Le document traite de l'optimisation de la planification et de la réduction des écarts d'inventaire pour l'année universitaire 2015-2016, en se concentrant sur l'analyse de l'existant et les méthodes adoptées, telles que la démarche Six Sigma et l'optimisation par essaims particulaires. Il explore également le contexte de l'organisme d'accueil, le groupe Azura, ainsi que les opportunités et menaces associées à la gestion des stocks dans le secteur de la production maraîchère. Les résultats visent à fiabiliser les stocks et améliorer l'efficacité de la planification.

1. Optimisation de la planification et réduction des écarts
d’inventaire
Année universitaire : 2015-2016
Présenté par :
Mr Abderrahim EL MOUKIDEM
Sous la direction de :
Mr. Mustapha AHLAQQACH (ESITH)
Mr. Ayssam EL GHIGHAI (AZURA)
Membres de Jury :
Mme . Khadija CHELHI (ESITH)
Mr. Jamal LMARIOUH (ESITH)
Mr. Hassan LAAZIZ (ESITH)
Soutenance du Projet de Fin d’Études
Présentée en vue d’obtenir le :
DIPLÔME D’INGENIEUR D’ETAT
Logistique Internationale
13/06/2016

2. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 2
Analyse de
l’existant
2
Présentation de l’organisme d’acceuil1
Problématique & contexte
général du projet
3
Méthodes de résolution &
démarches adoptées
4
Résultats & gains5
Conclusion6
Plan

3. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016
Présentati
on de
l’organism
e
Analyse de
l’existant
3
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Raison social : MARAISSA SA
Date de création : 1988
Secteur d’activités : Production maraîchère (Agriculture)
Capital : 50 000 000 DHs
Directeur général : 50 000 000 DHs
Nombre de personnel : 3000 dont 2500 occasionnels
Fiche
technique
Implantation
du groupe
AZURA
Produits
commercialisé
s
Organigramm
e de
l’entreprise

4. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016
Présentati
on de
l’organism
e
Analyse de
l’existant
4
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Fiche
technique
Implantation
du groupe
AZURA
Produits
commercialisé
s
Organigram
me de
l’entreprise

5. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016
Présentatio
n de
l’organisme
Analyse
de l’existant
5
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Présentation
de la station
Implantation
du groupe
AZURA
Produits
commercialisé
s
Organigramm
e de
l’entreprise

6. Optimisation de la planification et réduction des écarts d’inventaire
Affectation
manuelle des
articles aux lignes
de conditionnement
Année universitaire : 2015-2016 6
Présentatio
n de
l’organisme
Analyse
de l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Présentation
de la station
Contexte du
système
actuel
Produits
commercialisé
s
Organigramm
e de
l’entreprise
Lignes de calibrage
Calibrage et stockage
Génération
des stock &
risque de
périssabilité
écartement
des palettes
Ligne de conditionnement Expedition

7. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 7
Présentatio
n de
l’organisme
Analyse
de l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Présentation
de la station
Contexte du
système
actuel
Analyse SWOT
& critique de
l’existant
Organigramm
e de
l’entreprise
- Le groupe AZURA possède
plusieurs fermes, ce qui garantit un
approvisionnement en matière
première
- La plateforme Disma Internationale
est en contact direct avec le marché ce
qui permet de trouver des nouveaux
clients.
-Plusieurs certifications
- La société adopte les modes de
transport rapide ce qui garantit la
livraison dans les délais souhaités.
- L’approvisionnement des matières
premières et les prévisions des
récoltes dépend fortement des
changements climatiques
- Ecart de poids entre ce qui est prévu
et ce qui est réceptionné.
-Blocage qualité des lots non-
conformes qui provoque le
changement de la coloration des
tomates.
- Lorsque la quantité en stock dépasse
celle de la demande alors elle sera
rejetée après avoir reçu une valeur
ajoutée (Lavage, séchage, Calibrage
….)
- Contrôle qualitatif et quantitatif des
produits réceptionnés.
-Couverture des ruptures de
production
-Disponibilité de la matière première
pour les commandes en urgences.
- Meilleure coordination entre la
réception et les fermes en matière de
prévisions des récoltes et les dates de
réception
Opportunités
Faiblesses Forces
Menaces
Critique de l’existant :
Existence des écarts entre le stock réel et le
stock théorique du SI
La planification manuelle n’optimise pas le
temps global d’achèvement des tâches
L’excès du stock des palettes calibrées
entrave la planification et engendre des
pertes de qualité

8. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 8
Problématiq
ue
Processus
adopté
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentatio
n de
l’organisme
Analyse
de l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Comment synchroniser le processus de calibrage en Takt time du processus
de conditionnement tout en éliminant les gaspillages relatifs à la planification
?Comment réduire les encours au niveau de la zone de conditionnement ?
Application de la démarche Six sigma pour réduire les écarts entre le stock
réel et le stock théorique
Application du Méta-heuristique
Particle Swarm Optimisation
(PSO) pour minimiser le Makespan
Application de la méthode
KANBAN pour le calibrage à la
demande

9. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 9
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Quoi ?  Quantifier les pertes et les écarts d’inventaire dans la zone du
stock pré-calibré
 Estimer le cout des pertes et des écarts
 Déterminer les facteurs induisant la variabilité de l’écart de stock
 Chercher les plans de surveillance et les alternatives pour réguler
le niveau des écarts.
Qui ?  Service ordonnancement et l’équipe Six sigma.
Ou ?  Atelier de conditionnement au sein de la station 4 y compris la zone
de stockage.
Quand ?  Du Mars 2016 Au Juin 2016
Comment ?  Démarche DMAIC - Six sigma
Pourquoi ?  Réduction des écarts et fiabilisation des stocks pour une meilleure
planification.
Méthode QQOQCP:
Charte du projet: Diagramme SIPOC:
Supplier
Diagramme S.I.P.O.C
Customer
Titre
Description des différents processus au sein de la station de conditionnement
Processus Output
Stockages dans les frigo
a temperature dirigée
Zone de calibrage
Input
Stockage des palettes
receptionnées
Triage
Pesage
Remplissage Barquettes
conditionnement
Mise en palettes
(cerclage)
Palettes cerclées pretes
à l'exportation
Zone de
conditionnement
Zone de
calibrage
Palettes calibrées
Ordres de conditionnement
Stockage des palettes
précalibrées
Versement des palettes
dans les lignes de
conditionnement
Zone d'expedition
Lavage
Séchage
Calibrage
Zone de
conditionnement
Pesage
Palettes des tomates
triées et calibrées avec
désignation du poids
Zone de
réception
Palettes non conformes
Palettes conformes
Palettes conformes ( Non
calibrées)
Contrôle qualité des
palettes
Bon de réception
Palettes récoltées
Triage
Chef de projet :
Date de début Date de fin
Stock
Stock
Semaines / Mois
DEFINIR
MESURER
ANALYSER
AMELIORER
CONTROLER
Nom du projet
*Respect du plan d'action
Sponsor :
Station Conditionnement
Service ordonnancement
Bureau des méthodes
Service qualité
* Abderrahim EL MOUKIDEM
* Lahoucine BOUJNAH
Mise en place des solutions standards pour réduire les écarts des stock et fiabiliser la
planification des OF
*Analyser le processus du stockage
Membres de
l'équipe :
10/03/2016 20/05/2016
Réduction des écarts entre le stock physique et le stocks du SI par application de la démarche DEMAIC
L'équipe
Abderrahim EL MOUKIDEM Client :
Processus concerné
Stockage des palettes précalibrés
Type d'indicateur NomINDICATEUR
ACTUEL OBJECTIF BUT
* Ayssam EL GHIGHAI
*Elaboration d'un plan d'action et de surveillance
*Analyser les risques et les defaillences
28-avr 05-mai 12-mai24-févr
PPM (PartieParMillion ) Augmenté Réduit
01-mars 08-mars 15-mars 23-mars
Objectifs financiers
31-mars 07-avr 14-avr 21-avr
Planning
Fiabilitédes inventaires "<1" "=1" Fiabilser stock
Fiabilser stock
Charte du projet
Formule
Stock physique / Stock SI
Palettes non scannées / Palettes stockées
amélioration dela productivité Réduction des coûts depertede la tracabilité
But du projet
Exigences du projet
Objectifs opérationnels

10. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 10
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Indicateur de la fiabilité d’inventaire :
FI = Stock physique / stock système
Test de normalité d’Anderson Darling
Normalité
des données

11. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 11
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Cp =
Ts−Ti
6σ
 𝐶𝑝𝑘 = Minorat (
𝑇𝑠− 𝑋
3σ
;
𝑋−𝑇𝑖
3σ
 Condition de capabilité Cpk > 1,33
Analyse de la capabilité : Carte de contrôle P:
P = e / n
e : nombre des palettes en écart
n : taille de l’échantillon (nombre des palettes
enregistrées dans le stock du système
d’information)

12. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 12
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Classement des causes :
Criticité = Fréquence * Gravité * Détectivité
Cause Fréquence Gravité Détectivité Criticité
Excès de stock 10 10 10 1000
Collage des étiquettes sur palettes 6 8 4 192
Manque de stratégie de suivi 10 10 9 900
Versement des palettes 6 7 8 336
Espace de stockage insuffisant 10 6 10 600
Espace mal organisé 8 7 10 560
Température qui détériore la qualité 10 8 8 640
Matière périssable 10 5 4 200
Produit à faible qualité 9 7 4 252
Références à faible rotation 10 8 7 560
Lecteur code à barres 2 5 10 100
Etiquettes code à barres 6 10 9 540
Avaries causées par manutention 10 7 2 140
Manque de sensibilisation 8 5 6 240
Manque d’engagement 6 7 6 252
Diagramme Ishikawa:Diagramme Pareto :

13. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 13
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Effectuer un référencement des articles par rapport aux groupes
des clients:
 Application de l’inventaire tournant sur les articles a forte
rotation:
Analyse ABC : Application du KANBAN ( juste à temps ) couplée avec MRP
pour réduire les encours et faciliter l’inventaire

14. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 14
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

15. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 15
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Contrôle Date Stock système (Palette) Quantité (Kg) Stock Physique(Palette) Quantité(Kg) Ecart(Palettes)
41 13/05/2016 34 20808 29 18838 5
42 14/05/2016 49 33124 49 33124 0
43 15/05/2016 46 28474 43 27109 3
44 16/05/2016 48 21984 43 19584 5
45 17/05/2016 45 20700 39 17250 6
46 18/05/2016 38 23294 37 22715 1
47 19/05/2016 56 27496 53 26389 3
48 20/05/2016 34 23528 28 20462 6
49 21/05/2016 37 19610 34 18116 3
50 22/05/2016 28 14336 26 13402 2
51 23/05/2016 40 23440 40 23440 0
52 24/05/2016 52 26416 48 24436 4

16. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 16
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

17. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 17
Démarche
Six sigma
Description de
l’offre Multi Sim
Objectifs du
projet
Processus
adopté
Planning du
projet
Description du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

18. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 18
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Pour les problèmes d’ordonnancement à machines parallèles il faut :
 Affecter les tâches aux machines
 Décider de l’enchainement des tâches sur les ressources (machines )
Variables d’affectation :
• Xij avec Xij ≠ 0 si l’article i est affecté a la ligne j
Xij = 0 sinon
Contraintes d’affectation:
• ∀ i ∈ ⟦ 1 ;14 ⟧ , 𝑗=1
17
𝑋𝑖𝑗 = 𝑑𝑖 / di = demande de l’article i
• ∀ j ∈ ⟦ 1 ;17 ⟧ , 𝑖=1
14
𝑋𝑖𝑗 ≠ 0
Fonction objective:
• 𝑀𝑖𝑛 𝑖=1
14
𝑗=1
17
𝑋𝑖𝑗 ∗ 𝐴𝑖𝑗
Avec : Aij est le temps de cycle de la ligne j par rapport à l’article i.

19. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 19
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Affecter les tâches aux machines

20. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 20
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Affecter les tâches aux machines
Début
Initialiser les paramètres et la taille S de l’essaim;
Initialiser les vitesses et les positions aléatoires des particules
dans chaque dimension de l’espace de recherche;
Pour chaque particule, pbestid = xid ;
Calculer f (xid) de chaque particule;
Calculer gbestd; parallèlement la meilleure pbestid
Tant que (la condition d’arrêt n’est pas vérifiée)
faire
Pour (i allant de 1 à S) faire
Calculer la nouvelle vitesse à l’aide de l’équation
• vid(t) = ω vid (t-1) + c1 r1 [pbestid (t-1) - xid (t-1)] + c2 r2 [gbestd (t-1) -
xid (t-1)]
Trouver la nouvelle position à l’aide de l’équation
• xid (t) = xid (t-1) + vid (t)
; Calculer f (xid) de chaque particule;
Si (f (xid) est meilleur que f (pbestid)) alors pbestid = xid;
Si (f (pbestid) est meilleur que f (gbestd)) alors gbestd = pbestid;
Fin pour
Fin tant que Afficher la meilleure solution trouvée gbestd ;
Fin
c
c

21. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 21
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Affecter les tâches aux machines

22. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 22
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Décider de l’enchainement des tâches sur les ressources (machines )
Durée = Quantité affectée * Temps de cycle de la ligne

23. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 23
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Référencement
des et
nomenclature
des articles
Processus
adopté
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Exemple:
Fonction Excel : CONCATENER (Fermes interdites ; Famille ; Calibre symbole; Variété)
Niveau A1 :
Codes Niveau A1
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL B12 B215
-TOMCER ALL B12 B215
-TOMCER ALL B12 B215
-TOMCER ALL C12 B325
-TOMCER ALL C12 B325
Niveau A0 :
Fonction Excel : CONCATENER (Fermes interdites ; Famille ; Variété)
Codes Niveau A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1

24. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 24
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Référencement
et nomenclature
des articles
Processus
adopté
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 Exemple:
Codes Niveau A1
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL A12 B2
-TOMCER ALL B12 B215
-TOMCER ALL B12 B215
-TOMCER ALL B12 B215
-TOMCER ALL C12 B325
-TOMCER ALL C12 B325
Codes Niveau A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1
-TOMCER ALL 12 A1

25. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 25
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

26. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 26
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
3 7 8
7
Code A1 Code B2 0
Périodes 8 Périodes 8 4
Disponible 12 Disponible 3
Stock de sécurité 7 Stock de sécurité 5
LEAD TIME 0 LEAD TIME 1
Taille du lot 4 Taille du lot 2 8
5
1
Code A2 Code B215 2
Périodes 8 Périodes 8
Disponible 10 Disponible 5
Stock de sécurité 7 Stock de sécurité 5
LEAD TIME 0 LEAD TIME 1
Taille du lot 4 Taille du lot 2
Code A4 Code B3
Périodes 8 Périodes 8
Disponible 16 Disponible 4
Stock de sécurité 7 Stock de sécurité 5
LEAD TIME 0 LEAD TIME 1
Taille du lot 4 Taille du lot 2
Stock de sécurité
LEAD TIME
Taille du lot
Niveau 1 Paramètres Niveau 0
* en périodes
Nomenclature
Niveau 0
Totale Réf A0 Totale Réf A1 Périodes
Taille du lot
Paramètres Niveau 1
Périodes
Stock de sécurité
LEAD TIME * en périodes

27. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 27
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Formules de calcul :
L’indice i désigne le période :
 Besoin net (i) = Besoin brut (i) – Stock sécurité (i-1)- Disponible (i)
 Ordre planifié [i- LEAD TIME]= Arrondi [Besoin net (i) / Taille de lot]* Taille de lot
 Stock Sécurité (i) = Stock sécurité (i-1) + disponible (i) + Ordre planifié (i) – Besoin brut (i)

28. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 28
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Processus
adopté
Planning du
projet
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

29. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 29
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
 𝐶𝑎𝑝𝑎𝑐𝑖𝑡é
𝐾𝑔
ℎ
=
𝑃𝑜𝑖𝑑𝑠 𝑐𝑜𝑚𝑚𝑒𝑟𝑐𝑖𝑎𝑙
𝑇𝑒𝑚𝑝𝑠 𝑒𝑓𝑓𝑒𝑐𝑡𝑖𝑓
 𝐶𝑎𝑝𝑎𝑐𝑖𝑡é
𝑃𝑎𝑙𝑒𝑡𝑡𝑒𝑠
ℎ
=
Moyen
Caisses
h
50
 𝑀𝑜𝑦𝑒𝑛𝑛𝑒
𝐾𝑔
ℎ
= 𝑀𝑜𝑦𝑒𝑛𝑛𝑒
𝐶𝑎𝑖𝑠𝑠𝑒𝑠
ℎ
∗ 15

