8e Confrence Internationale de MOdlisation et SIMulation - MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie Evaluation et optimisation des systmes innovants de production

n de biens et de services

GESTION DE STOCKS AVEC TRANSSHIPMENT DANS UN RESEAU DE DISTRIBUTION MULTI SITES ET MULTI ECHELONS
M. TLILI, M. MOALLA, Z. BAHROUN LIP2, Facult des Sciences de Tunis 2092 Manar 2, Tunis, Tunisie mounira.tlili@fst.rnu.tn, mohamed.moalla@fst.rnu.tn zied.bahroun@fst.rnu.tn J-P. CAMPAGNE Universit de Lyon LIESP, INSA-Lyon 19, Avenue Jean Capelle 69621, Villeurbanne Cedex, France jean-pierre.campagne@insa-lyon.fr

RESUME : Dans ce papier, nous traitons le problme de gestion de stocks avec transshipment dans un rseau de distribution multi sites et multi chelons dans lequel le centre de distribution et les dtaillants grent leurs stocks selon la politique (R, s, S). Les dtaillants sont confronts des demandes clients alatoires et le centre de distribution reoit uniquement les commandes des dtaillants. En cas de rupture de stock chez lun des dtaillants, il est procd un transshipment durgence, et en cas dinsuffisance de stocks dans le centre de distribution, deux rgles dallocation sont proposes. Notre objectif est de dvelopper un modle de gestion de stock intgrant le transshipment pour ce rseau de distribution ; ce modle inclut trois composantes : modle doptimisation de stock, rgle de transshipment et rgles dallocation de stocks. Lexprimentation du modle a t faite via une tude empirique de simulation qui a permis, entre autres, dillustrer linfluence de certains paramtres sur les bnfices du transshipment. MOTS-CLES : transshipment durgence, gestion de stocks, rseau de distribution multi chelons, simulationoptimisation. en place pour tre appliques lorsque les sites en amont sont en situation dinsuffisance de stocks pour approvisionner les sites en aval. Dans la littrature, plusieurs travaux se sont intresss dterminer les paramtres optimaux de stock qui minimisent les cots induits et ce, en faisant appel diverses techniques de rsolution. Cependant, ces travaux se sont focaliss sur le problme de gestion de stocks dans un rseau divergent o chaque site a un seul site ascendant et o il nexiste aucune liaison cooprative entre les sites de mme niveau. Notre contribution, dans le prsent travail, se situe dans lintgration du transshipment durgence lchelon infrieur du rseau de distribution (i.e. dtaillants) dans lequel chaque site gre son stock selon la politique (R, s, S). Le transshipment durgence peut ainsi tre dfini comme des mouvements de stocks seffectuant seulement en situation de rupture effective. Lexpos est organis comme suit : Dans la section 2, nous passons en revue la littrature relative au problme du transshipment. Dans la section 3, nous dcrivons et formulons le modle doptimisation de stock, la rgle de transshipment et les rgles dallocation de stocks. Dans la section 4, nous prsentons une dmarche analytique permettant de dterminer les paramtres de stock initiaux du rseau de distribution, puis nous tablissons notre modle de stock avec transshipment et proposons une procdure de rsolution base simulation-optimisation. Dans la section 5, nous valuons notre modle de stock via une tude empirique de simulation. Finalement, nous valuons lefficacit de notre modle de stock et de la

INTRODUCTION

La gestion de stocks dans un rseau de distribution multi chelons est un problme majeur. La plupart des politiques classiques de gestion de stocks sont encore utilises, savoir (s, Q), (s, S), (R, S), (R, s, S), etc. o les paramtres s, Q, S et R dsignent respectivement le point de commande, la quantit de commande, le niveau de recompltement et la priode de rvision. On distingue aussi deux types de modles selon le comportement en cas de rupture (i.e. cas o la demande excde le stock disponible) : (i) modle avec demandes perdues et (ii) modle avec demandes diffres. Dans lun comme dans lautre des deux modles, la dtermination des paramtres de stock nest pas aise. La complexit augmente lorsque les sites dtaillants cooprent en pratiquant des transshipments durgence en cas de rupture. La problmatique que nous traitons ici se situe dans ce contexte. Dune faon globale, les systmes de gestion de stocks dans un rseau de distribution peuvent tre rpartis en deux classes : systme stock installation et systme stock chelon. Dans le premier systme, chaque site prend ses dcisions en se basant uniquement sur son tat de stock individuel, alors que, dans le second systme, chaque site prend en compte non seulement son stock courant mais aussi les stocks en aval et les stocks en transit. Un systme stock chelon ne peut donc tre implment que si chaque site partage sa propre information avec les sites en amont (Axster et Rosling, 1993). De plus, des rgles dallocation doivent tre mises

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

procdure de recherche ainsi que les bnfices du transshipment. 2 ETAT DE LART DU TRANSSHIPMENT

