Academic literature on the topic 'Travail à la chaîne – Évaluation – Modèles mathématiques'

Jusqu'à présent peu de chercheurs ont utilisé de manière explicite la Démarche Systémique pour étudier la motivation humaine. Plus rares encore sont ceux qui ont tenté d'appliquer la Dynamique des Systèmes complexes (Systémique appliquée), à ce champ d'étude. Or la motivation est complexe. D'abord parce que plusieurs processus (souvent étudiés de manière isolée), internes et externes à l'individu, y sont impliqués de façon interdépendante et ensuite, parce que ces processus évoluent dans le temps. L'analyse systémique, qui a pour avantage d'être directement utilisable dans l'action et la modélisation qui a l'avantage d'autoriser la simulation, semblent donc être deux démarches tout à fait appropriées, pour tenter d'élaborer un modèle dynamique de la motivation humaine appliqué aux problématiques de l'entreprise. Pour atteindre cet objectif, nous montrons qu'une relecture en termes systémiques de plusieurs théories de la motivation est possible et nous dégageons un modèle générique les mettant en jeu. Ensuite, nous utilisons un logiciel de modélisation (Ithink) pour rendre ce modèle applicable à des cas concrets d'entreprise. Pour finir, nous décrivons les diverses utilisations possibles d'un tel outil: formation, aide à la décision, gestion prévisionnelle
Until now only few researchers have used the systemic approach in an explicit way to study human motivation. Even fewer are those who have tried to apply complex system dynamics (applied systemics) to that field of study. But motivation is complex. Firstly because several processes ( often studied separatey), internal and external to the individual , are involved in an interdependent way and secondly because these processes change in time. Systemic analysis, which presents the advantage to be use of practical, and modeling, which allows simulation, seem to be an appropriate approach in attempting to elaborate a dynamic model of human motivation applied to company problems. To reach that objective we show that a systemic rereading of several motivation theories is possible and we establish a generic model involving them. We use a modeling software { "IThink ") to make this model applicable to practical examples. Finally we describe several possible uses to this tool: training, help to decision making and management by objectives

De nos jours, les services de livraison à domicile deviennent de plus en plus sollicités an de répondre aux besoins des clients qui cherchent à recevoir leurs produits dans les plus brefs délais et avec des coûts raisonnables. Les entreprises œuvrant dans le domaine de la livraison à domicile ont différentes manières de proposer des fenêtres de temps à leurs clients. Certains, comme les bannières à rabais, ont comme objectif d'offrir des solutions de transport au coût minimal. Ces entreprises offrent très peu de flexibilité à leurs clients quant aux modalités de livraison. Ainsi, certains clients pourraient faire leurs achats chez d'autres détaillants qui offrent un meilleur service. D'autres entreprises offrent plus de flexibilité aux clients en mettant à leur disposition un large éventail de fenêtres de temps où pourrait avoir lieu leur livraison. Cette manière de procéder engendre forcément des coûts additionnels, car les conducteurs feront des livraisons dans leurs secteurs plusieurs fois par semaine. Ces coûts seront alors transférés dans les prix de vente de l'entreprise. Ces deux exemples constituent deux méthodes extrêmes pour planifier les livraisons. L'un priorise davantage les coûts au détriment de la satisfaction des clients. Le deuxième effectue le contraire en misant davantage sur la satisfaction des clients au prix d'avoir des coûts de transport plus élevés. Ce mémoire a pour objectif de proposer de nouvelles techniques pour offrir un compromis entre ces deux extrémités. Ces techniques auront pour but d'offrir plusieurs de choix aux clients tout en essayant de maintenir des coûts de livraison qui sont bas. Notre schéma de résolution s'effectue en deux temps : 1. Nous utiliserons des heuristiques pour générer des calendriers de livraison, 2. Nous simulerons des arrivées de clients desquels nous calculerons différentes valeurs pour mesurer la satisfaction du client avec les coûts de transport. Les résultats seront interprétés de manière à regarder tous les aspects techniques et comparer la satisfaction avec les coûts de transport. Mots clés : Livraison à domicile, satisfaction client, tournée de véhicules, offre de fenêtres de temps.
