Auteur / Autrice : | Guillaume Martin |
Direction : | Matthieu Lauras, Pierre Baptiste |
Type : | Thèse de doctorat |
Discipline(s) : | Génie Industriel |
Date : | Soutenance le 10/11/2020 |
Etablissement(s) : | Ecole nationale des Mines d'Albi-Carmaux |
Ecole(s) doctorale(s) : | École doctorale Systèmes (Toulouse ; 1999-....) |
Partenaire(s) de recherche : | Laboratoire : Centre de recherche Génie industriel (Albi) - Centre Génie Industriel / CGI |
Jury : | Président / Présidente : Xavier Lorca |
Examinateurs / Examinatrices : Matthieu Lauras, Pierre Baptiste, Gülgün Alpan, Nikolay Tchernev, Xavier Delorme, Damien Trentesaux | |
Rapporteurs / Rapporteuses : Gülgün Alpan, Nikolay Tchernev |
Résumé
La méthodologie Demand Driven Material Requirements Planning (DDMRP) est caractérisée par l'utilisation de buffers de stock dont le dimensionnement est dynamique et fait appel à plusieurs paramètres. Décider des valeurs pertinentes pour ces paramètres est une étape essentielle pour que la taille des buffers soit adaptée à la demande sans toutefois être trop élevée. Ces travaux de recherche se concentrent sur la mise à jour dynamique de ces paramètres, dans un contexte où la demande varie. Le processus responsable de cette mise à jour est appelé Demand Driven Sales and Operations Planning (DDS&OP). À travers un ensemble d'expériences de simulation par événements discrets, on se propose de comparer le comportement d'un atelier théorique (cas d'école) géré en DDMRP et régi par diverses combinaisons de politiques de paramétrage. Ces politiques ont été tirées de la littérature, mais également d'entretiens réalisés avec des experts du DDMRP. Cet atelier est également soumis à plusieurs types de demandes, de façon à généraliser les conclusions de l'étude. Ces travaux étendent également les expériences à un cas de taille industrielle afin d'évaluer la pertinence et la faisabilité des politiques proposées. Les résultats expérimentaux montrent un intérêt pour le contrôle dynamique de certains des paramètres des ateliers gérés en DDMRP, principalement dans le cas de demandes connaissant de fortes variations. Ils montrent également la possibilité de simplifier la gestion des paramètres en en gardant une partie constante. Enfin, à partir du cas industriel, on envisage la problématique de la nervosité et de la complexité impliquée par le paramétrage dynamique d'ateliers plus complexes.