La littrature relative au problme du transshipment est trs importante. Nous nous limitons ci-aprs prsenter les principes gnraux du transshipment et quelques rsultats de recherche. On relve principalement deux approches de transshipment entre dtaillants. La premire approche est celle du transshipment durgence ; elle nenvisage les transshipments quen cas de rupture de stock chez un dtaillant suite larrive dune demande. La deuxime approche est celle du transshipment prventif consistant en une redistribution dquilibrage des stocks au dbut ou la fin de chaque cycle dapprovisionnement mais avant que la demande client ne soit observe. Ainsi, le transshipment prventif vise prvenir les futures ruptures, tandis que le transshipment durgence rsout une situation effective de rupture. Diverses politiques sont adoptes dans ce dernier cas : - Complete pooling : le dtaillant accepte de transfrer tout son stock disponible en cas de besoin (Tagaras et Cohen, 1992; Tagaras, 1999). - Partial pooling : le transshipment est effectu en prservant un niveau de stock cibl (par exemple, point de commande, stock de scurit, etc. (Evers, 2001)). Archibald et al. (2009) ont propos une variante dans laquelle la dcision dun dtaillant dpend non seulement du niveau de stock courant mais aussi du temps restant avant le prochain approvisionnement. - Tout ou rien : le dtaillant satisfait ou non la totalit de la demande (Evers, 2001). Dans notre travail, nous nous intressons prcisment au transshipment durgence adoptant la politique complete pooling . Nous donnons, dans la suite, un aperu de certains travaux qui ont trait le problme du transshipment durgence dans un rseau de distribution. Jusquici, toutes les tudes ayant trait de cette question ont considr un systme de distribution avec un seul type de produit. Cest galement le cas du prsent travail. Les modles analytiques sont gnralement utiliss sous des hypothses restrictives telles que : approvisionnement instantan, temps de transshipment ngligeable, systme de stock avec deux dtaillants uniquement et cots identiques. La relaxation de lhypothse approvisionnement instantan complique considrablement lanalyse mathmatique cause des relations de dpendance entre demandes, quantits de transshipment et stock en transit et, par consquent, lespace dtat explose (Tagaras, 1999). Il est montr, dans (Tagaras, 1999), quun modle exact devient insolvable mme dans le cas de deux dtaillants. Minner

et al. (Minner et al., 2003) ont aussi indiqu deux autres raisons : (i) le transshipment a un effet secondaire sur le lchance et la quantit dapprovisionnement chez le dtaillant qui concde une demande de transshipment et (ii) ltablissement du stock de scurit pour assurer un taux de service dsir doit tenir compte des possibilits de transshipment. Pour ces raisons, plusieurs chercheurs ont eu recours la simulation pour tudier le problme du transshipment dans un systme de stock multi sites sous des hypothses relaxes. Cest dans cette direction que soriente aussi le prsent travail. Aussi, la politique rvision priodique (R, S) est frquemment rencontre dans les travaux ayant tudi la mise en uvre du transshipment. Dans un modle avec demandes diffres, Robinson (Robinson, 1990) a formul le problme de transshipment durgence dans un systme de stock multi sites et multi priodes (horizon fini). Il a montr loptimalit de la politique (R, S) sous les hypothses dapprovisionnement instantan et de temps de transshipment ngligeable, dans deux cas : (i) deux dtaillants et (ii) tous les dtaillants sont identiques en cots. Dans le cas gnral, Robinson a propos une heuristique. Tagaras et Cohen (1992) ont considr un systme de stock compos dun centre de distribution et de deux dtaillants et dans lequel le dlai dapprovisionnement est non ngligeable, le temps de transshipment est instantan et les cots peuvent tre diffrents. Les auteurs ont utilis la simulation et une grille de recherche (grid-search) afin didentifier les niveaux de recompltement optimaux. Par la biais dune tude comparative, ils ont montr que la politique du complete pooling est plus efficace que la politique du partial pooling. Cette tude est tendue par Tagaras (1999) trois dtaillants identiques en cots en utilisant loptimisation par simulation. Tagaras a tudi deux groupes de pooling, groupe paramtres de demande identiques et groupe paramtres de demande non identiques, et a montr l'efficacit du premier groupe. Les politiques rvision continue sont galement trs utilises dans le problme de transshipment durgence. On trouve la politique (S-1, S) qui est approprie aux modles de stock de pices dtaches (ou articles rparables). Ces modles supposent que les articles ont un cot de stockage lev et font lobjet dune demande faible qui suit, en gnral, la loi de Poisson (Lee, 1987 ; Axster, 1990, etc.). En outre, dans un modle de stock (s, Q) avec demandes perdues, Needham et Evers (1998) ont montr que le cot de rupture est le dterminant principal sur les bnfices du transshipment. Evers (2001) a considr les hypothses dune politique tout ou rien et dun cot de transshipment unitaire et a dvelopp une approche heuristique pour dterminer quand le transshipment doit tre ralis. Pour un systme de stock dtaillants multiples avec demandes diffres, Xu et al. (Xu et al., 2003) ont ajout un troisime paramtre la politique classique (s, Q), savoir un seuil (H) qui contrle le niveau du transshipment sortant et audessous duquel le dtaillant peut choisir de ne pas partager son stock avec le dtaillant en rupture.

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

En revanche, la littrature relative notre problmatique est plus limite. Hu et al. (Hu et al., 2005) ont examin la politique (R, s, S) dans un systme de stock multi dtaillants avec dcision centralise et demandes diffres. Ils ont considr des dlais dapprovisionnement et de transshipment ngligeables, et des cots identiques chez tous les dtaillants. Sous ces hypothses restrictives, les auteurs ont tabli un modle bas sur la programmation dynamique afin de dterminer la politique (s, S) approche du systme entier (et non au niveau de chaque dtaillant). Kurkreja et Schmidt (2005) ont considr la politique (s, S) rvision continue dans un systme de stock multi dtaillants avec demandes diffres. Ils ont trait un problme doptimisation pour dterminer, pour chaque dtaillant, les paramtres (s, S) qui minimisent le cot total et satisfont la contrainte de taux de service minimum. En fait, les auteurs ont propos une procdure de recherche base simulation pour cerner uniquement les valeurs de s et adoptent de calculer S en ajoutant s la quantit conomique de commande de Wilson. Nous avons retenu pour le prsent travail dtudier le problme du transshipment durgence dans un rseau de distribution multi chelons incluant un fournisseur, un centre de distribution et deux dtaillants et tel que le contrle des stocks au niveau du centre de distribution ainsi quau niveau des dtaillants est effectu selon une politique (R, s, S). Lobjectif est de dterminer, au niveau de chaque site, les paramtres de cette politique qui minimisent le cot total pour lensemble du systme. Dans un travail rcent (Tlili et al. 2008), nous avons tudi les bnfices du complete pooling et de la politique tout ou rien dans un systme de stock deux chelons et deux dtaillants dans lequel le centre de distribution ne dtient pas de stock. Nous avons montr que, dans ce contexte : (i) le transshipment est plus efficace dans un systme de stock dlais dapprovisionnement identiques que dans un systme de stock dlais non-identiques et (ii) les bnfices du transshipment sont importants lorsque les cots de rupture sont levs. Dans le prsent travail, nous admettons lhypothse que le centre de distribution dtient un stock et utilise la politique de gestion (R, s, S). Ainsi, nous tablissons un modle de stock intgrant le transshipment dans un systme de stock multi sites et multi chelons. Nous examinons les effets des politiques de rationnement de stocks au niveau du centre de distribution sur le gain du transshipment et, enfin, nous tudions linfluence de certains paramtres dentre sur les performances globales du systme. 3 PROBLEME DE TRANSSHIPMENT DANS UN RESEAU MULTI ECHELONS

