Laboratoire d'Analyse et Modlisation de Systmes pour l'Aide la Dcision

CNRS UMR 7243

CAHIER DU LAMSADE 317

Fvrier 2012

Pilotage dune chane logistique par une approche de type MRP dans un environnement partiellement alatoire
V. Giard, M. Sali

On sintresse au pilotage par une approche MRP, dune chane logistique ddie la production de masse de produits fortement diversifis. Il sagit plus prcisment de coordonner la production dun ensemble de modules alternatifs monts sur un poste dune ou plusieurs lignes dassemblage final ainsi que celle des composants que ces modules comportent. Les niveaux de production de ces lignes sont stables. Les caractristiques structurelles des demandes finales sont stables ou prvisibles. La production dun composant est tire par des rquisitions du Plan Directeur de Production (PDP) hors horizon gel ne peut pas se faire la commande dans le cadre classique de la MRP. On propose des solutions analytiques permettant de piloter la partie productive de la chane logistique par une approche MRP autorisant des productions partiellement ou totalement pour stock. On introduit galement dautres relations permettant de prendre en compte les alas de qualit en production. Toutes ces solutions sont illustres numriquement.
ABSTRACT. This article focuses on the monitoring of a supply chain dedicated to the mass production of strongly diversified products. In particular we are interested in the part of this chain that contributes to the production of a set of alternative modules assembled on a work station of one or several assembly lines, whose production levels are stable. The customers demand structures are assumed to be known. When the production of a component is drawn by requirements of the MPS that are beyond the frozen horizon, this component cannot be built-toorder. We provide and illustrate analytical solutions, adapted from the periodic order policies, to define scheduled orders of components to be produced partly or wholly to stock. Additional relations are provided to face disturbances induced by quality problems. MOTS-CLS :

RSUM.

MRP, production la commande, production pour stock, stock de scurit, chane logistique, simulation de Monte Carlo.

KEYWORDS : MRP, Build To Order, Build To Stock, Safety Stock, Supply Chain, Monte Carlo Simulation.

1. Introduction On sintresse ici aux chanes logistiques ddies la production de masse de produits fortement diversifis, caractrises par une certaine dispersion gographique des units de production de cette chane. Dans ce contexte, quillustre bien lindustrie automobile, la production est gnralement tire par plusieurs lignes dassemblage gographiquement distantes. La diversit est assure principalement par le montage de modules alternatifs (par exemple, moteurs, botes de vitesse) sur plusieurs postes dune ligne, chaque poste tant ddi un ensemble diffrent de modules alternatifs dont lun doit ncessairement tre mont sur le produit fini qui transite par ce poste. Un module alternatif peut tre utilis par dautres lignes dassemblage et donc appartenir plusieurs ensembles de modules alternatifs, chaque ensemble tant spcifique une ligne dassemblage. Les modules optionnels (par exemple, toit ouvrant) peuvent tre considrs comme un cas particulier des modules alternatifs. Dans ce type de chanes logistiques, les niveaux quotidiens de production des lignes dassemblage final sont stables sur le court terme et leurs volutions, relativement bien anticipes, tant entendu que ces variations se font par palier car le temps de cycle de ces lignes est difficilement modifiable court terme. On supposera ici que lon dispose dune anticipation suffisante de ces niveaux de production. Si la production quotidienne de chaque ligne est certaine, la demande quotidienne de tous

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

les composants systmatiquement monts lest aussi et, par voie de consquence, celle des composants quils utilisent. La gestion de ces flux ne pose pas de problme, en labsence dalas de qualit ou de dlais de transport ou de production. Le pilotage de la production des modules alternatifs et des composants quils utilisent est plus complexe. On se place ici dans le contexte, frquemment rencontr, dans lequel les commandes des maillons clients aux maillons fournisseurs de la chane productive seffectuent simultanment, avec la mme priodicit, les livraisons se faisant au mme rythme. Ce mode de fonctionnement est celui de la MRP qui dtermine priodiquement et de manire cohrente, le lancement en production des diffrentes rfrences de la nomenclature des produits finis en garantissant le respect des rquisitions du Plan Directeur de Production (PDP), lesquelles tirent la production de toutes les units productives. Dans le contexte retenu, la combinatoire des modules optionnels est grande et la varit des produits finis est trop forte pour que le PDP puisse tre dfini ce niveau, sauf sur le trs court terme et avec une granularit temporelle plus fine mais on est alors plus sur un problme dordonnancement que de planification. Au-del, le PDP est dfinir au niveau des modules alternatifs, la personnalisation des produits finis ntant pas connue. Cette synchronisation des dcisions et livraisons, qui caractrise la MRP, est parfaitement compatible avec un pilotage autonome des centres de production dune chane logistique complexe. Le pilotage des grandes chanes logistiques mondiales peut sappuyer sur une utilisation de mcanismes de pilotage centralis, sur des mcanismes contractuels de coordination dentits productives indpendantes ou sur un panachage de ces deux modes. Dans lapproche dcentralise, les relations entre maillon-client et maillonfournisseur de la chane logistique se dterminent librement. Le niveau danticipation dun fournisseur sur les demandes satisfaire est faible, mme si des contrats-cadres sont passs pour limiter lincertitude. Pour honorer une commande, le fournisseur doit disposer des composants et matires premires ncessaires, faute de quoi son client ne recevra pas la livraison espre, ce qui peut lempcher, son tour, dhonorer les commandes de ses propres clients. Le manque danticipation local conduit des propagations amplifies de perturbations (effet Bullwhip) conduisant un fonctionnement erratique de la chane logistique. Pour palier ce dfaut dinformation, des procdures exceptionnelles de production et de transport sont mobilises et combines avec lemploi de stocks de scurit. La dtermination rationnelle des niveaux de ces stocks de scurit est dlicate car les informations localement disponibles ne sont pas les plus pertinentes. La cohrence dcisionnelle de ce pilotage dcentralis est difficile assurer. Lapproche MRP sinscrit clairement dans une optique de pilotage centralis par lentit qui gre les lignes dassemblage final. Elle doit tre adapte pour tre en mesure de piloter des productions partiellement ou totalement pour stock. Cest lobjet de cet article. Sa mise en uvre oprationnelle pose des problmes communs aux

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 3

approches centralises, tout en limitant certains dentre eux, et pose quelques problmes spcifiques. Ils seront analyss en conclusion. On commencera par examiner comment lincertitude est prise en compte dans la MRP dabord au travers de ses mcanismes de base que lon revisitera pour faciliter lintroduction de nos propositions, avant dexaminer les apports disponibles dans la littrature sur ce thme, pour identifier les pistes dj explores et les lacunes restant combler pour le type de chane logistique retenu ici. On proposera au 3 un ensemble de relations assurant un pilotage efficace et efficient de productions partiellement ou totalement pour stock dans le cadre de la MRP. On les compltera par des relations permettant de prendre correctement en compte les problmes de qualit, que la production se fasse pour stock ou la commande. La dernire partie ( 4) sera consacre une illustration numrique des relations proposes, avant de conclure sur les conditions de russite de cette approche. 2. Le traitement de lincertitude dans la MRP On commencera par examiner le traitement de lincertitude par la MRP, dans sa formulation classique, avant dexaminer comment les chercheurs ont tent de rationaliser des approches empiriques rapidement mobilises pour la prendre en compte. 2.1. Prise en compte de lincertitude dans lapproche classique de la MRP Dans ses fondements, la MRP a t mise au point pour tablir, en univers certain, les programmes de production dun ensemble de rfrences fabriques par un ensemble dunits de production garantissant le respect du Plan Directeur de Production (PDP). Le PDP est un chancier de mise disposition de rfrences, correspondant le plus souvent des produits finis (niveau 0 de la nomenclature), dfini sur lhorizon de planification H P . La MRP-I dtermine, par simulation, le lancement au plus tard de toutes les rfrences rentrant dans la composition des rfrences du PDP en mobilisant un ensemble de mcanismes (explosion des nomenclatures, calcul de Besoins Nets, lotissement, absorption des dlais), le calcul du lancement dune rfrence tant ncessairement postrieur celui de toutes les rfrences qui lutilisent. La MRP-II ajoute la MRP-I un mcanisme dajustement charge-capacit qui peut conduire la modification de certaines contraintes capacitaires, la remise en cause du PDP par retards de mise disposition de certaines rfrences ou par modifications de dcisions de lancement en production antrieurement prises. Dans ce qui suit, on se placera dans un contexte o ne se pose aucun problme dajustement charge-capacit, parce que le mcanisme dlaboration du PDP en garantit la faisabilit (par ajustements pralables de capacit et/ou retards de mise disposition de certaines rfrences du PDP) ; en outre, le mcanisme du lotpour-lot est retenu ici. Le processus de calcul de la MRP est dclench cadence rgulire (planification glissante) ; Parmi les propositions de lancements en production des rfrences gres par la MRP, seules les propositions de la premire

