MASTER GENIE LOGISTIQUE

Promotion 2007/2008

PROBLEME DE TRANSPORT ET D'AFFECTATION

Raliser par : FATIMA EZZAHRA COURAICHI

HAMZA MESKINI

SOMMAIRE
Problme de transport.................................... I. Structure d'un problme de tansport ................ .. 1 Hypothse du modle Propos 2 nonc gnral du problme de transport ... II. Solution de base pour un problme de transport (mthode de VOGEL) 1 La mthode de Vogel. 2 Exemple dapplication .. 3 La Rsolution par la mthode de VOGEL (SOLUTION DE BASE) : Algorithme de Dantzig..... 3 3 3 4 4 4 5 6 9 9 9 10 20 20 20 22 28

III. Dtermination de la solution optimale 1 2 3

Principe de la mthode de Dantzig Critres de lalgorithme de Dantzig ... Application de lalgorithme de Dantzig .

Problme daffectation. I. La programmation linaire du problme daffectation .. II Mthode de rsolution (Mthode hongroise). 1 Exemple dapplication 2 Vrification des rsultats par le solveur dExcel ...

Master Gnie Logistique

Page 2

Problme de transport
Le modle de programmation linaire du problme de transport a une structure spciale et peut se rsoudre l'aide de mthodes autres que celle du simplexe. Les algorithmes qui sont habituellement utiliss pour rsoudre le problme de transport sont l'algorithme de Dantzig et celui des cots duals. I. Structure d'un problme de transport

Il sagit de transporter les units de disponibilit partir des sources jusquaux clients cot de transport total minimum. 1. Hypothse du modle propos : Le cot de transport pour acheminer des biens dune source i une destination j est proportionnel aux diffrentes units de biens achemines.
Considrons que la quantit disponible l'origine i est de ai units et que la demande la destination j est de bj units. La quantit expdier de i j est xij et. Le cot d'expdition par unit est cij. Le tableau de transport peut se prsenter sous la forme :

Master Gnie Logistique

Page 3

1. nonc gnral du problme de transport :

Problme de programmation linaire dot dune structure particulire.

ai bj cij xij

la quantit de biens acheminer de la source i aux n destinations. la quantit de biens ncessaire pour satisfaire la demande la destination j. cot unitaire de transport entre une source i et une destination j. la quantit transporte de lorigine i la destination j.

2. Solution de base pour un problme de transport (mthode de

VOGEL) :
Nous prsentons ici la mthode de VOGEL pour la dtermination dune solution initiale, cette mthode peut avoir davantage sur celle de coin Nord-Ouest, Elle permet dobtenir la solution initiale la plus optimale 1. La mthode de Vogel : Montrant comment sapplique la mthode de Vogel pour obtenir une solution initiale un problme de transport.

Mthodologie :
1. Construire la matrice des couts en incluant les disponibilits et demandes ajouter une destination fictive ou une origine fictive. 2. Calculer la diffrence entre les deux couts les plus petits pour chaque ligne et chaque colonne.

Master Gnie Logistique

Page 4

3. Choisir la ligne ou la colonne ayant le maximum des diffrents, faire un choix arbitraire si le maximum des diffrents nest pas unique. 4. Donner la quantit la plus grande possibilit (en respectant les contraintes) a la cellule possdant le cout le plus faible de la lige ou la colonne obtenue en 3. 5. Rayer la ligne ou la colonne sature. 6. Retourner a 2 en effectuant les calculs sur la matrice rsultante, la procdure sarrte lorsque toutes les lignes set les colonnes sont satures

2. Exemple dapplication :
L'entreprise Sporcau, spcialiste de la saucisse, dispose de 4 laboratoires o elle labore son produit, et de 5 centres de distribution d'o elle ravitaille sa clientle. Le march de la saucisse est devenu fort concurrentiel et, rcemment, l'entreprise a vu se resserrer ses marges. Elle a donc entrepris une tude pour abaisser ses cots. Les cots de transport, en particulier, sont rapidement apparus comme plus levs que ceux des concurrents. Jusqu'ici, l'horaire quotidien d'acheminement des produits entre laboratoires et centres de distribution tait dress par un rpartiteur averti arm de son bon sens et de son flair. Chez Sporcau, on pense qu'il s'agit l du maillon faible de la chane de contrle des cots de transport et on veut que le rpartiteur adopte une mthode qui mnera un horaire quotidien optimal. La matrice des couts ainsi que la disponibilit et la demande du produit sont. c1 l1 l2 l3 l4 demande 200 100 500 600 18 c2 600 400 200 300 20 c3 500 500 100 400 22 c4 900 900 700 500 19 c5 500 500 600 900 21 disponiblit 26 24 27 23 100