Pour les dtaillants : N Nombre de dtaillants (N=2 dans ce travail) Bi,t Variable boolenne qui prend la valeur 1 si le dtaillant i passe une commande au centre de distribution la fin de la priode t et 0 sinon ILi,tb Niveau de stock chez le dtaillant i au dbut de la priode t et avant le transshipment IPi,tb Position de stock chez le dtaillant i au dbut de la priode t et avant le transshipment ILi,ta Niveau de stock chez le dtaillant i la fin de la priode t et aprs le transshipment IPi,ta Position de stock chez le dtaillant i la fin de la priode t et aprs le transshipment QPi,t Partie perdue de la demande client par le dtaillant i la fin de la priode t et aprs le transshipment Variable boolenne qui prend la valeur 1 si le i ,t dtaillant i est sujet dun transshipment la priode t et 0 sinon Service ralis par le modle de simulation k Facteur de scurit Cot total du dtaillant i. CDi Pour le centre de distribution Dt Commande agrge des dtaillants chez le centre de distribution la priode t QLi,t Quantit livre par le centre de distribution au dtaillant i la priode t t Variable boolenne qui prend la valeur 1 si le centre de distribution passe une commande au fournisseur la fin de la priode t et 0 sinon Itb Niveau de stock dans le centre de distribution au dbut de la priode t Ptb Position de stock dans le centre de distribution au dbut de la priode t Ita Niveau de stock dans le centre de distribution la fin de la priode t Pta Position de stock dans le centre de distribution la fin de la priode t TS Taux de satisfaction des commandes dtaillants dans le centre de distribution CC Cot total pour le centre de distribution. Pour le systme de distribution : CT Cot total pour lensemble du systme T Horizon fini de temps. Dans notre modle, le taux de service des dtaillants () et le taux de satisfaction du centre de distribution (TS) sont mesurs, respectivement, comme la fraction constitue par les demandes clients satisfaites et la fraction constitue par les commandes dtaillants satisfaites. 3.2 Description du problme Comme annonc plus haut, nous considrons un rseau de distribution multi chelons compos dun fournisseur externe, dun centre de distribution et de deux

3.1 Notations Nous prsentons les notations adoptes au niveau de chaque site et au niveau du systme entier :

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

dtaillants. Nous supposons que le fournisseur est capacit infinie. De plus, nous faisons lhypothse que les demandes clients ne seffectuent quau niveau des dtaillants et que le centre de distribution ne reoit que des commandes provenant des dtaillants. Nous supposons galement que les dlais dapprovisionnement du fournisseur au centre de distribution (LCD) et du centre de distribution aux dtaillants (L) sont fixes et constants. Dune part, chaque dtaillant i est confront une demande alatoire par priode (di,t) qui suit la distribution normale (moyenne i, cart type i), indpendante et identiquement distribue (i.i.d). De plus, chaque dtaillant i gre son stock selon la politique (R, si, Si). La priode de rvision (R) est fixe une priode. Ainsi, pour chaque dtaillant i, si sa position de stock IPi ,at (stock disponible + stock en commande) la fin de la priode t est au-dessous de si alors il y a passation dune commande Qi ,t = S i IPi a vers le centre de ,t distribution avec un cot de commande fixe (K). La livraison de cette commande au dtaillant i seffectuera au dbut de la priode t+L+1. La quantit de transshipment du dtaillant j au dtaillant i la priode t est note Xj,i,t ; un cot fixe de transshipment (ct) est associ ce mouvement avec un temps de transshipment nul. Quand le transshipment n'est pas possible ou que la demande ne peut tre satisfaite que partiellement via le transshipment, la partie de demande restante est considre comme perdue avec un cot de rupture (cp) par unit perdue. En outre, la fin de chaque priode t, le stock dtenu ILa i ,t par le dtaillant i fait lobjet dun cot de possession (ch) par unit et par priode. Dautre part, le centre de distribution contrle son stock selon la politique (R, s, S). La priode de rvision (R) est gale deux priodes dans notre modle. Dsignons par t la priode qui concide avec lchance de rvision. A la fin de chacune de ces priodes t, si la position de stock Pta se trouve au-dessous de s alors un ordre dapprovisionnement est pass vers le fournisseur de Qt' = S Pt a units et avec un cot de commande fixe (K). La livraison de cette commande au centre de distribution seffectuera au dbut de la priode t+LCD+1. Aprs la rception des commandes dtaillants au niveau du centre de distribution, deux cas sont possibles : - Le stock disponible I tb dans le centre de distribution est suffisant pour satisfaire les commandes dtaillants. On alloue alors chaque dtaillant la quantit Qi,t commande. Le stock restant I ta est maintenu dans le centre de distribution avec un cot de possession (ch) par unit et par priode. Le stock disponible dans le centre de distribution est insuffisant. Dans ce cas, nous proposons deux rgles dallocation pour rationner le stock disponible entre dtaillants (dtails dans section 3.3.2).