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

priode sont excutes ; les lancements proposs pour les priodes suivantes peuvent tre modifies lors de calculs ultrieurs de MRP. Dans sa formulation standard, la MRP traite indirectement de lincertitude au travers des concepts dhorizon gel et de nomenclature de planification. Ces prsentations seront loccasion dintroduire de nouvelles perspectives qui seront la base des dveloppements du 3. 2.1.1. Horizon gel du PDP et Point de Pntration de Commande La priode de rfrence retenue pour dfinir le PDP et la priodicit des dcisions prises dans le cadre de la MRP est damplitude . Les dlais dobtention et horizons sont des multiples de cette priode de rfrence. Lhorizon gel H G est la partie initiale de lhorizon de planification H P , sur lequel le PDP est dfini, allant des priodes t t + H G 1 , sur laquelle les rquisitions sont intangibles. Ce concept est li celui de Point de Pntration de Commande (PPC), qui dlimite ce qui peut tre produit la commande de ce qui doit ltre pour stock ; ce lien est expos dans (Giard et al., 2007, 2009). Lapplication en cascade du mcanisme dexplosion des nomenclatures conduit trouver aik units de la rfrence i, du niveau n de la nomenclature, incluses dans la rfrence k appartenant au sous-ensembleE ik du PDP (qui correspond au niveau 0 de la nomenclature). Par ailleurs, lapplication en cascade du mcanisme dabsorption des dlais conduit un dcalage ik entre la priode t du lancement en production dune unit de la rfrence i et la priode t + ik de rquisition de la rfrence k dans le PDP. La prise en compte simultane de ces deux mcanismes permet de lier directement le Besoin Brut BBit dune rfrence i du niveau n de la nomenclature la priode t, aux rquisitions PDPkt de rfrences k (niveau 0 de la nomenclature) des dates t > t et non au lancement en production des rfrences qui consomment cette rfrence i, comme on le fait normalement en MRP. En univers certain (PDP non rvisable, absence de problmes de qualit, dlais dobtention certain), le stock SDit physiquement dtenu la fin de la priode t pour nimporte quelle rfrence i doit tre nul, parce quun stock rsiduel gnre un cot sans contrepartie utile. La quantit LPit lance en production pour la rfrence i au dbut de la priode t est alors ncessairement gale la quantit qi,t + Li livre au dbut de la priode t + Li , compte tenu du dlai dobtention Li de cette rfrence i. son tour, qi,t + Li est ncessairement gal au Besoin Net BNi ,t + Li de cette priode, luimme gal au Besoin Brut BBi,t + Li de cette mme priode. Ces diffrentes valeurs sont lies aux rquisitions du PDP par la relation [1].

= = = LPit q BN= BB Eik aik PDPk ,t + ik i ,t + Li i ,t + Li i ,t + Li

[1]

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 5

Le lancement en production de la rfrence i est relve dune production entirement la commande si Max k (ik ) H G , ce qui correspond au cas normal dutilisation de la MRP. Il relve dune production entirement pour stock si Min k (ik ) > H G , car toutes les demandes du PDP vises par cette relation sont inconnues. Il relve enfin, dune production partiellement la commande et partiellement pour stock si la rfrence i est lie au moins une rfrence k telle que ik < H G et au moins une rfrence k' telle que ik H G . Ce dernier cas de figure, non trait notre connaissance dans la littrature du PPC ou celle de la MRP, est devenu trs frquent dans les grandes chanes logistiques dtendue mondiale, comme cest le cas dans lautomobile. Lentreprise qui veut piloter la commande la production dun ensemble de rfrences fabriques sur diffrents sites, dans le cadre de la chane logistique quil anime, ne peut donc le faire que si elle dispose dun PDP dfini sur un horizon gel tel que H G Max i ,k (ik ) . La tendance au remplacement de fournisseurs de rfrences dun niveau lev dans la nomenclature, par des fournisseurs plus attractifs du point de vue des cots dapprovisionnement mais plus lointains gographiquement, peut conduire insidieusement, par lallongement des ik quil induit, au non-respect de cette condition et perturber le pilotage de la chane logistique si les rgles de pilotage ne sont pas correctement adaptes. 2.1.2. Nomenclature de planification Dans la production de masse de produits fortement diversifis le PDP ne peut tre dfini quau niveau des composants alternatifs ou optionnels, la varit finale tant trop forte pour pouvoir ltre celui du produit fini. La nomenclature de planification (appele encore nomenclature modulaire) c dun ensemble de K modules alternatifs dcrit la structure moyenne dutilisation de ces modules alternatifs par un ensemble de produits finis gnralement assembls sur une mme ligne. Les lments de ce vecteur c correspondent aux proportions moyennes ck de consommation des modules k ; bien =K videmment, k k =1 ck = 1 . Cette nomenclature de planification est parfois utilise pour dfinir les rquisitions du PDP hors horizon gel mais ces informations ne sont pas fiables. Il est prfrable de considrer ces demandes comme alatoires (Camisullis et Giard, 2010) et dutiliser ce vecteur c comme un vecteur de probabilits dutilisation des modules alternatifs utiliser en rgime de croisire. Dans ce cadre, le vecteur X des demandes quotidiennes de modules alternatifs suit la loi Multinomiale 1 M ( N , c) , dans laquelle

Rappelons que la loi Multinomiale est une gnralisation de la loi Binomiale laquelle nenvisage que deux vnements exclusifs puisant lensemble des vnements possibles pouvant intervenir lissue dune preuve. La loi Multinomiale envisage le cas de k vnements exclusifs puisant lensemble des vnements possibles .Ces deux distributions se dfinissent par un nombre dpreuves N. La loi Binomiale a comme second argument la probabilit de lvnement privilgi

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

N est la production quotidienne de la ligne. La demande quotidienne X k du module k suit la loi Binomiale B ( N , ck ) , lvnement complmentaire tant autres modules alternatifs . 2.2. Analyse de la littrature de prise en compte de lincertitude dans la MRP La mthode MRP a t initialement conue pour tre mise en uvre dans un environnement dterministe ; aucune mthode de scurisation nest initialement imagine. La confrontation de cette perception idalise de la planification au monde rel a mis en vidence la ncessit de prendre en charge, dans le cadre du modle MRP, laspect incertain des informations exploites dans la construction du PDP et la dclinaison des besoins des niveaux de nomenclatures successifs par les mcanismes combins dexplosion des nomenclatures et dabsorption des dlais. Les sources dala pouvant perturber le bon droulement dune MRP sont nombreuses et se combinent rendant inefficace et inefficient tout modle de planification dans son acception certaine. On a vu apparatre, ds la fin des annes soixante-dix, des tentatives dadaptation de la mthode MRP un environnement incertain en introduisant des rgles de gestion empiriques ou issues de rsultats analytiques reposant sur des hypothses dorigine inductive rendant dlicate toute tentative de gnralisation ou de thorisation. La premire source dincertitude avoir t tudie est celle relative la demande. (Bchel, 1982) considre que la demande en produit fini est une variable alatoire dont lesprance et la variance sont connues. Pour contrer lincertitude, il propose de dimensionner un stock de scurit pour chaque composant, calcul comme le fractile de la loi de la demande sur le dlai dobtention, pour une probabilit de rupture prdtermine. Lesprance mathmatique et la variance de la demande en composant sont obtenues par simple sommation des esprances et variances des demandes des produits finis qui les utilisent. Ce rsultat, li une hypothse dindpendance des demandes, ne tient pas sil sagit dun composant commun plusieurs modules alternatifs dun mme ensemble sans tre systmatiquement mont sur tous les modules alternatifs de cet ensemble. Dans ce contexte o la demande quotidienne de modules alternatifs X suit la Multinomiale M ( N , c) on a indiqu pourquoi la demande quotidienne X k dun module alternatif k suivait la loi Binomiale B ( N , ck ) , de variance N ci (1 ci ) . Si K > 2 , la demande X1 du module alternatif 1 suit la loi Binomiale B ( N , c1 ) et X2 suit la loi B ( N , c2 ) (si lon prfre mettre en vidence le lien entre ces variables, il revient au mme de considrer que X2 suit la loi B { N X1 , c2 / (1 c1 )} dont on montre que la variance est N c2 (1 c2 ) ). En rgime de croisire, caractris par une stabilit de la production quotidienne et de la structure de la demande, la demande Y dun composant commun aux modules alternatifs Y X1 + X 2 ) , 1 et 2 et mont en un seul exemplaire sur chacun de ces deux modules (= B ( N , c1 + c2 ) , dont la variance suit la loi Binomiale
par lutilisateur de cette loi. La loi Multinomiale a comme arguments complmentaires, les probabilits associs aux k vnements (mises sous une forme vectorielle ici).

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 7

V (Y ) = N (c1 + c2 ) (1 c1 c2 ) nest pas gale la somme des variances de X1 et de X 2 . Cette observation reste valable si ces demandes de modules alternatifs font rfrences des paramtres N et ci dfinis des dates diffrentes. Dans un autre article et en se basant sur les mmes principes de modlisation, (Bchel, 1983) sintresse la planification des besoins en composants optionnels. Pour le calcul des besoins majors en composants optionnels assurant un certain niveau de service, il dmontre sur un cas dapplication que lutilisation dun pourcentage dutilisation alatoire, rsultat du rapport entre deux variables alatoires que sont la demande en produit fini et la demande en composant optionnel, donne de meilleurs rsultats, du point de vue du niveau de service, quune couverture proportionnelle la demande moyenne. De nos jours, la facilit dapplication de la simulation de Monte Carlo rend ce type dapproche facile implmenter, encore quil soit plus simple et sans doute plus efficace de travailler directement sur une demande combinant lala de niveau de production avec un ala de taux dutilisation.
En se basant sur un cas dapplication, (De Bodt et al., 1982) valuent lefficacit des mthodes de lotissement associes diffrents niveaux de stocks de scurit dans le cadre dune planification MRP avec demande incertaine. Le dimensionnement des stocks de scurit et leur localisation rsultent dune simple comparaison entre plusieurs scnarios de localisation et de niveau de stock de scurit. Aucune mthode de dimensionnement des stocks de scurit nest prsente dans cet article. (Winjgaard et al., 1985) sinterrogent sur les formes de scurisation pouvant tre mobilises afin de minimiser leffet de lincertitude dans la planification MRP. Ils prsentent les principes et avantages dutilisation du stock de scurit, du dlai de scurit et de la majoration des quantits du PDP. Dans ce mme article, une mthode de dimensionnement des stocks de scurit, tenant compte de lerreur de prvision, est propose pour une configuration en srie, convergente puis divergente de la chane logistique. Le modle propos considre le cas de composants lis au produit fini par un coefficient de nomenclature gale 1 et exclut la prise en compte des effets combins des coefficients de monte et des phnomnes de commonalit 2. Dans le cas dune production sur stock dun seul produit fini, (Carlson et al., 1986) proposent une heuristique permettant de fixer le niveau de stocks de scurit en rgime de demande stationnaire afin de minimiser le cot de stockage et de commande tant donn un taux de service pralablement fix. Le rle du stock de scurit est ici de limiter le nombre de commandes exceptionnelles pouvant intervenir dans le cadre dune politique de lotissement base sur lalgorithme de Wagner-Whitin (conduisant donc une optimisation locale de lapprovisionnement de chaque rfrence, sans tenir compte des interdpendances induites par les mcanismes dexplosion des nomenclatures et dabsorption des dlais). Le recours des commandes exceptionnelles est considr un cot quivalent celui dune commande normale . Cette hypothse se justifie uniquement lorsquune commande exceptionnelle intervient une priode compatible avec les dlais dobtention. Une commande exceptionnelle qui interviendrait en dehors
2