Le modle de PL pour ce programme de transport est:

Master Gnie Logistique

Page 5

Minimiser Z= 200x11+600x12+500x13+900x14+500x15+100x21+400x22+500x23+900x24+500x25+500x31+200x32+1 00x33+700x34+600x35+600x41+300x42+400x43+500x44+900x45 Sous les contraintes suivantes : x11+x12+x13+x14+x15=26 x21+x22+x23+x24+x25=24 x31+x32+x33+x34+x35=27 x41+x42+x43+x44+x45=23 x11+x21+x31+x41=18 x12+x22+x32+x42=20 x13+x23+x33+x43=22 x14+x24+x34+x44=19 x15+x25+x35+x45=21 avec : les xij >= 0 i=1,,4 et j=1,,5

3. La Rsolution par la mthode de VOGEL (SOLUTION DE BASE )

Dij L1 L2 L3 L4 CD1 200 18 100 500 600 18 100 100 400 200 300 20 300 500 100 400 22 200 900 700 500 19 0 500 24 600 27 900 23 21 100 100 CD2 600 CD3 500 CD4 900 CD5 500 26 300

300 8

Master Gnie Logistique

Page 6

L1 L2 L3 L4

CD1 200 18 100 500 600 0

CD2 600 400 200 300 20 100

CD3 500 500 100 22 400 22 300 0

CD4 900 900 700 500 19 200

CD5 500 8 500 24 600 27 900 23 21 0

0 100 100 5 100

L1 L2 L3 L4

CD1 200 18 100 500 600 0

CD2 600 400 200 5 300 20 100 15

CD3 500 500 100 22 400 0

CD4 900 900 700 500 19 200

CD5 500 8 500 24 600 5 900 23 21 0

200 100 400 0 200

L1 L2 L3 L4

CD1 200 18 100 500 600 0

CD2 600 400 200 5 300 15 100

CD3 500 500 100 22 400 0

CD4 900 900 700 500 19 19 400 0

CD5 500 8 500 24 600 0 900 23 21 0

100 100

200 4

CD1

CD2

CD3

CD4

CD5

Master Gnie Logistique

Page 7

L1 L2 L3 L4

200 18 100 500 600 0

600 400 200 5 300 4 15 100 11

500 500 100 22 400 0

900 900 700 500 19 0

500 8 500 24 600 0 900 4 21 0

100 100

600 0

L1 L2 L3 L4

CD1 200 18 100 500 600 0

CD2 600 400 11 200 5 300 4 11 200 0

CD3 500 500 100 22 400 0

CD4 900 900 700 500 19 0

CD5 500 8 500 24 600 0 900 0 21 0

100 100 13

L1 L2 L3 L4

CD1 200 18 100 500 600 0

CD2 600 400 11 200 5 300 4 0

CD3 500 500 100 22 400 0

CD4 900 900 700 500 19 0

CD5 500 8 500 13 600 0 900 0 21 8 0 13 0 8 0

Master Gnie Logistique

Page 8

Toutes les lignes et les colonnes sont satures avec cette dernire itration
CD1 200 18 100 500 600 400 11 200 5 300 4 400 100 22 500 19 900 700 600 500 900 500 13 CD2 600 CD3 500 CD4 900 CD5 500 8

L1 L2 L3 L4

La solution initiale avec la mthode de Vogel est : x11=18, x14=8, x22=11, x25=13, x32=5, x33=22, x42=4, x44=19 Avec un cout : z= 18*200 + 400*11 +5*200 +300*4 +22*100 +19*500+8*500 +13*500 =32400 3. Dtermination de la solution optimale

: Algorithme de Dantzig

1. Principe de la mthode de Dantzig :

Pour obtenir une solution meilleure, on considre les cases qui ne sont pas utiliser dans la solution initiale (ce sont les variables hors base), si lon introduit une nouvelle variable dans la base, il faut ncessairement quune variable actuelle dans le tableau soit rduite zro pour retrouver la une solution optimale Soit z1 la valeur de la fonction conomique pour la solution initiale et z2 la valeur de la fonction conomique pour la solution optimale (z2<= z1). Z2=z2 + ij Avec : ij reprsente la rduction (ou laugmentation) du cout.

