Download the file to read comments.

695 vues

Publié le

Just a small presentation for my French class during the MBA.
Download the presentation to gain access to slide comments.

Publié dans : Business
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
695
Sur SlideShare
0
Issues des intégrations
0
Intégrations
20
Actions
Partages
0
Téléchargements
12
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Download the file to read comments.

  1. 1. RechercheopérationnelleUlisses ASSIS.ulisses.assis@grenoble-em.comMBA FT 12 09.Jan.2012
  2. 2. Modèles• Etudier le comportement du système• Simuler l’effet des actions• Mieux décider
  3. 3. Recherche opérationnelleRecherche Opérationnelle (RO)La recherche opérationnelle est définiecomme lensemble des méthodes ettechniques rationnelles ,orientées versla recherche de la meilleure façondopérer des choix, en vue daboutir aurésultat visé ou au meilleur résultatpossible.Programmation Linéaire (PL)Utilisés dans des problèmes danslesquels il est possible de faireabstraction des variationsprobabilistes de paramètres dentrée.
  4. 4. Est-il possible d utiliserRO pour desproblèmescommerciaux réels?
  5. 5. Oui, et dans denombreux cas leSolveur quiaccompagne Excel estsuffisant.
  6. 6. Optimisation de lachaîne logistique
  7. 7. Optimisation de la chaîne logistique 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Minimiser les coûts de livraison 100 Acme Inc a trois usines et deux marchés. Quelle entreprise doit satisfaire chaque marché ?
  8. 8. Optimisation de la chaîne logistiqueAlgorithme glouton EUR 000 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Minimiser les coûts de livraison 100 Acme Inc a trois usines et deux marchés. Quelle entreprise doit satisfaire chaque marché ?
  9. 9. Optimisation de la chaîne logistiqueAlgorithme glouton EUR 100 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Minimiser les coûts de livraison 100 Acme Inc a trois usines et deux marchés. Quelle entreprise doit satisfaire chaque marché?
  10. 10. Optimisation de la chaîne logistiqueAlgorithme glouton EUR 300 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Minimiser les coûts de livraison 100 Acme Inc a trois usines et deux marchés. Quelle entreprise doit satisfaire chaque marché ?
  11. 11. Optimisation de la chaîne logistiqueAlgorithme glouton EUR 2000 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Minimiser les coûts de livraison 100 Acme Inc a trois usines et deux marchés. Quelle entreprise doit satisfaire chaque marché ?
  12. 12. Optimisation de la chaîne logistiqueSolution optimale EUR 1100 1 $ 15 100 $2 200 100 $1 $6 a 3 b 100 $3 $ 17 2 Optimum global 100 Parfois la meilleure solution pour lentreprise nest pas évidente.
  13. 13. Optimisation de laproduction
  14. 14. model Échecs uses “mmxprs”declarations xs, xl: mpvarend—declarations Profit:= 7*xs + 9*xl Bois:= 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160 maximize(Profit) writeln(“Solution PL:”) writeln(“ Objective: ”, getobjval) writeln(“Faire ”, getsol(xs), “ petites ensembles”) writeln(“Faire ”, getsol(xl), “ grands ensembles”)end—model
  15. 15. Optimisation de la production xl xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  16. 16. Optimisation de la production Profit par produit xl Pour le même profit, Geppetto peut choisir de produire 7 unités de xl ou 9 de xs. 7 9 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  17. 17. Optimisation de la production Profit par produit xl Toutes les solutions sur la ligne donne le même résultat. $7* 2,57 + $ 9 * 5 = $ 63 $7* 9 + $ 9 * 0 = $ 63 $7* 0 + $ 9 * 7 = $ 63 5 2,57 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  18. 18. Optimisation de la production Une plus grande utilité xl La meilleure solution est sur ​la ligne la plus distante de lorigine.70 90 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  19. 19. Optimisation de la production Contrainte sur la quantité de bois xl Il y a du bois pour produire 200 xs ou 66,66 xl.66,6 200 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  20. 20. Optimisation de la production Contrainte sur la quantité de bois xl Il y a du bois pour produire 200 xs ou 66,66 xl.66,6 200 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  21. 21. Optimisation de la production Contrainte sur le nombre d’heures du xl tour. Geppetto a le temps de produire 80 xl ou 53,33 xs.80 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  22. 22. Optimisation de la production Contrainte sur le nombre d’heures du tour. xl Geppetto a le temps de produire 80 xl ou 53,33 xs.80 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  23. 23. Optimisation de la production Ensemble des solutions réalisables xl La solution doit être inférieure aux deux contraintes.66,6 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  24. 24. Optimisation de la production Ensemble des solutions réalisables xl La solution doit être inférieure aux deux contraintes. Et donnera le profit maximum si elle est sur ​la ligne la plus distante de lorigine.66,6 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  25. 25. Optimisation de la production Ensemble des solutions réalisables xl La solution doit être inférieure aux deux contraintes. Et donnera le profit maximum si elle est sur ​la ligne la plus distante de lorigine.66,6 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  26. 26. Optimisation de la production Ensemble des solutions réalisables xl La solution doit être inférieure aux deux contraintes. Et donnera le profit maximum si elle est sur ​la ligne la plus distante de lorigine.66,6 xs xl62,9 11,4 62,9 Profit 7 9 646 Bois 1 3 200 <= 200 Tour 3 2 160 <= 160 11,4 53,33 xs Profit := 7*xs + 9*xl Bois := 1*xs + 3*xl <= 200 Tour:= 3*xs + 2*xl <= 160
  27. 27. MAIS, les problèmesacadémiques sont trèspetits et Excel est trèslimité.
  28. 28. Certains problèmesnécessitent desmodèles plusélaborés.
  29. 29. Optimisation de la chaîne du lait • 5 pays, 30 entreprises • Plus de 1000 produits différents • Capacité de détail de chaque équipement • Modifications de prix et de teneur en matières grasses, par région et par saison • Des dizaines de points de la demande Où produire ? Combien de litres de lait acheter ? Quel produit doit être stocké ?
  30. 30. Localisation des entrepôts et desentreprises 20 millions de variables!
  31. 31. Conclusion :Même les modèleslimités peuvent avoirdes avantages.
  32. 32. Ouverture:Comment rendre plusaccessibles lessystèmes demodélisation?
  33. 33. Recherche Ulisses ASSIS. ulisses.assis@grenoble-opérationnelle em.com MBA FT 12 09.Jan.2012

×