Inclusion dans des produits finis techniquement diffrents de composants lmentaires communs. Cette notion est au cur des premires justifications de la mise en uvre de la MRP.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

de ce cas, lorsque cela est possible, est a fortiori gnratrice de surcots 3 non pris en compte dans la modlisation. (Lagodimos et al., 1993) ont examin la question de la localisation des stocks de scurit dans une planification MRP de produits standardiss. Leur objectif est de maximiser le niveau de service en rpartissant sur les diffrents niveaux de la nomenclature une valeur donne de stock de scurit en utilisant une approche analytique. On considre ici que le niveau de service nest pas une variable de dcision et que les cots de possession sont identiques chaque niveau de la nomenclature ; cette hypothse est forte dans la mesure o, a priori, la valeur dun composant, dcrot avec son niveau de nomenclature. La conclusion qui est apporte va dans le sens dun placement du stock de scurit au niveau des produits finis dans le cas dune structure en srie de la chane logistique. Nanmoins, les auteurs relativisent leurs rsultats en rappelant les limitations imposes par les hypothses de modlisation. Sous lhypothse dune demande normalement distribue en rgime stationnaire, (Inderfurth et al., 1998) sintressent la double problmatique du dimensionnement et de la localisation des stocks de scurit en composants. Le but tant de satisfaire un niveau de service donn chaque chelon de la chane logistique tout en minimisant le cot global de possession, ils proposent un modle doptimisation avec, comme fonction-objectif, la minimisation du cot de possession et, comme contrainte, la garantie dune couverture assurant le dcouplage un o plusieurs niveaux de la chane logistique compte tenu des dlais dobtention. Les dlais de couverture associs chacun des maillons de la chane constituent les variables de dcision du modle. La demande chaque niveau dcoule de la demande finale pouvant porter sur un ou plusieurs produits finis diffrents ; dans ce dernier cas, des corrlations entre demandes sont introduites pour modliser la demande sur des composants rentrant dans la composition de plusieurs produits finis. Dans le cas dune production faisant appel des composants ou modules alternatifs, la corrlation ne peut intervenir quentre des composants appartenant des ensembles de composants alternatifs distincts 4. La demande sur un composant sera le rsultat dune somme de variables alatoires binomiales pondres par des coefficients de monte. Sur la base du taux de service et du cot de possession, (Zhao et al., 2001) comparent la performance de trois mthodes de dimensionnement du stock de scurit en production pour stock. Compte tenu des rsultats obtenus par (Carlson et al., 1986), il est dcid de placer le stock de scurit au niveau du produit fini. Pour chacune des trois mthodes, un dlai de couverture diffrent est utilis pour le calcul du stock de scurit. Aucune justification nest donne pour argumenter le choix des dlais de couverture.
3

On peut citer par exemple la mobilisation de moyens de transport rapides pour rduire conjoncturellement le dlai dobtention. 4 Cette corrlation na dincidence, au niveau des approvisionnements, que dans le cas de composants de jonction entre deux composants alternatifs appartenant deux ensembles diffrents de composants alternatifs, ces composants de jonction ntant pas toujours les mmes.

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 9

Dans un article plus rcent, (Persona et al., 2007) proposent une mthode analytique pour dimensionner des stocks de scurit en composants et modules dans le cas dune production ou dun assemblage la commande. Dans leur modlisation, ils considrent que les dlais dapprovisionnement sont certains, que les demandes en composants alternatifs sont corrles au sein dune mme famille de composants alternatifs exclusifs entre eux et que la demande est en rgime stationnaire ; le taux de service cible est le rsultat dun compromis entre cots de rupture et cots de possession. La notion de corrlation utilise dans cet article fait rfrence au lien statistique qui existe entre les demandes portant sur des modules alternatifs dun mme ensembleEj , or cette relation est le rsultat dune contrainte lie la distribution Multinomiale et non une corrlation entre variables alatoires. Il existe des corrlations entre composants alternatifs appartenant des ensembles diffrents mais cette corrlation na dincidence quen cas de commonalit dun composant deux modules alternatifs appartenant chacun une nomenclature de planification distincte ; on parlera alors de composants ou de module de jonction. (Lamouri et al., 2000) voquent la possibilit dutiliser les nomenclatures de planification pour la scurisation des approvisionnements en sintressant aux conditions dutilisation de ce mode de pilotage de flux sans pour autant sattarder sur les modalits de sa mise en uvre pratique. Dautres pistes de protection contre lincertitude en environnement MRP comme celles consistant majorer les quantits du PDP 5 ou allonger artificiellement les dlais dobtention ont t explores dans (Winjgaard et al., 1985), (Guerreroet al., 1986), (Buzacottet al., 1994), (Molinder, 1997) et (Chang, 1985). (Buzacottet al., 1994) sintressent la possibilit dutiliser, comme moyen de protection contre lincertitude, les dlais de scurit. Ils considrent quun arbitrage doit tre fait entre stocks de scurit et dlais de scurit en fonction de la fiabilit des prvisions, des capacits de production, du cot de possession et du cot de rupture. Ils considrent, dans leur modlisation, un seul chelon fonctionnant en mode MRP en environnement incertain. La conclusion apporte par cette tude est que les stocks de scurit permettent davoir une meilleure performance en cot total en cas de fortes incertitudes sur la demande. Le dlai de scurit a vocation anticiper une demande future connue avec certitude et conduit ncessairement un accroissement du stock dencours dont la grossiret dpend du dcoupage temporel retenu 6. Dans une tude similaire (Molinder, 1997) propose des rgles daide la dcision quant au choix faire entre stock de scurit et dlai de scurit. Les paramtres de dcision retenus concernent les degrs dincertitude de la demande et des dlais ainsi que le ratio entre cot de rupture et cot de stockage. Ses conclusions sont quelque peu diffrentes de celles apportes par (Buzacott et al., 1994) dans le sens o il prconise lutilisation de
5 Cette technique fait crotre mcaniquement les encours, sauf si cet accroissement est peu prs consomm dans la priode suivante, ce qui peut tre le cas si lincertitude porte sur la qualit et que cette augmentation couvre, en moyenne, les pices non-conformes. 6 Le dlai de scurit, dans la dmarche de base de la MRP, ne peut qutre quun multiple de la priode de base. La dmarche est dautant plus raliste que le dcoupage temporel est fin.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

10

dlais de scurit en cas de fortes incertitudes sur la demande et les dlais. Le cot associ un dlai de scurit tant induit par une augmentation dencours, il sensuit que lopposition entre stock de scurit et dlai de scurit nest pas trs claire. Au vu des nombreux travaux raliss sur le sujet de la gestion de lincertitude dans le cadre de la planification MRP, des tentatives de synthse ont t engages travers la publication darticles de revue de littrature qui pour la plupart datent des annes 2000. Afin de mettre clairement en vidence les domaines non encore explors par la littrature spcialise et de bien identifier le positionnement de nos travaux par rapport ce qui a dj t fait, il est intressant de sattarder quelque peu sur les grilles danalyses utilises par ces revues de littrature. (Guide et al., 2000) sintressent aux techniques mises en places afin de contrer lincertitude en planification MRP. La grille danalyse propose comporte les sept axes que sont la modlisation, la mthode de dimensionnement des stocks de scurit, leur localisation, la dfinition du dlai de scurit, le type dincertitude pris en compte dans le modle, la nature de lhorizon de planification qui peut tre glissant ou fixe et enfin lindicateur de performance retenu. Lexamen qui est fait de la littrature dans cet article conduit la conclusion que plusieurs lacunes existent encore bien que certaines des solutions proposes restent applicables, selon les auteurs, en vertu dun ensemble dhypothses qui parfois sont discutables. Ces auteurs dplorent galement linexistence de mthodologie et labsence de rgles prcises permettant dtablir un compromis entre les diffrentes alternatives de protection proposes. Une autre catgorisation de la littrature est propose par (Koh, et al., 2002) o lanalyse se fait sur trois axes. Dans le premier axe les auteurs distinguent lala interne li aux processus de lala externe. Le second axe est relatif au point doccurrence de lala qui peut tre en amont ou en aval du processus productif. Enfin, le troisime axe concerne le type de solution prconis savoir lamortissement de lala travers, par exemple, la mise en place de stocks de scurit ou la rduction de lala par des techniques telles que la majoration des quantits du PDP. La conclusion intressante apporte par cet article est quil y a dans la littrature une faible proportion dtudes proposant une prise en charge des interactions et combinaisons pouvant intervenir entre plusieurs sources dala. Plus rcemment (Dolgui et al., 2007) ont propos une grille danalyse darticles portant sur la gestion de lala dans le cadre dune planification MRP. Les articles retenus sont classs en trois familles en fonction du type dala pris en compte : demande, dlai et la combinaison des deux. Les auteurs prsentent succinctement certaines des techniques communment utilises pour matriser les consquences de lincertitude savoir : lhorizon gel, les stocks de scurit et les dlais de scurit. En plus des manques mis en vidence par cette tude et qui rejoignent ceux identifis par (Guide et al., 2000) et (Koh et al., 2002), laccent est mis sur le fait quil y a trs peu darticles proposant des modles multi-chelon planification glissante. La problmatique de la prise en compte du risque dans la partie de chanes logistiques traitant lapprovisionnement de composants optionnels ou alternatifs pour des lignes dassemblage ddies la production de masse de produits fortement