2. Critres de lalgorithme de Dantzig :

Critres dentr dune variable : dterminer tout les ij Pour les cases vacantes et choisir les variables a introduire a laide de Min ij =min(cij - zij ) ; <0

Master Gnie Logistique

Page 9

Critre de sorti : la variable qi sort de la base correspondant O= min xij sur le parcours dont on a soustrait O Critre doptimalit : la solution est optimale lorsque tout les ij >=0

3. Application de lalgorithme de Dantzig :

Appliquons lalgorithme en utilisant la solution la solution initial obtenu par la mthode de Vogel.On a Douze cases sont vacantes, donc on doit valuer douze ij en tablissant les parcours appropris. Les parcours+,- sont indiqus.

200

(-) 18

600

500

900

500

(+) 8

100 (+) 500

400 11 200 5

500

900

500

(-) 13

100 22 400 4

700

600

600

300

500 19

900

21= 100 -200 +500- 500 = -100 On continue le calcule des ij pour si on trouve un autres ij ngatif on on choisie le plus petit des ngatif on introduit une nouvelle variable a la base et on refait le calcule des ij, on refait cette tape jusqu' lobtention de tous les ij positif (la solution optimale)

200

(-) 18

600

500

900

500

(+) 8

100

400

(+) 11

500

900

500

(-) 13

500 (+) 600

200

(-) 5

100 22 400

700

600

300 4

500 19

900

3 1=500200 +500500+400200 =500 200 (-) 600 500 900 500 (+)

Master Gnie Logistique

Page 10

18 100 400 (+) 11 500 200 5 600 (+) 300 (-) 4 41 =500 400 100 22 500 19 900 700 600 500 900 500

8 (-) 13

200 18 100

600 (+) 400 (-) 11

500

900

500

(-) 8

500

900

500

(+) 13

500

200 5

100 22 400 4

700

600

600

300

500 19

900

12=200

200 18 100

600

500

(+)

900

500

(-) 8

400

(-) 11

500

900

500

(+) 13

500

200

(+) 5

100

(-) 22

700

600

600

300 4

400

500 19

900

13=200

200

600

500

900

500

Master Gnie Logistique

Page 11

18 100 400 (-) 11 500 200 (+) 5 600 300 4 23 =200 400 100 500 (+) (-) 22 500 19 900 700 600 900 500

13

200 18 100

600

500

900

500 8

400 11

500

900

500 13

500

200

(+) 5

100

(-) 22

700

600

600

300

(-) 4

400

(+)

500 19

900

43 =200

200 18 100

600

500

900 (+)

500

(-) 8

400

(-) 11

500

900

500

(+) 13

500

200 5

100 22 400

700

600

600 14 =300

300

(+) 4

500

(-) 19

900

200 18

600

500

900 (+)

500 8

Master Gnie Logistique

Page 12

100

400

(-) 11

500

900

500 13

500

200 5

100 22 400

700

600

600

300

(+) 4

500

(-) 19

900

24 =300 200 18 100 400 11 500 200 (-) 5 600 300 (+) 4 34 =300 400 100 22 500 (-) 19 900 700 (+) 600 500 900 500 13 600 500 900 500 8

200 18 100

600

500

900

500 8

400

(+) 11

500

900

500

(-) 13

500

200

(-) 5

100 22 400

700

600

(+)

600

300 4

500 19

900

35 =300

200 18 100

600

500

900

500 8

400

(+) 11

500

900

500

(-) 13

Master Gnie Logistique

Page 13

500

200 5

100 22 400

700

600

600

300

(-) 4

500 19

900

(+)

45 =500 On a trouv un seul negatif donc on introduit une autre variable a la base et on refait les calcules
200 5 100 (-) 13 500 (+) 200 400 (+) 11 (-) 5 600 300 4 31 =600 200 5 100 (-) 13 500 200 5 600 (+) 300 (-) 4 41 =600 400 400 (+) 11 100 22 500 19 900 700 600 500 900 500 600 500 900 500 21 400 100 22 500 19 900 700 600 500 900 500 600 500 900 500 21

200

(-) 5

600

(+)

500

900

500 21

100

(+) 13

400

(-) 11

500

900

500

500

200

100

700

600

Master Gnie Logistique

Page 14

5 600 300 4 12 =100 400

22 500 19 900

200

(-) 5

600

500

(+)

900

500 21

100

(+) 13

400

(-) 11

500

900

500

500

200

(+) 5

100

(-) 22

700

600

600

300 4

400

500 19

900

13 =100

200 5 100 13 500

600

500

900

500 21

400

(-) 11

500

(+)

900

500

200

(+) 5

100

(-) 22

700

600

600

300 4

400

500 19

900

23 =200

200 5 100 13 500

600

500

900

500 21

400 11 200 (+)