3.3 Formulation du problme 3.3.1 La politique du transshipment La politique du transshipment durgence adopte ici est du type complete pooling. La quantit de transshipment du dtaillant j au dtaillant i la priode t dpend de la demande en excs auprs du dtaillant i et du niveau de stock chez le dtaillant j aprs la satisfaction de sa propre demande ILbj ,t = max(0; ILbj ,t d j ,t ) . La politique du complete pooling pour deux dtaillants est alors formule comme suit :
b di,t IL i,t b = ILj,t 0 b b si 0 di,t IL i,t ILj,t b b si di,t IL i,t > ILj,t > 0 b b si di,t IL i,t < 0 ou ILj,t = 0

X j,i,t

b b = min di,t IL i,t , ILj,t

{[

(1)

avec [x ]+ = max( 0, x ) 3.3.2 Les politiques dallocation Dans le cas o le stock dans le centre de distribution savre insuffisant pour satisfaire les commandes dtaillants, nous proposons deux procdures dallocation diffrentes pour rpartir le stock disponible entre les dtaillants. Dans la premire procdure (note PA-1), le centre de distribution rpartit le stock disponible (Itb) de manire gale entre dtaillants. Dans la deuxime procdure (note PA-2), le stock disponible est rparti de manire proportionnelle aux commandes dtaillants (Qi,t). Nous prsentons ci-dessous la formulation de ces deux procdures pour notre cas dtude de deux dtaillants : Procdure dallocation PA-1 : Si Dt > I tb alors Sil i=1, 2 tel que Qi,t Itb/2 alors QLj,t+L+1=Itb-Qi,t ; ji Si i=1, 2 ; Qi,t >Itb/2 alors QLi,t+L+1=Itb/2 Procdure dallocation PA-2 : La deuxime procdure sexprime plus directement par : Ib (2) QL = t Q ; i = 1, 2
i ,t + L +1

Dt

i ,t

3.3.3 Problme doptimisation Variables de dcision : Nous cherchons dterminer les paramtres de stock (s, S) pour le centre de distribution et pour les points de commande des dtaillants (si ; i=1, 2). Les niveaux de recompltement des dtaillants sont dtermins en ajoutant aux points de commande la quantit de commande Qp (section 4.1.1) propose par Ehrhardt et Mosier (Ehrhardt et Mosier, 1984) ; i.e. Si= si+Qp pour i=1, 2. Cette quantit est connue comme tant une bonne

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

approximation de la quantit de commande au regard de la quantit conomique de commande de Wilson due son indpendance du cot de rupture et du taux de service. Fonction objectif : Lobjectif est de dterminer les paramtres de stock des dtaillants et du centre de distribution qui minimisent le cot total au niveau du systme sur un horizon fini de temps. Ce cot est constitu de deux composantes : le cot total des dtaillants et le cot total du centre de distribution.
2 E (CT ) = min E (CDi ) + E (CC ) si ; i =1, 2 ( s , S ) i =1

Heuristique de Ehrhardt et Mosier (1984) : tape 1 : Calculer

2 Q p = 1.30 i0.494 (K ch )0.506 1 + i2 , L +1 i

0.116

et
0.183 + 1.063 2.192 z s p = 0.973 i , L +1 + i , L +1 z

avec :
z= Q p ch

i , L +1 cp

tape 2 : Si Q p i > 1.5 alors

(3)

si0 = s p Si0 = si0 + Q p tape 3 : Sinon calculer

avec :
E (CDi ) =

(B
T t =1
T t t =1

i ,t

K + E ( ILa i ,t ) ch + E (QPi ,t ) cp + i ,t ct

S 0 = i , L +1 + k i , L +1

(4)

si0 =min{sp, S0}

Si0 =min{sp+Qp, S0}
avec k satisfaisant
pu ( k ) = ch ch + cp

E (CC ) =

K ' + E ( I ta ) ch '

(5)

Nous prsentons, dans ce qui suit, la dmarche de rsolution de ce problme doptimisation qui sest avr difficile traiter de manire analytique cause des relations de dpendance des stocks en transit vers le centre de distribution et vers les dtaillants, de lquilibre des stocks entre sites, du rationnement de stock entre dtaillants, du stock de transshipment et de la demande alatoire. 4 DEMARCHE DE RESOLUTION

Nous prsentons, tout dabord, les solutions initiales dtermines dans un systme sans transshipment. Les modles de stock pour les dtaillants et le centre de distribution sont ensuite tablis. Finalement, nous proposons une procdure de recherche servant dterminer les meilleurs paramtres de stock pour tous les sites afin de minimiser le cot total au niveau du systme. 4.1 Solutions initiales Nous dveloppons une procdure analytique permettant de dterminer, dans un systme de stock sans transshipment, les paramtres initiaux de stock chez les dtaillants et le centre de distribution. Ces paramtres sont considrs comme une phase initiale pour le problme doptimisation cit ci-dessus. 4.1.1 Pour un dtaillant Puisque notre modle doptimisation traite la minimisation du cot total, nous adoptons lheuristique propose par Ehrhardt et Mosier (Ehrhardt et Mosier, 1984), qui consiste dterminer si0 et Si0 en se basant sur un cot de rupture donn.

4.1.2 Pour le centre de distribution Niveau de recompltement initial : Nous proposons dadopter le concept du stock chelon propos par Clark et Scarf (1960). Ainsi, le niveau de recompltement initial dans le centre de distribution est gal au stock chelon du systme entier (i.e., stock chelon initial =position de stock initiale du centre de distribution + la somme des positions de stocks initiaux de tous les dtaillants+commandes en transit vers le centre de distribution et les dtaillants). Nous supposons qu la priode t=1, il ny a pas de commandes initiales auprs du fournisseur et du centre de distribution et que la position de stock initiale du centre de distribution se restreint la demande clients durant LCD+R priodes. Nous obtenons alors :
S 0 = N i ( LCD + R ) +

S
i =1

0 i

(6)

Point de commande initial : Nous considrons ici que le point de commande dans le centre de distribution doit atteindre, durant son cycle dapprovisionnement, un taux de service traduit sous forme dun cot de pnalit pu (k ) = ch .
ch + cp

s 0 = N i ( LCD + R) + k i N LCD + R

(7)