Nowadays, home delivery services have become more and more requested in order to respond to the needs of customers seeking to receive their products as quickly as possible and at a reasonable cost. Home delivery companies have di erent ways of offering time windows to their customers. Some, such as discount banners, aim to provide transportation solutions at minimal cost. These companies offer very little exibility to their customers regarding delivery terms. That's why, some customers could shop at other retailers who offer better service. Other companies offer customers more exibility by providing a wide range of time windows where their delivery could take place. This way of doing things inevitably entails additional costs, since drivers will make deliveries to their zones several times a week. These costs will then be transferred to the sales prices of the company. These two examples are two extreme methods for scheduling deliveries. One prioritizes costs at the expense of customer satisfaction. The second is doing the opposite by focusing more on customer satisfaction at the cost of higher transportation costs. This thesis has as objective to propose new techniques to offer a compromise between these two ends. These techniques will aim to offer many choices to customers while trying to keep shipping costs low. Our resolution scheme is done in two stages: 1. We will use heuristics to generate delivery schedules, 2. We will simulate customer arrivals from which we will calculate different values to measure customer satisfaction with transportation costs. The results will be interpreted in a way that looks at all technical aspects and compares satisfaction with transportation costs. Keywords: Home delivery, customer satisfaction, vehicle routing problem, time windows offer.

La recherche abordée dans le cadre de cette thèse s’intéresse à la gestion des ressources humaines opérationnelles, et plus spécifiquement aux problèmes de planification de ces ressources dans un contexte dynamique. Un intérêt particulier est porté au problème d’ordonnancement en temps réel du personnel travaillant sur une chaîne d’assemblage. Nous abordons cette problématique dans une perspective de gestion par compétences et ce, en nous basant sur le profil de compétences dans la modélisation de l’offre et de la demande en main-d’œuvre. Quatre principaux axes de recherche sont exploités. Le premier axe vise l’aspect théorique de la modélisation du problème d’ordonnancement du personnel. A cet effet, nous proposons un modèle mathématique du problème d’affectation dynamique des employés sur une chaîne d’assemblage avec la prise en considération des préférences, des compétences et des déplacements inter-postes des employés. En nous basant sur ce modèle, et grâce à l’utilisation du solveur commercial de type Cplex, nous avons pu résoudre des instances de problèmes de petite taille. Les résultats obtenus démontrent que la production d’une solution optimale requiert un temps de calcul important, ce qui risque de générer une rigidité et une moindre réactivité de la fonction d’ordonnancement face à des perturbations d’un environnement dynamique. Le deuxième axe de recherche porte sur l’élaboration d’une approche distribuée à base d’agents pour la résolution du problème d’ordonnancement du personnel. L’approche proposée se base sur l’utilisation de plusieurs catégories d’agents intelligents qui coopèrent entre eux à travers la formation de coalitions. Chaque coalition est formée de deux agents-employés qui auront décidé de coopérer entre eux en s’échangeant une partie de leurs activités d’assemblage afin d’améliorer leur profit et en conséquence, la qualité de la solution globale d’ordonnancement. Les résultats d’ordonnancement du personnel obtenus à partir des premiers tests sont encourageants. Ils démontrent que notre approche à base d’agents permet d’obtenir des solutions de bonne qualité en des temps raisonnables. Le troisième axe de recherche porte sur le réordonnancent du personnel en temps réel face aux aléas liés à l’absence d’employés. À cet effet, nous proposons une extension de l’approche à base d’agents ainsi que deux variantes de l’approche de recuit simulé, qui permettent de résoudre le problème de réordonnancement. Nous avons pu tester les performances de ces deux approches sur plusieurs cas du problème d’ordonnancement et de réordonnancement du personnel. L’ensemble des résultats démontre que l’algorithme à base d’agents conduit à de très bonnes solutions en comparaison avec le recuit simulé. Enfin, nous avons exploité les algorithmes à base d’agents et de recuit simulé, qui sont développés dans cette recherche, pour étudier deux aspects de la gestion stratégique des ressources humaines : la flexibilité dans l’élaboration des horaires de travail et l’impact de la prise en considération des préférences dans le processus d’ordonnancement du personnel. Dans les deux cas, les résultats de simulation obtenus corroborent les hypothèses initiales de recherche, à savoir la pertinence et l’intérêt de la notion de flexibilité et de la prise en compte des préférences dans le processus d’ordonnancement du personnel.