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 11

diversifis prsente des caractristiques spcifiques non encore prises en compte dans la littrature et que nous allons chercher exploiter. 3. Modlisation Le stock de scurit peut tre constitu pour faire face diffrents types dalas rpertoris prcdemment. On privilgiera ici lala sur la demande, suppose connue en probabilit partiellement ou en totalit ; cet ala est li aux nomenclatures de planification et non aux productions quotidiennes des lignes dassemblage qui sont rputes stables. On y ajoutera une seconde source dala, susceptible de se combiner la premire, celle qui rsulte des problmes de qualit. La MRP et les politiques calendaires de gestion des approvisionnements partagent la caractristique de passer des commandes dapprovisionnement ou de production avec une mme priodicit. Pour la MRP, le passage dune demande certaine une demande partiellement ou totalement alatoire conduit naturellement sinspirer des politiques calendaires dfinies en univers alatoire. La cohrence dcisionnelle des units de production impliques repose sur le choix partag dune probabilit de rupture de stock ngligeable afin de garantir labsence de propagation de ruptures de stock dont le caractre exceptionnel permet la mobilisation de procdures exceptionnelles de rattrapage. 3.1 Principes de la politique de recompltement calendaire En rgime de croisire, la politique dapprovisionnement calendaire se caractrise par la passation dune commande la date t, livre la date t + L , L tant le dlai dobtention. Ces commandes sont passes intervalles rguliers, damplitude , correspondant la priode de rvision calendaire. La quantit commande qt est gale la diffrence entre un niveau de recompltement R et la position PSt de stock observe au moment de la passation de la commande. Le niveau de recompltement correspond un fractile dune distribution de probabilit de la demande que devra couvrir ce niveau de recompltement. Cette demande de rfrence est dfinie sur la priode + L . Ce fractile est associ une probabilit de rupture de stock - cible appele encore risque de rupture. Ce risque peut rsulter (Giard, 2003) de la minimisation de lesprance mathmatique dun cot priodique en rgime de croisire, intgrant limpact conomique de la politique de recompltement priodique retenue sur les ruptures de stock (esprance mathmatique de la rupture, pondre par un cot de rupture unitaire) et sur les stocks dtenus (stock moyen possd, pondr par un cot de possession unitaire). La rupture dapprovisionnement dune ligne de production a un impact conomique trs fort puisque la cessation de fonctionnement dun poste se propage tous les postes de la ligne mais sa valorisation est difficile car elle dpend de la dure de cette rupture et des procdures durgence mobilise (approvisionnement durgence). La difficult dtablissement dune fonction de cot raliste et non-contestable est telle quil est plus simple de retenir une valeur arbitrairement faible de ce risque, pour rendre la rupture de stock exceptionnelle.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

12

Le stock de scurit SS se dfinit comme la diffrence entre le niveau de recompltement et la demande moyenne de la distribution de rfrence utilise pour dterminer R. En rgime stationnaire, si le risque de rupture accept est faible, la rupture de stock moyenne par priode est ngligeable et le stock rsiduel moyen avant livraison diffre trs peu du stock de scurit. Aprs la passation de commande, la position de stock est ncessairement gale au niveau de recompltement. Avant la passation de commande suivante, au dbut de la priode t + , la position de stock, initialement gale R, a t diminue de la demande Dt exprime au cours de la priode t, dlimite par les dates t et la date t + . Si les demandes non-satisfaites ne sont pas perdues, la commande passer au dbut de la priode t + , en rgime de croisire, est ncessairement gale la demande Dt :

qt = Dt

[2]

3.2. Adaptation de la MRP pour tenir compte du caractre alatoire du PDP hors horizon gel et dventuels problmes de qualit On examinera comment adapter le calcul de la quantit de composants lancer en production, tirs par une demande finale ne pouvant tre encore entirement dtermine au moment de la prise de dcision, dans un premier temps en labsence de problmes de qualit et, dans un second temps, en prsence de tels problmes. 3.2.1. Lancement en production tenant compte dune demande finale partiellement alatoire, en labsence de problme de qualit. La relation [1] lie les lancements en production dune rfrence i aux rquisitions du PDP, certaines parce que rentrant toutes dans lhorizon gel (ik < H G , k Eik ). Lorsque certains de ces modules alternatifs k sont tels que ik H G , la partie de production du composant i induite par ces rquisitions, inconnues au moment de la prise de dcision de lancement en production, doit se faire pour stock. Il convient alors de remplacer la notation PDPk ,t + ik , approprie pour une rquisition certaine du module alternatif k pour la priode t + ik , par la variable alatoire X k ,t + ik . Le Besoin Brut BBi,t + Li est dfini par la relation [3] et nest plus gal au Besoin Net

BNi,t + Li , ni la livraison programme qi,t + Li pour le dbut de la priode t + Li et

donc au lancement en production LPit au dbut de la priode t.

= BBi ,t + L Eik i

ik < H G

aik PDPk ,t + ik + E

ik ik H G

aik X k ,t + ik

[3]

La gnralisation de cette relation est ncessaire pour la suite ; dune manire gnrale, si 0 ik h H G , la rquisition du PDP nest pas connue pour le module k pour la priode t + ik h , ce qui induit la relation [4].

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 13

= BBi ,t + Li h E ik

ik < H G +h

aik PDPk ,t + ik h
+ E a ik ik H G +h ik X k ,t + ik h ,0 h Li 1
[4]

Rappelons que le Besoin Brut BBit de la priode t est certain : il correspond au cumul des commandes fermes passes par les centres consommateurs de la rfrence i, livrer au dbut de la priode t. Commenons par analyser le cas dune production partiellement pour stock. Dans la logique de la MRP, la livraison qi,t + Li correspond au Besoin Net BNi ,t + Li de cette rfrence i pour cette priode t + Li , lequel est gal au Besoin Brut BBi,t + Li de cette priode (dfini la relation [3] ), diminu de la position de stock PSi ,t + Li 1 la fin de la priode prcdente t + Li 1 . Cette position de stock PSi ,t + Li 1 dpend de la position de stock PSi ,t 1 de la rfrence i utilise au dbut de la priode t lors du lancement en production ( PSi ,t 1 correspondant au stock SDit physiquement dtenu au dbut de la priode t), des Besoins Bruts et des livraisons attendues des priodes t t + Li 1 , ce que dcrit la relation [5].
PSi ,t + Li 1 =+ PSi ,t 1 h =0i
h = L 1

qi ,t + h BBi ,t + h

= Li 1 h L 1 = PSi ,t 1 + h 0= qi ,t + h BBit hi1 Eik <H +h aik = ik G

1 hi= 1 E

PDPk ,t + ik h

ik ik H G + h

aik X k ,t + ik h

[5]

En dfinissant PSi',t + Li 1 comme la position de stock dfinie la fin de la priode t + Li 1 sur les seules donnes certaines :
= PSi ,t 1 + h PSi',= t + Li 1
h= Li 1 h= L 1 qi ,t + h BBit h 1 i E a 0= ik ik < H G +h ik

PDPk ,t + ik h [6]

= Le Besoin Net BN i ,t + Li BBi ,t + Li PSi ,t + Li 1 devient alors :

BNi,t += Li Eik
La
ik <H G

aik PDPk ,t + ik PSi',t + Li 1 + h =0i E ik

= L 1 h

ik H G +h

aik X k ,t + ik h
cette

h = Li 1 partie alatoire Yi ,t + Li h = =0 Eik ik H G + h aik X k ,t + ik h de

expression du Besoin Net est couverte par une quantit

qi,t + Li telle que

i

qi,t + Li + PSi',t + Li 1 soit gale un niveau de recompltement Ri ,t + L

i

dfini par

P(Yi ,t + Li > Ri ,t + L ) = correspondant un risque fix une valeur arbitrairement trs

faible. On en dduit que :

LPit = qi ,t + Li = E

ik ik < H G

aik PDPk ,t + ik + Ri ,t + Li PSi',t + Li 1

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

h = L 1

14

avec Yi ,t + Li h =0i Eik ik H G + h aik X k ,t + ik h et P(Yi ,t + Li > Ri ,t + L ) = [7] = i La production entirement pour stock peut tre analyse comme un cas particulier des relations [6] et [7] dans lequel k Eik , ik H G + Li 1 pour que tous les besoins bruts de t + 1 t + Li soient alatoires, ce qui conduit liminer la prsence de
= L 1 h

Eik

ik <H G

aik PDPk ,t + ik

dans

la

relation

[7]

et

h =0i Eik ik < H G + h aik PDPk ,t + ik h dans la relation [6] qui se simplifie pour

donner la relation [8] caractrisant une production entirement pour stock.

h = Li 1 LPit = qi ,t + Li = BBit + Ri ,t + Li PSi ,t 1 h =0 qi ,t + h

,avec ik H G + Li 1, k Eik [8]

En rgime de croisire, caractris par une stabilit du niveau de production et des coefficients c de la nomenclature de planification, R= it Ri , t , des relations plus simples peuvent tre tablies. Dans le cas dune production partiellement pour stock, en rgime de croisire, on commence par exprimer Ri partir des relations [6] et [7] , dans laquelle on remplace
PDPk ,t + ik h par PDPkt,t + h , pour marquer le fait que ces rquisitions sont ik
h = L 1 h= L

connues au dbut de la priode t, et h =0i qi ,t + h .par h =1 i LPi ,t h :