500

900

500

100

(-)

700

600

Master Gnie Logistique

Page 15

5 600 43=200 300 (-) 4 400

22 (+) 500 19 900

200

(-) 5

600

500

900

(+)

500 21

100

(+) 13

400

(-) 11

500

900

500

500

200 5

100 22 400

700

600

600

300

(+) 4

500

(-) 19

900

14 =200

200 5 100 13 500

600

500

900

500 21

400

(-) 11

500

900

(+)

500

200 5

100 22 400

700

600

600

300

(+) 4

500

(-) 19

900

24=300

200 5 100 13 500

600

500

900

500 21

400 11 200 (-) 5

500

900

500

100 22 400

700

(+)

600

600

300

(+)

500

(-)

900

Master Gnie Logistique

Page 16

4 34 =300

19

200

(+) 5

600

500

900

500

(-) 21

100

(-) 13

400 11 200 5

500

900

500

(+)

500

100 22 400 4

700

600

600

300

500 19

900

25 =100

200

(+) 5

600

500

900

500

(-) 21

100

(-) 13

400

(+) 11

500

900

500

500

200

(-) 5

100 22 400

700

600

(+)

600

300 4

500 19

900

35=400

200

(+) 5

600

500

900

500

(-) 21

100

(-) 13

400

(+) 11

500

900

500

500

200 5

100 22 400

700

600

600

300

(-)

500

900

(+)

Master Gnie Logistique

Page 17

4 45=600

19

On Remarque que tous les ij sont positif donc la solution optimale est : z=5*200+13*100+11*400+200*5+4*300+22*100+19*500+21*500 = 31100 On voix clairement que la solution obtenue par lalgorithme de Dantzig(z=31100) et infrieure que celle obtenu par Vogel . 4. Vrification des rsultats par Excel le solveur (comparaison avec

la solution de dantzig)

x1 x1 x2 x3 x4 200 100 500 600 18 x1 x1 x2 x3 x4 5 13 0 0 18

x2 600 400 200 300 20 x2 0 11 5 4 20

x3 500 500 100 400 22 x3 0 0 22 0 22

x4 900 900 700 500 19 x4 0 0 0 19 19

x5 500 500 600 900 21 x5 21 0 0 0 21 26 24 27 23 26 24 27 23

FCT

31100

contraintes

18 20 22 19 21 26 24 27

= = = = = = = =

18 20 22 19 21 26 24 27

Master Gnie Logistique

Page 18

23

23

Remarque
la solution obtenue par le solveur est la mme que celle obtenue par lalgorithme de Dantzig.

Master Gnie Logistique

Page 19

Problme daffectation
Il sagit dun cas particulier du problme de transport et, par consquent, du problme de flot cot minimum. Le problme consiste affecter les lments dun ensemble ceux dun autre ensemble selon une approche biunivoque (un un) de sorte que la somme des cots des affectations soit minimale. I. La programmation linaire du problme daffectation et la

suivante : n n Min Z = cij xij i=1 j=1 n xij = 1 i = 1, 2, , n j=1 n xij = 1 i=1 j = 1, 2, , n

xij = 0 ou 1 i, j
O xij = 1 si i est affect j 0 autrement. cij = cot daffectation de i j.

II. Mthode de rsolution

Mthode hongroise est dveloppe par le mathmaticien Kuhn( Kuhn, H. W. "The Hungarian Method for the Assignement Problme ") .

Methodologies :
Description de la mthode hongroise sous une forme qui permet de faire tous les calculs dans la matrice des donnes du problme :

Master Gnie Logistique

Page 20

1. Soustraire l'lment minimum de la range i de chaque lment de la range i, pour tout i = 1, 2, ..., n. 2. Soustraire l'lment minimum de la colonne j de chaque lment de la colonne j, pour tout j = 1, 2, ..., n. 3. Examiner les ranges partir de la premire. S'il existe une range ne contenant qu'un seul zro non marqu, alors marquer ce zro en lencadrant pour dnoter une affectation. liminer les autres zros de la mme colonne en les marquant (cases grises). Rpter ce processus jusqu' ce que toutes les ranges ne contiennent aucun zro non marqu ou au moins deux zros non marqus. 4. Examiner les colonnes partir de la premire. S'il existe une colonne avec un seul zro non marqu, alors marquer ce zro en lencadrant pour dnoter une affectation. liminer les autres zros non marqus de la mme range en les marquant (cases grises). Rpter ce processus jusqu' ce que toutes les colonnes ne contiennent aucun zro non marqu ou au moins deux zros non marqus. 5. Rpter les tapes 3 et 4 successivement jusqu' ce qu'une des trois conditions soit obtenue. (a) Chaque range possde une affectation; alors cette Affectation est optimale. L'algorithme prend fin. (b) Il y a au moins deux zros non marqus dans chaque range et chaque colonne; alors faire une affectation arbitraire un de ces zros en lencadrant et liminer tous les autres zros de la mme range et de la mme colonne en les marquant (cases grises) puis aller 3. (c) Il n'y a aucun zro non marqu et une affectation complte n'a pas t faite; alors passer l'tape 6. 6. Cocher (a) toutes les ranges pour lesquelles des affectations n'ont pas t faites. 7. Cocher (a) toutes les colonnes pas encore coches et qui ont un zro dans des ranges coches. 8. Cocher (a) toutes les ranges pas encore coches et qui ont des affectations dans des colonnes coches. 9. Rpter les tapes 7 et 8 jusqu' ce qu'il ne soit plus possible de cocher.

