile, lasciate un voto con le stelle in cima all'articolo.I am the author of this page on “Locating warehouses and facilities”. If something is unclear, if you need another example or want to go deeper into a point, write it in the comments below: I answer personally. If the page was useful, leave a star rating at the top of the article.