= Li = L 1 h h Ri = PSi,t 1 + h 0= LPi,t h BBi,t h 0i Eik ik < H G + h aik =

PDPkt,t + h ik

On adapte ensuite la relation [7] pour dfinir LPi ,t +1 , en tenant compte du fait que PS = = it PSi ,t 1 + qit BB it PSi ,t 1 + LP i ,t Li BBit :

LP = i ,t +1 Eik

ik < H G

aik PDPt +1

k ,t +1+ik

PS + + h =0i LPi ,t h BBit i ,t 1

h= L

h = L 1 h =0i Eik ik < H G + h aik PDPkt,t + h PSi ,t 1 + LPi ,t Li BBit ik

h= Li 1 h= L 1 1 LPi ,t h BBi ,t +1 h 1 i E a PDPkt,+ + h 0= = t +1+ ik h ik ik < H G +h ik

Aprs simplification et en passant de t + 1 t, on obtient la relation [9] qui indique le lancement en production au dbut de la priode t correspond au besoin brut de cette priode, augment de la variation des besoins bruts certains des Li priodes suivant celle du lancement, entre la priode courante et la priode prcdente: h = L 1 1 [9] LPit = BBit + h =0i Eik ik < H G + h aik PDPkt,t + h PDPkt, t 1+ ik h ik

Dans le cas dune production totalement pour stock, en rgime de croisire, on adapte la relation [8] pour dfinir LPi ,t +1 , en remarquant, comme prcdemment, que

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 15
h = L 1 h= L h =0i qi ,t + h = h =1 i LPi,t h et que PSit =PSi ,t 1 + LPi ,t Li BBit , et en tirant Ri de la

relation [8] :
h= L LPi ,t +1 =BBi ,t +1 + PS + h =0i LPi ,t h BBit i ,t 1

h = L 1 PSi ,t 1 + LPi ,t Li BBit h =0i LPi ,t h Aprs simplification et en passant de t + 1 t , on obtient la relation [10], indiquant quil convient de lancer en production au dbut de la priode t une quantit gale au Besoin Brut de cette priode. Ce rsultat analytique na rien dtonnant puisque la position de stock passe de Ri avant satisfaction de la demande Ri BBit aprs expdition et que le lancement en production a pour objet de passer cette position de stock au niveau de recompltement. On peut ajouter que la relation [9] inclut la relation [10], puisquen cas de production entirement pour stock, aucune rquisition du PDP nest connue.

LPit = BBit

[10]

t + Max k (ik ) modifie la valeur du niveau de recompltement de la rfrence i. Sachant que les rquisitions inconnues du PDP couvrent Max k (ik ) H G priodes, le
nouveau rgime de croisire ne prendra compltement effet qu la priode t + Max k (ik ) H G 1 . Les relations [9] et [10] restent utilisables condition dajouter la quantit lance en production, la variation du niveau de recompltement par rapport la priode prcdente. 3.2.2. Lancement en production tenant compte dune demande finale partiellement alatoire, en prsence de problmes de qualit. Dans (Camisulis et al., 2010 et 2011), il est montr que si le Besoin Brut BBi,t + Li couvrir par le lancement en production de la rfrence i au dbut de la priode t peut tre produit la commande ( ik < H G , k ) , il est possible de se protger contre une rupture de stock lie la possibilit que chaque pice livre ait la probabilit i de ne pas tre conforme, par lutilisation dun stock de scurit cible ou stock - cible 7 SCi , ce contrle de qualit tant effectu avant expdition 8. SCi se dfinit comme le fractile

Pour terminer, ajoutons que le changement de rgime de croisire la priode

U i,t + Li au risque , dune variable alatoire Zi,t + Li suivant la loi Binomiale Ngative
7

Lappellation stock-cible est utilise ici de prfrence celle de stock de scurit dfini classiquement comme la diffrence entre un niveau de recompltement et une demande moyenne, ce qui nest pas le cas ici. 8 Ici, le stock-cible est alors dtenu par le fournisseur qui garantit la qualit au client. Si le contrle de qualit se fait chez le client et non chez le fournisseur, ce stock-cible est dtenir par le client, ce qui conduit un cumul des stocks-cibles dtenus par les clients de la rfrence i, suprieur au stock-cible dtenu chez le fournisseur, en raison dune non-mutualisation du risque.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

16

BN ( BBi,t + Li , i ) Pour quil en soit ainsi, il faut que les productions de tous les
composants qui incluent le composant i ne connaissent pas de problme de qualit ce qui est une condition pour que BBi ,t + Li soit directement li aux rquisitions du PDP.
Zi ,t + Li BN (E a PDPk ,t + ik , i ) SCi = U i ,t + Li ik ik < H G ik

[11] tel que P( Zi,t + Li > U i,t + Li ) =

Cest la variation de ce stock-cible U i ,t + Li U i ,t + Li 1 si Li > 1 quil convient dajouter au Besoin Brut BBi,t + Li pour calculer la quantit livrer qi,t + Li ; cest la diffrence U i ,t +1 PSi ,t 1 quil faut utiliser si Li = 1 Les relations [12], ou [13] pour le rgime de croisire, sont alors utiliser. LPit =qi,t + Li =E aik PDPk ,t + ik + U i,t + Li U i,t + Li 1 , si Li > 1 [12]
ik ik <H G

LPit =qi ,t +1 =E a PDPk ,t + ik + U i ,t +1 PSi ,t 1 , si Li = 1 ik ik <H G ik

[13]

Lutilisation de ces relations implique un calcul du stock-cible chaque prise de dcision. Si la probabilit de non-conformit est faible, une valeur de stock-cible sera valide pour une plage de valeurs relativement large de Besoins Bruts, ce qui permet un appel ais une table vitant tout calcul. Examinons maintenant le cas dune production partiellement pour stock. Comme il ne peut y avoir quun seul stock de scurit, il faut mutualiser le risque par une prise en compte simultane de la variabilit de la demande et de la variabilit de la qualit, ce qui conduit ne pas sparer lorigine des ruptures de stock dans la dfinition du risque-cible utilis pour dterminer le fractile correspondant Ri . Dans ces conditions, le nombre dvnements retenir comme premier argument de la loi Binomiale Ngative est la somme de la demande certaine pour les priodes t t + Li et de Yi,t + Li . Dans ces conditions, le niveau de recompltement est dfini par la relation [14] :

avec Wi= Ri,t + Li tel que P(Wi,t + Li > Ri,t + Li ) = ,t + Li Yi ,t + Li + Zi ,t + Li ,

Zi ,t + Li BN (Yi ,t + Li + h =0i Eik ik < H G + h aik PDPk ,t + ik h , i ) et
= Yi ,t + Li h =0i Eik ik H G + h aik X k ,t + ik h
= L 1 h

h= L

[14]

Cette solution, analytiquement correcte, conduit recalculer Ri ,t + Li chaque prise de dcision la distribution de probabilit de Wi ,t + Li et donc Ri ,t + Li . Pour viter cela, il est plus simple en rgime de croisire, de considrer que Zi est une ralisation dune variable alatoire dans laquelle toutes les rquisitions du PDP intervenant dans le calcul du Besoin Brut satisfaire sont alatoires, ce qui revient utiliser la relation [15], qui est un peu moins performante que la prcdente car elle nexploite pas au mieux toute linformation disponible lors de la prise de dcision.

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 17

Ri tel que P(Wi > Ri ) = avec Wi= Yi + Zi , Zi BN (Yi + Yi, i ) ,

h= L h = L 1 Yi h =0i Eik = a X k et Yi h =0i Eik ik < H G + h aik X k = ik H G + h ik

[15]

La validit de cette approximation tient au fait que si i est faible, lintervalle de confiance 95% de Zi ,t + Li est restreint et possde un large recouvrement en retenant des bornes ralistes de Yi + Yi . La gnralisation de la dmarche de prise en compte des problmes de qualit dans la production des composants j de niveau n + 1 utiliss par le composant i de niveau n est, au niveau des principes, assez simple. Elle est un peu complique mettre en uvre en pratique car elle ne conduit pas des relations analytiques aussi simples que celles trouves ci-dessus. Il faut poursuivre le calcul des lancements LPit pour les priodes t > t en utilisant la mme dmarche que pour le calcul de LPit , en distinguant bien la partie certaine, de la partie alatoire. Une fois ce travail effectu, il faut calculer les lancements des composants j de niveau n + 1 en adaptant la dmarche ayant abouti aux relations [14] et [15]. Une solution alternative, plus facile mettre en uvre, consiste ajouter aux Besoins Bruts, le nombre moyen de composants dfectueux et utiliser les relations proposes dans ce paragraphe. 4. Illustration numrique Illustrons maintenant lutilisation de ces rsultats analytiques en nous appuyant sur un exemple (parfaitement fictif) dune partie de chane logistique divergente comportant deux usines A et B dassemblage de vhicules (clients finaux) appartenant la mme entit juridique et sapprovisionnant en moteurs auprs dune mme usine mcanique. Cette usine sapprovisionne auprs dun seul fournisseur de pistons, qui lui-mme sapprovisionne en ttes de pistons auprs dun fournisseur unique. On supposera que cet ensemble fonctionne suivant les principes de la MRP-I, avec passation dune commande et rception dune livraison au dbut de chaque priode, le dcoupage temporel retenu utilisant une priode de base de 2 jours.
Usine dassemblage Vhicules vhicules A

Fournisseur de ttes de pistons

Ttes de pistons

Fournisseur de pistons

Pistons

Usine Mcanique Usine dassemblage Vhicules vhicules B

Moteurs

Figure 2. Sous-ensemble dune chane logistique automobile quatre chelons

Rseau Commercial

Moteurs

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

18

Figure 3. Nomenclature et coefficient de nomenclature (c) + dlais dobtention (L)

La figure 3 dcrit lextrait de nomenclature pertinent pour le sous-ensemble tudi, en y ajoutant les dlais dobtention des composants (exprims en nombre de priode de base de 2 jours). Au niveau 0, on retrouve les vhicules fabriqus par deux lignes dassemblage distantes ddies des marchs diffrents nayant pas la mme structure de demande. Au niveau 1, on trouve les nomenclatures de planification associes chacune de ces lignes ; parmi les 5 modules alternatifs de lensemble E, on supposera que seuls les moteurs M1 et M5 utilisent les pistons auxquels on sintresse ici, les ttes de pistons tant spcifiques chaque type de piston. Par ailleurs, les dlais dobtention des moteurs intgrent un temps de production, dune priode, et un temps de transport entre lusine mcanique et les usines de montage des vhicules. Limportance de ce temps de transport, classique dans ce type de chane logistique, conduira isoler cette opration de logistique comme une opration de production dans le mcanisme de la MRP. Le PDP des usines A et B est dfini au niveau des modules alternatifs (moteurs). Ces donnes, ainsi que les positions de stock initiales et livraisons attendues sont fournies dans le tableau 1 de la page suivante. Sur cet exemple, il est facile de calculer les valeurs des ik pour les pistons ainsi que pour les ttes de piston (voir tableau 2).

