Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Ingénierie logistique

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/

Pas encore de vote : soyez le premier à noter cette page.

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 x_i, avec des demandes (poids) w_i : nombre de livraisons ou tonnes par an. Le coût de transport est proportionnel au poids fois la distance, et l’on cherche la position x de l’entrepôt qui minimise

    \[ C(x) = \sum_iw_i\,|x - x_i| \]

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 \delta vers la droite, la distance à chaque client de gauche augmente de \delta et celle à chaque client de droite diminue de \delta : le coût varie de \delta(W_l - W_r), où W_l et W_r sont les poids à gauche et à droite. Il est avantageux d’aller à droite tant que W_r \gt  W_l, à gauche tant que W_l \gt  W_r. 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.

Implanter un entrepôt le long d'une route
Cinq clients aux kilomètres 0, 10, 25, 40 et 60, de poids 10, 30, 20, 15 et 25. La médiane pondérée, qui minimise la distance totale, est au kilomètre 25 ; le centre de gravité, qui minimise la somme des carrés des distances, est au kilomètre 29.

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 10\cdot 25 + 30\cdot 15 + 0 + 15\cdot 15 + 25\cdot 35 = 1800 (tonnes-kilomètres).

Le centre de gravité

Une méthode très utilisée est le centre de gravité, c’est-à-dire la moyenne pondérée des positions, \bar{x} = \sum_iw_ix_i/\sum_iw_i. Que minimise-t-il ?

Théorème. Le centre de gravité minimise la somme pondérée des distances au carré, \sum_iw_i(x - x_i)^2.

Démonstration. La fonction est une parabole en x, de dérivée 2\sum_iw_i(x - x_i), qui s’annule pour x\sum_iw_i = \sum_iw_ix_i, c’est-à-dire au centre de gravité ; la dérivée seconde 2\sum_iw_i est positive. ∎

Dans l’exemple, le centre de gravité est au kilomètre (0 + 300 + 500 + 600 + 1500)/100 = 29, 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 x et celle des y. 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.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x