Les travaux de ce mémoire portent sur l'analyse et la conception optimale de systèmes manufacturiers composés de machines non fiables. Les systèmes considérés peuvent opérer selon une structure réseau d’assemblage/désassemblage. Des stocks tampons sont placés entre les machines pour les découpler les unes des autres. Ces machines peuvent opérer en mode de fonctionnement dégradé. Chaque machine est modélisée comme un système à trois états : fonctionnement nominal, panne totale et mode dégradé. On considère que le mode de fonctionnement dégradé affecte uniquement le taux de production nominal des machines et non la qualité des pièces produites. Afin d’évaluer le taux de production d’un tel réseau manufacturier à machines multi-états (dit complexe), une méthode d’évaluation analytique est tout d’abord explorée. Cette méthode consiste à remplacer chaque machine par une machine équivalente à deux états, puis à appliquer ensuite une des méthodes existantes pour les réseaux avec machines binaires. Après avoir découvert que cette méthode est imprécise même dans le cas simple de deux machines multi-états séparées par un stock, nous avons utilisé une simulation à base du logiciel Simio en vue d’une conception optimale du réseau. Dans cette conception, il est question de faire une sélection conjointe des technologies des machines et des tailles de stocks. L’objectif de l’optimisation est de maximiser le taux de production sous des contraintes de budget. La plupart des travaux existants considèrent le problème d’allocation des stocks tampons pour des lignes séries ou séries-parallèles, en considérant que les technologies des machines sont déjà choisies. L’extension ainsi développée est validée en utilisant différentes instances générées aléatoirement. Pour ce faire, le modèle de simulation développé est couplé à deux méthodes d’optimisation. La première méthode utilise l’outil d'optimisation OptQuest. La seconde méthode est une nouvelle heuristique basée sur un algorithme génétique (AG). Dans chacune des méthodes, l’outil d’optimisation se sert de l’estimation du taux de production effectuée par l’outil de simulation dan #s sa fonction d’objectif. Notre nouvelle méthode (simulation/AG) est comparée à une approche couplant une méthode analytique à un AG dans le cas de machines binaires. Les résultats numériques obtenus illustrent l’efficacité de notre méthode au niveau de la qualité des solutions, au détriment d’un temps de calcul moins performant.
This thesis focuses on the analysis and optimal design of manufacturing systems composed of unreliable machinery. The considered systems can operate in an assembly / disassembly structure. Buffer stocks are placed between the machines in order to decouple them from each other. These machines can operate in degraded mode. Each machine is represented as a system with three states: nominal operation, blackout and a degraded mode. We consider that the degraded mode affects only the nominal production rate of machines and not the quality of the parts produced. To assess the rate of production of such a manufacturing system with multi-state machine (called complex), an analytical method is first explored. This method consists on replacing each machine by an equivalent one with two states, and then applying one of the classical methods for networks with binary state machines. After discovering the lack of precision of this method, we used a simulation method based on the software Simio for the optimal design of networks with multi-state machines. In this design, it is about making a joint selection of technologies and buffer sizes between machines. The objective of the optimization is to maximize the rate of production under budget constraints. Most existing works consider the problem of allocating buffer stocks for serial lines or series-parallel when machine technologies are already chosen. Our method is developed and validated using different randomly generated instances. To do this, the developed simulation model is coupled with two optimization methods. The first method uses the OptQuest optimization tool. The second method is a new heuristic based on a genetic algorithm (GA). In each method, the optimizer uses the production rate estimation carried out by the simulation tool in its objective function. Our new method (simulation / GA) is compared to an approach coupling an analytical method to a GA in the case of binary machines. The numerical results illustrate the effectiveness of our method in terms of solution quality at the expense of the less efficient computation time.