Cette expression est valable dans le cas o les demandes sont identiques en moyenne et cart type. 4.2 Modle de stock (R, s, S) pour le centre de distribution A la priode t=1, nous supposons quil ny a pas de commandes en transit auprs du fournisseur et que le

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

niveau initial de stock et la position initiale de stock sont gaux S0. Durant chaque priode t, on a la squence des vnements qui se produit comme suit : arrive des livraisons auprs du fournisseur (quation (8)), rception des commandes dtaillants (quation (9)), rservation de stocks (quations (10-11)) et passation de commande vers le fournisseur (quation (12)).
I tb = I tb1 + Q' t LCD 1
Dt =

(8) (9)

Y
i =1

i ,t

Pt a = Ptb 1

QL
i =1

i ,t

(10) (11)

I ta = I tb

QL
i =1

i ,t

(12) Finalement, le niveau et la position de stock de la priode suivante sont mises jour : (13) I tb+1 = I ta ; t = 1...T
Pt a = Pt a + Q 't
a Ptb t ; t = 1...T +1 = P

(14)

Les quations (13-14) indiquent lquilibre de stocks dans le temps. 4.3 Modle de stock (R, s, S) avec demandes perdues pour chaque dtaillant A la priode t=1, nous supposons quil ny a pas de commandes en transit auprs du centre de distribution et que le niveau initial de stock et la position initiale de stock sont gaux Si0. A chaque priode, la squence des vnements est : rception des livraisons auprs du centre de distribution (quation (15)), arrive de demande et ralisation du transshipment (quation (1617)) et passation de commande (quation (18)).
b IPib ,t = IPi ,t + QLi ,t L 1

Pour rsoudre notre problme d'optimisation, nous proposons une procdure de recherche base sur une approche par simulation-optimisation. Nous commenons par prsenter le modle de simulation. En fait, seulement le modle de stock des dtaillants est opr comme un modle de simulation parce que les demandes clients se prsentent uniquement au niveau des dtaillants. Les demandes clients priodiques sont des entres pour le modle et sont gnres par la technique de Monte Carlo. La simulation de Monte Carlo consiste choisir alatoirement les demandes clients suivant la distribution normale spcifie par une moyenne et un cart type. Afin de valider l'hypothse de la distribution i.i.d, nous dsactivons la corrlation des demandes dans le temps et entre dtaillants. De plus, le modle de simulation sauvegarde, en sortie, diverses mesures de performance du systme : cot total moyen du systme E(CT), taux de service dtaillants, taux de satisfaction des commandes dtaillants par le centre de distribution (%TS) et taux de transshipment (%TR). Le modle de simulation est excut sur un horizon de planification T gal 52 priodes (i.e. une anne) et chaque priode est rplique 1000 fois ce qui permet datteindre l'intervalle de confiance de 95% pour toutes les performances. Nous prsentons ensuite le modle d'optimisation. Il est prouv, dans la littrature, que le critre de minimisation n'est pas une fonction convexe pour un systme de stock (s, S) dun site; c.--d. il prsente plusieurs minimum relatifs distincts (Wagner et al., 1965). Pour cette raison, nous nous sommes orients chercher la meilleure combinaison des paramtres de stock de tous les sites dans une grille de recherche (s, S) pour le centre de distribution et si pour chaque dtaillant i, i=1, 2. Nous construisons cette grille comme suit : Pour le centre de distribution : Nous fixons les valeurs de (s, S) dans deux intervalles : - [LBw1, UBw1] pour s, avec LBw1 = Ni LCD et UBw1 = s 0 . [LBw2, UBw2] pour S, avec LBw1 = Ni ( LCD + L) et UBw1 = S 0 .

(15) (16) (17) (18)

IPi a ,t ILa i ,t

= max(0, = max(0,

IPib ,t ILb i ,t

d i ,t ) X i , j ,t + X j ,i ,t + QPi ,t d i ,t ) X i , j ,t + X j ,i ,t + QPi ,t

IPi ,at = IPi ,at + Qi ,t

Finalement, la position de stock et le niveau de stock de la priode suivante sont mises jour : a (19) IPi b i ,t ; t = 1...T ,t +1 = IP
a ILb i ,t +1 = ILi ,t ; t = 1...T

(20)

Prcisons que les modles de stocks pour le centre de distribution et les dtaillants sont implments en tableur Excel. Ils sont ensuite excuts par Monte Carlo simulation et OptQuest du logiciel Crystal Ball 7.2. Pour le systme entier, il sagit alors dun modle de simulation-optimisation dont nous prsentons les dtails dans la section suivante. 4.4 Modle de simulation-optimisation

Pour les dtaillants : Nous fixons, pour chaque dtaillant i, les valeurs du si entre deux bornes : - La borne infrieure (LBi) est gale la demande client durant L priodes. - La borne suprieure (UBi) est gale la valeur initiale si0. Nous constatons que le nombre de toutes les combinaisons possibles dans la grille de recherche est combinatoire. Par consquent, nous proposons dexcuter l'outil d'optimisation OptQuest de Crystal Ball 7.2 en deux phases, chacune faisant lobjet de 1000 simulations. Dans la premire phase, la recherche pour (s, S) et si est effectue dans les intervalles dfinis ci-dessus avec un pas de discrtisation de cinq units. la fin de cette phase, lOptQuest procure la meilleure solution parmi toutes les solutions values minimisant