Composants alternatifs k Eik

ik , pour i = tte de piston ik , pour i = piston

M1 A
7 5

M5A
6 4

M1B
8 6

M 5B
7 5

Tableau 2. Valeurs des ik pour les pistons et ttes de piston

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 19

Dans toutes les illustrations des solutions analytiques proposes, on retiendra, dans la dtermination des variables de commande du problme pos (niveau de recompltement ou stock cible), un niveau de risque trs faible ( = 0,01%) . Ce choix, qui se justifie par la gravit des consquences conomiques dune rupture de stock, a comme intrt dassurer une absence de propagation de perturbations dun chelon un autre, partir du moment o des mesures exceptionnelles dapprovisionnement peuvent tre mises en place dans les quelques cas de rupture de stock. 4.1. Illustration des relations utiliser en labsence de problme de qualit On examinera le cas de production la commande puis celui dune production partiellement sur stock. 4.1.1. Production la commande en labsence de problme de qualit Ce premier cas de figure, correspondant au cas standard de la MRP caractris par la condition k Eik , ik < H G . Pour que cette proprit soit respecte pour toutes les rfrences, on retiendra ici une longueur dhorizon gel de 9 priodes ( H G = 9) . Le tableau 1 illustre les calculs des lancements en production des moteurs, pistons et ttes de piston. Pour des raisons de comparaison des diffrents cas de figure tudis, les positions de stock des diffrentes rfrences la fin de la priode t = 0 ne sont pas nulles, comme cela devrait tre le cas en univers certain ; elles le deviennent aux priodes suivantes. On notera galement que les Livraisons Attendues ne sont pas gales aux Besoins Bruts mais que cette proprit du rgime de croisire en univers certain se vrifie mcaniquement lorsque les calculs de la MRP sont effectus au dbut de la priode t = Maxi ( Li ). , dans le cadre du mcanisme de la planification glissante.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

20

PDP des moteurs M1 et M5 dfini au dbut de la priode 1 Priode A B PDP(Moteur 1) PDP(Moteur 5) PDP(Moteur 1) PDP(Moteur 5) 0 1 993 97 171 117 2 984 93 198 94 3 978 97 183 82 4 1001 184 105 5 6 90 86 100 7 8 92 96 9 994 92 96 979 976 193 1036 994

112 107

188 205

192 192

113 114

TRANSPORT: 2 jours de lusine dassemblage moteurs vers lusine dassemblage vhicules de A 4 jours de lusine dassemblage moteurs vers lusine dassemblage vhicules de B Priode Livraison usine A Livraison usine B Dpart vers usine A Dpart vers usine B Moteur 1 Priode BB(M1 expdier A) BB(M1 expdier B) Besoins Bruts globaux Livraisons attendues dbut priode Position de stock fin de priode Besoins Nets Lancement Moteur 5 Priode BB(M5 expdier A) BB(M5 expdier B) Besoins Bruts globaux Livraisons attendues dbut priode Position de stock fin de priode Besoins Nets Lancement Pistons Coefficient de nomenclature Priode BB venant de M1 BB venant de M5 Besoins Bruts globaux Livraisons attendues dbut priode Position de stock fin de priode Besoins Nets Lancement Ttes de piston Coefficient de nomenclature Priode Besoins Bruts Livraisons attendues dbut priode Position de stock fin de priode Besoins Nets Lancement 5590 5872 450 0 L =2 1 5812 5870 508 5812 20 0 L =2 1 4412 1032 5444 5780 356 172 15 L =1 0 1 93 82 175 190 30 -172 172 225 PS(0)=20 2 4668 1350 5900 238 -5812 5812 6052 5836 PS(0)=480 2 6052 5790 246 -5590 5590 5872 5872 5872 5872 5872 5872 5872 5872 5872 5872 5872 3 5836 6052 5836 5872 5872 5872 5872 5872 5872 5872 5872 5872 5872 3 4724 1326 225 221 221 190 182 188 188 188 188 188 188 188 190 182 Livraison 1 =5780 4 4912 1140 5 4744 1092 6 4744 1128 5872 1103 PS(0)=15 2 97 105 202 3 112 113 30 Livraison (Moteur 1) Livraison (Moteur 5) Livraison (Moteur 1) Livraison (Moteur 5) Expdition (Moteur 1) Expdition (Moteur 5) Expdition (Moteur 1) Expdition (Moteur 5) L=2 0 1 984 183 1167 1190 53 1 993 97 171 117 984 93 183 82 2 984 93 198 94 978 97 184 105 2 978 184 1162 1200 91 -1103 1103 1167 1181 1167 1181 1228 1186 Livraison 1=190 4 107 114 5 90 100 6 86 96 7 92 96 188 8 92 96 188 9 92 96 188 1228 1186 1186 1186 1186 1186 1186 1186 3 978 97 183 82 1001 193 4 1001 184 105 112 107 193 5 979 976 90 6 86 100 92 96 6 1036 192 7 994 192 7 1036 994 92 96 994 92 192 96 8 994 192 1186 8 9 994 92 96 994 92 192 96 9 994 192 1186

188 205 1036 994 86 96 192 192

192 192

113 114 90 100 5 976 205

979 976 188 205

112 107 113 114 3 1001 193 1194 4 979 188

PS(0)=30

Livraison 1=11Livraison 2 =12

1167 1181

1228 1186

225 221

190 182

Livraison 2 =5900 7 4744 1128 5872 8 4744 1128 5872 9 4744 1128 5872

4 pistons pour le moteur 1

6 pistons pour le moteur 5

6018 6050

6052 5836

Livraison 1 = 5870 4 5872 5 5872 6 5872

Livraison 2 = 5790 7 5872 8 5872 9 5872

1 tte de piston par piston

XXX Pegging des Pistons

XXX Pegging des Ttes de Piston

Tableau 1. Illustration du mode de fonctionnement MRP en univers certain (H G = 9)

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 21

4.1.2. Production partiellement pour stock en labsence de problme de qualit Il sagit ici dillustrer lutilisation des relations [7] et [9]. Pour ce faire, on retiendra maintenant une longueur dhorizon gel H G de 7 priodes, pour que la proprit dune production partiellement pour stock ( k Eik | ik H G ) soit respecte. Les informations du PDP au-del de la priode 7 sont inexistantes ou inexploitables (on a retenu ici dutiliser des valeurs moyennes dans le tableau 1). La comparaison des valeurs des ik (cf. tableau 2) avec H G = 7 montre que la production des pistons se fait entirement la commande, et celle des ttes de piston, partiellement la commande et partiellement pour stock. Le tableau 3 explicite lorigine des Besoins Bruts des ttes de piston des priodes 2 et 3 : la partie certaine des Besoins Bruts de la priode 2 est : 4144 + 540 + 600 = 5284 ; celle de la priode 3 est 516 ; on retrouvera ces informations dans le tableau 5. En application de la relation [7] la distribution de rfrence Y utilise pour dfinir le niveau de recompltement est :

Y = 4 B (960;0, 2) + 4 B (1840;0,54) + 4 B (960;0, 2) + 6 B (960;0,1)

La distribution de probabilit de Y, somme pondre de lois Binomiales, na pas de solution analytique . Elle se dtermine numriquement par mthode de Monte Carlo (voir figure 4 9.) qui conduit au tableau 4 associant les niveaux de recompltement quelques valeurs de risque de rupture de stock. Dans la suite (tableau 5), on utilisera le niveau de recompltement de 6548 associ au risque 0,01 %, en considrant que lon se trouve en rgime de croisire.
Composants alternatifs k ik Composantes du Besoin Brut certaines PDPM1 A ,7 = 1036 = 4 4144 alatoires X M1B ,8 4 B (960; 0, 20)

Eik
Besoins Besoins Bruts en t =3 Bruts en t =2

M1 A
M5A M1B M 5B M1 A

7 6 PDPM 5 A ,6 = 90 6 = 540 8 PDP = 100 6= 600 7 M 5 B ,7 7 6 8 7 -

X M1 A ,8 4 B (1840; 0, 54)

M5A
M1B

PDPM

5 A ,7

= 86 6 = 516
-

X M1B ,9 4 B (960; 0, 20)

M 5B

X M 5 B ,8 6 B (960; 0,10)

Tableau 3 : Dcomposition de la demande de ttes de piston en t=2 et t=3

9

Cette distribution est une somme pondres de distributions Binomiales. Les conditions dapproximation de chaque Binomiale par une loi Normale tant runies, il sensuit que la somme pondre de lois Normales suit une loi Normale, do lallure de cette distribution. Cela tant, la simulation de Monte Carlo, effectu avec ladd-in classique @Risk dExcel nutilise aucune approximation.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

Risque de rupture de stock retenu Niveau de recompltement R associ

22

1% 6374

0,1 % 6474

0,01 % 6548

0,001 % 6593

Tableau 4. Niveau de recompltement des ttes de piston en fonction de .