10. Tracer une ligne travers toutes les ranges non coches et toutes les colonnes coches. 11. Parmi tous les lments de la matrice qui ne sont pas couverts par une ligne, choisir l'lment le plus petit et le soustraire de chaque lment non couvert et l'ajouter chaque lment doublement couvert (par une ligne verticale et horizontale). Retourner l'tape 3. Master Gnie Logistique Page 21

1. Exemple dapplication : Une entreprise de fabrication de moteurs dautomobile doit affecter 8 machines a 8 taches afin de pouvoir produire un moteur M200, le tableau suivant indique le temps de chaque tache raliser par les diffrente machines. (Le zro indique que la machine nest pas qualifie a la tache) Lobjectif de lentreprise et de minimiser le temps de mise en uvre.
tache 1 moteur 1 moteur 2 moteur 3 moteur 4 moteur 5 moteur 6 moteur 7 moteur 8 9 7 6 6 5 12 3 13 tache 2 12 8 3 1 0 13 12 4 tache 3 9 5 16 17 13 4 3 1 tache 4 6 4 18 6 4 12 7 5 tache 5 9 3 3 5 5 3 13 5 tache 6 6 8 19 11 6 1 6 5 tache 7 9 15 6 7 1 12 8 4 tache 8 10 5 8 9 2 14 3 9

En appliquant ltape 1 et 2, on obtient :

Master Gnie Logistique

Page 22

En appliquant ltape 3, on obtient :

En appliquant ltape 4, on obtient :

Master Gnie Logistique

Page 23

Aucun zro non marqu et une affectation complte na pas t faite .passer aux tapes 6 9.

Appliquons maintenant ltape 10.

Master Gnie Logistique

Page 24

Appliquons ltape 11. Le plus petit lment est 1.

Retournons aux tapes 3 et 4

Master Gnie Logistique

Page 25

Aucun zro non marqu et une affectation complte na pas t faite; passer aux tapes 6 9.

Master Gnie Logistique

Page 26

Appliquant letape 11. le plus petit element est 1.

On retourne aux tapes 3 et 4

Master Gnie Logistique

Page 27

Chaque range possde une affectation, elle est donc optimale. L'algorithme est termin et nous avons: x14 = x28 = x35 = x42 = x57 = x66 = x71 = x83 = 1; 0 ailleurs Do la solution optimale est : Z = 6+5+3+1+1+1+3+1 = 4

1. Vrification des rsultats par le solveur dExcel :

x1 x1 x2 x3 x4 x5 x6 x7 x8 9 7 6 6 5 12 3 13

x2 12 8 3 1 0 13 12 4

x3 9 5 16 17 13 4 3 1

x4 6 4 18 6 4 12 7 5

x5 9 3 3 5 5 3 13 5

x6 6 8 19 11 6 1 6 5

x7 9 15 6 7 1 12 8 4

x8 10 5 8 9 2 14 3 9

x1 x1 x2 x3 x4 x5 x6 x7 x8 0 0 0 0 0 0 1 0

x2 0 0 0 1 0 0 0 0

x3 0 1 0 0 0 0 0 0

x4 1 0 0 0 0 0 0 0

x5 0 0 1 0 0 0 0 0

x6 0 0 0 0 0 1 0 0

x7 0 0 0 0 0 0 0 1

x8 0 0 0 0 1 0 0 0

Master Gnie Logistique

Page 28

FT contraintes

21 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 = = = = = = = = = = = = = = = = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Remarque :
La solution obtenue par le solveur est la mme que celle obtenu par la mthode hongroise

Master Gnie Logistique

Page 29