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

le cot total du systme. Nous notons cette solution par (s, S )pour le centre de distribution et si pour chaque dtaillant i. Dans la deuxime phase, une nouvelle recherche est effectue autour de cette solution en utilisant un pas de discrtisation dune unit et en restreignant les intervalles comme suit : - LBw1 = s-5; UBw1 = s+5 - LBw2= S-5; UBw2= S-5 - LBi = si-5; UBi = si+5 Finalement, la phase d'optimisation procure, en sortie, les meilleures valeurs (s, S) pour le centre de distribution et si pour chaque dtaillant i, lensemble concourant la minimisation du cot global tout en garantissant un taux de service cibl. 5 RESULTATS EXPERIMENTAUX

paramtres de stocks des dtaillants sont moins sensibles et lon a une augmentation en cot total du systme de 6.28% pour i=10. Les niveaux de stocks du centre de distribution augmentent davantage pour i=20, entranant une hausse en cot de 7.82% alors que les niveaux de stocks des dtaillants demeurent moins sensibles. En effet, les cots de possession dans le centre de distribution et chez les dtaillants dominent les autres cots dans le cot total du systme. De plus, selon les deux procdures dallocation, nous remarquons quun dlai long LCD entrane une diminution en taux de transshipment qui affecte particulirement le service des dtaillants (lgre dgradation) plutt que le taux de satisfaction du centre de distribution. Par consquence, le cot de rupture augmente lgrement au niveau des dtaillants. 5.2 Impact du dlai dapprovisionnement des dtaillants Afin dexaminer limpact de la variation du dlai dapprovisionnement des dtaillants L, nous avons fig les paramtres suivants : i=40, i=10 (ou 20), LCD=5 et fait varier L dune priode trois priodes. Les rsultats obtenus (Tableau 2) selon les deux procdures dallocation montrent que laccroissement du dlai L affecte toutes les performances du systme. En effet, lorsque le dlai L est long, les niveaux de stocks des dtaillants augmentent normment en saccentuant davantage avec lcart type (i=20). Cependant, la croissance des niveaux de stock du centre de distribution sont moins sensibles la variation du dlai L. Cette augmentation de stocks entrane une hausse en cot total du systme de 1.95% pour i=10 et de 5.14% pour i=20. En effet, laugmentation du cot total nvolue pas linairement en fonction des stocks, du fait de limportance du gain sur les cots de transshipment et de rupture qui attnue la hausse du cot de possession. En outre, pour un long dlai L, le taux de service des dtaillants et le taux de satisfaction du centre de distribution augmentent pour i=10 et dcroissent pour i=20. Ceci peut sexpliquer par le fait quun taux lev de transshipment, pour i=10, conduit une diminution en cot de rupture dans le cas o L=3 alors quil aboutit un accroissement du cot de rupture pour i=20. Cet accroissement est d la dgradation du taux de satisfaction du centre de distribution durant un long dlai LCD (5 priodes), ce qui induit une lgre augmentation du pourcentage des demandes perdues au niveau des dtaillants. 5.3 Impact de lcart type de la demande 5.3.1 Systme de stock dlais et carts type identiques Nous visons valuer les performances dun systme o i=10 au regard dun systme o i=20 lorsque les dlais

Les expriences numriques sont values via une large combinaison de paramtres d'entre traitant divers aspects dun modle de stock : N=2, i=40, K=100, ch=1, ct=20, K=500, ch=1, T=52. Les autres paramtres avec les solutions initiales correspondantes sont prsents dans le tableau 1. Lobjectif de cette section est triple. Dabord, nous analysons limpact des paramtres dentre (L, LCD, i) ainsi que des procdures dallocation sur les performances du systme. Ensuite, nous montrons le gain qui peut tre obtenu par la politique de transshipment. Enfin, nous illustrons l'efficacit de notre modle de stock et de la procdure de recherche propose.
Bornes infrieures CD* DE**
i L LCD LBw1 LBw2

Solution initiale CD DE s0 S0 Tot_si0 Tot_Si0 192 192 372 254 254 468 360 360 542 428 428 648 367 680 607 920 626 1102 413 748 653 988 692 1208

LBi 40 40 120 40 40 120

10 10 10 20 20 20

1 1 3 1 1 3
*

2 5 5 2 5 5

160 400 400 160 400 400

240 480 640 240 480 640

CD : Centre de distribution, **DE : Dtaillants

Tableau 1 : Paramtres d'entre pour les exemples numriques 5.1 Impact du dlai dapprovisionnement du centre de distribution Ltude de limpact de la variation du dlai dapprovisionnement du centre de distribution est ralise dans les cas o i=40, i=10 (ou 20) et L=1, en faisant varier LCD de deux cinq priodes. En nous appuyant sur les rsultats obtenus (tableau 2), nous constatons que, selon la procdure dallocation 1 et lorsque le dlai du centre de distribution LCD devient long, les paramtres de stocks dans le centre de distribution augmentent considrablement alors que les

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

Dtaillants Centre de distribution Tot_s Tot_S %TS s S L LCD Tot_ss PA 1 10 1 2 47 99,72 188 356 99,17 337 495 10 1 5 47 99,66 195 363 99,16 584 730 %Diff (LCD=2 vs. LCD=5) -0,07 3,72 1,97 0 73,29 47,47 10 3 5 66 99,69 352 522 99,28 589 733 %Diff (L=1 vs. L=3) 0,03 80,51 43,8 0,12 0,86 0,41 20 1 2 93 99,56 214 388 99,45 366 541 20 1 5 93 99,53 212 386 99,29 647 804 %Diff (LCD=2 vs. LCD=5) -0,03 -0,93 -0,52 -0,16 76,78 48,61 20 3 5 134 99,36 408 588 98,7 635 874 %Diff (L=1 vs. L=3) -0,17 92,45 52,33 -0,59 -1,85 8,71 PA 2 10 1 2 47 99,58 186 354 99,02 323 490 10 1 5 47 99,62 187 355 99,23 587 733 %Diff (LCD=2 vs. LCD=5) 0,04 0,54 0,28 0,21 81,73 49,59 10 3 5 66 99,65 352 522 99,17 585 729 %Diff (L=1 vs. L=3) 0,03 88,24 47,04 -0,06 -0,34 -0,55 20 1 2 93 99,71 210 384 99,24 367 545 20 1 5 93 99,54 214 388 99,26 645 802 %Diff (LCD=2 vs. LCD=5) -0,17 1,9 1,04 0,02 75,75 47,16 20 3 5 134 99,37 412 592 98,53 632 870 %Diff (L=1 vs. L=3) -0,17 92,52 52,58 -0,74 -2,02 8,48 %b