Figure 4. Distribution de probabilit de Y, demande de rfrence de ttes de piston en rgime de croisire Lutilisation de ce niveau de recompltement dans le cadre dun calcul est illustre au tableau 5 de la page suivante qui reprend sur ces nouvelles bases, le calcul du lancement des ttes de piston pour t=1, les dcisions de lancement des pistons et des moteurs restant inchanges avec la valeur retenue pour H G . Le Besoin Net de la priode t = 3 (6050) est couvert par une Livraison Programme pour le dbut de cette priode, lance en production au dbut de la priode t = 1 . En application de la relation [7], elle correspond Besoin Brut certain (516) de la priode t = 3 , augment de la diffrence entre le niveau de recompltement R calcul prcdemment (6548) et la position de stock certaine (1014) en fin de priode t = 2 . Celle-ci est calcule en utilisant la relation rcurrente classique de calcul de la position de stock, en partant de la position de stock de la fin de la priode t = 0 (450), en y ajoutant les livraisons attendues (5870 + 5790) et en y retranchant la partie certaine des besoins bruts de la priode 1 (5812) et de la priode 2 (tableau 3 : 4144 + 540 + 600 = 5790 ) . Pour illustrer lutilisation de la relation [9] dans le tableau 6, on se place maintenant au dbut de la priode t = 2 , dans le cadre dune planification glissante. Les rquisitions du PDP de la priode t = 8 sont maintenant connues : PDP 1 A,8 = 991 , PDP 5 B ,8 = 84 . 5 A,8 = 109 PDP 1 A,8 = 991 , PDP 1B ,8 = 214 , et PDP

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 23

Celles des priodes suivantes sont toujours considres comme inexistantes ou inexploitables. La livraison programme pour le dbut de la priode t = 3 (6050) du tableau 5 devient une livraison attendue dans le tableau 6. Lors de la dcision prise en t = 1 , la partie certaine du besoin brut de la priode 2 tait de 5284 ; il est maintenant entirement connu (6140). La partie certaine des besoins bruts des priodes 3 et 4 est 4984 + 612 = 5596 . Lors de la dcision prcdente, la partie certaine des besoins bruts des priodes 2 et 3 tait 5284 + 516 = 5800 . Avec BBi 2 = 6140 , lapplication de la relation [9] conduit lancer en production

LPi 2 =6140 + (5596 5800) =5936 ; lapplication de la relation [7] conduit, bien 612 + 6548 1224) . videmment, la mme valeur (=
Ttes de piston L =2 PS(0)=450 Livraison 1 = 5870 Livraison 2 = 5790 Coefficient de nomenclature 1 tte de piston par piston Priode 0 1 2 3 4 5 6 7 8 9 Besoins Bruts 5812 6052 5836 5872 5872 5872 5872 5872 5872 Besoins Bruts certains 5812 5284 516 Niveau de recompltement R 6548 Livraisons attendues dbut priode 5870 5790 + + Position de stock certaine fin de priode 450 508 1014 Besoins Nets = Livraison Programme 6050 Lancement Programm 6050

Tableau 5. Dtermination du nombre de ttes de piston lances en production en t=1, en labsence de problmes de qualit

Ttes de piston L =2 PS(1)=508 1 tte de piston par piston Coefficient de nomenclature Priode 0 1 2 3 Besoins Bruts 6140 5752 Besoins Bruts certains 6140 4984 Niveau de recompltement R Livraisons attendues dbut priode 5790 6050 Position de stock certaine fin de priode 508 158 1224 Besoins Nets = Livraison Programme Lancement Programm 5936

Livraison 1 = 5790

Livraison 2 = 6050

4 5 6 7 8 9 5836 5872 5872 5872 5872 5872 612 6548

+ +

5936 6140+[(4984+612)-(5284+516)]

Tableau 6. Dtermination du nombre de ttes de pistons lancs en production en t=2, en labsence de problmes de qualit

4.2. Illustration des relations utiliser en prsence de problme de qualit On suppose que le contrle de qualit est effectu avant expdition (en cours de fabrication ou en contrle final). On reprendra lexemple numrique du 4.1.2 ( H G = 7) qui permet dillustrer le traitement de ce problme de qualit lorsque les

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

24

Besoins Bruts sont tous certains (relation [12]), ce qui est le cas des pistons (on supposera quil nexiste pas de problme de qualit pour les moteurs) et lorsquils ne le sont pas (relation [14]), ce qui est le cas des ttes de piston. On supposera que le contrle de qualit conduise une probabilit = 1% quun composant contrl soit dfectueux. 4.2.1. Dtermination du stock-cible pour contrer les problmes de qualit dans le cas o les Besoins Bruts sont certains En prsence de pistons dfectueux, il est ncessaire de disposer dun stock-cible (dfini par la relation [12]). Dans le tableau 1, le Besoin Brut de pistons pour la priode 1 est 5444 Le nombre v de pices dfectueuses constates avant mise disposition au client est la ralisation dune variable alatoire V qui suit la loi Binomiale B (5444; 0,1%) ; dans le tableau 7, on suppose que 7 pistons dfectueux ont t trouvs, valeur de cette loi gnre alatoirement ; sur un exemple rel, il sagirait dune observation faite avant la prise de dcision, ce qui explique labsence de cette information pour les priodes suivantes. La position de stock (349) la fin de la priode t = 1 tient compte de ces pices dfectueuses. Le besoin brut de la priode 3 est de 6050. cette quantit, il faut ajouter le stockcible SC et retrancher la position de stock la fin de la priode prcdente (231). Ce stock-cible correspond au fractile, au risque , de la distribution de probabilit Zi,t + Li Z Pistons,3 BN (6050;0,1%) . Le tableau 8 donne (via Excel) le stock cible =

pour quelques valeurs de . Dans notre exemple, on retiendra un risque de 0,01 %, ce qui donne un stock-cible de 17, ce qui conduit un Besoin Net de 5836, couvert exactement par une livraison programme de cette quantit au dbut de la priode t = 3 consquence du lancement de cette quantit en priode t = 1 . Dans cette approche exacte, le stock cible doit tre actualis chaque priode de calcul, puisque le Besoin Brut varie. Il est facile, sous tableur, dtablir une table dfinissant la valeur du stock-cible pour diffrentes plages de valeurs de Besoin Brut et une valeur donne de taux de non-conformit, ce quillustre le tableau 9. Ce stock-cible de 17, pour = 0,01% est associ une plage de valeurs de plus de 500 units.

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 25
Pistons Coefficient de nomenclature Priode Besoins Bruts venant de M1 Besoins Bruts venant de M5 Besoins Bruts globaux Livraisons attendues dbut priode Position de stock fin de priode Nombre de pices dfectueuses Stock Cible Besoins Nets = Livraison Programme Lancement L =2 PS(0)=20 Livraison 1 = 5780 Livraison 2 = 5900 4 Pistons pour le Moteur 1 6 Pistons pour le Moteur 5 0 1 2 3 4 5 6 7 8 9 4412 4668 4724 4912 4744 4744 4744 4744 4744 1032 1350 1326 1140 1092 1128 1128 1128 1128 5444 6018 6050 6052 5836 5872 5872 5872 5872 5780 5900 20 349 231 5780+20-7-5444 7 17 6050+17-231 5836 6052 5836 5872 5872 5872 5872 5836 6052 5836 5872 5872 5872 5872 5872 5872

Tableau 7. Dtermination du nombre de pistons lancs en production en t=1, en cas de problmes de qualit sur les seuls pistons
Risque Stock-cible SC

1% 12

0,1 % 15

0,01 % 17

Tableau 8. Stock-cible des pistons en fonction de , pour un Besoin Brut de 6050

Stock-cible SC 14 15 16 17 18 19 Plage de valeurs 4098-4619 4620-5156 5157-4406 5507-6269 6270-6843 6844-7428

Tableau 9. Plage de valeurs de Besoins Bruts ncessitant le Stock-Cible SC pour = 0,01%

4.2.2. Production partiellement pour stock en prsence de problmes de qualit On suppose maintenant que la fabrication des pistons seffectue sans dfaut, pour conserver la liaison dterministe des Besoins Bruts de pistons avec les rquisitions du PDP. En effet, le lancement en production des ttes de piston en t = 1 dpend du Besoin Net de pistons en t = 5 lequel dpend dune position de stock qui est fonction dun nombre de pistons dfectueux qui seront dtectes au dbut des priodes 2 4. La prsence de ttes de piston dfectueux conduit faire appel un stock-cible dfini par la relation [14]. Les Besoins Bruts certains prendre en compte pour le calcul de R sont (voir tableau 5) : 5812 + 5284 + 516 = 11612 . La dfinition de Y reste identique celle du 4.1.2. La loi Binomiale Ngative utiliser est Z BN (11612 + Y ;0,1%) ; la distribution de probabilit de la variable W= Y + Z sobtient par simulation. Le niveau de recompltement correspondant au fractile associ au risque = 0, 01% est R = 6556 , contre 6548 en labsence de problme de qualit.