30. Optimisation de la planification et réduction des écarts d’inventaire
Intervention de la MRP pour
actualiser le nombre des KANBAN
en circulation sur chaque période
de temps.
ExpéditionCalibrage
Planning KANBAN
.…… ……… Ligne 17Ligne 3Ligne 2Ligne 1
Conditionnement
.
.
.
.
.
.
Réception
La matière
première
correspond aux
composantes du
niveau A0
Calibreuse 1
Calibreuse 2
Calibreuse 3
Calibreuse 4
Ligne 1
Ligne 2
Ligne 3
Ligne 17
Le nombre des encours pour
chaque ligne correspond au
nombre des poches vides dans le
planning pour cette ligne
L3 L1L1L1 L1
L3
L3
L2
L2
Année universitaire : 2015-2016 30
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
L3
Le nombre
des
étiquettes
atteint
l’index
Orange
L3
L3

31. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 31
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
N total =
𝐶∗ 𝑇𝑓+𝑇𝑎 ∗(1+𝐴
𝑄
𝑁 𝑣𝑒𝑟𝑡 =
𝐴 ∗ 𝐷′
𝐶
𝑁 𝑟𝑜𝑢𝑔𝑒 =
𝐶 ∗ 𝑇𝑓 + 𝑇𝑎 ∗ 𝐴
𝑄
𝑁 𝑜𝑟𝑎𝑛𝑔𝑒
= 𝑁total − 𝑁 𝑣𝑒𝑟𝑡 − 𝑁 𝑟𝑜𝑢𝑔𝑒

32. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 32
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Etiquette KANBAN :

33. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 33
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on

34. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 34
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Gains de gestion
Gains matériels
Résultats
 KANBAN = Réduction des encours et de périssabilité
 Planification par PSO = Optimisation de Makespan
 Nomenclature = Organisation du stock selon les groupes de clients
 Six sigma = Réduction des écarts de stock et fiabilisation de la planification

35. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 35
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Gains matériels

36. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 36
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
Gains matériels
Charges directes Cout par unité Quantité résultats Cout par unité Quantité résultats
Cout de main d'œuvre 10 DH/ heure 44 440 10 DH/ heure 44 440
Energie - - 10 DH - - 10 DH
Cout des heures de calibrage 450 DH / heure 8,5 3825 450 DH / heure 1,23 553,5
Manque à gagner 10315 DH / palette 62 639530 10315 DH / palette 9 92835
Après amélioration
1500 DH /palette 4
Coutdespalettes
ecartées
Charge
des
palettes
rejetées
Avant amélioration
1500 DH /palette 8- 1800036000
Cout d’une heure de
calibrage est calculé
par la cadence :
22 palettes  1 H
62 palettes  X H

37. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016 37
Démarche
Six sigma
Application du méta-
heuristique PSO pour
la planification
Objectifs du
projet
Application de la
méthode
KANBAN
Présentati
on de
l’organism
e
Analyse de
l’existant
Problématique &
contexte du projet
Méthodes de
résolution &
démarches
adoptées
Résultat
s &
gains
Conclusi
on
- Intégration d’un système
KANBAN informatisé .
- Application de juste à temps
sur les autres stations de
conditionnement
- Réduire les écarts entre le stock réel et
théorique.
- Optimiser la durée globale d’achèvement
des tâches
- Configuration de calibrage en Make to
order;

38. Optimisation de la planification et réduction des écarts d’inventaire
Année universitaire : 2015-2016
Merci de votre
Attention
38

39. Optimisation de la planification et réduction des écarts
d’inventaire
Année universitaire : 2015-2016
Présenté par :
Mr Abderrahim EL MOUKIDEM
Sous la direction de :
Mr. Mustapha AHLAQQACH (ESITH)
Mr. Ayssam EL GHIGHAI (AZURA)
Membres de Jury :
Mme . Khadija CHELHI (ESITH)
Mr. Jamal LMARIOUH (ESITH)
Mr. Hassan LAAZIZ (ESITH)
Soutenance du Projet de Fin d’Études
Présentée en vue d’obtenir le :
DIPLÔME D’INGENIEUR D’ETAT
Logistique Internationale
13/06/2016