Systme E(CT) %TR 30 819,04 2,97 32 753,25 2,82 6,28 -4,92 33 390,68 3,07 1,95 8,64 34 197,05 4,34 36 870,46 4,01 7,82 -7,44 38 764,61 4,97 5,14 23,96 30 934,44 32 685,01 5,66 33 330,46 1,97 33 649,78 36 818,36 9,42 38 716,29 5,15 3,43 2,96 -13,55 3,27 10,23 4,14 3,85 -6,89 4,72 22,63

Tableau 2 : volutions des performances selon PA-1 et PA-2 en fonction de L et LCD des dtaillants et du centre de distribution sont fixs, avec dlais et carts type identiques pour les dtaillants. Les rsultats de simulation fournis dans le tableau 3 montrent que la croissance de lcart type de la demande affecte toutes les performances et entrane : - une augmentation des niveaux de stocks chez les dtaillants variant de 8.72% 15.91% pour s et de 6.34% 12.64% pour S. - une augmentation des niveaux de stocks dans le centre de distribution variant de 8.61% 10.79% pour s et de 9.29% 19.24% pour S. - une hausse du cot total du systme qui varie de 10.96% 16.09% et cela cause principalement des cots levs de possession tant au niveau du centre de distribution que chez les dtaillants. En outre, lorsque N dtaillants sont runis, ils ont un point de commande Tot_s = N i (L + 1) + k i N L + 1 dont le deuxime terme de lexpression correspond au stock de scurit (Tot_ss). Nous observons, dans tous les cas, que le point de commande Tot_s moins le stock de scurit, obtenu par notre modle de stock avec complete pooling, est infrieur Ni (L + 1) . Ceci justifie le gain engendr par la mise en place du complete pooling au sein dun systme de distribution. Par exemple, lorsque L=1, i=10 et k=2.33, le stock de scurit pour les deux dtaillants est de 47 units, il reste alors dans le point de commande Tot_s 141 units qui est infrieur 160 units. La rduction en stock augmente davantage avec lcart type : pour L=1 et i=20, le stock de scurit total est de 93 units, il reste dans Tot_s 121 units qui est infrieur 160 units. De plus, le stock se rduit encore avec un dlai long L : pour L=3 et i=10, les dtaillants dtiennent, part leur stock de scurit qui vaut 66 units, 286 units (valeur infrieure 320 units). Par consquent, le complete pooling affecte indirectement le stock du centre de distribution. Nous remarquons aussi que le point de commande du centre de distribution recouvre la totalit des positions de stocks des dtaillants et ce, grce notre modle de stock dans lequel le centre de distribution tente de satisfaire entirement ou partiellement les commandes dtaillants ds que leurs positions de stocks tombent en dessous de leurs points de commande. 5.3.2 Systme de stock carts type identiques vs. systme de stock carts type diffrents Nous comparons ici un systme de stock identique en dlais et carts type (i.e. systme symtrique) versus un systme de stock identique en dlais mais diffrent en carts type (i.e. systme asymtrique). Les rsultats numriques dans le tableau 3 montrent quun systme de stock asymtrique en carts type donne une rduction de stocks chez les dtaillants et une augmentation de stocks dans le centre de distribution qui conduit une augmentation du stock total du systme. La rduction des stocks chez les dtaillants est due principalement leffet du complete pooling entranant des taux levs de

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

transshipment et le dsquilibre en carts type chez les dtaillants conduit augmenter le nombre des ordres dapprovisionnement ce qui oblige le centre de distribution conserver plus de stocks pour couvrir cette variation leve de demandes clients durant des dlais longs du centre de distribution et/ou des dtaillants. Ainsi, laugmentation du cot total du systme est due essentiellement au cot de possession lev du centre de distribution et au cot de transshipment lgrement lev chez les dtaillants. Ceci entrane une hausse du cot total du systme qui saccentue avec les dlais LCD et L variant de 0.26% 8.09%. Ainsi, nous en dduisons quun systme de stock multi chelons asymtrique en carts type conduit une perte de bnfice du transshipment. Il convient de noter que ce rsultat a t dmontr par Tagaras (1999) dans un systme de stock deux chelons o le centre de distribution ne dtient pas de stock et o les dtaillants utilisent des politiques (R, S). Nous allons confirmer formellement ce rsultat pour le cas du systme considr dans notre tude. Proposition 1 : Le groupe de pooling du systme symtrique en carts type conserve moins de stock que celui du systme asymtrique pour le mme taux de service. Preuve : Nous considrons que les dtaillants du groupe de pooling G1 sont identiques en carts type avec des paramtres de demande (1, 1) et les dtaillants du

groupe G2 sont galement identiques en carts type et ont des paramtres de demande (2, 2) avec 21. Les groupes de pooling G31 et G32 sont constitus des dtaillants non identiques en carts type et alors ont les paramtres de demande (1, 1) et (2, 2). Les points de commande des diffrents groupes sont exprims comme suit : s G = 2 1 + k 2 12
1

2 sG2 = 2 2 + k 2 2
2 sG31 = sG32 = 1 + 2 + k 12 + 2

Pour dmontrer la proposition, il suffit de montrer lingalit suivante :

sG31 + sG32 sG1 + sG2

En substituant les expressions des niveaux de stock, nous obtenons :
2 2 2 12 + 2 2 12 + 2 2

et, en levant au carr les deux cts de cette ingalit :

2 2 0 1 2
2

Do la dmonstration de notre proposition. Proposition 2 : Le rsultat de la proposition 1 reste vrai pour toute valeur de la demande moyenne (i) du dtaillant i.
Systme E(CT) %TR 30 819,04 34 197,05 32 591,41 0,26 32 753,25 36 870,46 35 119,07 0,88 33 390,68 38 764,61 38 994,82 8,09 2,97 4,34 4,32 18,19 2,82 4,01 3,56 4,25 3,07 4,97 4,78 18,91