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

26

Par rapport au cas de labsence de problme de qualit (tableau 5), le tableau 10 prend en compte les 11 ttes de piston dfectueuses dans le calcul de la position de stock en t = 1 (497 = 450 + 5870 5812 11) et du nouveau niveau de recompltement (6556), ce qui conduit un lancement de 6069 ttes de piston.
Ttes de piston Livraison 1 = 5870 L =2 PS(0)=450 Coefficient de nomenclature 1 tte de piston par piston Priode 0 1 2 3 4 5 6 Besoins Bruts 5812 6052 5836 5872 5872 5872 Besoins Bruts certains 5812 5284 516 Niveau de recompltement R 6556 + Livraisons attendues dbut priode 5870 5790 + Position de stock certaine fin de priode 450 497 1003 Nombre de pices dfectueuses 11 Besoins Nets 6069 5872 5872 5872 Lancement 6069 5872 5872 5872 5872 5872 Livraison 2 = 5790 7 8 9 5872 5872 5872

5872 5872 5872 5872

Tableau 10. Dtermination du nombre de ttes de pistons lancs en production en t=1, en prsence de problmes de qualit

Deux remarques complmentaires doivent tre faites. Lutilisation de la relation [15] permet dviter, en rgime de croisire, un recalcul du niveau de recompltement chaque prise de dcision. Cette solution approche considre que toutes les rquisitions du PDP intervenant dans le calcul du Besoin Brut satisfaire sont alatoires, ce qui revient les remplacer par la variable

recompltement est R = 6545 , contre 6556 dans la solution exacte, do un lancement en production de 6058. La quantit commande dans la solution approche est minore de 11 units par rapport la solution exacte, ce qui sexplique partiellement par le fait que la valeur de la partie certaine du PDP utilis dans le calcul du Besoin Brut des ttes de piston est suprieure lesprance mathmatique de cette partie lorsquelle est considre comme alatoire E (Y ) = 11528 . Cette minoration accrot le risque associ cette dcision ponctuelle, sachant que ce risque est minor lorsque la quantit commande par cette solution approche est suprieure celle de la solution exacte. Les solutions analytiques utilises dans ce 4.2 reposent sur lhypothse quaucun problme de qualit ne se pose dans la fabrication des composants qui incluent le composant auquel on sintresse. Une solution approche consiste ajouter aux Besoins Bruts dun composant, le nombre moyen de composants-parents dfectueux. Dans lexemple ci-dessus, si 0,1% des moteurs et des pistons sont dfectueux, les Besoins Bruts utiliss sont multiplier par 1,0012 . La dmarche reste la mme avec un niveau de recompltement plus lev.

Y = [ 4 B (1840;0,54) + 4 B (1840;0,54) ] + [ 4 B (960;0, 2) ] + [ 6 B (1840;0, 05) +6 B (1840;0, 05) + 6 B (1840;0, 05) ] + [ 6 B (960;0,1) + 6 B (960;0,1) ] . Dans ces conditions, la variable Z suit la loi BN (Y + Y ;0,1%) et le nouveau niveau de

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 27

5. Conclusions On a montr quil tait possible de garantir une bonne performance, en termes defficacit et defficience, de la production de modules alternatifs et des composants quils utilisent avec un pilotage de type MRP combinant production la commande et production pour stock et prenant en compte les alas de qualit, appliqu une production de masse de produits fortement diversifis. Lanticipation de la demande pouvant varier une mme date selon les gammes de produits et les sites de production, mais aussi au cours du temps 10, il est judicieux de ne pas utiliser le mme horizon gel pour tous les PDP, ce que permet facilement lapproche propose. Un autre avantage de cette approche est dautoriser une certaine autonomie dcisionnelle des maillons productifs amont. En effet, ceux-ci doivent seulement sengager utiliser les niveaux de recompltement transmis par lchelon central, ce qui est gnrateur dun cot de possession pour eux. En contrepartie, le cot des ruptures de stock, exceptionnelles a priori, ne leur sont pas imputables mais pris en charge selon un protocole de mutualisation dfinir. Deux observations doivent tre faites sur le respect des hypothses sous-jacentes dans cette dmarche et qui en conditionne la pertinence. Lutilisation de la nomenclature de planification c dun ensemble de K modules alternatifs suppose sa stabilit ou que les facteurs de sa transformation au cours du temps, induite par des changements de got des clients, par les techniques de planification ou par des actions marketing (sries limites, rabais...) de lentreprise ou de ses concurrents fassent lobjet dune analyse rgulire et rigoureuse, faute de quoi le pilotage de la chane logistique ne restera pas sous contrle. Les cots de cette surveillance informationnelle sont faibles au regard de ceux induits par un pilotage nassurant pas la cohrence dcisionnelle dans la chane logistique. Lorganisation et le suivi de cette vigilance conditionnent la performance, voire la prennit, de la chane logistique. Sur le plan des principes, les rgles proposs sont relativement faciles mettre en uvre. Leur mise en uvre contractuelle est plus difficile lorsque les entits productives concernes nappartiennent pas la mme entreprise. Sajoute cela le fait quun maillon de la chane peut appartenir plusieurs chanes logistiques (Renault et PSA ont des fournisseurs de rang 1 ou 2 communs). Techniquement, la gnralisation de la dmarche propose est immdiate et permet de mutualiser le risque mais elle pose alors un problme technique dans la rdaction contractuelle, les stocks de scurit tant calibrs pour une demande agrge. Le fournisseur peut tre trait de manire indpendante par chacune des entits juridiques possdant les diffrentes chanes de production concernes, ce qui ne change rien la contractualisation mais suppose que les mmes principes de pilotage soient retenus
10

C'est vrai pour des produits finis chers, comme c'est le cas dans l'industrie automobile o l'on observe priodiquement des carnets de commande de plusieurs mois pour certains nouveaux modles

LAMSADE Cahier 317 - Vincent Giard & Mustapha Sali

28

par tous. Pour amliorer lefficience, le fournisseur peut chercher mutualiser luimme le risque, ce qui suppose quil obtienne les informations de base des diffrentes entits juridiques pour pouvoir calculer lui-mme les distributions de rfrence ; sagissant dinformations stratgiquement sensibles, cette amlioration de performance a peu de chances de voir le jour. Accessoirement, il faut que le fournisseur dispose de cadres ayant la culture scientifique ncessaire pour dterminer les variables de commande. 6. Bibliographie
Bchel A., An overview of possible procedures for stochastic MRP , Engineering Costs and Production Economics, n 6, 1982, p. 43-51. Bchel A., Stochastic material requirements planning for optional parts , International Journal of Production Research, Vol. 21, n 4, 1983, p. 511-527. Buzacott J. A., Shanthikumar J. G, Safety stocks versus safety time in MRP controlled Production systems , Management Science, 1994, Vol. 40, n 12, p. 1678-1688. Camisulis C., Giard V., Dtermination des stocks de scurit dans une chane logistiqueamont ddie une production de masse de produits fortement diversifis , Journal Europen des Systmes Automatiss, 2010, Vol. 44, p. 975-1010. Camisulis C., Giard V., Mendy-Bilek G., Information to share in supply chains dedicated to the mass production of customized products for decentralized management , Cahier de recherch n 302, 2011, LAMSADE. Carlson R. C., Yano C. A., Safety stocks in MRP-systems witht emergency setups for components , Management Science, 1986, Vol. 32, n 4, p. 403-412. Chang A. C., The interchangeability of safety stocks and safety lead time , Journal of Operations Management, 1985, Vol. 6, n 1, p. 35-42. De Bodt M. A., Van Wassenhove L. N., Gelders L. F., Lot sizing and safety stock decisions in an MRP system with demand uncertainty , Engineering Costs and Production Economics, 1982, Vol. 6, p. 67-75. Dolgui A., Prodhon C., Supply planning under uncertainties in MRP environments : A state of the art , Annual Reviews in Control, 2007, Vol. 31, p. 269279. Giard V., Mendy-Bilek G., Scheduling Coordination in a Supply Chain Using Advance Demand Information , Production Planning & Control, 2008, vol. 29, n 7, p. 655-667. Giard V., Mendy-Bilek G., Production flux tirs dans une chane logistique , Revue Franaise de Gestion Industrielle, 2007, vol. 26, n 1, p. 87-110. Giard V., Sali M., Production la commande et production pour stock dans un environnement MRP , Congrs International de Gnie Industriel, Saint-Sauveur Canada, 12-14 octobre 2011. Giard V., Camissulis C., Mendy-Bilek G., The causes and determination of safety stocks in the upstream supply chain dedicated to the mass production of customized products , 3rd

Pilotage d'une chane logistique par la MRP dans un environnement partiellement alatoire 29 International Conference on Information Systems Logistics and Supply Chain ILS 2010, Casablanca Maroc, 13-16 avril 2010. Guerrero H. H., Baker K. R., Southard M. H., The dynamics of hedging the master schedule, International Journal of Production Research, 1986, Vol. 24, n 6, p. 1475-1483. Guide V.D.R. Jr, Srivastava R., A review of techniques for buffering against uncertainty with MRP systems , Production Planning & Control, 2000, Vol. 11, n 3, p. 223 - 233. Inderfurth K., Minner S., Safety stocks in multi-stage inventory systems under different service measures , European Journal of Operational Research, 1998, Vol. 106, p. 57-73. Koh S.C.L., Saad S. M., Jones H. M., Uncertainty under MRP-planned manufacture : review and categorization , International Journal of Production Research, 2002, Vol. 40, n 10, p. 2399-2421. Lagodimos A.G., Anderson E.J., Optimal positioning of safety stocks in MRP , International Journal of Production Research, 1993, Vol. 31, n 8, p. 1797-1813. Lamouri S., Thomas A., The two level master production schedule and planning bills in a just in time MRP context , International Journal of Production Economics, 2000, Vol. 64, p. 409-415. Molinder A., Joint optimisation of lot-sizes, safety stocks and safety lead times in an MRP system , International Journal of Production Research, 1997, Vol. 35, n 4, p. 983-994. Persona A., Daria B., Riccardo M., Arrigo P., 2007. Optimal safety stock levels of subassemblies and manufacturing components , International Journal of Production Economics, 2007, Vol. 100, p. 147-159. Vollmann, T.E, Berry, W.L., Whybark, D.C., Manufacturing Planning and Control Systems, 4th Edition. Irwin/McGraw-Hill, New York, 1997 Winjgaard J., Wortmann J.C., MRP and inventories , European Journal of Operational Research, 1985, Vol. 20, p. 281-293. Zhao X., Lai F., Lee T.S., Evaluation of safety stock methods in multilevel material requirements planning (MRP) systems , Production Planning & Control, 2001, Vol. 12, n 8, p. 794-803.