% i=10 i=20 %Diff i=10 i=20 %Diff i=10 i=20 1=10, 2=20 %Diff

Dtaillants Centre de distribution Tot_s Tot_S %TS s S L=1, LCD=2 188 214 186 356 388 357 -4,03 363 386 368 -1,74 522 588 534 -3,78 99,17 99,15 99,37 0,21 99,16 99,29 99,88 0,66 99,27 98,72 99,82 0,83 337 366 357 1,56 584 647 627 1,87 589 635 642 4,90 495 541 527 1,74 730 804 778 1,43 733 874 824 2,55

99,72 99,56

1=10, 2=20 99,58

-0,06 -7,46 99,66 99,53 0,19 99,7 99,37 99,7 0,17 195 212 197 -3,19 352 408 354 -6,84

L=1, LCD=5

1=10, 2=20 99,78

L=3, LCD=5

Tableau 3 : Comparaison des performances en fonction de lcart type selon PA 2 5.4 Evaluation des procdures dallocation et des solutions initiales Les rsultats numriques (Tableau 2) montrent que lapplication de la procdure PA-1 conduit, dans la plupart des cas, avoir des niveaux de stock lgrement plus levs que ceux obtenus par la procdure PA-2. Toutefois, cet cart ne dpasse pas 5% avec un gap en cot total denviron 1.6%. Cependant, si nous cherchons atteindre le bnfice maximal du

MOSIM10 - 10 au 12 mai 2010 - Hammamet - Tunisie

transshipment, il est alors prfrable dimplmenter PA-2 au niveau du centre de distribution. En outre, nous observons, dans tous les cas, que les solutions initiales sont rduites en comparaison avec les paramtres de stock obtenus par notre procdure de recherche. De plus, les paramtres de stock obtenus par la procdure de recherche sont, dans la plupart des cas, lgrement au-dessus des bornes infrieures (Tableaux 1-2-3). Ceci met en vidence la bonne qualit des solutions initiales et des bornes infrieures en donnant une grille de recherche serre afin de converger rapidement vers les meilleurs paramtres de stock minimisant le cot total du systme. De cela, nous pouvons en dduire que le transshipment apporte un gain au regard dun modle de stock sans transshipment. 6 CONCLUSION

Dans ce travail, nous avons tudi un systme de distribution multi sites et multi chelons, compos dun fournisseur externe, dun centre de distribution et de deux dtaillants. La contribution principale est le dveloppement d'un modle de stock intgrant le transshipment pour ce systme. Les rsultats numriques que nous avons obtenus par simulationoptimisation nous ont permis dvaluer l'efficacit du complete pooling et des politiques dallocation. De plus, nous avons pu identifier les paramtres qui influent sur les bnfices du transshipment, savoir les dlais dapprovisionnement du centre de distribution et des dtaillants ainsi que lcart type de la demande. Nos rsultats indiquent galement que le transshipment est plus avantageux dans un systme de stock symtrique en cart type que dans un systme asymtrique. Enfin, la procdure de recherche propose semble converger rapidement vers les meilleurs paramtres de stock grce la bonne qualit des solutions initiales et des bornes infrieures. Nos futurs travaux vont sorienter tendre ce travail au del de deux dtaillants. En outre, nous visons approfondir lanalyse des bnfices du transshipment lorsque le temps de transshipment est non ngligeable. REFERENCES Archibald T.W., D. Black, and K.D. Glazebrook, 2009. An index heuristic for transshipment decisions in multi-location inventory systems based on a pairwise decomposition. European Journal of Operational Research, 192, p. 6978. Axster S., 1990. Modelling emergency lateral transshipments in inventory systems. Management Science, 36(11), p. 1329-1338. Axster S., Rosling K, 1993. Installation vs. Echelon Stock Policies for Multilevel Inventory Control. Management Science, 39(10), p. 1274-1280.

Clark A.J., H. Scarf (1960). Optimal Policies for a Multi-Echelon Inventory Problem. Management Science, 6(4), p. 475-490. Evers P., 2001. Heuristics for assessing emergency transshipment. European Journal of Operational Research, 129, p. 311-316. Ehrhardt R., C. Mosier, 1984. A revision of the power approximation for computing (s, S) policies. Management Science, 30(5), p. 618-622. Hu, J., E. Watson, and H. Schneider, 2005. Approximate solutions for multi-location inventory systems with transshipments. Int. J. Production Economics, 97, p. 3143. Kukreja A., C. Schmidt (2005). A model for lumpy demand parts in a multi-location inventory system with transshipments. Computers & Operations Research, 32, p. 2059-2075. Lee H.L., 1987. A multi-echelon inventory model for repairable items with emergency transshipments. Management Science, 33(10), p. 1302-1316. Needham P.M., P.T. Evers, 1998. The influence of individual cost factors on the use of emergency transshipments. Transpn Res.-E (Logistics and transp Rev.), 34(2), p. 149-160. Minner S., E. Silver, and D. Robb, 2003. An improved heuristic for deciding on emergency transhipments. European Journal of Operational Research, 148, p. 384-400. Robinson L., 1990. Optimal and approximate policies in multi-period, multi-location inventory models with transshipments. Operations Research, 38, p. 278-295. Tagaras G., 1999. Pooling in multi-location periodic inventory distribution system. International Journal of Management Science, 27, p. 39-59. Tagaras G., M.A. Cohen, 1992. Pooling in two-location inventory systems with non-negligible replenishment lead times. Management Science, 38(8), p. 1067-1083. Tlili M., M. Moalla, J.P. Campagne, and Z. Bahroun, 2008. Un modle bas simulation-optimisation pour un systme de distribution deux chelons intgrant le transshipment. 7e Confrence Internationale de MOdlisation et SIMulation (MOSIM08), March 31 - April 2, Paris (France), proceeding p. 1240-1248. Xu K., P.T. Evers, and M.C. Fu, 2003. Estimating customer service in a two-location continuous review inventory model with emergency transshipments. European Journal of Operational Research, 145, p. 569-584.